Geometria calculului neuronal unifică memoria de lucru și planificarea partea 1

Sarcinile din lumea reală necesită coordonarea memoriei de lucru, luarea deciziilor și planificarea, dar aceste funcții cognitive au fost studiate în mod disproporționat ca procese modulare independente în creier. Aici, propunem ca reprezentările de contingență, definite ca mapări pentru modul în care comportamentele viitoare depind de evenimentele viitoare, să unifice memoria de lucru și calculele de planificare.

Modularizarea independentă se referă la un mod de gestionare și organizare a lucrurilor care face gestionarea și executarea sarcinilor mai eficiente și mai convenabile, împărțindu-le în module independente și reutilizabile. Memoria se referă la capacitatea unei persoane de a învăța, a-și aminti și de a folosi informații, ceea ce este extrem de important pentru dezvoltarea personală și succes.

Deși modularitatea și memoria independente ar putea să nu pară a fi legate direct, există o legătură strânsă între cele două. Modularizarea independentă ne poate ajuta să organizăm și să gestionăm mai bine informațiile și să le împărțim în module care sunt ușor de înțeles și de reținut. De exemplu, atunci când studiem un curs, îl putem împărți în diverse module, cum ar fi obiective de învățare, concepte importante, exerciții etc. Acest lucru ne va ajuta nu numai să înțelegem și să ne amintim mai bine informațiile, ci și să învățăm și să stăpânim cunoștințele mai eficient.

În plus, modularizarea independentă ne poate ajuta, de asemenea, să planificăm și să organizăm mai bine timpul pentru a folosi mai bine timpul și resursele. Când împărțim sarcinile în module independente, putem estima mai bine cerințele de timp și resurse ale fiecărui modul și le putem prioritiza după cum este necesar. Acest lucru ne permite să ne controlăm mai bine timpul, să creștem productivitatea și, astfel, să atingem mai bine obiectivele personale și organizaționale.

În concluzie, modularitatea și memoria independente sunt complementare una cu cealaltă, iar relația dintre cele două este foarte strânsă. Modularitatea independentă ne poate ajuta să organizăm și să ne amintim mai bine informațiile, îmbunătățind productivitatea și rezultatele personale și organizaționale, în timp ce memoria ne poate ajuta să stăpânim și să aplicăm mai bine informațiile, realizând astfel dezvoltarea și succesul personal și organizațional. Prin urmare, ar trebui să ne cultivăm și să ne îmbunătățim în mod activ modularizarea independentă și abilitățile de memorie pentru a atinge mai bine obiectivele personale și organizaționale. Se poate observa că trebuie să ne îmbunătățim memoria. Cistanche deserticola poate îmbunătăți semnificativ memoria, deoarece Cistanche deserticola poate regla și echilibrul neurotransmițătorilor, cum ar fi creșterea nivelului de acetilcolină și a factorilor de creștere. Aceste substanțe sunt foarte importante pentru memorie și învățare. În plus, carnea poate, de asemenea, să îmbunătățească fluxul sanguin și să promoveze livrarea de oxigen, ceea ce poate asigura că creierul primește suficiente nutrienți și energie, îmbunătățind astfel vitalitatea și rezistența creierului.

Faceți clic pe cunoașteți modalități de îmbunătățire a funcției creierului

Am proiectat o sarcină capabilă să dezambiguizeze tipuri distincte de reprezentări. În rețelele neuronale recurente optimizate pentru sarcini, am investigat posibilele mecanisme de circuit pentru reprezentările de contingență și am descoperit că aceste reprezentări pot explica observațiile neurofiziologice din cortexul prefrontal în timpul sarcinilor de memorie de lucru.

Experimentele noastre au arătat că comportamentul uman este în concordanță cu reprezentările de contingență și nu cu modelele senzoriale tradiționale ale memoriei de lucru. În cele din urmă, am generat predicții falsificabile pentru datele neuronale pentru a identifica reprezentările de contingență în datele neuronale și pentru a disocia diferite modele de memorie de lucru. Descoperirile noastre caracterizează o strategie de reprezentare neuronală care poate unifica memoria de lucru, planificarea și procesul decizional dependent de context..

Memoria de lucru|model de calcul|rețea neuronală|geometria reprezentativă.

