Nie możesz wykorzystać 100% swojego mózgu i to jest dobra rzecz

w pierwsza część z tej serii omówiłem pomysł, że używamy tylko 10% naszych mózgów. Niedawno pokazałem dowody neuronaukowe, że istnieje znaczna liczba neuronów, które wydają się nie mieć żadnej użyteczności, którą możemy dostrzec. Liczba niewykorzystanych neuronów jest prawdopodobnie mniejsza niż 90% — zasugerowałem, że może być bliższa 50%. Ale nadal uważam, że wartość 10% jest użytecznym punktem odniesienia.

Dlaczego? Mit 10% jest pomocny, ponieważ okazuje się, że istnieje subtelniejszy i bardziej konsekwentny sposób, w którym jego wartość jest bliższa prawdy niż wartość 100%. Ma to związek ze zwrotem, którego użyłem w poprzednim poście: użycie mózgu z biegiem czasu. To prowadzi nas do ważnej koncepcji zwanej rzadkość. To termin ukuty przez Cornella neurobiolog Davida Fielda, aby opisać wielkoskalowe wzorce aktywności neuronowej.

Rzadkość dotyczy wzorców, które wykraczają poza zwykłą sumę aktywności. Tak naprawdę chodzi o to, jak aktywność rozkłada się na neurony i w czasie.

W systemie rzadkim kilka jednostek w populacji jest jednocześnie bardzo aktywnych, podczas gdy reszta jest cicha. Z biegiem czasu większość jednostek bierze udział. Można powiedzieć, że ten wzorzec aktywności jest wysoki rzadkość populacji. W przeciwieństwie do tego, system, który wykorzystuje większość jednostek przynajmniej trochę w danym momencie, miałby niski poziom populacji.

Te same ramy są używane do charakteryzowania pojedynczych neuronów w czasie. W tym przypadku wysoki dożywotnia rzadkość oznacza, że ​​neuron jest aktywny tylko w rzadkich okresach wysokiej aktywności, podczas gdy niski czas życia wskazuje, że neuron jest prawie cały czas aktywny na niskim poziomie.

Pomocna jest tutaj analogia z językiem pisanym. Możemy przekazać daną myśl, pisząc ją po angielsku lub równoważnie po chińsku. Jednak systemy kodowania tych dwóch języków są zupełnie inne. Aby wyrazić niemal każdą ideę w pisanym języku angielskim, użylibyśmy prawie wszystkich jednostek kodowania — 26 liter — przynajmniej raz. Analogizowanie liter do neuronów jest jak używanie wszystkich neuronów w mózgu na niskim poziomie do danego zadania. Można powiedzieć, że system taki jak pisany angielski charakteryzuje się niewielką rzadkością.

W języku chińskim do wyrażenia tej samej myśli potrzebna byłaby tylko garstka z tysięcy znaków. Użycie każdej postaci byłoby empatyczne, ponieważ postacie występują w wielu różnych dość odrębnych formach, a większość z nich nie powtarza się w jednej myśli. To tak, jakby używać jednocześnie kilku neuronów na wysokim poziomie. Chiński odpowiada zatem dużej rzadkości.

Żaden system nie jest z natury lepszy od drugiego — oba mają zalety i wady. Chcemy wiedzieć, który język pisany jest najbardziej podobny do wzorca aktywności mózgu?

Dzięki badaniom empirycznym i teoretycznym w ciągu ostatnich 35 lat stało się jasne, że aktywność mózgu jest dość rzadka. Zachowuje się w ten sposób z dwóch głównych powodów.

