Il sistema di archiviazione di Brain aiuta a ottimizzare le attività quotidiane
Ad esempio, il tuo cervello sa che è ora di cucinare quando il fornello è acceso e il cibo e le pentole sono fuori. Quando ti precipiti via per calmare un bambino che piange, però, la cucina è finita ed è tempo di essere un genitore.
Il tuo cervello elabora e risponde a questi eventi come eventi distinti e non correlati.
I ricercatori volevano studiare il modo in cui il cervello suddivide tali esperienze in "eventi" o i gruppi correlati che ci aiutano a organizzare mentalmente le molte situazioni della giornata.
Un concetto dominante di percezione dell'evento noto come errore di previsione afferma che il nostro cervello traccia una linea tra la fine di un evento e l'inizio di un altro quando le cose prendono una svolta inaspettata (come un bambino improvvisamente sconvolto).
Nel nuovo studio, i ricercatori dell'Università di Princeton sfidano il concetto di errore di previsione e suggeriscono che il cervello può effettivamente funzionare dalle categorie mentali subconsce che crea in base a come considera le persone, gli oggetti e le azioni sono correlati.
Nello specifico, questi dettagli sono ordinati in base alla relazione temporale, il che significa che il cervello riconosce che tendono a - o tendono a non - comparire l'uno vicino all'altro in momenti specifici.
I risultati del nuovo studio sono riportati nella rivista Nature Neuroscience.
Gli investigatori ritengono che una serie di esperienze che di solito si verificano insieme (correlate temporalmente) formino un evento fino a quando non si verifica un'esperienza non correlata nel tempo e segna l'inizio di un nuovo evento.
Nell'esempio sopra, pentole e cibo di solito compaiono durante la cottura; un bambino che piange no. Qui sta la divisione tra due eventi, o almeno così dice il cervello.
Questa dinamica, che i ricercatori chiamano "contesto temporale condiviso", funziona in modo molto simile alle categorie di oggetti che le nostre menti utilizzano per organizzare gli oggetti, ha spiegato l'autore principale Anna Schapiro, una studentessa di dottorato in psicologia e neuroscienze.
"Stiamo fornendo un resoconto di come si arriva a trattare una sequenza di esperienze come un evento coerente e significativo", ha detto Schapiro. “Gli eventi sono come le categorie di oggetti. Associamo pettirossi e canarini perché condividono molti attributi: possono volare, avere piume e così via. Queste associazioni ci aiutano a costruire nella nostra mente una categoria di "uccelli". Gli eventi sono gli stessi, tranne che gli attributi che ci aiutano a formare associazioni sono relazioni temporali ".
I ricercatori hanno trovato supporto per questa teoria quando hanno scoperto l'attività cerebrale quando gli individui osservavano simboli e schemi astratti senza evidente somiglianza sono stati presentati come un gruppo per studiare i partecipanti. Il "raggruppamento" apparentemente eccitava il cervello quando si osservavano gruppi di neuroni sovrapposti.
Da questo, i ricercatori hanno costruito un modello informatico in grado di prevedere e delineare i percorsi neurali attraverso i quali le persone elaborano le situazioni e possono rivelare se tali situazioni sono considerate parte dello stesso evento.
I parallelismi tracciati tra i dettagli dell'evento si basano sull'esperienza personale, ha detto Schapiro. Le persone devono avere una comprensione esistente dei vari fattori che, se combinati, sono correlati a una singola esperienza.
"Tutti concordano sul fatto che 'avere un incontro' o 'tagliare le verdure' è un pezzo coerente di struttura temporale, ma in realtà non è così ovvio il motivo se non hai mai avuto una riunione o verdure tritate prima", ha detto Schapiro.
"Devi avere esperienza con la struttura temporale condivisa delle componenti degli eventi in modo che l'evento rimanga insieme nella tua mente", ha detto. "E il modo in cui il cervello lo implementa è imparare a utilizzare popolazioni neurali sovrapposte per rappresentare i componenti dello stesso evento."
Durante una serie di esperimenti, i ricercatori hanno presentato ai partecipanti umani sequenze di simboli e schemi astratti. Senza la conoscenza dei partecipanti, i simboli sono stati raggruppati in tre "comunità" di cinque simboli con forme nella stessa comunità che tendono ad apparire l'una accanto all'altra nella sequenza.
Dopo aver guardato queste sequenze per circa mezz'ora, ai partecipanti è stato chiesto di segmentare le sequenze in eventi in un modo che gli sembrasse naturale. Tendono a suddividere le sequenze in eventi che coincidono con le comunità che i ricercatori avevano predisposto, il che dimostra che il cervello apprende rapidamente le relazioni temporali tra i simboli, ha detto Schapiro.
I ricercatori hanno quindi utilizzato la risonanza magnetica funzionale per osservare l'attività cerebrale mentre i partecipanti osservavano le sequenze di simboli. Le immagini nella stessa comunità hanno prodotto un'attività simile in gruppi di neuroni al confine dei lobi frontali e temporali del cervello, una regione coinvolta nell'elaborazione del significato.
I ricercatori hanno interpretato questa attività come il cervello che associa le immagini l'una all'altra, e quindi come un evento. Allo stesso tempo, diversi gruppi neurali si sono attivati quando è apparso un simbolo di una comunità diversa, che è stato interpretato come un nuovo evento.
I ricercatori hanno modellato questi dati in un modello di rete neurale computazionale che ha rivelato la connessione neurale tra ciò che viene sperimentato e ciò che è stato appreso. Quando viene inserito uno stimolo simulato, il modello può prevedere la successiva esplosione di attività neurale in tutta la rete, dalla prima osservazione all'elaborazione.
"Il modello ci permette di articolare un'ipotesi esplicita su quale tipo di apprendimento potrebbe essere in corso nel cervello", ha detto Schapiro.
"Una cosa è mostrare una risposta neurale e dire che il cervello deve essere cambiato per arrivare a quello stato. Avere un'idea specifica di come potrebbe essersi verificato quel cambiamento potrebbe consentire una comprensione più profonda dei meccanismi coinvolti ".
Fonte: Princeton University
