یک مطالعه جدید: سیگنال‌های مغزی فقط در صورتی اهمیت دارند که به موقع برسند!

یک مطالعه جدید: سیگنال‌های مغزی فقط در صورتی اهمیت دارند که به موقع برسند!

اشتراک‌گذاری:

سیگنال‌ها فقط در صورتی پردازش می‌شوند که در چرخه‌های پذیرش کوتاه به مغز برسند. این سازوکارِ زمانی توضیح می‌دهد که چگونه توجه، اطلاعات را فیلتر می‌کند و می‌تواند به درمان‌ها و فناوری‌های الهام‌گرفته از مغز کمک کند.

مدت‌هاست که می‌دانیم مغز به اطلاعاتی که به آن‌ها توجه می‌کنیم، اولویت می‌دهد.

دکتر اریک درِبیتز، پژوهشگر مغز در دانشگاه بِرِمِن، توضیح می‌دهد:

در محیطی پر از صداهای مختلف، موسیقی و سروصداهای پس‌زمینه، مغز موفق می‌شود بر یک صدای خاص تمرکز کند. صداهای دیگر از نظر عینی ساکت‌تر نمی‌شوند، اما در آن لحظه کمتر به گوش می‌رسند!

در چنین شرایطی، مغز قدرت پردازش خود را به سمت مهم‌ترین ورودی، مانند صدای فردی که در حال گفت‌وگو با او هستیم، هدایت می‌کند. در همین حال، صداهای دیگر همچنان ثبت می‌شوند اما به‌صورت عمیق پردازش نمی‌شوند.

درِبیتز می‌گوید:

تا به حال مشخص نبود که این سازوکار حیاتی برای بقا، یعنی انتخاب اطلاعات مهم، چگونه کنترل می‌شود. وقتی از خیابان عبور می‌کنید و ناگهان یک خودرو از کنار ظاهر می‌شود، مغز فوراً پردازش خود را روی این یک تکه اطلاعات بصری متمرکز می‌کند: حرکت خودرو. سایر اطلاعات مانند تابلوها، عابران پیاده یا بیلبوردها به پس‌زمینه می‌روند؛ چراکه حواس ما را پرت کرده و سرعت واکنش ما را کاهش می‌دهند. تنها از طریق همین اولویت‌بندی هدفمند است که می‌توانیم سریع واکنش نشان دهیم و از مسیر خودرو کنار بکشیم.

زمان‌بندی: کلید پردازش اطلاعات

اکنون، یک تیم تحقیقاتی به سرپرستی عصب‌شناسان، آندریاس کرایتِر و اریک درِبیتز، اولین شواهد علّی را در مورد اینکه چگونه مغز اطلاعات مهم را انتخاب و پردازش می‌کند، ارائه داده‌اند.

دربیتز توضیح می‌دهد:

اینکه یک سیگنال در مغز پردازش شود یا خیر، به این بستگی دارد که آیا در لحظه مناسب، یعنی در یک فاز کوتاه با پذیرش بیشتر سلول‌های عصبی، به مغز برسد یا خیر. سلول‌های عصبی به‌طور مداوم کار نمی‌کنند، بلکه در چرخه‌های سریع فعالیت دارند. آن‌ها فقط برای چند میلی‌ثانیه بسیار فعال و پذیرنده هستند و پس از آن، دوره‌ای از فعالیت و پاسخ‌دهی کمتر دارند. این چرخه تقریباً هر ۱۰ تا ۲۰ میلی‌ثانیه تکرار می‌شود. تنها زمانی که یک سیگنال درست پیش از اوج این فاز فعال به مغز می‌رسد، رفتار عصبی را تغییر می‌دهد.

این زمان‌بندی دقیق، اصل اساسی پردازش اطلاعات است. توجه از این سازوکار بهره می‌برد و ریتم سلول‌های عصبی را طوری تنظیم می‌کند که سیگنال‌های مهم در «پنجره پذیرش» به آن‌ها برسند، در حالی که سیگنال‌های غیرمهم فیلتر می‌شوند.

برای اثبات علت این سازوکار بنیادی مغز ما، محققان انتقال انتخابی محرک را در میمون‌های ماکاک بررسی کردند؛ گونه‌ای که از نظر سازمان‌دهی قشر مغز بسیار شبیه انسان است. این حیوانات یک کار بصری را روی صفحه‌نمایش انجام می‌دادند، در حالی‌که محرک‌های الکتریکی بسیار ضعیفی در بخش اولیه مسیر پردازش بصری (ناحیه V2) تولید می‌شد. این سیگنال‌های مصنوعی به کار آن‌ها مربوط نبودند و تنها به‌عنوان سیگنال‌های آزمایشی عمل می‌کردند. سپس، تیم بررسی کرد که این سیگنال‌ها چگونه بر یک ناحیه بعدی (ناحیه V4) تأثیر می‌گذارند.

دربیتز توضیح می‌دهد:

سیگنال‌های تولیدشده به صورت مصنوعی، تنها زمانی بر فعالیت سلول‌های عصبی در V4 تأثیر گذاشتند که در طول یک فاز کوتاه با پذیرش بیشتر به مغز رسیدند. اگر همان سیگنال خیلی زود یا خیلی دیر می‌رسید، هیچ اثری نداشت. اگر در پنجره زمانی حساس می‌رسید، نه تنها فعالیت سلول‌های عصبی را تغییر می‌داد، بلکه بر رفتار حیوانات نیز تأثیر می‌گذاشت: آن‌ها کندتر واکنش نشان می‌دادند و اشتباهات بیشتری مرتکب می‌شدند. از این نتیجه می‌توان گرفت که سیگنال آزمایشی که هیچ اطلاعاتی برای کار نداشت، بخشی از فرآیند پردازش شده و در نتیجه در انجام کار اصلی اختلال ایجاد کرده بود.

اهمیت این تحقیق برای شناخت مغز و درمان آلزایمر و ADHD

دربیتز می‌گوید:

این نتایج، پایه‌ای برای توسعه مدل‌های دقیق‌تر از مغز فراهم می‌کنند. آن‌ها نشان می‌دهند که چگونه اطلاعات قبل از اینکه به درک، یادگیری و رفتار منجر شوند، انتخاب و اولویت‌بندی می‌شوند.

با این حال، این دانش نه تنها برای پژوهش‌های بنیادی، بلکه برای حوزه پزشکی نیز مهم است، «زیرا بیماری‌هایی مانند آلزایمر و ADHD با مشکلاتی در پردازش انتخابی و ذخیره اطلاعات مرتبط همراه هستند. همچنین، این دانش برای فناوری‌های جدیدی مانند رابط‌های مغز و رایانه که مستقیماً با مغز ارتباط برقرار می‌کنند، حیاتی است.»

برای اینکه چنین سیستم‌هایی به‌طور قابل‌اعتماد کار کنند، باید اطلاعات را در فواصل زمانی دقیق وارد کرده و الگوهای سلول‌های عصبی را به درستی بخوانند. توسعه هوش مصنوعی (AI) نیز می‌تواند از این اصول بهره‌مند شود، زیرا آن‌ها می‌توانند به‌عنوان الگویی برای پردازشی بسیار انعطاف‌پذیر و کارآمد عمل کنند.

منبع: Scitechdaily

مقالات مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *