Как работает наш мозг: Правила, о которых мы не подозревали

Ваш мозг не учится так, как мы думали, согласно новому прорыву в нейробиологии. Каждый день люди постоянно учатся и формируют новые воспоминания. Когда вы берете новое хобби, пробуете рецепт, рекомендованный другом, или читаете последние мировые новости, ваш мозг накапливает множество этих воспоминаний на годы или десятилетия. Но как же ваш мозг достигает этой невероятной способности? В нашем новейшем исследовании, опубликованном в журнале Science, мы определили некоторые из "правил", которые мозг использует для обучения. Человеческий мозг состоит из миллиардов нервных клеток. Эти нейроны проводят электрические импульсы, которые передают информацию, почти так же, как компьютеры используют двоичный код для передачи данных. Эти электрические импульсы передаются другим нейронам через соединения между ними, называемые синапсами. Отдельные нейроны имеют ветвящиеся отростки, известные как дендриты, которые могут получать тысячи электрических входов от других клеток. Дендриты передают эти входы в основное тело нейрона, где затем интегрируются все эти сигналы для генерации собственных электрических импульсов. Именно коллективная активность этих электрических импульсов в определенных группах нейронов формирует представления о различной информации и опыте в мозге. На протяжении десятилетий нейробиологи считали, что мозг учится, изменяя, как нейроны соединены друг с другом. Когда новая информация и опыт изменяют, как нейроны общаются между собой, некоторые синаптические соединения становятся сильнее, в то время как другие становятся слабее. Этот процесс синаптической пластичности и производит представления о новой информации и опыте в вашем мозге. Чтобы ваш мозг мог создавать правильные представления во время обучения, однако, правильные синаптические соединения должны претерпеть правильные изменения в правильное время. "Правила", которые ваш мозг использует, чтобы выбрать, какие синапсы изменить во время обучения, - то, что нейробиологи называют проблемой присвоения кредита, - до сих пор оставались в значительной степени неясными. Мы решили мониторить активность отдельных синаптических соединений в мозге во время обучения, чтобы увидеть, можем ли мы определить паттерны активности, которые определяют, какие соединения станут сильнее или слабее. Для этого мы генетически закодировали биосенсоры в нейронах мышей, которые бы светились в ответ на синаптическую и нейронную активность. Мы отслеживали эту активность в реальном времени, когда мыши обучались задаче, которая заключалась в нажатии рычага в определенной позиции после звукового сигнала, чтобы получить воду. Мы были удивлены тем, что синапсы на нейроне не следуют всем одним и тем же правилам. Например, учёные часто считали, что нейроны следуют так называемым Хеббовским правилам, согласно которым нейроны, которые постоянно «стреляют» вместе, «проводят» вместе. Однако мы увидели, что синапсы на разных участках дендритов одного и того же нейрона следуют различным правилам, чтобы определить, станут ли соединения сильнее или слабее. Некоторые синапсы следовали традиционному хеббовскому правилу, где нейроны, которые последовательно активируются, усиливают свои соединения. Другие синапсы действовали по другому принципу, совершенно независимо от активности нейрона. Наши выводы предполагают, что нейроны, одновременно используя два разных набора правил для обучения в разных группах синапсов, а не одно общее правило, могут более точно настраивать различные типы входных данных, чтобы адекватно представить новую информацию в мозге. Другими словами, следуя разным правилам в процессе обучения, нейроны могут мультизадачно работать и выполнять несколько функций параллельно. Это открытие обеспечивает более четкое понимание того, как соединения между нейронами изменяются во время обучения. Учитывая, что большинство заболеваний мозга, включая дегенеративные и психические состояния, связаны с некоторыми видами неправильно функционирующих синапсов, это имеет потенциально важные последствия для здоровья человека и общества. Например, депрессия может развиться в результате чрезмерного ослабления синаптических соединений в определенных областях мозга, которые затрудняют получение удовольствия. Поняв, как нормальная синаптическая пластичность работает, ученые могут лучше понять, что идет не так при депрессии, а затем разработать терапии для более эффективного лечения. Эти результаты могут иметь также последствия для искусственного интеллекта. Искусственные нейронные сети, лежащие в основе ИИ, в значительной степени вдохновлены тем, как работает мозг. Однако правила обучения, которые исследователи используют для обновления соединений внутри сетей и обучения моделей, обычно являются унифицированными и также не биологически правдоподобными. Наше исследование может дать представление о том, как развивать более биологически реалистичные модели ИИ, которые будут более эффективными, иметь лучшую производительность или и то, и другое. Еще предстоит много сделать, прежде чем мы сможем использовать эту информацию для разработки новых терапий для расстройств человеческого мозга. Хотя мы обнаружили, что синаптические соединения на разных группах дендритов используют разные правила обучения, мы не знаем, почему именно и как. Кроме того, хотя способность нейронов одновременно использовать несколько методов обучения увеличивает их способность кодировать информацию, какие еще свойства это может им дать, пока неясно. Будущие исследования, надеюсь, ответят на эти вопросы и углубят наше понимание того, как работает мозг.