Как мозг учится игнорировать привычные запахи и выделять важные
Количественные биологи из Лаборатории в Колд-Спринг-Харбор (CSHL) выяснили, как мозг мухи учится игнорировать повсеместные, обыденные запахи, чтобы сосредоточиться на более важных. Это важный шаг к пониманию работы наших органов чувств и улучшению компьютерных сенсоров.
Исследователи обратились к плодовым мушкам (Drosophila), чтобы понять, как их простой мозг учится игнорировать преобладающие запахи в пользу новых, но более редких. Эти выводы могут быть применимы к собакам или людям, а также использоваться для обучения систем искусственного интеллекта.
В выпуске журнала PNAS от 11 мая постдокторант Ян Шен и доцент Сакет Навлаха описывают, как эта удивительно сложная нейронная задача, называемая привыканием к запаху, происходит в мозге мухи и может быть переведена в компьютерный код.
Механизм привыкания в мозге мухи
- Мозг плодовой мушки содержит около 100 000 нейронов, и схема связей многих из них уже составлена.
- Когда муха обнаруживает запах, на него реагируют несколько избранных нейронов — клетки Кеньона. Паттерн их активности составляет «метку» (tag) данного запаха.
- Если запах постоянно присутствует, но не несёт срочной информации, активность нейронов, составляющих его «метку», со временем снижается. Это и есть привыкание мозга к фоновому запаху.
- «Метка» с меньшим числом активных нейронов с меньшей вероятностью вызовет реакцию организма, чем запах с высокой активностью нейронов. В результате запахи, которые повсюду, можно игнорировать в пользу нового, слабого, но важного запаха.
Процесс подавления реакции на повторяющиеся запахи может быть обратим, если запах становится более редким или более важным для мухи.
Значение для науки и технологий
Исследование стремится преодолеть разрыв между вычислительными исследованиями и нейробиологией.
«Одна из целей этого направления — попытаться понять мозг как своего рода библиотеку алгоритмов, которые эволюционировали для решения базовых задач обработки информации», — объясняет Сакет Навлаха.
Процесс привыкания к запаху пока не находит широкого применения, например, в робототехнике, где есть много потоковых данных, которые нужно фильтровать. Понимание того, как биология решает эту проблему, открывает новые возможности для улучшения систем искусственного восприятия.