Od momentu narodzin, a nawet wcześniej, poprzez ruch wchodzimy w interakcję ze światem. Poruszamy ustami, żeby się uśmiechnąć lub porozmawiać. Wyciągamy rękę do dotyku. Poruszamy oczami, żeby zobaczyć. Poruszamy się, chodzimy, gestykulujemy, tańczymy. Jak nasz mózg zapamiętuje ten szeroki zakres ruchów? Jak uczy się nowych? W jaki sposób dokonuje się obliczeń potrzebnych do złapania szklanki wody, nie upuszczając jej, nie zgniatając ani nie tracąc?
Profesor Technion Jackie Schiller z Wydziału Lekarskiego Ruth and Bruce Rappaport i jej zespół zbadali mózg na poziomie pojedynczego neuronu, aby rzucić światło na tę tajemnicę. Odkryli, że obliczenia odbywają się nie tylko w interakcji między neuronami (komórkami nerwowymi), ale w każdym pojedynczym neuronie. Okazuje się, że każda z tych komórek nie jest prostym przełącznikiem, ale skomplikowaną maszyną liczącą. Odkrycie to, opublikowane niedawno w czasopiśmie Science, obiecuje zmiany nie tylko w naszym zrozumieniu działania mózgu, ale także w lepszym zrozumieniu stanów, od choroby Parkinsona po autyzm. A gdyby tego było mało, oczekuje się, że te same odkrycia przyczynią się do rozwoju uczenia maszynowego, oferując inspirację dla nowych architektur.
Ruch jest kontrolowany przez podstawową korę ruchową mózgu. W tym obszarze naukowcy są w stanie dokładnie określić, które neurony aktywują się w danym momencie, aby wytworzyć ruch, który widzimy. Zespół prof. Schillera jako pierwszy zbliżył się jeszcze bardziej, badając aktywność nie całego neuronu jako jednej jednostki, ale jego części.
Każdy neuron ma rozgałęzione rozszerzenia zwane dendrytami. Te dendryty są w bliskim kontakcie z zakończeniami (zwanymi aksonami) innych komórek nerwowych, umożliwiając komunikację między nimi. Sygnał wędruje z dendrytów do ciała komórki, a następnie jest przekazywany dalej przez akson. Liczba i struktura dendrytów różni się znacznie między komórkami nerwowymi, tak jak korona jednego drzewa różni się od korony innego.
Poszczególne neurony, na których skupił się zespół prof. Schillera, były największymi neuronami piramidowymi kory. Komórki te, o których wiadomo, że są silnie zaangażowane w ruch, mają duże drzewo dendrytyczne z wieloma gałęziami, podgałęziami i podgałęziami. Zespół odkrył, że te gałęzie nie tylko przekazują informacje dalej. Każda pododdział wykonuje obliczenia na podstawie otrzymanych informacji i przekazuje wynik do większej pododdziału. Pododdział dokonuje obliczeń na podstawie informacji otrzymanych od wszystkich swoich spółek zależnych i przekazuje je dalej. Co więcej, wiele rozgałęzień dendrytycznych może oddziaływać ze sobą w celu wzmocnienia ich połączonego produktu obliczeniowego. Rezultatem jest złożone obliczenie wykonywane w każdym pojedynczym neuronie. Zespół prof. Schillera po raz pierwszy wykazał, że neuron jest podzielony na przedziały, a jego gałęzie samodzielnie wykonują obliczenia.
„Kiedyś myśleliśmy o każdym neuronie jako o rodzaju gwizdka, który albo dusi, albo nie” – wyjaśnia prof. Schiller. „Zamiast tego patrzymy na fortepian. Jego klawisze można uderzać jednocześnie lub po kolei, tworząc nieskończoną liczbę różnych melodii”. Ta złożona symfonia grająca w naszych mózgach pozwala nam uczyć się i wykonywać nieskończenie wiele różnych, złożonych i precyzyjnych ruchów.
Wiele zaburzeń neurodegeneracyjnych i neurorozwojowych jest prawdopodobnie powiązanych ze zmianami w zdolności neuronów do przetwarzania danych. W chorobie Parkinsona zaobserwowano, że drzewo dendrytyczne przechodzi zmiany anatomiczne i fizjologiczne. W świetle nowych odkryć dokonanych przez zespół Technion rozumiemy, że w wyniku tych zmian zdolność neuronów do wykonywania obliczeń równoległych jest zmniejszona. W przypadku autyzmu wydaje się możliwe, że pobudliwość gałęzi dendrytycznych jest zmieniona, co skutkuje licznymi efektami związanymi z tym stanem. Nowe zrozumienie sposobu działania neuronów otwiera nowe ścieżki badawcze w odniesieniu do tych i innych zaburzeń, z nadzieją na ich złagodzenie.
Te same odkrycia mogą również służyć jako inspiracja dla społeczności zajmującej się uczeniem maszynowym. Głębokie sieci neuronowe, jak sugeruje ich nazwa, próbują stworzyć oprogramowanie, które uczy się i działa nieco podobnie do ludzkiego mózgu. Chociaż ich postępy nieustannie trafiają do wiadomości, sieci te są prymitywne w porównaniu z żywym mózgiem. Lepsze zrozumienie tego, jak faktycznie działa nasz mózg, może pomóc w projektowaniu bardziej złożonych sieci neuronowych, umożliwiając im wykonywanie bardziej złożonych zadań.
Badanie to było prowadzone przez dwóch doktorów med. prof. Schillera. kandydaci Yara Otor i Shay Achvat, którzy w równym stopniu przyczynili się do badań. W skład zespołu weszli również habilitant Nate Cermak (obecnie neuroinżynier) oraz doktorant. student Hadas Benisty, a także trzech współpracowników: profesorów Omri Barak, Icchak Schiller i Alon Poleg-Polsky.
Badanie było częściowo wspierane przez Izraelską Fundację Nauki, fundusze Prince’a, Fundację Rappaport oraz Zuckerman Postdoctoral Fellowship.