Prinston Universitetinin amerikalı nevroloqları qərar qəbul edərkən beynin sensor siqnalları necə emal etməsinin mexanikasını nümayiş etdirən model hazırlayıblar. Kəşf Alzheimer xəstəliyi və digər nevroloji xəstəliklər haqqında anlayışı təkmilləşdirə, həmçinin daha effektiv süni intellekt sistemlərinin inkişafına kömək edə bilər. Tədqiqat Nature Neuroscience (NatNeuro) elmi jurnalında dərc olunub.
İnsan beyni hər gün svetoforun işığı və təcili yardım sireninin səsi kimi çoxsaylı sensor siqnallarla qarşılaşır. Gözlərin arxasında yerləşən prefrontal korteks bu məlumatların işlənməsi və qərarların qəbul edilməsində əsas rol oynayır. Bununla belə, indiyədək bu sahədəki neyronların davranış reaksiyaları yaratmaq üçün necə qarşılıqlı əlaqədə olduğu sirr olaraq qalır.
Alimlər Kristofer Lenqdon və Tatyana Engel beyindəki mürəkkəb proseslərin başa düşülməsini asanlaşdıran “gizli dövrə” adlı yeni model təklif ediblər. Neyronlar arasındakı əlaqələrin şərh etmək üçün çox mürəkkəb olduğu ənənəvi təkrarlanan neyron şəbəkələrindən fərqli olaraq, yeni model "aşağı ölçülü" mexanizmlərə diqqət yetirir. Bu o deməkdir ki, bütün şəbəkənin fəaliyyəti az sayda əsas neyronların qarşılıqlı təsiri ilə izah edilə bilər.
Modeli sınaqdan keçirmək üçün tədqiqatçılar kontekstdən (ekrandakı fiqurun formasından) asılı olaraq iştirakçıların hərəkət edən şəbəkəyə cavab verməli olduğu tapşırıqdan istifadə ediblər. Məlum oldu ki, hərəkəti izləmək lazım olduqda, formanı emal etməyə cavabdeh olan neyronlar rənglə əlaqəli neyronların fəaliyyətini yatırır və əksinə.
"Biz mürəkkəb şəbəkə daxilində gizlədilən şərh edilə bilən bir mexanizm tapdıq" dedi Lenqdon. Model həmçinin neyronlar arasında əlaqənin dəyişməsinin tapşırıqların yerinə yetirilməsinə necə təsir etdiyini proqnozlaşdırır ki, bu da sinir proseslərini öyrənmək üçün yeni imkanlar açır.
Bu tədqiqat depressiya və diqqət çatışmazlığı pozuqluğu kimi qərar qəbul etmə qabiliyyətinin pozulması ilə əlaqəli pozğunluqların başa düşülməsinə kömək edə bilər. Bundan əlavə, o, süni intellekt alqoritmlərini təkmilləşdirərək onları mürəkkəb vəziyyətlərdə daha effektiv edə bilər.
