Чтобы овладеть новыми двигательными навыками, мозг должен быть пластичным: он должен быстро изменять силу связей между нейронами, формируя новые паттерны, которые выполняют определенную задачу. Однако, если бы мозг был слишком пластичным, ранее приобретенные навыки были бы потеряны слишком легко.
Новая вычислительная модель, разработанная нейробиологами Массачусетского технологического института, объясняет, как мозг поддерживает баланс между пластичностью и стабильностью и как он может выполнять очень похожие задачи без вмешательства между ними.
Ключ, по мнению исследователей, заключается в том, что нейроны постоянно меняют свои связи с другими нейронами. Однако не все изменения функционально значимы – они просто позволяют мозгу исследовать множество возможных способов реализации определенного навыка, например нового теннисного удара.
"Ваш мозг всегда пытается найти конфигурации, которые уравновешивают все, чтобы вы могли выполнять две задачи, или три задачи, или столько, сколько вы изучаете," говорит Роберт Аджемиан, научный сотрудник Института исследований мозга Макговерна при Массачусетском технологическом институте и ведущий автор статьи с описанием результатов в Proceeding of the National Academy of Sciences за неделю декабря. 9. "Есть много способов решить задачу, и вы исследуете все разные способы."
Согласно этой теории, когда мозг исследует различные решения, нейроны могут специализироваться для решения конкретных задач.
Шумные схемы
Когда мозг осваивает новый двигательный навык, нейроны формируют цепи, которые могут производить желаемый результат – команду, которая активирует мышцы тела для выполнения такой задачи, как взмах теннисной ракетки. Совершенство обычно не достигается с первого раза, поэтому обратная связь с каждым усилием помогает мозгу находить лучшие решения.
Это хорошо работает для изучения одного навыка, но возникают сложности, когда мозг пытается изучить сразу несколько разных навыков. Поскольку одна и та же распределенная сеть контролирует связанные двигательные задачи, новые модификации существующих шаблонов могут повлиять на ранее изученные навыки.
"Это особенно сложно, когда вы изучаете очень похожие вещи," например, два разных теннисных удара, – говорит профессор института Эмилио Бицци, старший автор статьи и член Института Макговерна.
В последовательной сети, такой как компьютерный чип, это не будет проблемой – инструкции для каждой задачи будут храниться в разных местах на чипе. Однако мозг не устроен как компьютерный чип. Напротив, он очень параллелен и сильно связан – каждый нейрон в среднем соединяется примерно с 10 000 другими нейронами.
Однако такая возможность подключения дает преимущество, поскольку позволяет мозгу проверять так много возможных решений для достижения комбинаций задач. Постоянные изменения в этих связях, которые исследователи называют гиперпластичностью, уравновешиваются другой присущей нейронам чертой – у них очень низкое отношение сигнал / шум, что означает, что они получают примерно столько же бесполезной информации, сколько полезной информации от своих соседей.
Большинство моделей нейронной активности не включают шум, но команда Массачусетского технологического института утверждает, что шум является критическим элементом способности мозга к обучению. "Большинство людей не хотят иметь дело с шумом, потому что он доставляет неудобства," Аджемян говорит. "Мы решили попытаться определить, можно ли использовать шум с пользой, и обнаружили, что он позволяет мозгу исследовать множество решений, но его можно использовать только в том случае, если сеть гиперпластична."
Без шума гиперпластичность мозга слишком легко перезаписала бы существующие воспоминания. И наоборот, низкая пластичность не позволит усвоить какие-либо новые навыки, потому что крошечные изменения в подключении будут заглушены всем присущим им шумом.
Модель подтверждается анатомическими данными, показывающими, что нейроны демонстрируют большую пластичность, даже когда обучение не происходит, что измеряется ростом и образованием связей дендритов – крошечных расширений, которые нейроны используют для связи друг с другом.
Как езда на велосипеде
Постоянно меняющиеся связи объясняют, почему навыки можно забыть, если они не используются часто, особенно если они пересекаются с другими рутинно выполняемыми задачами.
"Поэтому опытному теннисисту нужно час перед матчем разминаться," Аджемян говорит. Разминка предназначена не для мышц, вместо этого игрокам необходимо заново откалибровать нейронные сети, которые управляют различными теннисными ударами, которые хранятся в моторной коре головного мозга.
Однако такие навыки, как езда на велосипеде, которые не очень похожи на другие общие навыки, сохраняются легче. "Как только вы что-то выучили, если это не пересекается и не пересекается с другими навыками, вы забудете об этом, но так медленно, что по сути это навсегда," Аджемян говорит.
В настоящее время исследователи изучают, может ли этот тип модели также объяснить, как мозг формирует воспоминания о событиях, а также двигательные навыки.