شنبه, اردیبهشت ۲۰, ۱۴۰۴

مغز ما چطور مطالب تازه را یاد می‌گیرد؟ مطالعه‌ای پیشگامانه جواب می‌دهد_آفتاب شرق

مریم یزدانی
6 Min Read


به گزارش آفتاب شرق

نورولوژیست‌ها با منفعت‌گیری از تکنیک‌های پیشرفته تصویربرداری، چگونگی تحول در سیناپس‌ها و نورون‌های مغز را آشکار کرده‌اند.

یافته‌های این پژوهش، نحوه پردازش اطلاعات در مدارهای مغزی را به عکس می‌کشد و می‌تواند دیدگاه‌های تازه‌ای در عرصه اختلالات عصبی و طراحی سامانه‌های هوش مصنوعی همانند مغز اراعه دهد.

ما چطور چیزهای تازه را یاد می‌گیریم؟

چطور نحوه انجام ماموریت های در شغل تازه، ترانه یک آهنگ پرطرفدار یا مسیر رفتن به خانه دوستمان در مغزمان ثبت می‌شود؟

جواب کلی این است که مغز ما برای پذیرفتن اطلاعات تازه دچار تحول و سازگاری می‌شود. برای ‌آنکه بتوانیم رفتاری تازه را جستوجو کنیم یا اطلاعات تازه را به‌ خاطر بسپاریم، مدارهای مغزی ‌ما دستخوش تحول خواهد شد.

این تغییرات در سطح چند تریلیون‌ سیناپس -اتصال‌هایی که بین سلول‌های عصبی یا همان نورون‌ها وجود دارد و محل مهم ارتباطات مغزی‌اند- رخ می‌دهد. طی فرایندی زیاد هماهنگ و پیچیده، ورود اطلاعات تازه علتمی‌شود برخی سیناپس‌ها با داده‌های تازه تحکیم و برخی دیگر ضعیف‌تر شوند.

عصب‌پژوهانی که این تغییرات را با دقت بازدید کرده‌اند که با گفتن «پلاستیسیته سیناپسی» شناخته می‌شود، فرایندهای مولکولی بسیاری را شناسایی کردند که این انعطاف‌پذیری را تشکیل می‌کنند.

بااین‌حال قوانین حاکم بر این که کدام سیناپس‌ها دستخوش این تغییرات خواهد شد، تا امروز ناشناخته مانده می بود؛ رازی که درنهایت تعیین می‌کند اطلاعاتِ یادگرفته‌شده چطور در مغز ثبت خواهد شد.

اکنون «ویلیام جیک رایت»، «نیتن هدریک» و «تاکاکی کومی‌یاما»، نورولوژیست‌های دانشگاه کالیفرنیا سن‌دیگو، جزئیات کلیدی این فرایند را کشف کرده‌اند.

مطابق گزارشی که ۱۷ آوریل در مجله Science انتشار شد، این پژوهشگران از روشی نوین برای تصویربرداری از مغز منفعت گرفتند؛ ازجمله تصویربرداری دو-فوتونی تا بتوانند فعالیت‌های مغزی موش‌ها را با جزئیات بالا مشاهده و فعالیت سیناپس‌ها و نورون‌ها را میانه فرایند یادگیری جستوجو کنند.

سریعترین موتور جستجوگر خبر پارسی – اخبار لحظه به لحظه از معتبرترین خبرگزاری های پارسی زبان در آفتاب شرق

با توانایی بی‌سابقه در مشاهده سیناپس‌های منفرد، تصاویر تازه نشان دادند نورون‌ها برخلاف فکر رایج زمان یادگیری از مجموعه قوانین ثابتی پیروی نمی‌کنند. بلکه داده‌ها نشان دادند هر نورون می‌تواند از چندین قانون متفاوت پیروی کند و سیناپس‌های نواحی گوناگون یک نورون، قوانین متغیری را جستوجو می‌کنند.

این یافته‌های تازه می‌تواند عرصه‌ساز پیشرفت‌های مهمی در حوزه‌های گوناگون، از اختلالات مغزی و رفتاری گرفته تا هوش مصنوعی شود.

«جیک رایت»، پژوهشگر پسادکتری دانشکده علوم زیستی و نویسنده اول این مطالعه، می‌گوید:

«هنگامی مردم از پلاستیسیته سیناپسی سخن بگویید می‌کنند، طبق معمولً آن را اتفاق‌ای یکنواخت در سراسر مغز در نظر می‌گیرند.»

