Лента TH Новости Биоинженерия



Введены единые правила о работе нейронов

∴ 373

Ранее существовало несколько теорий касательно того, как работают нейроны, при восприятии и записи информации в мозг. Новое открытие позволило унифицировать теории, создав новый алгоритм обработки информации.

1131

Цифровые видеокамеры позволяют записывать невероятные детали, но сохранение всех этих данных занимает огромное пространство. Исследователи ищут новые методы сжатия видео. А именно — удаления информации таким образом, что человек не видит разницы при ее воспроизведении. Точно так же работает связка глаза-мозг.

В повседневной жизни мы находимся в водовороте визуальной информацией, но у нейронов в глазах есть определенные ограничения. Таким образом, учитывая богатый набор стимулов, как нейроны выбирают, что именно является нужным, и что необходимо извлечь и отправить в мозг? Нейробиологи задавались этим вопросом на протяжении десятилетий. За этот период было выведено несколько теорий для объяснения и прогнозирования того, как нейроны ведут себя в определенных ситуациях.

Третьего дня группа ученых из нескольких университетов Европы разработала структуру, которая объединяет предыдущие теории. Это позволяет делать прогнозы о функционале нейронов, которые ранее не описывались ни одной теорией.

Для того, чтобы понять ценность новой теории, нам стоит разобраться с тем, как ученые представляли работу нейронов ранее.

Одна из главных целей сенсорной нейронауки это прогнозирование нейронных реакций с использованием математических моделей. Раньше эти прогнозы основывались на трех основных теориях, каждая из которых имела разную область применения. Сам нейронный код это функция, которая предсказывает, когда нейрон должен «активироваться». Соответственно комбинация «активностей» и «простоев» эквивалентна набору единиц и нулей. В связи с этим функционалом есть 3 теории кодирования информации.

Эффективное кодирование предполагает, что нейроны кодируют как можно больше информации, учитывая внутренние ограничения (проводимость нейронов, обмен веществ, калиевое-натриевый баланс и т.д.).

Предсказательное кодирование предполагает, что кодируется только информация, относящаяся к прогнозированию будущего (например, каким образом летит насекомое, как движется автомобиль, что за еда лежит на тарелке). Но при этом вы забываете имя человека, с которым только что познакомились. Не помните номера машин или лица людей, которых видите каждый день.

Разреженное кодирование предполагает, что в любой момент активны только несколько нейронов, позволяя выборочно выхватывать мелкий раздражитель а потом подключать остальные нейроны.

Раньше не было четкого представления о том, как связывать или сравнивать эти теории. Наше исследование преодолевают рамки, объединяя теории в общую структуру.Гашпер Ткачик, соавтор исследования.

В контексте команды, нейронный код можно интерпретировать как код, который максимизирует определенную математическую функцию. Эта функция и, следовательно, нейронный код, максимизирующий ее, зависит от трех параметров: шума в сигнале, цели или задачи (то есть, будет ли сигнал использоваться для прогнозирования будущего) и сложности кодируемого сигнала. Теории, описанные выше, действительны только для определенных диапазонов значений для этих параметров. Это создает проблемы при попытке экспериментального тестирования.

Когда вы разрабатываете стимулы для тестирования модели, очень сложно различать нейрон, который не полностью соответствует вашей любимой теории или её альтернативе. Новые рамки теперь могут дать конкретные предсказания для значений параметров, которые находятся на границе ранее изученных теорий.Гашпер Ткачик, соавтор исследования.

Объединенная теория преодолевает более ранние ограничения, позволяя нейронам иметь «смешанные» цели кодирования. Теперь нейроны не должны попадать в одну конкретную, ранее изученную категорию. Например, новая теория может прогнозировать случай, когда нейроны индивидуально очень шумны, но все же должны эффективно кодировать разреженные раздражители.

В более общем плане оптимальные нейронные коды могут определяться широкими рамками. Это объясняет явления, которые ранее наблюдались, но не объяснялись ни одной из существующих моделей.

Многие теории, которые строят прогнозы, как правило, являются негибкими при тестировании: либо они предсказывают правильный результат, либо нет. Наша статья описывает то, как можно генерировать гипотезы для различных ситуаций и предположений.Метью Мелк, соавтор исследования.

Филипп Дончев