Bir Uzmanın Beyni İle Bir Aceminin Beyni Arasındaki Fark!

Özetleyecek olursak, farelere verilen yeni bir görevi yapmaya başladıklarında zamanla beyin aktivitelerinde değişiklikler meydana gelir. Çünkü acemiden uzmana doğru ilerlemeye başlamışlardır. Bu değişiklikler hücre devrelerinin bağlantılarına ve nöronların aktivitelerine yansır.

Cold Spring Harbor laboratuvarı (CSHL), Kolombiya Üniversitesi, Londra Üniversitesi ve Flatiron Ensitüsü’nden araştırmacılar iki fotonlu görüntüleme mikroskobu ve çeşitli genetik araçlar kullanarak yaptıkları araştırma sonucunda farelerin yerine getirmek üzere eğitildikleri görevlerde başarıları arttıkça sinirsel ağlarının daha odaklı olmaya başladığını fark ettiler.

Araştırmacılar elde ettikleri verileri karar verme yetisinin arkasındaki sinir bilimini anlamalarına yardımcı olacak sayısal modelleri oluşturmak için kullandılar.

Nöronlar illüstrasyon (stok görüntü).
Kredi: © whitehoune / Adobe Hisse Senedi

‘’ Aynı anda yüzlerce nöronun aktivitelerini kaydettik ve nöronların öğrenme durumunda ne yaptıkları üzerine çalıştık. Kimse hayvanların ve insanların bir görevin yapısını nasıl öğrendiğini ve sinirsel aktivitenin bunu nasıl desteklediğini tam olarak bilmiyordu.’’ CHSL Profesörü Anne Churchland

Çalışmanın ilk yazarı ve Churchland’in laboratuvarındaki doktora sonrası araştırmacı Farzaneh Najafi’nin de içinde bulunduğu ekip ilk olarak fareleri algısal karar verme konusunda eğitmeye başladı.
Fareler birlikte sunulan ardışık tıkırtı ve ışık şeklinde çok algılı uyarıcılarla uyarıldılar. Görevleri, araştırmacılara önlerindeki üç su havuzundan birini yalayarak yüksek veya düşük oranda meydana gelip gelmediklerini göstermekti.

Fareler doğru karar verdiklerinde ödüllendirildi

Denemeyi başlatmak için ortadaki musluğu yaladılar. Bir taraf yüksek oranlı karar vermeyi diğer taraf ise düşük oranlı karar vermeyi rapor etmek içindi. Fareler doğru karar verdiklerinde ödüllendirildiler.

‘’ Karar verme üzerine odaklı çalışmaların çoğu hayvanların uzmanlık dönemlerine odaklıdır. Ancak biz, öğrenme yoluyla beyindeki nöronları ölçerek bu seviyeye nasıl geldiklerini anlamayı başardık.

Tüm hayvanlarda öğrenmenin yaklaşık 4 haftalık bir zamanda kademeli olarak gerçekleştiğini ve ayrıca öğrenmeyi destekleyen şeyin tüm nöron demetinde gerçekleşen değişiklikler olduğunu öğrendik’’ Churchland

Bir Uzman Beyni İle Bir Acemi Beyni Arasındaki Fark!

Ekibin keşfettiği nöronlar belirli bir faaliyete tepki verme konusunda daha seçici hale geldiler. Ayrıca, daha hızlı ve çevik tepki vermeye başladılar.

‘’Bir seçimden önce gerçekten güçlü bir şekilde cevap verecekler ve diğer seçimden önce çok daha az yanıt vereceklerdir.’’ Churchland

Hayvanlar öğrenmeye daha yeni başladıklarında nöronlar hayvan seçim yapana kadar tepki vermezler. Ancak hayvanlar uzmanlık kazandıkça nöronlar öncekinden çok daha fazla tepki verirler.

‘’ bir şekilde hayvanların beynini okuyoruz diyebiliriz, hayvanların ne yapacağını onlar yapmadan tahmin edebiliyoruz. Bir şeyde acemi olduğunuzda beyniniz farklı şeyler yapar yani nöronlarınız farklı şeylerle meşgul olur. Eğer uzmansanız tam olarak ne yapacağınıza odaklanırsınız.’’ Churchland

Hayvanların Kararları

Araştırmacılar ‘’ doğrusal destek vektör makinesi’’ denilen küçük bir yapay ağı mekanik öğrenme algoritmaları aracılığıyla eğiterek sinirsel aktiviteyi çözdüler.

Bu makine birden fazla denemeden elde edilen performans verilerini toplar ve tüm nöronların aktivitesiyle birleştirerek hayvanın ne yapacağını tahmin etmek için onları tartar. Hayvan görevinde daha iyi oldukça, sinirsel ağları daha dakik, hassas ve özelleşir.

Araştırmacılar, bunu hayvanların kararlarını %90 doğrulukla tahmin edebilen yapay ağa yansıtabiliyorlar.

Ayrıca öğrenme nöronları, sırasıyla olumlu ve olumsuz değişiklikleri tetikleyen uyarıcı ve inhibitör nöronlar gibi beyinde bilişe dahil olan belirli nöron tiplerine bakmanın başka bir yolunu sunar.
Bu çalışmada, araştırma ekibi inhibitör nöronların beyindeki çok seçici alt ağların bir parçası olduğunu ve hayvanların yapacakları seçimde oldukça seçici olduklarını bulmuşlardır.

Bu nöronlar araştırmacılara karar vermenin nasıl gerçekleştiğini anlamaları konusunda yardım eden biyofiziksel modelin bir parçasıdır. Araştırmacılar bu modelleri geliştirirken, bilişin davranışları nasıl bilgilendirdiğini daha iyi anlayabilirler.

‘’ algısal karar verme, deneğin doğru ve yanlış vereceği kararlar, deneğin karar vermesinin ne kadar süreceği, Sinirsel aktivitenin, gerçekte somut tahminler yapan farklı türde modeller yaparak karar verme sırasında nasıl görüneceği hakkında çok şey öğrendik.

Artık, bu çok seçici alt ağların neden var olduğunu, daha iyi kararlar vermemizde bize nasıl yardım ettiklerini ve öğrenme sırasında nasıl bağlandıklarını çok daha iyi anlayabiliyoruz.’’ Churchland