Kā tavām smadzenēm ir jēga “plašākam attēlam”?
Mūsu smadzenes atpazīst modeļus un var “attālināties” no detaļām, lai redzētu “kopainu”. Pētnieki tagad cenšas noskaidrot, kā tieši smadzenes spēj iegūt perspektīvu.
Cilvēka smadzenes ir sarežģīts mehānisms, kas spēj absorbēt, apstrādāt, turēt, atjaunināt un atsaukt milzīgu informācijas daudzumu, kas mums kā sugai ir ļāvis ne tikai izdzīvot, bet arī uzplaukt pasaulē, kas ir pilns ar izaicinājumiem katru soli.
Jau agri zīdaiņi var iemācīties atšķirt un atpazīt sejas, noteikt specifiskas skaņas un parādīt tām priekšroku, pat apstrādāt cēloņu un seku attiecības.
Kā gan mūsu smadzenēm izdodas orientēties sarežģītās informācijas plūsmās un veidot noderīgas asociācijas? Uz šo jautājumu ir nolēmuši atbildēt trīs zinātnieki no Pensilvānijas universitātes Filadelfijā - Kristofers Lins, Āri Kāns un Danielle Baseta.
Pētnieki paskaidro, ka līdz šim zinātnieki domāja, ka smadzenes izmanto sarežģītus procesus, lai izveidotu augstākas pakāpes statistisko attiecību struktūru.
Tomēr savā pašreizējā pētījumā trīs izmeklētāji izvirzīja atšķirīgu modeli, kas liek domāt, ka mūsu smadzenes ļoti vēlas vienkāršot informāciju, lai tās varētu "redzēt kopainu".
“[Cilvēka smadzenes] pastāvīgi cenšas paredzēt, kas notiks tālāk. Piemēram, ja jūs apmeklējat lekciju par tēmu, par kuru kaut ko zināt, jums jau ir zināms priekšstats par augstākās pakāpes struktūru. Tas palīdz jums apvienot idejas un paredzēt, ko dzirdēsiet tālāk. ”
Kristofers Lins
Seku paredzēšana
Savā jaunajā modelī, kuru viņi prezentēja Amerikas Fizikas biedrības 2019. gada marta sanāksmē, izmeklētāji paskaidro, ka smadzenēm ir jāpāriet no specifikas, lai izveidotu augstākas kārtas ideju savienojumus.
Pievēršoties impresionistu mākslai, lai ilustrētu šo koncepciju, Lins atzīmē, ka, "ja paskatās uz pointillistu, kurš glezno tuvu, jūs varat pareizi identificēt katru punktu." Bet: "Ja jūs atkāpsieties par 20 pēdām, detaļas kļūst neskaidras, bet jūs labāk izprotat kopējo struktūru."
Cilvēka smadzenes, pēc viņa un viņa kolēģu domām, iziet līdzīgu procesu, kas arī nozīmē, ka viņi ļoti paļaujas uz mācīšanos no iepriekšējām kļūdām.
Lai pārbaudītu šo hipotēzi, pētnieki veica eksperimentu, kurā viņi lūdza dalībniekus apskatīt datora ekrānu, kurā redzami pieci kvadrāti pēc kārtas. Dalībnieku uzdevums bija nospiest taustiņu kombināciju, lai tā atbilstu ekrāna secībai.
Kad viņi izmēra reakcijas laiku, pētnieki atklāja, ka dalībnieki mēdz ātrāk nospiest pareizo taustiņu kombināciju, kad viņi spēja paredzēt rezultātu.
Eksperimenta ietvaros pētnieki stimulus pārstāvēja kā mezglus, kas veidoja tīkla daļu. Dalībnieks redzētu vienu stimulu kā mezglu šajā tīklā, un viens no četriem citiem blakus esošajiem mezgliem pārstāvētu nākamo stimulu.
Turklāt tīkli veidoja vai nu “modulāru grafu”, kas sastāv no trim savienotiem piecstūriem, vai “režģa grafiku”, kas sastāv no pieciem trīsstūriem ar līnijām, kas tos savieno.
Pētnieki atzīmēja, ka dalībnieki ātrāk reaģēja uz moduļu grafikiem nekā uz režģa grafikiem.
Šis rezultāts, pēc izmeklētāju teiktā, liek domāt, ka dalībniekiem bija vieglāk saprast moduļu diagrammas struktūru - tas ir, “lielāka attēla” pamatā esošo loģiku -, kas ļāva viņiem veikt ātrākas prognozes ar lielāku precizitāti.
Izmantojot šos atklājumus, Lynn un kolēģi mēģināja novērtēt mainīgo vērtību, ko viņi nosauca par “beta” vērtību. Pētnieki saka, ka beta vērtība, šķiet, bija zemāka cilvēkiem, kuri, visticamāk, pieļāva kļūdas pareģošanā, un augstāka tiem, kuri precīzāk izpildīja uzdevumu.
Nākotnē pētnieku mērķis ir analizēt funkcionālos MRI skenējumus, lai noskaidrotu, vai cilvēku, kuriem ir dažādas beta vērtības, smadzenes, tā sakot, ir “ieprogrammētas” atšķirīgi.
