[ad_1]
Todos los días, nuestros cerebros se esfuerzan por optimizar una compensación: con muchas cosas sucediendo a nuestro alrededor, incluso cuando también albergamos muchos impulsos y recuerdos internos, de alguna manera nuestros pensamientos deben ser flexibles pero lo suficientemente enfocados como para guiar todo lo que tenemos que hacer. En un nuevo artículo en Neurona, Un equipo de neurocientíficos describe cómo el cerebro logra la capacidad cognitiva de incorporar toda la información que es relevante sin verse abrumado por lo que no lo es.
Los autores sostienen que la flexibilidad surge de una propiedad clave observada en muchas neuronas: la «selectividad mixta». Si bien muchos neurocientíficos solían pensar que cada célula tenía solo una función dedicada, evidencia más reciente ha demostrado que muchas neuronas pueden participar en una variedad de conjuntos computacionales, cada uno de los cuales trabaja en paralelo. En otras palabras, cuando un conejo considera mordisquear un poco de lechuga en un jardín, una sola neurona podría participar no sólo en evaluar qué tan hambriento se siente sino también si puede oír un halcón sobre su cabeza u oler un coyote en los árboles y a qué distancia. la lechuga es.
El cerebro no realiza múltiples tareas, dijo el coautor del artículo Earl K. Miller, profesor Picower en el Instituto Picower para el Aprendizaje y la Memoria del MIT y pionero de la idea de la selectividad mixta, pero muchas células tienen la capacidad de integrarse en múltiples tareas computacionales. esfuerzos (esencialmente «pensamientos»). En el nuevo artículo, los autores describen mecanismos específicos que emplea el cerebro para reclutar neuronas en diferentes cálculos y garantizar que esas neuronas representen el número correcto de dimensiones de una tarea compleja.
«Estas neuronas desempeñan múltiples funciones», dijo Miller. «Con la selectividad mixta se puede tener un espacio de representación que sea tan complejo como sea necesario y no más complejo. De eso se trata la cognición flexible».
La coautora Kay Tye, profesora del Instituto Salk y de la Universidad de California en San Diego, dijo que la selectividad mixta entre las neuronas, particularmente en la corteza prefrontal medial, es clave para habilitar muchas habilidades mentales.
«El mPFC es como un murmullo de susurros que representa tanta información a través de conjuntos altamente flexibles y dinámicos», dijo Tye. «La selectividad mixta es la propiedad que nos dota de flexibilidad, capacidad cognitiva y habilidad para ser creativos. Es el secreto para maximizar el poder computacional, que es esencialmente la base de la inteligencia».
Orígenes de una idea
La idea de la selectividad mixta germinó en 2000, cuando Miller y su colega John Duncan defendieron un resultado sorprendente de un estudio de cognición en el laboratorio de Miller. Cuando los animales clasificaron las imágenes en categorías, alrededor del 30 por ciento de las neuronas de la corteza prefrontal del cerebro parecían estar involucradas. Los escépticos que creían que cada neurona tenía una función específica se burlaban de que el cerebro dedicara tantas células a una sola tarea. La respuesta de Miller y Duncan fue que tal vez las células tuvieran la flexibilidad de participar en muchos cálculos. La capacidad de formar parte de un grupo de trabajo cerebral, por así decirlo, no les impedía poder servir en muchos otros.
Pero ¿qué beneficio aporta la selectividad mixta? En 2013, Miller se asoció con dos coautores del nuevo artículo, Mattia Rigotti de IBM Research y Stefano Fusi de la Universidad de Columbia, para mostrar cómo la selectividad mixta dota al cerebro de una poderosa flexibilidad computacional. Esencialmente, un conjunto de neuronas con selectividad mixta puede acomodar muchas más dimensiones de información sobre una tarea que una población de neuronas con funciones invariantes.
