Как мозг учится, запоминает и реагирует на мир вокруг нас?

Учёные провели крайне любопытное исследование, которое может повлиять не только на развитие нейроинтерфейсов, экзоскелетов и нейронных сетей, но и на подходы к обучению и развитию навыков.

🔥 Еще больше интересного в моем канале продуктовые штучки

Что делали?

Ученые выясняли, как разные части мозга связаны между собой и как они вместе помогают мозгу предугадывать, что произойдёт дальше (спойлер: не хуже компьютера и сложных математических предсказательных моделей), и корректировать свои действия на этой основе.

Исследование основано на гипотезе, что мозг постоянно строит предположения (предсказания) о том, что мы сейчас увидим, услышим или почувствуем, и сравнивает их с реальными ощущениями. Если ожидания не совпадают с реальностью, мозг замечает ошибку и может скорректировать свои предположения.

Мозг - это не просто набор отдельных отделов, а сложная система, где разные части "разговаривают" друг с другом, чтобы предугадывать будущее и быстро замечать ошибки. У этих отделов мозга есть общие "правила организации", и это открытие помогает по-новому взглянуть на работу мозга в целом

Большинство авторов исследования связаны с Northeastern University, Massachusetts General Hospital и/или Harvard Medical School.

Что нового открыли?

Главный результат - обнаружение общих "правил организации" в разных частях мозга, которые помогают мозгу предугадывать события и быстро реагировать на изменения. Они обнаружили, что во всех трёх структурах мозга (коре, мозжечке и гиппокампе) есть похожие "градиенты" - направления, вдоль которых меняется способ работы и связи между разными участками.

Эти градиенты можно упростить до двух главных видов:

1) Градиент "модель-ошибка": показывает, как информация о предсказаниях и ошибках в предсказаниях распространяется по мозгу.

2) Градиент "модель-точность": связан с тем, как мозг определяет, насколько важно обращать внимание на ту или иную ошибку (то есть, насколько "точны" или "важны" сигналы).

Градиенты мозга. <a href="https://api.vc.ru/v2.8/redirect?to=https%3A%2F%2Fwww.biorxiv.org%2Fcontent%2F10.1101%2F2021.09.01.456844v2.full.pdf&postId=1961842" rel="nofollow noreferrer noopener" target="_blank">Источник</a>
Градиенты мозга. Источник

Учёные показали, что эти градиенты похожи во всех трёх структурах мозга, и что они тесно связаны между собой. Это говорит о том, что кора, мозжечок и гиппокамп работают согласованно по общим принципам, помогая мозгу делать предсказания и корректировать их.

Почему это важно?

Это исследование объединяет знания о разных частях мозга в единую картину, показывая, что они работают по похожим принципам. Такой подход помогает лучше понять, как мозг учится, запоминает, двигается и реагирует на окружающий мир.

Мозг – это не набор отдельных функций, а как слаженно работающая система предсказания и коррекции ошибок. Эти результаты могут быть полезны для понимания различных психических и неврологических расстройств, где нарушается способность мозга делать правильные предсказания или корректировать их

Новые технологии, которые могут быть разработаны на основе результатов исследования

Исследование выявило общие организационные принципы работы коры, мозжечка и гиппокампа, связанные с предсказанием и обработкой ошибок. Это открывает перспективы для создания целого ряда новых технологий

1. Нейроинтерфейсы нового поколения

Технологии, позволяющие напрямую подключать мозг к компьютерам или интернету ("нейронет"), станут более точными и эффективными, так как смогут учитывать, как разные части мозга совместно формируют предсказания и обрабатывают ошибки. Это даст возможность управлять устройствами силой мысли, повысит качество реабилитации после травм и расширит возможности людей с ограниченными возможностями

2. Улучшенные системы искусственного интеллекта

Архитектуры ИИ смогут имитировать принципы работы человеческого мозга, используя механизмы предсказания и коррекции ошибок не только в одной "виртуальной коре", но и в специализированных модулях, аналогичных мозжечку и гиппокампу. Это приведёт к созданию более гибких, обучаемых и "понимающих" ИИ-систем.

3. Персонализированная медицина и диагностика

Разработка сканеров и цифровых двойников, которые будут учитывать индивидуальные особенности работы мозга, его способность к предсказаниям и обработке ошибок, что позволит выявлять отклонения на ранних стадиях. Новые методы мониторинга и коррекции психоневрологических расстройств, связанных с нарушением предсказательной функции мозга.

4. Бионические и аугментированные устройства

Экзоскелеты и бионические протезы, которые смогут "учиться" вместе с мозгом пользователя, подстраиваясь под его предсказания и корректируя свою работу в реальном времени. Бионические импланты для восстановления или расширения когнитивных функций.

5. Новые подходы к обучению и развитию навыков

Образовательные платформы, которые будут адаптироваться к индивидуальному стилю мышления и ошибкам обучающегося, используя принципы предсказания и обратной связи, аналогичные работе мозга.

Значение результатов исследования для науки

Эти результаты создают основу для революции в понимании мозга, но требуют перестройки научной инфраструктуры - от системы оценки исследований до этических регуляций.

Успех будет зависеть от баланса между фундаментальной наукой, прикладными разработками и социальной ответственностью

1. Унификация подходов в нейронауках

Обнаружение общих принципов организации в разных отделах мозга (коре, мозжечке, гиппокампе) может стать основой для создания единых моделей работы мозга. Это позволит преодолеть фрагментарность исследований и объединить данные из разных областей нейробиологии

2. Развитие новых медицинских технологий

Понимание механизмов предсказаний и обработки ошибок открывает пути для создания методов ранней диагностики психических расстройств (шизофрения, аутизм), связанных с нарушением предсказательной функции мозга

3. Этические вызовы

Необходимость разработки новых стандартов для:

- Использования данных о работе мозга в ИИ-системах

- Защиты нейроприватности при разработке интерфейсов "мозг-компьютер"

4. Влияние на научную методологию

1) Усиление междисциплинарного подхода: объединение нейробиологии, математического моделирования и ИИ

2) Пересмотр учебных программ в нейробиологии с акцентом на системное понимание работы мозга, а не изучение отдельных структур

Статья по результатам исследования.

Пожалуйста, поддержите меня, поставьте лайк!

3
Начать дискуссию