او افزود:

«پژوهش ما فهمیدن شفاف‌تری از نحوه تحول سیناپس‌ها زمان یادگیری اراعه می‌دهد که می‌تواند پیامدهای مهمی برای سلامت داشته باشد؛ چون تعداد بسیاری از بیماری‌های مغزی با نوعی اختلال در کارکرد سیناپس‌ها همراه‌اند.»

نورولوژیست‌ها با دقت بازدید کرده‌اند که سیناپس‌ها فقط به اطلاعات «محلی» خود دسترسی دارند اما در کنار هم موفق به شکل‌دادن رفتارهای آموخته‌شده گسترده‌ای خواهد شد؛ که «قضیه تخصیص اعتبار (Credit assignment problem)» شناخته می‌شود.

این چالش را می‌توان به مورچه‌هایی تشبیه کرد که هریک مشغول انجام‌ ماموریت‌ای خاص‌اند، بی‌آنکه از اهداف کلی کلونی خود آگاه باشند.

کشف این که نورون‌ها هم‌زمان از چندین قانون گوناگون پیروی می‌کنند، برای پژوهشگران غافلگیرکننده می بود.

راه حلهای گسترش یافتهای که در این مطالعه به کار گرفته شد، این امکان را فراهم کرد تا بتوانند ورودی‌ها و خروجی‌های تغییرات نورونی را همان لحظه وقوع مشاهده و بازدید کنند.

نورون‌ها و شاخه‌های آنها به نام دندریت در قشر مغز موش

«تاکاکی کومی‌یاما»، نویسنده ارشد این مطالعه، استاد گروه‌های نوروبیولوژی (دانشکده علوم زیستی) و علوم اعصاب (دانشکده پزشکی) و عضو مؤسسه علوم داده «هالیجی‌اوغلو» و مؤسسه «کاولی» برای مغز و ذهن، می‌گوید:

«این کشف مبنا فهمیدن ما از نحوه حل قضیه تخصیص اعتبار توسط مغز را دگرگون می‌کند؛ چون مشخص می کند هر نورون می‌تواند هم‌زمان محاسبات متغیری در قسمت‌های زیرسلولی گوناگون خود انجام دهد.»

اطلاعات تازه دیدگاه‌های امیدوارکننده‌ای برای آینده هوش مصنوعی و شبکه‌های عصبی شبیه مغز که این سیستم‌ها بر پایه آن‌ عمل می‌کنند، اراعه می‌دهد.

طبق معمولً شبکه عصبی کاملی بر پایه مجموعه‌ای مشترک از قوانین پلاستیسیته عمل می‌کند اما این پژوهش راه‌حل‌های جدیدی برای طراحی سیستم‌های پیشرفته هوش مصنوعی با منفعت گیری از قوانین متعدد در واحدهای مجزا اراعه می‌کند.

این یافته‌ها می‌توانند راه جدیدی برای درمان مشکلاتی نظیر اعتیاد، اختلال استرس بعد از سانحه، بیماری آلزایمر و اختلالات عصبی – رشدی همانند اوتیسم اراعه دهند.

«جیک رایت» در این‌باره می‌گوید:

«این پژوهش درحال تشکیل بنیانی بالقوه برای فهمیدن نحوه کارکرد عادی مغز است تا به ما پشتیبانی کند بهتر بفهمیم در بیماری‌های گوناگون چه چیزی نادرست پیش می‌رود.»

یافته‌های تازه پژوهشگران را به مسیری سوق داده‌اند تا زیاد تر کاوش کنند و بفهمند چطور نورون‌ها می‌توانند هم‌زمان از قوانین گوناگون منفعت گیری کنند و منفعت‌برداری از چندین قانون چه مزایایی برای آنها دارد.

منبع های مالی مهم این مطالعه چندین ساله از پشتیبانی‌هزینه پژوهشی مؤسسه ملی سلامت آمریکا (NIH) و پشتیبانی‌هزینه آموزشی فراهم شده است.

دسته بندی مطالب
اخبار سلامتی

اخبار اجتماعی

اخبار ورزشی

فرهنگ وهنر

اخبار تکنولوژی

کسب وکار

TAGGED:
Share This Article