STUDIE VELTER GAMMEL TEORI OM HJERNELæRING

I flere tiår trodde forskere at læring skjer i synapser, eller de mange kryssene mellom hjerneceller. Men nå foreslår en ny studie at læring skjer i noen få dendritter, grenene som mater innganger til hjernecellen eller nevronen.

Resultatene av en ny studie gir et helt nytt innblikk i hjernelæring.

I et papir som nå er publisert i tidsskriftet Vitenskapelige rapporter, beskriver forfatterne hvordan de kom til denne konklusjonen etter å ha studert datamodeller av nevroner og cellekulturer.

I det enorme nevrale nettverket i hjernen oppfører neuroner seg som små mikrobrikker som tar inn innganger gjennom deres dendritter, og - når visse forhold er nådd - skaper utganger ved hjelp av deres aksoner.

Aksoner er i sin tur koblet til dendrittene til andre nevroner gjennom lenker som kalles synapser. Det er mange flere synapser per nevron enn dendritter.

Et betydelig resultat av den nye forskningen er at fordi den foreslår at læring foregår i dendritter og ikke i synapser, er læringsparametrene for hvert nevron mye mindre enn tidligere antatt.

"I denne nye dendritiske læringsprosessen," bemerker seniorstudieforfatter Prof. Ido Kanter, ved Gonda Interdisciplinary Brain Research Center ved Bar-Ilan University i Israel, "det er noen adaptive parametere per nevron, sammenlignet med tusenvis av små og små følsomme i det synaptiske læringsscenariet. ”

Læring skjer raskere enn vi trodde

Et annet viktig resultat av den nye studien er at læringsprosessen skjer mye raskere i den nye dendrittiske modellen enn den tradisjonelle synaptiske modellen.

Resultatene kan ha viktige implikasjoner for behandlinger av hjernesykdommer og utformingen av dataprogrammer - for eksempel “dyp læringsalgoritmer” og kunstig intelligens - som er basert på å etterligne måten hjernen fungerer på.

Forskerne forventer at, i tilfelle sistnevnte, åpner studien deres døren til utformingen av mer avanserte funksjoner og mye raskere prosesseringshastigheter.

Den tradisjonelle, synaptiske læringsmodellen er forankret i banebrytende arbeid av Donald Hebb som ble utgitt i 1949 i boka Organiseringen av atferd.

Den modellen, som Prof. Kanter og hans kolleger refererer til som "læring av lenker", foreslår at "læringsparametrene" som endres under læringsprosessen gjenspeiler antall synapser, eller lenker, per nevron, som er beregningsenhetene i nevrale nettverk.

‘Learning by nodes’

I sin nye modell - som de refererer til som "læring etter noder" - foreslår forskerne at læringsparametrene ikke gjenspeiler antall synapser, hvorav det er mange per nevron, men antall dendritter, eller noder, der det er bare noen få per nevron.

Derfor forklarer de, "i et nettverk av forbindende nevroner," er antallet læringsparametere per nevron i den synaptiske modellen "betydelig større" enn tallet i den dendritiske modellen.

Hovedformålet med studien var å sammenligne de "kooperative dynamiske egenskapene mellom synaptiske (lenke) og dendrittiske (nodale) læringsscenarier."

Studieforfatterne konkluderer med at resultatene deres "indikerer sterkt at en raskere og forbedret læringsprosess forekommer i nevronale dendritter, på samme måte som det som i dag tilskrives synapsene."

Svake synapser spiller nøkkelrolle i læring

Et annet viktig funn av studien er at det ser ut til at svake synapser, som utgjør det meste av hjernen og ble antatt å spille en ubetydelig rolle i læring, faktisk er veldig viktige.

Forfatterne bemerker at "dynamikken styres motsatt hovedsakelig av de svake leddene."

I den dendritiske modellen virker det som om de svake synapsene får læringsparametrene til å svinge i stedet for å gå til "urealistiske faste ekstremer", som i den synaptiske modellen.

Prof. Kanter oppsummerer resultatene ved å trekke sammenligninger med hvordan vi skal måle luftkvaliteten.

"Er det fornuftig," spør han, "for å måle luftkvaliteten vi puster inn via mange små, fjerne satellittsensorer i høyden til en skyskraper, eller ved å bruke en eller flere sensorer i nærheten av nesen?"