Lernen ist leichter, wenn es nur erfordert Nervenzellen bestehenden Aktivitätsmuster als wenn die Nervenzellen , neue Muster zu erzeugen anordnen , wurde eine Studie der Affen gefunden. Die Wissenschaftler untersucht die Fähigkeit des Gehirns , durch Aufnahmen der elektrischen Aktivität des Gehirns Zellnetzwerkenzu lernen. Die Studie wurde zum Teil durch die National Institutes of Health.
"Wir haben uns in das Gehirn und kann sehen , warum es so schwer ist , um die Ecke denken ", sagte Aaron Batista , Ph.D., Assistant Professor an der University of Pittsburgh und leitende Autor der Studie veröffentlicht in der Natur , mit Byron Yu, Ph.D., Assistant Professor an der Carnegie Mellon University, Pittsburgh.
Das menschliche Gehirn enthält fast 86 Milliarden Neuronen, die durch komplizierte Netzwerke von Verbindungen zu kommunizieren. Zu verstehen, wie sie während des Lernens zusammenarbeiten kann eine Herausforderung sein . Dr. Batista und seine Kollegen kombiniert zwei innovative Technologien , Gehirn -Computer-Schnittstellen und des maschinellen Lernens , um Aktivitätsmuster zwischen Neuronen im Gehirn Affen studieren , wie die Tiere gelernt , ihre Gedanken zu verwenden, um einen Computer- Cursor zu bewegen.
" Dies ist ein grundlegender Fortschritt im Verständnis der neurobiologischen Muster, die den Lernprozess zu Grunde liegen ", sagte Theresa Cruz , Ph.D., ein Programm, Beamter des National Center for Medical Rehabilitation Forschung an NIH Eunice Kennedy Shriver National Institute of Child Health and Human Entwicklung ( NICHD ) . "Die Ergebnisse schließlich zu neuen Therapien für Blei Schlaganfall sowie anderen neurologischen Störungen . "
Gehirn -Computer-Schnittstellen versuchen, Gedanken in die Tat umzusetzen . Mit kleinen chirurgisch implantierten Elektroden können Forscher gleichzeitig überwacht die elektrische Aktivität von Hunderten von Neuronen. Ein Computer wandelt die Signale in Befehle um ein externes Gerät zu bewegen , wie beispielsweise ein Roboterarm oder ein Computer-Cursor . Gehirn -Computer-Schnittstellen werden entwickelt, um gelähmten Patienten zu helfen als auch um die Funktion der gesunden Gehirn zu studieren.
" Diese sich entwickelnde Technologie ist ein leistungsfähiges Werkzeug für die Hirnforschung ", sagte Daofen Chen, Ph.D., Programm-Direktor des Nationalen Instituts für neurologische Erkrankungen und Schlaganfall (NINDS ), Teil der NIH . "Es hilft Wissenschaftlern Untersuchung der Dynamik von Hirnschaltkreisen , die die neuronalen Grundlagen des Lernens erklären kann . "
In dieser Studie verwendete das Forscherteam Gehirn -Computer-Schnittstellen in zwei Tiere zum Lernen im motorischen Kortex , ein Teil des Gehirns, die Bewegungen steuert zu untersuchen. Die Brennmuster der Neuronen der sie aufgezeichnet wurden verwendet, um einen Computer-Cursor zu steuern. Da die Tiere gelernt , um den Cursor an eine bestimmte Stelle auf dem Bildschirm zu bewegen , um den Computer verwendet maschinelles Lernen GehirnzellenaktivitätKarte , um die Cursorbewegung . Maschinelles Lernen ist ein Verfahren zum Programmieren eines Computers , zu lernen und ständig anpassen seine Befehle basierend auf früheren Daten oder Erfahrung . In diesem Fall erstellt er eine Rückkopplungsschleife zwischen dem Tier und dem Computer , der das Tier die Fähigkeit, die Gedanken zu verwenden, um den Cursor zu bewegen verbessert.
"So wie Netflix verwendet maschinelles Lernen , um die Filme vorhersagen möchten wir sehen , wir haben es genutzt , um die Aktivitätsmuster , die das Gehirn während des Lernens hergestellt prägen ", so Dr. Yu .
Zuerst bemerkte die Wissenschaftler, dass das Ensemble von Neuronen in jedes einzelne Tier registriert hatte eine kleine Menge der natürlichen oder begünstigt , Feuermuster , die verwendet wurden , um den Cursor , der sie die genannte bewegen "Eigen vielfältig. " Nach der Bestimmung der Eigen vielfältig, das Team neu programmiert die Karte zwischen neuronaler Aktivität und der Cursorbewegung . Zum Beispiel, wenn ein Schussmusterursprünglich verursacht den Cursor an den oberen Bildschirmrand bewegen , dann die Schnittstelle würde den Cursor nach unten zu bewegen. Das Team dann beobachtet , ob die Tiere lernen könnte, die entsprechenden neuronalen Aktivitätsmuster zu erzeugen, um die Änderungen zu kompensieren.
"Es ist , als ob wir einge eine Computer-Maus auf den Kopf in die Hand einer Person und bat ihn, auf ein Symbol klicken , außer die Maus ist vollständig innerhalb des Gehirns des Patienten ", sagte Patrick Sadtler , ein Ph.D. Bewerber an der Universität von Pittsburgh , der der Hauptautor der Studie ist .
Die Wissenschaftler entdeckten, dass die Affen leicht wieder gelernt , wie man den Cursor zu bewegen , wenn sie Muster innerhalb der intrinsischen vielfältig neue Weise nutzen könnten. Im Gegensatz dazu war Lern schwieriger, wenn die Schnittstelle erforderliche Muster der neuronalen Aktivität , die außerhalb des inneren Verteilers waren .
"Es scheint, dass das Gehirn legt Einschränkungen für die Geschwindigkeit, mit der wir neue Dinge lernen. Die Charakterisierung dieser Einschränkungen könnte es uns ermöglichen, vorherzusagen, welche Fähigkeiten werden schneller sein zu lernen, und das länger dauern könnte ", sagte Dr. Batista . Er und seine Kollegen spekulieren , dass für Menschen , Denken außerhalb der Box benötigt schwieriger Veränderungen der neuronalen Aktivität .