Tā smadzenes apvieno atmiņas, lai atrisinātu problēmas

Smadzenēs ir mūsu prāts un atmiņas, un mēs paļaujamies uz tās informācijas apstrādes iespējām, kad mēs sākam mācīties kaut ko jaunu. Bet, Kā smadzenes apvieno atmiņas, lai atrisinātu problēmas?

Cilvēkiem ir spēja radoši apvienot savas atmiņas, lai atrisinātu problēmas un iegūtu jaunas zināšanas. Šis process lielā mērā ir atkarīgs no atmiņas par konkrētiem notikumiem. Šīs atmiņas tiek sauktas par epizodisku atmiņu.

Lai gan epizodiskā atmiņa ir plaši pētīta, pašreizējās teorijas nav viegli izskaidro, kā cilvēki var izmantot savas epizodiskās atmiņas, lai rastu šīs jaunās idejas. Jauns izmeklēšanas piedāvājums a jauns veids, kā saprast, kā cilvēka smadzenes individuāli savieno atmiņas, lai atrisinātu problēmas.

Pētījumā, ko veica neirozinātnieku un mākslīgā intelekta pētnieku grupa DeepMind, Otto von Guericke Magdeburg universitātē un Vācijas Neirodegeneratīvo slimību centrā (DZNE), ir publicēts žurnālā Neirons.

Jauns smadzeņu mehānisms atmiņas atgūšanai

Pētnieki ierosina šādu piemēru, lai izskaidrotu, kā tiek aktivizēta atmiņas atgūšana. Iedomājieties, ka redzat sievieti, kas vada savu automašīnu pa ielu. Nākamajā dienā jūs redzat vīrieti, kas tajā pašā ielā vada to pašu automašīnu. Tas var izraisīt sievietes atmiņu, ko redzējāt iepriekšējā dienā, un jūs varētu domāt, ka tas ir pāris un ka viņi dzīvo kopā, jo viņiem ir kopīgs auto.

Pētnieki ierosina jaunu smadzeņu mehānismu, kas ļautu atgūt atmiņas, lai aktivizētu citu šādā veidā saistītu atmiņu atgūšanu. Šis mehānisms ļauj atgūt vairākas saistītās atmiņas, kas pēc tam ļauj smadzenēm radīt jaunus ideju veidus.

Kopīgi ar standarta epizodiskās atmiņas teorijām, autori apgalvo, ka atsevišķas atmiņas tiek glabātas kā atsevišķas atmiņas pēdas smadzeņu reģionā, ko sauc par hipokampu..

Saskaņā ar Raphael Koster, DeepMind pētnieku un pētījuma līdzautoru, epizodiskas atmiņas var mums pastāstīt, vai mēs jau zinājām kādu vai kur mēs novietojām savu automašīnu, piemēram,. "Hipokampas sistēma ir saderīga ar šāda veida atmiņu, kas ir ļoti svarīga ātrai mācīšanai"., skaidro.

Atšķirībā no standarta teorijām, jaunā teorija pēta bez uzraudzības anatomisku savienojumu, kas atstāj hipokampu uz blakus esošās entorīnās garozas, bet pēc tam atkal nonāk nekavējoties. Pētnieki to uzskatīja šis atkārtotais savienojums ir tas, kas ļauj atgūt atmiņas par hipokampu, lai izraisītu citu ar atmiņu saistītu atmiņu atgūšanu.

Atmiņu asociācija problēmu risināšanai

Pētnieki izstrādāja veidu, kā pārbaudīt šo teoriju, izmantojot funkcionālās magnētiskās rezonanses attēlus augsta izšķirtspēja Pētījums tika veikts ar 26 jauniem vīriešiem un sievietēm, veicot uzdevumu, kas prasīja viņiem iegūt informāciju par atsevišķiem notikumiem.

