نورولوژیستها با بهرهگیری از تکنیکهای پیشرفته تصویربرداری، چگونگی تغییر در سیناپسها و نورونهای مغز را آشکار کردهاند.
یافتههای این پژوهش، نحوه پردازش اطلاعات در مدارهای مغزی را به تصویر میکشد و میتواند دیدگاههای تازهای در زمینه اختلالات عصبی و طراحی سامانههای هوش مصنوعی شبیه مغز ارائه دهد.
ما چگونه چیزهای جدید را یاد میگیریم؟
چطور نحوه انجام وظایف در شغل جدید، ترانه یک آهنگ پرطرفدار یا مسیر رفتن به خانه دوستمان در مغزمان ثبت میشود؟
پاسخ کلی این است که مغز ما برای پذیرش اطلاعات جدید دچار تغییر و سازگاری میشود. برای آنکه بتوانیم رفتاری تازه را دنبال کنیم یا اطلاعات جدید را به خاطر بسپاریم، مدارهای مغزی ما دستخوش تغییر میشوند.
این تغییرات در سطح چند تریلیون سیناپس -اتصالهایی که بین سلولهای عصبی یا همان نورونها وجود دارد و محل اصلی ارتباطات مغزیاند- رخ میدهد. طی فرایندی بسیار هماهنگ و پیچیده، ورود اطلاعات جدید باعث میشود برخی سیناپسها با دادههای جدید تقویت و برخی دیگر ضعیفتر شوند.
عصبپژوهانی که این تغییرات را با دقت بررسی کردهاند که با عنوان «پلاستیسیته سیناپسی» شناخته میشود، فرایندهای مولکولی متعددی را شناسایی کردند که این انعطافپذیری را ایجاد میکنند.
بااینحال قوانین حاکم بر اینکه کدام سیناپسها دستخوش این تغییرات میشوند، تا امروز ناشناخته مانده بود؛ رازی که درنهایت تعیین میکند اطلاعاتِ یادگرفتهشده چگونه در مغز ثبت میشوند.
اکنون «ویلیام جیک رایت»، «نیتن هدریک» و «تاکاکی کومییاما»، نورولوژیستهای دانشگاه کالیفرنیا سندیگو، جزئیات کلیدی این فرایند را کشف کردهاند.
طبق گزارشی که ۱۷ آوریل در مجله Science منتشر شد، این پژوهشگران از روشی نوین برای تصویربرداری از مغز بهره گرفتند؛ ازجمله تصویربرداری دو-فوتونی تا بتوانند فعالیتهای مغزی موشها را با جزئیات بالا مشاهده و فعالیت سیناپسها و نورونها را حین فرایند یادگیری دنبال کنند.
با توانایی بیسابقه در مشاهده سیناپسهای منفرد، تصاویر جدید نشان دادند نورونها برخلاف تصور رایج هنگام یادگیری از مجموعه قوانین ثابتی پیروی نمیکنند. بلکه دادهها نشان دادند هر نورون میتواند از چندین قانون متفاوت پیروی کند و سیناپسهای نواحی مختلف یک نورون، قوانین متفاوتی را دنبال میکنند.
این یافتههای تازه میتواند زمینهساز 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:
«وقتی مردم از پلاستیسیته سیناپسی صحبت میکنند، معمولاً آن را پدیدهای یکنواخت در سراسر مغز در نظر میگیرند.»
او افزود:
«پژوهش ما درک شفافتری از نحوه تغییر سیناپسها هنگام یادگیری ارائه میدهد که میتواند پیامدهای مهمی برای سلامت داشته باشد؛ زیرا بسیاری از بیماریهای مغزی با نوعی اختلال در عملکرد سیناپسها همراهاند.»
نورولوژیستها با دقت بررسی کردهاند که سیناپسها فقط به اطلاعات «محلی» خود دسترسی دارند اما در کنار هم موفق به شکلدادن رفتارهای آموختهشده گستردهای میشوند؛ که «مسئله تخصیص اعتبار (Credit assignment problem)» شناخته میشود.
این چالش را میتوان به مورچههایی تشبیه کرد که هریک مشغول انجام وظیفهای خاصاند، بیآنکه از اهداف کلی کلونی خود آگاه باشند.
کشف اینکه نورونها همزمان از چندین قانون مختلف پیروی میکنند، برای پژوهشگران غافلگیرکننده بود.
روشهای پیشرفتهای 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 بررسی کنند.
«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 اساس درک ما از نحوه حل مسئله تخصیص اعتبار توسط مغز را دگرگون میکند؛ زیرا نشان میدهد هر نورون میتواند همزمان محاسبات متفاوتی در بخشهای زیرسلولی گوناگون خود انجام دهد.»
اطلاعات جدید دیدگاههای امیدوارکنندهای برای آینده هوش مصنوعی و شبکههای عصبی مشابه مغز که این سیستمها براساس آن عمل میکنند، ارائه میدهد.
معمولاً شبکه عصبی کاملی براساس مجموعهای مشترک از قوانین پلاستیسیته عمل میکند اما این پژوهش راهحلهای جدیدی برای طراحی سیستمهای پیشرفته هوش مصنوعی با استفاده از قوانین متعدد در واحدهای مجزا ارائه میکند.
این یافتهها میتوانند راه جدیدی برای درمان مشکلاتی نظیر اعتیاد، اختلال استرس پس از سانحه، بیماری آلزایمر و اختلالات عصبی – رشدی مانند اوتیسم ارائه دهند.
«جیک رایت» در اینباره میگوید:
«این پژوهش درحال ایجاد بنیانی بالقوه برای درک نحوه عملکرد عادی مغز است تا به ما کمک کند بهتر بفهمیم در بیماریهای مختلف چه چیزی اشتباه پیش میرود.»
یافتههای جدید پژوهشگران را به مسیری سوق دادهاند تا بیشتر کاوش کنند و بفهمند چگونه نورونها میتوانند همزمان از قوانین مختلف استفاده کنند و بهرهبرداری از چندین قانون چه مزایایی برای آنها دارد.
منابع مالی اصلی این مطالعه چندین ساله از کمکهزینه پژوهشی مؤسسه ملی سلامت آمریکا (NIH) و کمکهزینه آموزشی تأمین شده است.
