Notebookcheck Logo

Una nuova ricerca rivela che la codifica della memoria cerebrale può migliorare l'AI, le terapie della memoria e gli strumenti di apprendimento

Le applicazioni nel mondo reale di questa ricerca in vari campi includono l'istruzione, l'intelligenza artificiale e le interfacce cervello-macchina. (Fonte: Dall-E 3)
Le applicazioni nel mondo reale di questa ricerca in vari campi includono l'istruzione, l'intelligenza artificiale e le interfacce cervello-macchina. (Fonte: Dall-E 3)
Questo nuovo studio dell'UCLA scopre come le cellule cerebrali codificano l'ordine delle esperienze, rivelando applicazioni pratiche nei trattamenti dei disturbi della memoria, nei sistemi avanzati di intelligenza artificiale e nei metodi di apprendimento migliorati. Le scoperte sono promettenti anche per le interfacce cervello-macchina e le terapie per la salute mentale.

Una nuova ricerca intitolata I neuroni umani dell'ippocampo e dell'entorinale codificano la struttura temporale dell'esperienza esplora come il nostro cervello organizza i ricordi identificando i modelli nel tempo, anche quando non ne siamo consapevoli. Lo studio si è concentrato in particolare sui neuroni dell'ippocampo e della corteccia entorinale, due regioni cerebrali chiave coinvolte nella memoria e nell'apprendimento.

In questo studio, i ricercatori hanno monitorato l'attività cerebrale di 17 pazienti che soffrivano di epilessia e a cui erano stati impiantati elettrodi intracranici - piccoli dispositivi collocati all'interno del cervello per monitorarne l'attività elettrica. Questo ha permesso agli scienziati di osservare direttamente il comportamento dei neuroni quando le persone sono esposte a modelli o sequenze di eventi. Ai fini di questo esperimento, ai pazienti sono state mostrate circa 120 immagini di persone, animali, oggetti e punti di riferimento per 40 minuti, anche in un ordine specifico. I ricercatori hanno analizzato come i neuroni dell'ippocampo (una parte del cervello che aiuta a memorizzare e recuperare i ricordi) e della corteccia entorinale (una regione che comunica con l'ippocampo per elaborare sia il tempo che lo spazio) hanno risposto a queste immagini.

Uno dei risultati principali è stato che i neuroni hanno modificato lentamente ma costantemente la loro attività quando i pazienti sono stati esposti a questi modelli di immagini, anche se ai partecipanti non è stato detto nulla del modello. I neuroni hanno codificato quali erano le immagini (informazione "cosa") e in quale ordine apparivano (informazione "quando"). Questo ha formato una rappresentazione della stessa sequenza/modello, un processo noto come codifica delle sequenze temporali, in sostanza come il cervello tiene traccia dell'ordine degli eventi nel tempo. Anche quando le immagini sono state presentate successivamente in ordine casuale, i neuroni hanno ricordato la sequenza originale.

La sequenza di presentazione degli stimoli (in basso) corrispondeva a un ordine casuale su un grafico piramidale nel test. (Fonte immagine: UCLA / Nature)
La sequenza di presentazione degli stimoli (in basso) corrispondeva a un ordine casuale su un grafico piramidale nel test. (Fonte immagine: UCLA / Nature)
Due neuroni ippocampali rappresentativi che hanno risposto in modo preferenziale all'immagine del poliziotto. (Fonte immagine: UCLA / Nature)
Due neuroni ippocampali rappresentativi che hanno risposto in modo preferenziale all'immagine del poliziotto. (Fonte immagine: UCLA / Nature)
Questo diagramma spiega la logica alla base dell'analisi di decodifica della popolazione. (Fonte immagine: UCLA / Nature)
Questo diagramma spiega la logica alla base dell'analisi di decodifica della popolazione. (Fonte immagine: UCLA / Nature)

Il replay neuronale era un altro aspetto dello stesso studio, in cui i neuroni ripetevano rapidamente la stessa sequenza di eventi durante le pause. Avvenendo a un ritmo molto più veloce, si ritiene che questo replay aiuti il cervello a consolidare, o integrare, il ricordo della sequenza. I ricercatori hanno fatto un parallelo tra il modo in cui il cervello codifica lo spazio e il tempo, suggerendo che meccanismi simili sono all'opera sia che si navighi nello spazio (ad esempio, camminando in un labirinto o in uno spazio ristretto) sia che si segua la sequenza di eventi in una linea temporale.

Quali sono le implicazioni di questa ricerca? Il cervello è l'organo più complesso del mondo e questa ricerca ci avvicinerà alla comprensione della capacità del cervello di organizzare le esperienze in modelli prevedibili. Anche senza consapevolezza, i nostri neuroni lavorano per dare un senso al mondo, organizzando lo spazio e il tempo per aiutarci a ricordare e anticipare gli eventi futuri.

Le applicazioni nel mondo reale in vari campi includono l'istruzione, dove queste scoperte potrebbero portare a metodi di apprendimento migliori, strutturando il materiale in modo da rispecchiare il modo in cui il cervello elabora naturalmente le sequenze - in breve, una migliore conservazione della memoria. Nel settore sanitario, la ricerca potrebbe guidare lo sviluppo di terapie per disturbi della memoria come Alzheimer. Intelligenza artificiale e apprendimento automatico potrebbero trarre vantaggio dall'imitazione delle capacità predittive del cervello, portando a tecnologie più intelligenti e adattive.

Le interfacce cervello-macchina, simili a quelle di Neuralinkpotrebbero sfruttare la codifica temporale per aiutare le persone con disabilità neurologiche. Ciò consentirà loro di controllare meglio protesi o dispositivi di comunicazione. Infine, ma non meno importante, i trattamenti per la salute mentale, in particolare per condizioni come il PTSD, potrebbero essere potenziati, semplicemente mirando al modo in cui i ricordi traumatici vengono codificati e richiamati, offrendoci nuovi modi per gestire i pensieri intrusivi.

Fonte(i)

Please share our article, every link counts!
Mail Logo
> Recensioni e prove di notebook, tablets e smartphones > News > Newsarchive 2024 09 > Una nuova ricerca rivela che la codifica della memoria cerebrale può migliorare l'AI, le terapie della memoria e gli strumenti di apprendimento
Anubhav Sharma, 2024-09-26 (Update: 2024-09-26)