Brīvprātīgajiem parādījās fotogrāfiju pāri: viens no vienas puses un otrs uz objektu vai vietu. Katrs atsevišķais objekts un vieta parādījās divos atsevišķu fotogrāfiju pāros, no kuriem katrs bija saistīts ar citu seju. Tas nozīmēja, ka katrs fotoattēlu pāris tika savienots ar citu pāri, izmantojot koplietojamo objektu vai vietas attēlu.

Eksperimenta otrajā fāzē, pētnieki pārbaudīja, vai dalībnieki var secināt, ka netiešā saikne starp abām saistītām sejām ir parādot seju un lūdzot viņus izvēlēties starp divām citām sejām. Viena no opcijām, pareiza, tika savienota pārī ar to pašu objektu vai attēla attēlu, un a.

Pētnieki to prognozēja uzrādītā seja izraisītu atbilstošā objekta vai vietas atgūšanu un tādēļ tas izraisītu smadzeņu darbību, kas no hipokampusa nonāktu līdz dzemdes garozai. Turklāt pētnieki arī gaidīja, ka atradīs pierādījumus, ka šī darbība vēlāk atgriezīsies hippokampā, lai aktivizētu pareizo sasaistīto seju..

Izmantojot paši izstrādātas specializētas metodes, pētnieki varēja atdalīt entorfālās garozas daļas, kas sniedz informāciju hipokampam. Tas ļāva viņiem precīzi izmērīt aktivizācijas modeļus pie hipokampusa ieejas un izejas atsevišķi..

Pētnieki ieprogrammēja datoru algoritmu, lai nošķirtu ainas un objektu aktivizēšanu šajos ieceļošanas un izejas reģionos. Algoritms tika pielietots tikai tad, kad ekrānā tika parādītas sejas. Ja algoritms norāda, ka šajos izmēģinājumos ir informācija par sižetu vai objektu, to var kontrolēt tikai atmiņas, kas iegūtas no saistītās ainas, vai objektu fotogrāfijas.

Pēc pētnieku domām, šie dati liecina, ka kad hipokamps atgūst atmiņu, aktivizācija nenonāk pārējā smadzenē, bet recirkulē atpakaļ uz hipokampu. Šis mehānisms būtu tāds, kas atraisītu citu saistītu atmiņu atgūšanu.

Pētnieki domā par algoritma rezultātiem kā jaunu un vecu teoriju sintēzis. "Rezultātus var uzskatīt par labāko no abām pasaulēm: jūs saglabājat spēju atcerēties individuālās pieredzes, turot tās atsevišķi, vienlaikus ļaujot saistītām atmiņām apvienoties lidojuma vietā atgūšanas vietā", saka Dharshan Kumaran, pētījuma līdzautors.

Saskaņā ar Kumaran, šī prasme ir noderīga, piemēram,, lai saprastu, kā dažādas stāsta daļas sakrīt, kaut kas nav iespējams, ja atgūsiet atmiņu tikai no atmiņas.

Autori uzskata, ka šis pētījums varētu palīdzēt mākslīgajam intelektsi ātrāk mācīties nākotnē. Pētījuma līdzautors Martin Chadwick paskaidro, ka, lai gan ir daudz domēnu, kuros mākslīgais intelekts ir labāks, cilvēkiem joprojām ir priekšrocība, ja uzdevumi ir atkarīgi no epizodiskās atmiņas elastīgas izmantošanas. Šajā ziņā Chadwick saka, "Ja mēs varam saprast mehānismus, kas ļautu cilvēkiem to darīt, cerība ir tos atkārtot mūsu mākslīgā intelekta sistēmās, dodot viņiem iespēju atrisināt dažas problēmas daudz mazāk laika".

6 ziņkārības par smadzenēm, kuras varbūt jūs nezināt Šajā rakstā mēs redzēsim dažas no šīm smadzenēm par cilvēka smadzenēm. Daži to jau var zināt, bet citi to nedara. Lasīt vairāk "