Forskere undersøger, hvordan neuroner prøver sandsynlighedsfordelinger

For observationer baseret på sensoriske data, den menneskelige hjerne skal konstant verificere, hvilken "version" af virkeligheden, der ligger til grund for opfattelsen. Svaret er hentet fra sandsynlighedsfordelinger, der er lagret i selve nervecellenetværket. Neuronerne er i stand til at opdage mønstre, der afspejler erhvervet viden. Anvendelse af matematiske metoder, fysikere fra Heidelberg Universitet og forskere fra Graz University of Technology har bevist dette fænomen i deres undersøgelser. De aktuelle forskningsresultater, offentliggjort i tidsskriftet Fysisk gennemgang E , er af stor betydning i udviklingen af ​​nye typer computersystemer.

En af vores hjernes vigtigste funktioner er at skabe en intern model af vores miljø. Der er to kategorier af information til rådighed til dette formål - den erhvervede viden om kendte objekter og en konstant strøm af sansedata, der kan sammenlignes med og løbende føjes til eksisterende viden. Disse sansedata er de enkleste, "direkte" tilgængelige byggesten til opfattelse. Imidlertid, observationer, der er baseret på sensoriske data, er ofte kompatible med flere "virkeligheder" på samme tid, som fænomenet optiske illusioner klart viser. Hjernen står derfor over for udfordringen med at kende alle de mulige versioner af den bagvedliggende virkelighed. For at træffe denne afgørelse, hjernen hopper frem og tilbage mellem disse versioner af virkeligheden, prøveudtagning af en sandsynlighedsfordeling.

Forskerne, der arbejder med Heidelberg -fysikeren prof. Dr. Karlheinz Meier, studerede denne proces ved hjælp af formelle matematiske metoder, der blev anvendt på niveauet for individuelle nerveceller, kaldet neuroner. Modellen af ​​individuelle neuroner, der bruges, er strengt deterministisk. Det betyder, at hver gentagen stimulering fra eksterne stimuli altid fremkalder den samme responsadfærd. Hjernen, imidlertid, er et netværk af neuroner, der kommunikerer med hinanden. Når en nervecelle stimuleres tilstrækkeligt af sin nabo, det affyrer en kort elektrisk impuls, derved stimulere andre neuroner. I et stort netværk af aktive neuroner, nerveceller bliver stokastiske - deres "respons" er ikke længere bestemt, dvs. præcist forudsigelig, men følger statistiske sandsynlighedsregler.

"I vores undersøgelser kunne vi vise, at sådanne neuroner får deres respons fra sandsynlighedsfordelinger, der er lagret i selve netværket, og som er udtaget af nervecellerne, "forklarer prof. Meier. Sådan er neuroner i stand til at opdage mønstre, der afspejler erhvervet viden. Undersøgelsen blev udført som en del af European Human Brain Project, hvor Heidelberg -forskerne under ledelse af Karlheinz Meier udvikler nye edb -systemer, der bruger hjernen som model. "Begrebet statistisk prøveudtagning af erhvervede sandsynligheder er yderst velegnet til implementering af en ny computerarkitektur. Det er et fokus for den aktuelle forskning, vores arbejdsgruppe udfører, "siger fysikeren, der underviser og forfølger forskning ved Heidelberg Universitets Kirchhoff Institut for Fysik.