Американские нейробиологи из Принстонского университета разработали модель, демонстрирующую механику обработки сенсорных сигналов мозгом при принятии решений. Открытие может улучшить понимание болезни Альцгеймера и других неврологических расстройств, а также помочь в разработке более эффективных систем искусственного интеллекта. Исследование опубликовано в научном журнале Nature Neuroscience (NatNeuro).
Мозг человека ежедневно сталкивается с множеством сенсорных сигналов, например, светом светофора и звуком сирены скорой помощи. Префронтальная кора, расположенная за глазами, играет ключевую роль в обработке этой информации и принятии решений. Однако до сих пор оставалось загадкой, как именно нейроны в этой области взаимодействуют для формирования поведенческих реакций.
Ученые Кристофер Лэнгдон и Татьяна Энгель предложили новую модель, названную «скрытой цепью», которая упрощает понимание сложных процессов в мозге. В отличие от традиционных рекуррентных нейронных сетей, где связи между нейронами слишком сложны для интерпретации, новая модель фокусируется на «низкоразмерных» механизмах. Это означает, что активность всей сети можно объяснить через взаимодействие небольшого числа ключевых нейронов.
Для проверки модели исследователи использовали задачу, в которой участники должны были реагировать на движущуюся сетку в зависимости от контекста (формы фигуры на экране). Оказалось, что при необходимости отслеживать движение нейронов, отвечающие за обработку формы, подавляли активность нейронов, связанных с цветом, и наоборот.
«Мы обнаружили интерпретируемый механизм, скрытый внутри сложной сети», — отметил Лэнгдон.
Модель также предсказывает, как изменения в связях между нейронами влияют на выполнение задач, что открывает новые возможности для изучения нейронных процессов.
Это исследование может способствовать пониманию расстройств, связанных с нарушением принятия решений, таких как депрессия и синдром дефицита внимания. Кроме того, оно может улучшить алгоритмы искусственного интеллекта, делая их более эффективными в сложных ситуациях.