Konsideroni, për shembull, se si një hije në imazhin me rreze X të një pacienti, e cila humbet lehtësisht nga një praktikant më pak me përvojë, kapet nga një mjek me përvojë. Përvoja e mëparshme e mjekes e ndihmon atë të arrijë në interpretimin më të mundshëm të një sinjali të dobët.
Procesi i kombinimit të njohurive të mëparshme me prova të pasigurta njihet si integrimi Bayesian dhe besohet se ndikon gjerësisht në perceptimet, mendimet dhe veprimet tona. Tani, neuroshkencëtarët e MIT kanë zbuluar sinjale dalluese të trurit që kodojnë këto besime të mëparshme. Ata kanë gjetur gjithashtu se si truri i përdor këto sinjale për të marrë vendime të arsyeshme përballë pasigurisë.
“Si këto besime mund të ndikojnë në aktivitetin e trurit dhe paragjykojnë perceptimet tona ishte pyetja që ne donim t’i përgjigjeshim,” tha Mehrdad Jazayeri, Profesor i Zhvillimit të Karrierës i Shkencave të Jetës, anëtar i Institutit McGovern të MIT për Kërkimin e Trurit dhe autori i lartë i studimit.
Studiuesit trajnuan kafshët për të kryer një detyrë kohore në të cilën ata duhej të riprodhonin intervale të ndryshme kohore. Kryerja e kësaj detyre është sfiduese sepse ndjenja jonë e kohës është e papërsosur dhe mund të shkojë shumë shpejt ose shumë ngadalë. Megjithatë, kur intervalet janë vazhdimisht brenda një diapazoni fiks, strategjia më e mirë është të paragjykoni përgjigjet drejt mesit të diapazonit. Kjo është pikërisht ajo që bënë kafshët. Për më tepër, regjistrimi nga neuronet në korteksin frontal zbuloi një mekanizëm të thjeshtë për integrimin Bayesian: Përvoja e mëparshme shtrembëroi përfaqësimin e kohës në tru, në mënyrë që modelet e aktivitetit nervor të lidhur me intervale të ndryshme ishin të njëanshme drejt atyre që ishin brenda intervalit të pritshëm.
Gati, në pozicion, nisu
Statisticienët e kanë ditur prej shekujsh se integrimi Bayesian është strategjia optimale për trajtimin e informacionit të pasigurt. Kur jemi të pasigurt për diçka, ne automatikisht mbështetemi në përvojat tona të mëparshme për të optimizuar sjelljen.
“Nëse nuk mund të dalloni plotësisht se çfarë është diçka, por nga përvoja juaj e mëparshme keni një pritshmëri të asaj që duhet të jetë, atëherë do ta përdorni atë informacion për të udhëhequr gjykimin tuaj,” tha Jazayeri. “Ne e bëjmë këtë gjatë gjithë kohës.”
Në këtë studim të ri, Jazayeri dhe ekipi i tij donin të kuptonin se si truri kodon besimet e mëparshme dhe t’i përdorte ato besime në kontrollin e sjelljes. Për këtë qëllim, studiuesit trajnuan kafshët për të riprodhuar një interval kohor, duke përdorur një detyrë të quajtur “gati-në pozicion-nisu“. Në këtë detyrë, kafshët matin kohën midis dy ndezjeve të dritës (“gati” dhe “në pozicion“) dhe më pas gjenerojnë një sinjal “nisu” duke bërë një përgjigje të vonuar pasi të ketë kaluar e njëjta sasi kohore.
Ata i trajnuan kafshët për të kryer këtë detyrë në dy kontekste. Në skenarin “e shkurtër“, intervalet varionin midis 480 dhe 800 milisekonda, dhe në kontekstin “e gjatë“, intervalet ishin midis 800 dhe 1200 milisekonda. Në fillim të detyrës, kafshëve iu dha informacioni rreth kontekstit (nëpërmjet një sugjerimi vizual), dhe për këtë arsye dinin të prisnin intervale nga diapazoni më i shkurtër ose më i gjatë.
