W jaki sposób Twój mózg nadaje sens „szerszemu obrazowi”?
Nasze mózgi rozpoznają wzorce i potrafią „zdystansować się” od szczegółów, aby zobaczyć „szerszy obraz”. Naukowcy starają się teraz dowiedzieć, jak dokładnie mózg jest w stanie uzyskać perspektywę.
Mózg ludzki jest złożonym mechanizmem, zdolnym do wchłaniania, przetwarzania, przechowywania, aktualizowania i przywoływania ogromnej ilości informacji, które pozwoliły nam, jako gatunkowi, nie tylko przetrwać, ale także rozwijać się w świecie pełnym wyzwań każdy krok.
Na wczesnym etapie niemowlęta mogą nauczyć się rozróżniać i rozpoznawać twarze, rozpoznawać określone dźwięki i okazywać im preferencje, a nawet przetwarzać związki przyczynowo-skutkowe.
Jak jednak nasze mózgi potrafią poruszać się po złożonych strumieniach informacji i tworzyć pomocne skojarzenia? Na to pytanie postanowili odpowiedzieć trzej naukowcy z University of Pennsylvania w Filadelfii - Christopher Lynn, Ari Kahn i Danielle Bassett.
Naukowcy wyjaśniają, że dotychczas naukowcy sądzili, że mózg wykorzystuje wyrafinowane procesy do ustalenia struktury wyższego rzędu zależności statystycznych.
Jednak w ich obecnym badaniu trzej badacze przedstawili inny model, sugerując, że nasze mózgi chętnie upraszczają informacje, aby mogły „zobaczyć szerszy obraz”.
„[Ludzki mózg] nieustannie próbuje przewidzieć, co będzie dalej. Jeśli, na przykład, bierzesz udział w wykładzie na temat, o którym coś wiesz, masz już pewne pojęcie o strukturze wyższego rzędu. To pomaga łączyć pomysły i przewidywać, co usłyszysz dalej ”.
Christopher Lynn
Przewidywanie konsekwencji
W swoim nowym modelu, który zaprezentowali na marcowym spotkaniu American Physical Society 2019, badacze wyjaśniają, że mózg musi odejść od szczegółów, aby stworzyć połączenia idei wyższego rzędu.
Zwracając się do sztuki impresjonistycznej, aby zilustrować tę koncepcję, Lynn zauważa, że „jeśli spojrzysz na obraz pointylistów z bliska, możesz poprawnie zidentyfikować każdą kropkę”. Ale „Jeśli cofniesz się o 20 stóp, szczegóły staną się niewyraźne, ale zyskasz lepsze wyobrażenie o ogólnej strukturze”.
Według niego i jego współpracowników, mózgi ludzkie przechodzą podobny proces, co oznacza również, że w dużym stopniu polegają na uczeniu się na podstawie wcześniejszych błędów.
Aby zweryfikować tę hipotezę, naukowcy przeprowadzili eksperyment, w którym poprosili uczestników o obejrzenie ekranu komputera przedstawiającego pięć kwadratów z rzędu. Zadaniem uczestników było naciśnięcie kombinacji klawiszy, aby dopasować sekwencję na ekranie.
Kiedy mierzyli czasy reakcji, naukowcy odkryli, że uczestnicy mieli tendencję do naciskania prawidłowej kombinacji klawiszy w szybszym tempie, kiedy byli w stanie przewidzieć wynik.
W ramach eksperymentu badacze przedstawili bodźce jako węzły tworzące część sieci. Uczestnik widziałby jeden bodziec jako węzeł w tej sieci, a jeden z czterech innych węzłów przylegających do niego reprezentowałby następny bodziec.
Ponadto sieci tworzyły „graf modułowy” składający się z trzech połączonych pięciokątów lub „graf sieciowy” składający się z pięciu trójkątów z łączącymi je liniami.
Naukowcy zauważyli, że uczestnicy szybciej reagowali na wykresy modułowe niż na wykresy kratowe.
Jak twierdzą badacze, wynik ten sugeruje, że uczestnikom łatwiej było zrozumieć strukturę wykresu modułowego - to jest logikę leżącą u podstaw „szerszego obrazu” - co pozwoliło im na szybsze przewidywanie z większą dokładnością.
Korzystając z tych ustaleń, Lynn i współpracownicy próbowali oszacować wartość zmiennej, którą nazwali wartością „beta”. Naukowcy twierdzą, że wartość beta wydawała się być niższa u osób, które częściej popełniały błędy w prognozowaniu, a wyższa u tych, którzy wykonali zadanie dokładniej.
W przyszłości naukowcy zamierzają przeanalizować funkcjonalne skany MRI, aby sprawdzić, czy mózgi ludzi, którzy mają różne wartości beta, są, że tak powiem, inaczej „zaprogramowane”.
