STUDIE WERPT DE EEUWENOUDE THEORIE VAN HET LEREN VAN DE HERSENEN OMVER

Decennia lang dachten wetenschappers dat leren plaatsvindt in synapsen, of de talrijke knooppunten tussen hersencellen. Maar nu stelt een nieuwe studie voor dat leren plaatsvindt in een paar dendrieten, de takken die input leveren aan de hersencel of neuron.

De resultaten van een nieuwe studie bieden een geheel nieuw inzicht in hersenleren.

In een artikel dat nu in het tijdschrift wordt gepubliceerd Wetenschappelijke rapportenbeschrijven de auteurs hoe ze tot deze conclusie kwamen na het bestuderen van computermodellen van neuronen en celculturen.

In het enorme neurale netwerk van de hersenen gedragen neuronen zich als minuscule microchips die input opnemen via hun dendrieten, en - wanneer aan bepaalde voorwaarden is voldaan - output creëren met behulp van hun axonen.

Axonen zijn op hun beurt verbonden met de dendrieten van andere neuronen via verbindingen die synapsen worden genoemd. Er zijn veel meer synapsen per neuron dan dendrieten.

Een belangrijk resultaat van het nieuwe onderzoek is dat, omdat het suggereert dat leren plaatsvindt in dendrieten en niet in synapsen, de leerparameters voor elk neuron veel minder zijn dan eerder werd gedacht.

"In dit nieuwe dendritische leerproces", merkt senior studie auteur prof.Ido Kanter van het Gonda Interdisciplinary Brain Research Center aan de Bar-Ilan University in Israël op, "zijn er een paar adaptieve parameters per neuron, in vergelijking met duizenden kleine en gevoelige in het synaptische leerscenario. "

Leren gaat sneller dan we dachten

Een ander belangrijk resultaat van de nieuwe studie is dat het leerproces veel sneller verloopt in het nieuwe dendritische model dan in het traditionele synaptische model.

De resultaten kunnen belangrijke implicaties hebben voor de behandeling van hersenaandoeningen en het ontwerp van computertoepassingen - zoals "deep learning-algoritmen" en kunstmatige intelligentie - die zijn gebaseerd op het nabootsen van de manier waarop de hersenen werken.

De onderzoekers voorzien dat hun studie in het geval van de laatste de deur opent naar het ontwerp van geavanceerdere functies en veel hogere verwerkingssnelheden.

Het traditionele, synaptische leermodel is geworteld in het pionierswerk van Donald Hebb dat in 1949 in het boek werd gepubliceerd De organisatie van gedrag.

Dat model, waarnaar prof.Kanter en zijn collega's verwijzen als 'leren door links', stelt voor dat de 'leerparameters' die tijdens het leerproces veranderen, het aantal synapsen, of links, per neuron weerspiegelen, wat de rekeneenheden zijn. in het neurale netwerk.

‘Leren door knooppunten’

In hun nieuwe model - waarnaar ze verwijzen als 'leren door knooppunten' - stellen de onderzoekers voor dat de leerparameters niet het aantal synapsen weerspiegelen, waarvan er veel per neuron zijn, maar het aantal dendrieten, of knooppunten, waarvan er zijn er maar een paar per neuron.

Daarom leggen ze uit dat "in een netwerk van verbindende neuronen" het aantal leerparameters per neuron in het synaptische model "significant groter" is dan het aantal in het dendritische model.

Het belangrijkste doel van hun onderzoek was om de "coöperatieve dynamische eigenschappen tussen synaptische (link) en dendritische (nodale) leerscenario's te vergelijken."

De auteurs van het onderzoek concluderen dat hun resultaten "er sterk op wijzen dat er een sneller en verbeterd leerproces plaatsvindt in de neuronale dendrieten, vergelijkbaar met wat momenteel wordt toegeschreven aan de synapsen."

Zwakke synapsen spelen een sleutelrol bij het leren

Een andere belangrijke bevinding van de studie is dat het lijkt dat zwakke synapsen, die het grootste deel van de hersenen uitmaken en waarvan werd aangenomen dat ze een onbeduidende rol spelen bij het leren, eigenlijk heel belangrijk zijn.

De auteurs merken op dat "de dynamiek contra-intuïtief voornamelijk wordt bepaald door de zwakke schakels."

Het lijkt erop dat, in het dendritische model, de zwakke synapsen ervoor zorgen dat de leerparameters oscilleren in plaats van te bewegen naar "onrealistische vaste extremen", zoals in het synaptische model.

Prof. Kanter vat de resultaten samen door vergelijkingen te maken met hoe we de luchtkwaliteit moeten meten.

"Heeft het zin," vraagt hij, "om de kwaliteit van de lucht die we inademen te meten via vele kleine, verre satellietsensoren op de hoogte van een wolkenkrabber, of door een of meerdere sensoren te gebruiken in de nabijheid van de neus?"