«Desde nuestro trabajo original, hemos avanzado en la comprensión de la teoría de la selectividad mixta a través de la lente de las ideas clásicas del aprendizaje automático», dijo Rigotti. «Por otro lado, las cuestiones más importantes para los experimentadores sobre los mecanismos que lo implementan a nivel celular habían sido comparativamente poco exploradas. Esta colaboración y este nuevo artículo se propusieron llenar ese vacío».
En el nuevo artículo, los autores imaginan un ratón que está considerando comer una baya. Puede que huela delicioso (esa es una dimensión). Podría ser venenoso (esa es otra). Una o dos dimensiones más del problema podrían presentarse en forma de señal social. Si el ratón huele el aroma de las bayas en el aliento de otro ratón, entonces probablemente se pueda comer la baya (dependiendo de la salud aparente del otro ratón). Un conjunto neuronal con selectividad mixta podría integrar todo eso.
Reclutamiento de neuronas
Si bien la selectividad mixta cuenta con el respaldo de abundante evidencia (se ha observado en la corteza cerebral y en otras áreas del cerebro como el hipocampo y la amígdala), todavía quedan preguntas abiertas. Por ejemplo, ¿cómo se reclutan neuronas para las tareas y cómo las neuronas que son tan «de mente abierta» permanecen sintonizadas sólo con lo que realmente importa para la misión?
En el nuevo estudio, los investigadores, que también incluyen a Marcus Benna de UC San Diego y Felix Taschbach del Instituto Salk, definen las formas de selectividad mixta que los investigadores han observado y argumentan que cuando las oscilaciones (también conocidas como «ondas cerebrales») y Los neuromoduladores (sustancias químicas como la serotonina o la dopamina que influyen en la función neuronal) reclutan neuronas en conjuntos computacionales, también las ayudan a «controlar» lo que es importante para ese propósito.
Sin duda, algunas neuronas están dedicadas a una entrada específica, pero los autores señalan que son una excepción y no la regla. Los autores dicen que estas células tienen «selectividad pura». Sólo les importa si el conejo ve lechuga. Algunas neuronas exhiben una «selectividad mixta lineal», lo que significa que su respuesta depende, como era de esperar, de la suma de múltiples entradas (el conejo ve lechuga y siente hambre). Las neuronas que añaden la mayor flexibilidad dimensional son las de «selectividad mixta no lineal» que pueden dar cuenta de múltiples variables independientes sin necesariamente sumarlas. En lugar de eso, podrían sopesar todo un conjunto de condiciones independientes (por ejemplo, hay lechuga, tengo hambre, no oigo halcones, no huelo a coyotes, pero la lechuga está lejos y veo una valla bastante resistente).
Entonces, ¿qué lleva a las neuronas a centrarse en los factores más destacados, por muchos que sean? Un mecanismo son las oscilaciones, que se producen en el cerebro cuando muchas neuronas mantienen su actividad eléctrica al mismo ritmo. Esta actividad coordinada permite compartir información, esencialmente sintonizándolos como un grupo de autos que reproducen la misma estación de radio (tal vez la transmisión trata sobre un halcón dando vueltas sobre nosotros). Otro mecanismo que destacan los autores son los neuromoduladores. Se trata de sustancias químicas que, al llegar a los receptores dentro de las células, también pueden influir en su actividad. Una ráfaga de acetilcolina, por ejemplo, también podría sintonizar las neuronas con los receptores adecuados para cierta actividad o información (como tal vez esa sensación de hambre).
«Es probable que estos dos mecanismos trabajen juntos para formar dinámicamente redes funcionales», escriben los autores.
Comprender la selectividad mixta, continúan, es fundamental para comprender la cognición.
«La selectividad mixta está omnipresente», concluyen. «Está presente en todas las especies y en todas las funciones, desde la cognición de alto nivel hasta los procesos sensoriomotores ‘automáticos’, como el reconocimiento de objetos. La presencia generalizada de selectividad mixta subraya su papel fundamental al proporcionar al cerebro el poder de procesamiento escalable necesario para el pensamiento y la acción complejos. «.
[ad_2]
Source link