Jazayeri kishte treguar më parë se njerëzit që kryejnë këtë detyrë priren të paragjykojnë përgjigjet e tyre drejt mesit të gamës. Këtu, ata zbuluan se kafshët bëjnë të njëjtën gjë. Për shembull, nëse kafshët besonin se intervali do të ishte i shkurtër dhe u jepej një interval prej 800 milisekondash, intervali që ata prodhuan ishte pak më i shkurtër se 800 milisekonda. Anasjelltas, nëse ata do të besonin se do të ishte më i gjatë dhe do t’u jepej i njëjti interval prej 800 milisekondash, ata prodhonin një interval pak më të gjatë se 800 milisekonda.
“Sprovat që ishin identike në pothuajse çdo mënyrë të mundshme, përveç besimit të kafshës çuan në sjellje të ndryshme,” thotë Jazayeri. “Kjo ishte provë bindëse eksperimentale se kafsha po mbështetet në besimin e saj.”
Pasi kishin vërtetuar se kafshët mbështeteshin në besimet e tyre të mëparshme, studiuesit u përpoqën të gjenin se si truri kodon besimet e mëparshme për të udhëhequr sjelljen. Ata regjistruan aktivitet nga rreth 1,400 neurone në një rajon të korteksit frontal, për të cilin ata kanë treguar më parë se është i përfshirë në kohën.
“Nuk kemi parë kurrë një shembull kaq konkret se si truri përdor përvojën e mëparshme për të modifikuar dinamikën nervore me të cilën gjeneron sekuenca të aktiviteteve nervore, për të korrigjuar pasaktësitë e tij. Kjo është forca unike e këtij punimi: bashkimi i perceptimit, dinamikës nervore dhe llogaritjes Bayesian në një kornizë koherente, të mbështetur nga teoria dhe matjet e sjelljes dhe aktiviteteve nervore“, tha Mate Lengyel, një profesor i neuroshkencës kompjuterike në Universitetin e Kembrixhit, i cili nuk ishte i përfshirë në studim.
Njohuri të ngulitura
Studiuesit besojnë se përvojat e mëparshme ndryshojnë fuqinë e lidhjeve midis neuroneve. Fuqia e këtyre lidhjeve, të njohura gjithashtu si sinapse, përcakton se si neuronet veprojnë mbi njëri-tjetrin dhe kufizojnë modelet e aktivitetit që një rrjet neuronesh të ndërlidhur mund të gjenerojë. Zbulimi se përvojat e mëparshme shtrembërojnë modelet e aktivitetit nervor ofron një dritare se si përvoja ndryshon lidhjet sinaptike. “Truri duket se ngërthen përvojat e mëparshme në lidhjet sinaptike në mënyrë që modelet e aktivitetit të trurit të jenë të njëanshme siç duhet”, thotë Jazayeri.
Si një test i pavarur i këtyre ideve, studiuesit zhvilluan një model kompjuterik të përbërë nga një rrjet neuronesh që mund të kryenin të njëjtën detyrë të gatshme. Duke përdorur teknika të huazuara nga mësimi i makinerive, ata ishin në gjendje të modifikonin lidhjet sinaptike dhe të krijonin një model që sillej si kafshët.
Këto modele janë jashtëzakonisht të vlefshme pasi ato ofrojnë një substrat për analizën e detajuar të mekanizmave themelorë, një procedurë që njihet si “inxhinieri e kundërt“. Çuditërisht, inxhinieria e kundërt e modelit zbuloi se ai e zgjidhi detyrën në të njëjtën mënyrë si truri i majmunëve. Modeli gjithashtu kishte një paraqitje të shtrembëruar të kohës sipas përvojës së mëparshme.
Studiuesit përdorën modelin kompjuterik për të zbërthyer më tej mekanizmat themelorë duke përdorur eksperimente të trazuara që aktualisht janë të pamundura për t’u bërë në tru. Duke përdorur këtë qasje, ata ishin në gjendje të tregonin se shpërbërja e përfaqësimeve nervore heq paragjykimet në sjellje. Ky zbulim i rëndësishëm vërtetoi rolin kritik të shtrembërimit në integrimin Bayesian të njohurive të mëparshme.
Studiuesit tani planifikojnë të studiojnë se si truri ndërton dhe rregullon ngadalë lidhjet sinaptike që kodojnë besimet e mëparshme, ndërsa një kafshë po mëson të kryejë detyrën e kohës.
