Сила смешанной селективности: понимание функций мозга и познания

Каждый день наш мозг стремится оптимизировать компромисс: с множеством событий, происходящих вокруг нас, и в то же время с множеством внутренних побуждений и воспоминаний, наши мысли должны быть гибкими, но достаточно сфокусированными, чтобы направлять все, что нам нужно делать. В новой статье в журнале Neuron команда нейроученых описывает, как мозг достигает когнитивной способности интегрировать всю релевантную информацию, не перегружаясь тем, что не имеет значения.

Авторы утверждают, что гибкость проистекает из ключевого свойства, наблюдаемого у многих нейронов: "смешанной избирательности". В то время как многие нейроученые ранее думали, что каждая клетка имеет только одну специализированную функцию, более поздние данные показали, что многие нейроны могут участвовать в различных вычислительных ансамблях, работающих параллельно. Другими словами, когда кролик рассматривает возможность погрызть салат в саду, один нейрон может быть задействован не только в оценке своего голода, но и в том, чтобы услышать ястреба над головой или почувствовать запах койота на деревьях и определить, насколько далеко находится салат.

Мозг не многозадачен, сказал соавтор статьи Эрл К. Миллер, профессор Пикауэрского института по изучению обучения и памяти в Массачусетском технологическом институте и один из пионеров идеи смешанной избирательности, но многие клетки действительно имеют способность участвовать в нескольких вычислительных процессах (по сути, "мыслях"). В новой статье авторы описывают конкретные механизмы, которые мозг использует для привлечения нейронов к различным вычислениям и для того, чтобы эти нейроны представляли правильное количество измерений сложной задачи.

Эти нейроны выполняют множество функций. С помощью смешанной избирательности можно иметь представительное пространство, которое настолько сложно, насколько это необходимо, и не более того. Вот в чем заключается гибкость когнитивной функции."

Эрл К. Миллер, профессор Пикауэрского института по изучению обучения и памяти в Массачусетском технологическом институте

Соавтор Кэй Тай, профессор Института Салка и Калифорнийского университета в Сан-Диего, сказала, что смешанная избирательность среди нейронов, особенно в медиальной префронтальной коре, является ключом к обеспечению многих умственных способностей.

"МПФК подобна шепоту, который представляет так много информации через высоко гибкие и динамичные ансамбли," сказала Тай. "Смешанная избирательность — это свойство, которое наделяет нас нашей гибкостью, когнитивной способностью и способностью к творчеству. Это секрет максимизации вычислительной мощности, которая по сути является основой интеллекта."

Происхождение идеи

Идея смешанной избирательности зародилась в 2000 году, когда Миллер и его коллега Джон Дункан защищали удивительный результат из исследования когнитивных функций в лаборатории Миллера. Когда животные сортировали изображения по категориям, около 30 процентов нейронов в префронтальной коре мозга, казалось, были задействованы. Скептики, которые верили, что каждый нейрон имеет посвященную функцию, насмехались над тем, что мозг мог бы выделить столько клеток только для одной задачи. Ответ Миллера и Дункана заключался в том, что, возможно, клетки имели гибкость участвовать во многих вычислениях. Способность служить в одной мозговой группе, как это было, не исключала их способности служить многим другим.

Но какую выгоду приносит смешанная избирательность? В 2013 году Миллер объединился с двумя соавторами новой статьи, Маттиа Риготти из IBM Research и Стефано Фуси из Колумбийского университета, чтобы показать, как смешанная избирательность наделяет мозг мощной вычислительной гибкостью. По сути, ансамбль нейронов со смешанной избирательностью может вместить гораздо больше измерений информации о задаче, чем популяция нейронов с неизменными функциями.

"С момента нашей первоначальной работы мы продвинулись в понимании теории смешанной избирательности через призму классических идей машинного обучения," сказал Риготти. "С другой стороны, вопросы, важные для экспериментаторов, о механизмах, реализующих это на клеточном уровне, были сравнительно мало исследованы. Это сотрудничество и эта новая статья были направлены на заполнение этого пробела."

В новой статье авторы представляют мышь, которая решает, стоит ли ей съесть ягоду. Она может пахнуть вкусно (это одно измерение). Она может быть ядовитой (это другое). Еще одно или два измерения проблемы могут возникнуть в форме социального сигнала. Если мышь чувствует запах ягоды в дыхании другой мыши, то, вероятно, ягода съедобна (в зависимости от видимого здоровья другой мыши). Нейронный ансамбль с смешанной селективностью сможет интегрировать все это.

Привлечение нейронов

Хотя смешанная селективность подтверждается обильными доказательствами — она наблюдалась по всему кортексу и в других областях мозга, таких как гиппокамп и амигдала — остаются открытые вопросы. Например, как нейроны привлекаются к задачам и как нейроны, которые такие "широкомыслящие", остаются настроенными только на то, что действительно важно для миссии?

В новом исследовании исследователи, включая Маркуса Бенну из UC San Diego и Феликса Ташбаха из Института Солка, определяют формы смешанной селективности, которые наблюдали исследователи, и утверждают, что когда осцилляции (также известные как "мозговые волны") и нейромодуляторы (химические вещества, такие как серотонин или дофамин, влияющие на нейронную функцию) привлекают нейроны в вычислительные ансамбли, они также помогают им "фильтровать" то, что важно для этой цели.

Конечно, некоторые нейроны специализируются на конкретном входе, но авторы отмечают, что они являются исключением, а не правилом. Авторы говорят, что эти клетки имеют "чистую селективность". Им важно только если кролик видит салат. Некоторые нейроны демонстрируют "линейную смешанную селективность", что означает, что их реакция предсказуемо зависит от суммы нескольких входов (кролик видит салат и чувствует голод). Нейроны, добавляющие наибольшую измерительную гибкость, — это те, у которых "нелинейная смешанная селективность", которые могут учитывать несколько независимых переменных без необходимости их суммирования. Вместо этого они могут учитывать целый набор независимых условий (например, есть салат, я голоден, не слышно ястребов, не чувствую запаха койотов, но салат далеко, и я вижу довольно прочный забор).

Итак, что привлекает нейроны к сосредоточению на значимых факторах, сколько бы их ни было? Один из механизмов — осцилляции, которые происходят в мозге, когда многие нейроны поддерживают свою электрическую активность в одном и том же ритме. Эта координированная активность позволяет обмениваться информацией, по сути, настраивая их вместе, как группу автомобилей, все играющих одну и ту же радиостанцию (может быть, трансляция о кружащем наверху ястребе). Другой механизм, который выделяют авторы, — нейромодуляторы. Это химические вещества, которые, достигнув рецепторов внутри клеток, также могут влиять на их активность. Например, всплеск ацетилхолина может аналогично настроить нейроны с соответствующими рецепторами на определенную активность или информацию (возможно, на ощущение голода).

"Эти два механизма, вероятно, работают вместе, чтобы динамично формировать функциональные сети," пишут авторы.

Понимание смешанной селективности, продолжают они, критично для понимания познания.

"Смешанная селективность повсеместна," они заключают. "Она присутствует у разных видов и выполняет различные функции от высокоуровневого познания до 'автоматических' сенсомоторных процессов, таких как распознавание объектов. Широкое распространение смешанной селективности подчеркивает ее фундаментальную роль в обеспечении мозга масштабируемой вычислительной мощностью, необходимой для сложных мыслей и действий."

Подробности об исследовании представлены на странице журнала CELL