În medii care variază în timp, cunoașterea flexibilă necesită abilitatea de a stoca și combina informații în timp pentru a ghida în mod adecvat comportamentul. În paradigmele de sarcini de întârziere utilizate în mod obișnuit, un stimul senzorial tranzitoriu oferă informații, pe care agentul trebuie să le mențină intern într-o întârziere mnemonică de câteva secunde pentru a ghida un răspuns viitor (1-4).

Memoria de lucru este o funcție cognitivă de bază pentru întreținerea activă și manipularea informațiilor relevante pentru sarcină pentru utilizare ulterioară. Pentru a ghida comportamentul flexibil, conținutul memoriei de lucru trebuie să interacționeze cu alte funcții cognitive, cum ar fi planificarea și luarea deciziilor dependente de context. Cu toate acestea, în neuroștiință, aceste funcții au fost studiate în mare măsură independent și rămâne prost înțeles modul în care creierul coordonează aceste procese în serviciul comportamentului direcționat către un scop.

Reprezentările interne legate de stările cognitive pot fi dezvăluite prin înregistrarea activității neuronale în timpul sarcinilor întârziate la animale și la oameni. Neuronii din cortexul prefrontal prezintă modele de activitate selectivă în funcție de conținut în timpul întârzierilor mnemonice ale sarcinilor de memorie de lucru (5, 6). Activitatea de întârziere selectivă în timpul memoriei de lucru este cel mai frecvent interpretată și implementată în modelele computaționale ca reprezentând caracteristici ale stimulilor senzoriali, care pot fi procesate pentru a ghida un răspuns ulterioară.

În cadrul conceptual dominant, strategia cognitivă propusă utilizează astfel reprezentări ale memoriei de lucru care sunt fundamental senzoriale (5, 6). Strategia senzorială pentru memoria de lucru a fost contestată de observațiile activității de întârziere prefrontală care se corelează mai bine cu diverse variabile ale sarcinii, inclusiv acțiuni, stimuli așteptați și reguli (2, 3, 7).

Mai mult, literatura în creștere caracterizează o selectivitate mixtă neliniară substanțială a caracteristicilor din cortexul prefrontal, care poate sprijini, în principiu, comportamentul dependent de context (8-10). Aceste observații diverse sugerează că este necesar un cadru mai unificat pentru a explica rolurile computaționale ale memoriei de lucru, planificare și luarea deciziilor în funcție de context.

Modelarea computațională a fost aplicată cu succes pentru a examina potențialele mecanisme de circuite neuronale care susțin funcțiile cognitive, inclusiv memoria de lucru și luarea deciziilor (11). Funcțiile memoriei de lucru sunt de obicei modelate cu circuite modulare distincte, care nu țin cont de selectivitatea mixtă în cortexul prefrontal și presupun că memoria de lucru menține reprezentările senzoriale (11, 12).

O abordare complementară de modelare utilizează modele de rețele neuronale artificiale, care sunt antrenate pentru a îndeplini sarcini cognitive (13). Spre deosebire de modelele proiectate manual, modelele de rețele neuronale recurente (RNN) antrenate de sarcini pot efectua sarcini de întârziere fără a necesita presupuneri despre arhitecturile de circuite structurate sau forma reprezentărilor memoriei de lucru (14).

Prin urmare, această abordare este potrivită pentru a examina mecanismele de calcul prin care reprezentările memoriei de lucru pot suporta calcule flexibile (4, 15-18).

Semnificaţie

Conectarea stărilor observate ale circuitelor neuronale de credințe, acțiuni și planuri este un obiectiv central al neuroștiinței sistemelor, dar a face acest lucru reprezintă provocări substanțiale pentru proiectarea experimentală, analiză și teorie.

În special în domeniul sarcinilor de întârziere, logica de reprezentare a ansamblurilor neuronale a fost dezbătută pe scară largă. Folosind o sarcină de întârziere care permite controlul independent al solicitărilor de calcul pe bază atrială, identificăm reprezentarea întârzierii aputative care reflectă planurile privind stimulii așteptați. Reprezentările de urgență permit cartografierea eficientă a răspunsurilor pentru o varietate de sarcini de întârziere disparate.

Rețelele neuronale optimizate pentru acțiuni, explorăm modul în care reprezentările de contingență se raportează la fenomenele observate din literatura de memorie de lucru neurofiziologică. În cele din urmă, demonstrăm că comportamentul uman este în concordanță cu reprezentările de contingență.

