قواعد چندگانه یادگیری در نورون: گامی نو در فهم انعطاف پذیری عصبی
به گزارش سهندبلاگ، پژوهشی تازه در دانشگاه سن دیگو کالیفرنیا نشان می دهد که نورون های مغز به طور هم زمان از چندین قاعده یادگیری پیروی می نمایند؛ یافته ای که دیدگاه رایج و دیرینه مبنی بر یکسان بودن سازوکار انعطاف پذیری سیناپسی در سراسر مغز را به چالش می کشد. دانشمندان با بهره گیری از فناوری پیشرفته تصویربرداری دو-فوتونی، تغییرات سیناپس ها را در حین یادگیری در مغز موش ها ردیابی کردند و دریافتند که بخش های مختلف یک نورون می توانند با بهره گیری از سازوکارهای متفاوتی سازگار شوند.
این دستاورد علمی، نوری تازه بر یکی از مسائل اساسی در علوم اعصاب می افکند؛ مسئله ای که تحت عنوان مسئله تخصیص اعتبار شناخته می گردد، یعنی اینکه چگونه تغییرات موضعی در سیناپس ها به یادگیری گسترده رفتاری منجر می گردد. این یافته ها نه تنها می توانند راهگشای درمان های نوین برای اختلالات مغزی باشند، بلکه الهام بخش توسعه سیستم های هوش مصنوعی پیشرفته تر نیز خواهند بود.
قواعد چندگانه یادگیری سیناپس ها
پژوهشگران در این مطالعه از یک روش تصویربرداری بسیار دقیق به نام تصویربرداری دو فوتونی استفاده کردند تا بتوانند در لحظه، تغییراتی را که در اتصالات بین نورون ها (یعنی سیناپس ها) هنگام یادگیری اتفاق می افتد، مشاهده نمایند. آن ها این آزمایش را روی مغز موش ها انجام دادند و متوجه شدند که حتی درون یک نورون خاص، بخش های مختلفش از روش های متفاوتی برای سازگاری و یادگیری استفاده می نمایند.
این کشف مهم به ما یاری می نماید تا یکی از سوال های اساسی در علوم اعصاب را بهتر درک کنیم: اینکه مغز چطور می تواند از تغییرات کوچک و محلی در نورون ها، برای ایجاد یادگیری و رفتارهای تازه استفاده کند-چیزی که به آن مسئله تخصیص اعتبار (credit assignment problem) گفته می گردد.
دانشمندان امیدوارند این یافته ها در آینده بتواند به پیشرفت های مهمی در دو زمینه منجر گردد:
- درمان بیماری های مغزی مانند آلزایمر، اوتیسم، یا PTSD (اختلال استرس پس از سانحه)،
- ساخت سیستم های هوش مصنوعی پیشرفته تر که از روش های یادگیری شبیه به مغز انسان استفاده می نمایند.
خواندنی ها
انعطاف پذیری عصبی چگونه کار می نماید؛ تاثیر تجربه بر رشد سلول های مغزی
نکات کلیدی
- یادگیری چندگانه در نورون ها: برخلاف تصور قبلی، نورون ها فقط از یک قاعده یادگیری پیروی نمی نمایند، بلکه در بخش های مختلف شان از قوانین متفاوتی برای یادگیری و سازگاری استفاده می نمایند.
- تصویربرداری زنده و دقیق: با استفاده از تصویربرداری دو فوتونی، پژوهشگران توانستند به صورت زنده ببینند که سیناپس های نورون ها هنگام یادگیری، چگونه خودشان را تغییر می دهند.
- اهمیت و کاربرد: این یافته ها نه تنها می توانند مسیرهای درمانی تازهی برای بعضی اختلالات مغزی فراهم نمایند، بلکه الهام بخش طراحی هوش مصنوعی هایی خواهند بود که عملکردی شبیه تر به مغز انسان دارند.
یادگیری چگونه اتفاق می افتد؟
چطور می توانیم وظایف یک شغل تازه را یاد بگیریم، متن آهنگ محبوب این روزها را حفظ کنیم، یا مسیر خانه دوستی را به خاطر بسپاریم؟ پاسخ کلی این است که:
نقش تغییرات مغزی در یادگیری
برای اینکه بتوانیم رفتار تازهی را دنبال کنیم یا اطلاعات تازه ای را نگه داریم، سیم کشی عصبی مغز دچار تغییراتی می گردد. این تغییرات در سطح تریلیون ها سیناپس اتفاق می افتد. سیناپس ها همان نقاط ارتباطی بین سلول های عصبی (نورون ها) هستند که در آن ها تبادل اطلاعات مغزی انجام می گردد.
در این فرآیند بسیار هماهنگ و پیچیده، بعضی از این سیناپس ها با ورود اطلاعات تازه قوی تر می شوند، در حالی که بعضی دیگر تضعیف می گردند. عصب شناسان این تغییرات را انعطاف پذیری سیناپسی (synaptic plasticity) می نامند و تا به امروز فرآیندهای مولکولی مختلفی را شناسایی نموده اند که باعث این تغییرات می شوند.
با این حال، یک سؤال مهم بی پاسخ مانده بود: بر چه اساسی بعضی سیناپس ها دستخوش این تغییرات می شوند و بعضی دیگر نه؟ پاسخ به این سؤال می تواند تعیین کند که مغز چطور اطلاعات تازه را یاد می گیرد و آن را ذخیره می نماید.
اکنون، سه عصب شناس از دانشگاه کالیفرنیا در سن دیگو ویلیام جِیک رایت، نِیتن هِدریک و تاکاکی کومی یاما توانسته اند به جزئیات مهمی در این زمینه دست پیدا نمایند. این تحقیق که چندین سال به طول انجامیده، با حمایت مالی مؤسسات ملی سلامت ایالات متحده صورت گرفته است.
در این پژوهش که در تاریخ 17 آوریل در مجله Science منتشر شد، محققان از یک روش تصویربرداری پیشرفته به نام تصویربرداری دو فوتونی استفاده کردند تا فعالیت های نورون ها و سیناپس ها را هنگام یادگیری در مغز موش ها با وضوح بی سابقه ای مشاهده نمایند.
با تماشا سیناپس ها از نزدیک در حین فعالیت، آن ها به کشف شگفت انگیزی رسیدند:
تأثیرات گسترده این کشف
این یافته تازه می تواند تأثیر بزرگی در حوزه های مختلف داشته باشد از درمان اختلالات مغزی و رفتاری گرفته تا توسعه هوش مصنوعی.
جِیک رایت، پژوهشگر ارشد و نویسنده اول این مطالعه، می گوید: وقتی از انعطاف پذیری سیناپسی صحبت می گردد، معمولاً تصور می کنیم این فرآیند در کل مغز به صورت یکسان اتفاق می افتد. اما تحقیقات ما نشان می دهد که تغییرات سیناپسی در مغز خیلی پیچیده تر از آن چیزی است که فکر می کردیم.
محققان بعلاوه به یکی از مسائل کلیدی در علوم اعصاب نزدیک شدند: مسئله تخصیص اعتبار. این مسئله مربوط به این است که هر سیناپس تنها به اطلاعات محلی خود دسترسی دارد، اما در نهایت، همین تغییرات جزئی چطور باعث شکل گیری یک رفتار تازه کلی می شوند؟
برای درک بهتر، این مسئله را می توان با کار یک مورچه در یک کلونی مقایسه کرد مورچه فقط وظیفه خودش را انجام می دهد، اما نتیجه کار همه مورچه ها با هم، باعث زنده ماندن کل کلونی می گردد. نکته جالب اینجاست که کشف اینکه نورون ها هم زمان از چند قانون پیروی می نمایند، خود پژوهشگران را هم غافل گیر کرد. با یاری فناوری تصویربرداری پیشرفته، آن ها توانستند هم زمان ورودی ها و خروجی های نورون ها را در حال تغییر آنالیز نمایند.
تاکاکی کومی یاما، نویسنده ارشد مقاله و استاد دانشگاه، می گوید: این کشف، نگاه ما به نحوه حل مسئله تخصیص اعتبار در مغز را به طور بنیادی تغییر می دهد. حالا می دانیم که یک نورون می تواند به طور هم زمان در بخش های مختلف خود، محاسبات جداگانه ای انجام دهد.
این اطلاعات تازه، نوید بخش پیشرفت هایی در حوزه هوش مصنوعی نیز هست خصوصاً در طراحی شبکه های عصبی مصنوعی که عملکردشان بر اساس مغز انسان ساخته شده است. تا پیش از این، بیشتر شبکه های عصبی مصنوعی بر اساس یک قانون واحد برای کل شبکه طراحی می شدند. اما این پژوهش نشان می دهد که شاید استفاده از چند قانون هم زمان، حتی در یک نورون مصنوعی، بتواند سیستم های هوشمندتر و دقیق تری بسازد.
خواندنی ها
تاثیر باورنکردنی بازی کردن بر بهبود سلامت روان بچه ها
در حوزه سلامت، این یافته ها ممکن است راهکارهای درمانی تازهی برای بیماری هایی مثل اعتیاد، اختلال استرس پس از سانحه (PTSD)، آلزایمر و حتی اوتیسم ارائه دهند. این پژوهش ممکن است پایه ای برای درک بهتر عملکرد طبیعی مغز فراهم کند. درکی که می تواند به ما یاری کند بفهمیم در بیماری های مغزی دقیقاً چه چیزهایی از کار می افتند یا به اشتباه عمل می نمایند.
قدم بعدی پژوهشگران
پژوهشگران اکنون می خواهند آنالیز نمایند که نورون ها چگونه می توانند از چند قانون مختلف استفاده می نمایند و این ویژگی چه سودی برای عملکرد مغز دارد. آن ها معتقدند شناخت بهتر این سازوکار، می تواند دریچه ای به فهم عمیق تر عملکرد طبیعی مغز و بیماری های آن باشد.
جمع بندی
پژوهش تازهی با استفاده از تصویربرداری دو فوتونی بر روی مغز موش ها نشان داده است که سیناپس های نورونی برای یادگیری، از قواعد مختلفی به صورت هم زمان بهره می برند؛ یافته ای که دیدگاه سنتی مبنی بر وجود یک قاعده یادگیری یکنواخت در مغز را به چالش می کشد. این کشف نه تنها به درک دقیق تری از سازوکارهای انعطاف پذیری سیناپسی و مسئله تخصیص اعتبار یاری می نماید، بلکه می تواند زمینه ساز طراحی هوش مصنوعی های پیشرفته تر و ارائه روش های نوین درمانی برای اختلالات مغزی مانند آلزایمر، اوتیسم و PTSD باشد.
منبع: این متن از مقاله Synapses Use Multiple Learning Rules to Encode New Information ترجمه و بازنویسی شده است.
منبع: دیجیکالا مگ