Beyinlerin kablolaması ve yeniden kablolaması asla sona ermez. Sinir yolları, dünyayla etkileşimde bulunurken ve yeni şeyler öğrenirken sürekli olarak yeniden şekillenir. MIT'nin McGovern Beyin Araştırmaları Enstitüsü ve Toronto, Ontario'daki York Üniversitesi'nde bilim insanları, bu değişimi daha iyi anlamak için beyin aktivitesinin detaylı analizini hesaplamalı modelleme ile birleştiriyor.
McGovern Enstitüsü'nde doktora sonrası araştırmacı Lynn Sörensen, McGovern araştırmacısı ve MIT Profesörü James DiCarlo ve York Üniversitesi'nden Yardımcı Profesör Kohitij Kar, hayvanların ve beyin benzeri mimariye sahip bir yapay sinir ağının aynı nesneleri görsel olarak tanımlamak için eğitildiğinde neler olduğunu karşılaştırmak üzere birlikte çalıştılar. Modelin performansı geliştikçe, kendini, ekibin hayvan beyinlerinde tespit ettiği değişimlerle yakından paralel olan şekillerde yeniden organize etti.
Açık erişim çalışmaları, 8 Temmuz'da Nature Communications dergisinde bildirildi, görsel işleme değişikliklerinin hayvanların yeni nesne türlerini ayırt etme yeteneğini nasıl desteklediğini gösteriyor. Bu değişimleri modelleyerek, araştırmacılar eğitimin algıyı nasıl yeniden şekillendirdiğini daha iyi tahmin etmeyi umuyorlar; bu, bir gün geniş bir öğrenici yelpazesi için eğitim stratejilerini bilgilendirebilir.
Hafif değişiklikler
Yeni bir nesne hakkında öğrenmek, beynin birçok bölümünü devreye sokar. Görsel işleme alanları, gözlerden alınan bilgileri anlamlandırmak için birlikte çalışır ve ardından bu görsel bilgiyi anlam kazandırmak ve davranışı yönlendirmek için diğer beyin alanlarıyla iletişim kurar. Bu sistemin birden fazla kısmı öğrenme sırasında muhtemelen değişir ve araştırma ekibi, bu değişimin nasıl dağıldığını daha net bir şekilde anlamak istedi.
Nörobilimciler, bir hayvanın yeni nesneleri tanımayı öğrendiğinde beynin görsel işleme alanlarında ne kadar değişiklik olduğunu tartıştılar. Bazıları, görsel işleme yollarının öğrenme sırasında büyük ölçüde değişmeden kalmasının, görsel algıyı geniş ölçüde bozmayı önlemek için gerekli olduğunu düşündü, ancak diğerleri, bu tür öğrenme sırasında insanlarda ve diğer primatlarda özel görsel işleme alanlarında aktivitede değişiklikler bildirdi.
Daha yakından incelemek için ekip, beynin görsel nesne işleme ağının ana bileşenlerinden biri olan alt temporal (IT) korteksteki sinir aktivitesine odaklandı. Görsel bilgi IT korteksine ulaştığında, ana nesne özellikleri açıkça temsil edilir; öyle ki, deneklerin ne nesne gördüğünü "çözmek" ve hatta onu tanımlarken muhtemel hatalarını tahmin etmek mümkündür; sadece oradaki sinir aktivitesi desenlerini analiz ederek.
Ekip, hayvanların nesne görüntülerine bakarken ve tanımlarken IT korteksindeki sinir aktivitesini kaydetti. Bazı hayvanlar eğitilmemişti, bu yüzden gördükleri görüntülerin onlara pek bir anlamı yoktu. Diğerleri benzer nesneleri tanımayı öğrenmişti, bu yüzden genellikle fil, sandalye ve diğer seçilmiş nesneler arasında ayırt edebiliyorlardı; bu nesneler daha önce gördüklerinden farklı boyutlarda, farklı açılardan veya farklı arka planlarla sunulsa bile.
IT korteksindeki geniş aktivite deseni, eğitilmiş ve eğitilmemiş hayvanlarda büyük ölçüde benzerdi; bu, öğrenmenin bu yüksek düzeydeki görsel temsili dramatik bir şekilde yeniden yazmadığını öne sürüyordu. Yine de grup, IT korteksindeki nöronların, gösterilen nesne türlerini tanımayı öğrenmiş hayvanlarda görüntülere yanıt verme şekillerinde, eğitilmemiş hayvanlarla karşılaştırıldığında hafif ama güvenilir farklılıklar buldu.
Öğrenmeyi modelleme
Grup, bu mütevazı değişikliklerin öğrenmeye nasıl katkıda bulunabileceğini araştırmak için hesaplamalı modellere yöneldi. Sörensen, hayvanların gördüğü aynı nesne kategorilerini tanımlamak için IT korteksine haritalanmış iç bileşenlere sahip bir dizi yapay sinir ağı eğitti. Modeller, hata yanıtı olarak parametrelerini ayarlayarak sürekli olarak doğruluklarını artırmak için gradyan inişi kullanacak şekilde tasarlandı.
Hayvan modellerinin yalnızca bazıları, deneklerin davranışını eşleştiren öğrenme davranışı gösterdi. Eşleşenlerde, IT benzeri aşama, araştırmacıların eğitilmiş hayvanların IT