În acest studiu, investigăm implicațiile unei strategii cognitive în care stările interne reprezintă mai degrabă planuri decât percepții sau acțiuni. Mai exact, cadrul nostru teoretic definește stările de contingență pe baza modului în care comportamentele viitoare depind de evenimentele viitoare. Am conceput o paradigmă de sarcini, logica condiționată întârziată (CDL), pentru a disocia strategiile bazate pe contingență de strategiile senzoriale sau bazate pe acțiune pentru memoria de lucru.

Modelele RNN tensionate pe sarcina CDL dezvoltă îmbogățirea contingenței în reprezentările stării lor, care se reflectă în structura geometrică a tiparelor de activitate a populației. Reprezentările interne ale modelului surprind diverse fenomene de activitate neuronală observate în timpul memoriei de lucru. Am testat comportamentul uman pe sarcina CDL și am găsit semnăturile cheie ale unei strategii bazate pe contingență în comportamentul timpului de răspuns.

În cele din urmă, oferim predicții falsificabile pentru activitatea neuronală pentru a distinge reprezentările de contingență de schemele de calcul alternative. Luat împreună, studiul nostru prezintă un cadru teoretic pentru modul în care memoria de lucru sprijină planificarea cogniției extinse temporal și a comportamentului flexibil, care explică observațiile comportamentale și neuronale disparate și este testabil experimental.

Rezultate

Sarcina CDL. În multe sarcini de întârziere utilizate în mod obișnuit, există corelații între stimulii senzoriali, răspunsuri, cerințe computaționale sau reguli care împiedică atribuirea disociabilă a activității neuronale variabilelor specifice sarcinii cognitive (1, 19). Prin urmare, am căutat o sarcină care implică 1) calcul pe intrări informaționale separate de o întârziere; 2) stări de calcul intermediare exacte care reapar frecvent; 3) încercări pentru care răspunsul corect poate fi prezis în timpul întârzierii la unele încercări și nu la altele; și4) decorelarea informațiilor despre acțiune, senzorială, reguli și stare de calcul.

Pentru a îndeplini aceste cerințe, am proiectat sarcina CDL, care aplică o clasificare binară la doi stimuli binari separați printr-o întârziere (Fig. 1A). Ne referim la stimulii de întârziere și post-întârziere ca „cueA” și, respectiv, „cue B”. Regulile pot fi definite ca operații booleanlogice, iar o regulă este prezentată tonic pe toată durata fiecărei încercări.

La fiecare încercare, agentului i se prezintă o regulă de sarcină, indiciu A și indiciu B și trebuie să genereze un răspuns asociat. De exemplu, în regula SAU, răspunsul agentului ar trebui să fie „unu” dacă oricare dintre indicii este egal cu unul. Din 16 posibile clasificări binare pe doi biți, ne vom concentra pe 10 reguli (Fig. 1B) pentru care răspunsul este dependent de indicii, dar independent de ordinea indicațiilor.

Ultimele 10 reguli includ operatorii logici (N)OR, (N)AND și X(N)OR, precum și (Anti-)Memorie și (Anti-)Raport. În memorie, agentul trebuie să răspundă cu stimulul indicativ A pentru acel proces, iar în Raport, agentul trebuie să răspundă cu stimulul indicativ B pentru acel proces. În ambele cazuri, „Anti-” semnalează o inversare a ieșirii. Regula, indicația A și indicația B sunt variate aleatoriu pe parcursul încercărilor.

Reprezentări de urgență. Pentru a efectua sarcina CDL, agentul trebuie să mențină o reprezentare a informațiilor despre sarcină pe parcursul întârzierii. Ne-am putea aștepta ca agentul să mențină identitatea stimulentului indiciului A, ceea ce ar fi suficient pentru a rezolva toate încercările. În această „strategie senzorială”, care este presupusă în mod obișnuit în modelele de memorie de lucru, informațiile relevante pentru sarcină sunt menținute pe tot parcursul întârzierii pentru a ghida un răspunsul împreună cu informațiile din indicația B și regula (5, 20).

O „strategie de acțiune” alternativă este posibilă pentru condițiile de încercare în care răspunsul poate fi preplanificat în timpul întârzierii (2, 21). În plus, agentul poate reprezenta identitatea regulii, care este prezentată în timpul întârzierii (3). Aceste reprezentări nu sunt exclusive.

For more information:1950477648nn@gmail.com