Po pierwsze, wynika to ze sposobu działania neuronów, czyli biochemicznych i biofizycznych reguł rządzących ich działaniem. Dzieje się tak zarówno w populacjach neuronowych, jak i z biegiem czasu. Ograniczenia przepływu krwi – które ograniczają ilość energii, którą można dostarczyć do wielu neuronów – popychają system w kierunku dużej rzadkości populacji. W dziedzinie czasu maszyneria neuronowa opiera się zasadniczo na emitowaniu krótkiego, ostrego wybuchu stłumionej energii, a następnie spędzaniu dłuższych okresów czasu na ładowaniu się do kolejnego impulsu. Przez większość czasu nie mogą być tylko trochę aktywni. Najlepsze teoretyczne oszacowania sytuacji — chociaż dokonują istotnych założeń i uproszczeń bardzo złożonego systemu — zbiegają się na granicy około 10% wykorzystania w mózgu ssaka (1,2, 3). Brzmi znajomo?

Po drugie, rozdrobnienie jest wymagane, ponieważ świat jest rzadki. W naszym środowisku – i odpowiednio w naszych głowach – rzeczy dzieją się w seriach, a nie na niskim poziomie przez cały czas. Obejmuje to wydarzenia, przedmioty, Uwaga, działanie, znaczenie i decyzje.

David Field, współpracujący z neurobiologiem z UC Berkeley Bruno Olshausenem, podążał tym tokiem myślenia w przełomowym 1996 roku papier o rzadkości w systemie wizualnym. Wykorzystali modele obliczeniowe, aby pokazać, że nasze mózgi przyjmują rzadką strukturę we wzorcach przestrzennych otaczającego nas świata.

Zasadniczo zbudowali system obliczeniowy, który został zmuszony do nauczenia się rzadkiego kodu. Kod lub „alfabet” jest bardzo podobny do języka pisanego, z wyjątkiem tego, że koduje obrazy (małe fragmenty naturalnych obrazów), a nie słowa. Odkryli, że alfabet wizualny, którego nauczył się model komputerowy, bardzo przypominał alfabet używany w naszym systemie wzrokowym.

Innymi słowy, w systemie wyszkolonym tak, aby był po prostu rzadki, podstawowa strategia mózgu do analizy świata wizualnego pojawia się „za darmo” i bez wyraźnego zaprogramowania. Jak się okazuje, kodowanie rzadkie ma również silne powiązania z obecną rewolucją „głębokiego uczenia się” w sztuczna inteligencja, o czym opowiem w przyszłych postach.

Wracając do ostatnie badania kierowana przez Saskię de Vries z Instytutu Allena, o której wspomniałem w pierwszy post, jeden z głównych badaczy cele było zmierzenie rzadkości. Dzięki tym informacjom możemy oszacować, jaka część mózgu jest jednocześnie aktywna.

W pobranych przez nich obszarach wzrokowych oraz w różnych warstwach kory, dane de Vriesa sugerują, że około 20% neuronów jest zazwyczaj aktywnych w tym samym czasie. Chociaż około trzy czwarte neuronów wzrokowych reaguje regularnie, tylko około jedna piąta jest aktywna na raz. Z biegiem czasu poszczególne neurony były aktywne tylko przez około 20% długości nagrań. Najwyraźniej te wartości są bliższe wartości 10%, którą sugerowałem jako regułę, niż mitowi 100%.

Co to wszystko ma wspólnego z twoim internetowym mózgiem? Kluczem jest to, że internet jest również rzadki. Jest aktywny w seriach, zarówno w sieci w określonym czasie, jak i w kanałach komunikacyjnych w czasie.

Możesz zorientować się w aktywności, monitorując sygnały Wi-Fi komputera. Użytkownicy komputerów Macintosh mogą otworzyć Monitor aktywności aplikacji (w folderze Narzędzia) i sprawdzić kartę Sieć. Zobaczysz wykres fragmentów wiadomości (pakietów) wysyłanych i odbieranych przez komputer w miarę upływu czasu. O ile nie korzystasz z dużej przepustowości, ślad będzie zazwyczaj wydawał się rzadki i przerywany, w następujący sposób:

Mózgi i internet dzielą rzadkie warunki pracy. Ale możemy iść dalej. Kolejną lekcją metafory internetowej dla mózgu jest to, że okazjonalne krótkie sygnały mają kluczowe znaczenie dla działania systemu. