Bir Uzmanın Beyni İle Bir Aceminin Beyni Arasındaki Fark!

Özetleyecek olursak, farelere verilen yeni bir görevi yapmaya başladıklarında zamanla beyin aktivitelerinde değişiklikler meydana gelir. Çünkü acemiden uzmana doğru ilerlemeye başlamışlardır. Bu değişiklikler hücre devrelerinin bağlantılarına ve nöronların aktivitelerine yansır.

Cold Spring Harbor laboratuvarı (CSHL), Kolombiya Üniversitesi, Londra Üniversitesi ve Flatiron Ensitüsü’nden araştırmacılar iki fotonlu görüntüleme mikroskobu ve çeşitli genetik araçlar kullanarak yaptıkları araştırma sonucunda farelerin yerine getirmek üzere eğitildikleri görevlerde başarıları arttıkça sinirsel ağlarının daha odaklı olmaya başladığını fark ettiler.

Araştırmacılar elde ettikleri verileri karar verme yetisinin arkasındaki sinir bilimini anlamalarına yardımcı olacak sayısal modelleri oluşturmak için kullandılar.
Çalışmanın ilk yazarı ve Churchland’in laboratuvarındaki doktora sonrası araştırmacı Farzaneh Najafi’nin de içinde bulunduğu ekip ilk olarak fareleri algısal karar verme konusunda eğitmeye başladı.

Fareler birlikte sunulan ardışık tıkırtı ve ışık şeklinde çok algılı uyarıcılarla uyarıldılar. Görevleri, araştırmacılara önlerindeki üç su havuzundan birini yalayarak yüksek veya düşük oranda meydana gelip gelmediklerini göstermekti.

Fareler doğru karar verdiklerinde ödüllendirildi
Denemeyi başlatmak için ortadaki musluğu yaladılar. Bir taraf yüksek oranlı karar vermeyi diğer taraf ise düşük oranlı karar vermeyi rapor etmek içindi. Fareler doğru karar verdiklerinde ödüllendirildiler.
Hayvanlar öğrenmeye daha yeni başladıklarında nöronlar hayvan seçim yapana kadar tepki vermezler. Ancak hayvanlar uzmanlık kazandıkça nöronlar öncekinden çok daha fazla tepki verirler.
Hayvanların Kararları
Araştırmacılar ‘’ doğrusal destek vektör makinesi’’ denilen küçük bir yapay ağı mekanik öğrenme algoritmaları aracılığıyla eğiterek sinirsel aktiviteyi çözdüler.

Bu makine birden fazla denemeden elde edilen performans verilerini toplar ve tüm nöronların aktivitesiyle birleştirerek hayvanın ne yapacağını tahmin etmek için onları tartar. Hayvan görevinde daha iyi oldukça, sinirsel ağları daha dakik, hassas ve özelleşir.

Araştırmacılar, bunu hayvanların kararlarını %90 doğrulukla tahmin edebilen yapay ağa yansıtabiliyorlar.

Ayrıca öğrenme nöronları, sırasıyla olumlu ve olumsuz değişiklikleri tetikleyen uyarıcı ve inhibitör nöronlar gibi beyinde bilişe dahil olan belirli nöron tiplerine bakmanın başka bir yolunu sunar.

Bu çalışmada, araştırma ekibi inhibitör nöronların beyindeki çok seçici alt ağların bir parçası olduğunu ve hayvanların yapacakları seçimde oldukça seçici olduklarını bulmuşlardır.

Bu nöronlar araştırmacılara karar vermenin nasıl gerçekleştiğini anlamaları konusunda yardım eden biyofiziksel modelin bir parçasıdır. Araştırmacılar bu modelleri geliştirirken, bilişin davranışları nasıl bilgilendirdiğini daha iyi anlayabilirler.