نیازمندی‌های پردازش بهینه مغز
توانایی مغز برای پردازش اطلاعات توسط ارتباطات پیچیده بین جمعیت‌های مختلف نورونی پشتیبانی می‌شود. هدف اصلی تحقیقات علوم اعصاب، ترسیم فرآیندهایی است که از طریق آنها این ارتباطات بر پردازش اطلاعات تأثیر می‌گذارد.
گروهی از پژوهشگران از سه مرکز علمی مختلف (دانشگاه پادووا ایتالیا، دپارتمان فیزیک سیستم‌های پیچیده مؤسسه ماکس پلانک آلمان و دانشگاه پلی‌تکنیک فدرال لوزان سوئیس) اخیرا مطالعه‌ای را با هدف درک بهتر نقش جمعیت‌های نورون‌های تحریک‌کننده و بازدارنده در رمزگذاری اطلاعات مغز انجام داده‌اند. یافته‌های آنها که در Physical Review Letters منتشر شده است، نشان می‌دهد که پردازش اطلاعات زمانی به حداکثر می‌رسد که فعالیت نورون‌های تحریک‌کننده و بازدارنده (تحریکی و مهاری) متعادل باشد.
جاکومو بارزون، یکی از نویسندگان مقاله گفت: «پژوهش ما از یک سؤال اساسی در علوم اعصاب الهام گرفته شده است: ساختار مغز چگونه توانایی پردازش اطلاعات را شکل می‌دهد؟ مغز به‌طور مداوم ورودی‌های حسی را دریافت و ادغام می‌کند، و نورون‌ها به صورت مجزا عمل نمی‌کنند؛ بلکه آنها بخشی از شبکه‌های پیچیده و عود‌کننده هستند. یکی از ویژگی‌های جالب توجه این شبکه‌ها تعادل بین فعالیت نورون‌های تحریک‌کننده و بازدارنده است که در مناطق مختلف مغز مشاهده شده است.»
هدف اصلی این مطالعه اخیر توسط بارزون و همکارانش تعیین این مسأله بود که آیا تعادل بین نورون‌های تحریکی و مهاری بیشتر از تثبیت فعالیت عصبی است یا خیر. همچنین تیم پژوهشی به‌طور خاص این امکان را مورد بررسی قرار داد که آیا این تعادل، پردازش اطلاعات را نیز بهینه می‌کند؟
دانیل‌ام. بوزیلو، یکی از نویسندگان مقاله توضیح داد:«با الهام از چندین یافته تجربی و نظری که اهمیت تعادل بین نورون‌های تحریک‌کننده و بازدارنده را برجسته می‌کنند، مدلی را تحلیل کردیم که تعاملات بین این دو جمعیت را نشان می‌دهد و پاسخ آنها به سیگنال‌های خارجی را هم به‌صورت تحلیلی و هم به‌صورت عددی بررسی کردیم.
به طور خاص، با استفاده از ابزارهای تئوری اطلاعات، ما یک مبادله اساسی را آشکار کردیم: شبکه‌های عصبی بهینه‌سازی‌شده برای رمزگذاری دقیق در بازه‌های زمانی طولانی ممکن است کمتر به تغییرات سریع در ورودی پاسخ دهند.»
محققان با استفاده از رویکردهای ریاضی و نظری برای مطالعه پردازش اطلاعات، نشان دادند که پردازش اطلاعات در لبه ثبات (وضعیتی بحرانی که در آن فعالیت نورون‌های تحریکی و مهاری متعادل است) مؤثرتر است.
نتایج آنها نشان می‌دهد که تنظیم دقیق این تعادل تحریک-مهار نه تنها می‌تواند فعالیت مغز را تثبیت کند، بلکه می‌تواند نقش مهمی در توانایی آن برای رمزگذاری بهینه اطلاعات ایفا کند.
جورجیو نیکولتی، یکی دیگر از نویسندگان مقاله، گفت: «در این مطالعه، ما توانستیم از دیدگاه نظری اطلاعات، نشان دهیم که تعاملات بین تحریک و بازداری برای اجازه‌دادن به جمعیت‌های عصبی جهت رمزگذاری اطلاعات در مورد سیگنال‌های خارجی متغیر با زمان، بسیار مهم و جالب است، زیرا تعادل تحریک-بازداری به‌عنوان یک عنصر کلیدی در تنظیم فعالیت عصبی شناخته شده است.چنین رویکردی به ما امکان می‌دهد تا اطلاعات را به‌عنوان یک کمیت فیزیکی در نظر گرفته و این‌گونه بتوانیم اثرات را کمی کنیم.»
این پژوهش تازه بارزون، بوزیلو و نیکولتی می‌تواند راه‌های جدیدی را برای مطالعه پردازش اطلاعات و مکانیسم‌های عصبی زیربنایی آن بگشاید. محققان قصد دارند براساس نتایج خود، در مطالعات آتی از همان رویکرد برای مطالعه ساختارهای پیچیده‌تر اتصالات مغز استفاده کنند.
