Bir kişi tanıdık bir görüntüye baktığında, onu daha önce birkaç saniye görmüş olsa bile, insan beyninde benzersiz bir şey olur.
Yakın zamana kadar, sinirbilimciler beynin inferotemporal (BT) korteksi olarak adlandırılan görsel bir bölümündeki şiddetli aktivitenin , kişinin bir yabancının yüzü veya daha önce hiç görülmemiş bir tablo gibi yeni bir şeye baktığı anlamına geldiğine inanıyorlardı . Öte yandan, daha az BT korteks aktivitesi aşinalığı gösteriyordu.
Fakat bu teori hakkında tekrarlama bastırma denen bir şey, Pennsylvania Üniversitesi sinirbilimci Nicole Rust için geçerli değildi. Psikoloji Bölümü’nde doçent olan Rust, “Farklı görüntüler, hepsi yeni olsalar bile farklı miktarlarda aktivasyon üretir” diyor. Bunun ötesinde, diğer faktörler – örneğin bir görüntünün parlaklığı veya kontrastı – benzer bir etkiyle sonuçlanır.
Proceedings of the National Academy of Sciences’da yayınlanan bir makalede , o ve doktora sonrası arkadaşı Vahid Mehrpour, Penn araştırma görevlisi Travis Meyer ve New York Üniversitesi’nden Eero Simoncelli ile birlikte, beynin seviyeyi anladığı yeni bir teori önermektedir. aktivasyon bir duyusal girdiden beklenir ve bunun için düzelir, aşinalık için sinyali geride bırakır. Buna duyusal referanslı bastırma diyorlar.
Görsel sistem
Rust’un laboratuvarı , beyinde neler olup bittiğini anlamak için sinirsel aktivite ölçümlerini ve matematiksel modellemeyi birleştiren sistemler ve hesaplamalı sinirbilim üzerine odaklanıyor . Bir yön, görsel sistemle ilgilidir. “Görmenin en büyük temel sorunu, dünyadan gelen bilgiyi yorumlanabilir bir şekilde kafalarımıza nasıl aktaracağımızdır. Duyusal sistemlerimizin onu parçalaması gerektiğini biliyoruz” diyor.
Bu, anlaşılır olması için burada büyük ölçüde basitleştirilen karmaşık bir süreçtir: Bilgi, göze çubuklar ve koniler aracılığıyla gelir. Nöronu, görsel sistemi oluşturan bir dizi beyin bölgesi boyunca ve son olarak da BT korteksi adı verilen görsel beyin alanına iletir. 16 milyon nöronu, neyin görüntülendiğine bağlı olarak farklı modellerde etkinleşir ve beyin daha sonra gördüklerini anlamak için modelleri yorumlamak zorundadır.
“Belirli bir yüz için bir desen elde edersiniz.” Kahve fincanı “için farklı bir desen elde edersiniz. Rust, “Kalem” için farklı bir desen elde edersiniz. “Görsel sistemin yaptığı şey bu. Neye baktığınızı deşifre etmenize yardımcı olmak için dünyayı yeniden inşa eder. “
Görmedeki rolüne ek olarak, BT korteksinin aktivasyonunun da hafızada bir rol oynadığı düşünülmektedir. Eski teori, tekrarlama bastırma, aşılan bir aktivasyon eşiği olduğu fikrine dayanır: Daha fazla sinirsel aktivite beyne görüntünün yeni olduğunu söyler, daha önce görüldüğünü daha az gösterir.
BT korteksinde, aynı zamanda sivri uçlar olarak da adlandırılan toplam sinirsel aktivite miktarını birkaç faktör etkilediğinden, beyin, reaksiyona spesifik olarak neyin neden olduğunu ayırt edemez. Mehrpour, hafıza, görüntü kontrastı veya tamamen başka bir şey olabilir, diyor. “Bizim durumumuzda, bu diğer faktörlerin neden olduğu değişiklikleri beynin düzelttiğine dair yeni bir fikir öneriyoruz,” diyor. Bu kalibrasyondan sonra geriye kalan, aşinalık için izole edilmiş beyin aktivasyonudur. Başka bir deyişle, beyin daha önce gördüğü bir şeyi gördüğünde anlar.
Uzun vadeli çıkarımlar
Bu sonuca varmak için, araştırmacılar iki yetişkin erkek rhesus makağına gri tonlamalı görüntü dizileri sundular. Her görüntü, bir dizi yüksek ve düşük kontrastlı kombinasyonda tam olarak iki kez, ilk seferinde roman olarak, ikinci sefer tanıdık olarak iki kez ortaya çıktı. Her izleme tam olarak yarım saniye sürdü. Hayvanlar, kontrast seviyelerini göz ardı ederek bir görüntünün yeni mi yoksa tanıdık mı olduğunu belirtmek için göz hareketlerini kullanmak üzere eğitildi.
Makaklar bu hafıza görevini yerine getirirken, araştırmacılar BT korteksindeki sinirsel aktiviteyi kaydettiler ve yüzlerce bireysel nöronun sivri uçlarını ölçtüler; bu, 10.000 nöron ateşlemesinde ortalama nöral aktivite vekillerini ölçenlerden farklı olan benzersiz bir yöntem. Rust ve meslektaşları sinirsel kodu anlamak istediklerinden, bireysel nöronlar için bilgiye ihtiyaçları vardı.
Matematiksel bir yaklaşım kullanarak, makakların hafızayı kontrasttan nasıl ayırt edebildiğini açıklayan sivri uçların modellerini deşifre ettiler. Bu sonuçta onların hipotezini doğruladı. Rust, “Aşinalık ve zıtlık hem genel ateşleme oranını değiştiriyor” diyor. “Söylediğimiz şey, beynin birbiriyle dalga geçip birini diğerinden ayırabileceği.”
Mehrpour, gelecekte bu sürecin daha iyi anlaşılmasının yapay zeka uygulamaları olabileceğini söylüyor. ” Kontrast gibi duyusal girdideki değişikliklerin varlığında beynin hafızadaki bilgiyi nasıl temsil ettiğini ve yeniden inşa ettiğini bilirsek , aynı şekilde çalışan yapay zeka sistemleri tasarlayabiliriz” diyor. “Potansiyel olarak beynimizin yaptığı gibi çalışan makineler üretebiliriz.”
Rust, bunun ötesinde, bulguların Alzheimer gibi hafızayı bozan hastalıkların tedavisi için etkileri olabileceğini söylüyor. “Sağlıklı bir beyindeki hafızanın nasıl çalıştığını anlayarak , yaşlanan bir popülasyonu rahatsız eden hafıza ile ilgili rahatsızlıklar için önlemler ve tedaviler geliştirmenin temellerini atabilirsiniz.”
Ancak bunların herhangi birinin gerçekleşmesi için kazmaya devam etmenin çok önemli olacağını söylüyor. “Bunu düzeltmek için, davranışı yönlendiren hafıza sinyalini anlamalıyız.” Bu çalışma sinirbilimcileri bir adım daha yaklaştırıyor.
Alıntıdır bknz: Medicalxpress