بارزون افزود: «علاوه بر این، در شبکه‌های عصبی واقعی، اتصال ثابت نیست؛ بلکه در طول زمان، تحت تأثیر محرک‌های خارجی و فعالیت‌های داخلی شبکه، تکامل می‌یابد. این ماهیت پویای اتصال ممکن است نقش مهمی درشکل‌دهی چگونگی پردازش و کد‌گذاری اطلاعات توسط جمعیت‌های عصبی داشته باشد و به‌طور بالقوه بینشی در مورد چگونگی تأثیر یادگیری و ویژگی‌های تطبیقی بر رمزگذاری اطلاعات در سیستم‌های عصبی ارائه می‌کند.»
آیسا اسدی - روزنامه‌نگار
جاکومو بارزون، یکی از نویسندگان مقاله گفت: «پژوهش ما از یک سؤال اساسی در علوم اعصاب الهام گرفته شده است: ساختار مغز چگونه توانایی پردازش اطلاعات را شکل می‌دهد؟ مغز به‌طور مداوم ورودی‌های حسی را دریافت و ادغام می‌کند، و نورون‌ها به صورت مجزا عمل نمی‌کنند؛ بلکه آنها بخشی از شبکه‌های پیچیده و عود‌کننده هستند. یکی از ویژگی‌های جالب توجه این شبکه‌ها تعادل بین فعالیت نورون‌های تحریک‌کننده و بازدارنده است که در مناطق مختلف مغز مشاهده شده است.»
هدف اصلی این مطالعه اخیر توسط بارزون و همکارانش تعیین این مسأله بود که آیا تعادل بین نورون‌های تحریکی و مهاری بیشتر از تثبیت فعالیت عصبی است یا خیر. همچنین تیم پژوهشی به‌طور خاص این امکان را مورد بررسی قرار داد که آیا این تعادل، پردازش اطلاعات را نیز بهینه می‌کند؟
دانیل‌ام. بوزیلو، یکی از نویسندگان مقاله توضیح داد:«با الهام از چندین یافته تجربی و نظری که اهمیت تعادل بین نورون‌های تحریک‌کننده و بازدارنده را برجسته می‌کنند، مدلی را تحلیل کردیم که تعاملات بین این دو جمعیت را نشان می‌دهد و پاسخ آنها به سیگنال‌های خارجی را هم به‌صورت تحلیلی و هم به‌صورت عددی بررسی کردیم.
به طور خاص، با استفاده از ابزارهای تئوری اطلاعات، ما یک مبادله اساسی را آشکار کردیم: شبکه‌های عصبی بهینه‌سازی‌شده برای رمزگذاری دقیق در بازه‌های زمانی طولانی ممکن است کمتر به تغییرات سریع در ورودی پاسخ دهند.»
محققان با استفاده از رویکردهای ریاضی و نظری برای مطالعه پردازش اطلاعات، نشان دادند که پردازش اطلاعات در لبه ثبات (وضعیتی بحرانی که در آن فعالیت نورون‌های تحریکی و مهاری متعادل است) مؤثرتر است.
نتایج آنها نشان می‌دهد که تنظیم دقیق این تعادل تحریک-مهار نه تنها می‌تواند فعالیت مغز را تثبیت کند، بلکه می‌تواند نقش مهمی در توانایی آن برای رمزگذاری بهینه اطلاعات ایفا کند.
جورجیو نیکولتی، یکی دیگر از نویسندگان مقاله، گفت: «در این مطالعه، ما توانستیم از دیدگاه نظری اطلاعات، نشان دهیم که تعاملات بین تحریک و بازداری برای اجازه‌دادن به جمعیت‌های عصبی جهت رمزگذاری اطلاعات در مورد سیگنال‌های خارجی متغیر با زمان، بسیار مهم و جالب است، زیرا تعادل تحریک-بازداری به‌عنوان یک عنصر کلیدی در تنظیم فعالیت عصبی شناخته شده است.چنین رویکردی به ما امکان می‌دهد تا اطلاعات را به‌عنوان یک کمیت فیزیکی در نظر گرفته و این‌گونه بتوانیم اثرات را کمی کنیم.»
این پژوهش تازه بارزون، بوزیلو و نیکولتی می‌تواند راه‌های جدیدی را برای مطالعه پردازش اطلاعات و مکانیسم‌های عصبی زیربنایی آن بگشاید. محققان قصد دارند براساس نتایج خود، در مطالعات آتی از همان رویکرد برای مطالعه ساختارهای پیچیده‌تر اتصالات مغز استفاده کنند.
بارزون افزود: «علاوه بر این، در شبکه‌های عصبی واقعی، اتصال ثابت نیست؛ بلکه در طول زمان، تحت تأثیر محرک‌های خارجی و فعالیت‌های داخلی شبکه، تکامل می‌یابد. این ماهیت پویای اتصال ممکن است نقش مهمی درشکل‌دهی چگونگی پردازش و کد‌گذاری اطلاعات توسط جمعیت‌های عصبی داشته باشد و به‌طور بالقوه بینشی در مورد چگونگی تأثیر یادگیری و ویژگی‌های تطبیقی بر رمزگذاری اطلاعات در سیستم‌های عصبی ارائه می‌کند.»
آیسا اسدی - روزنامه‌نگار
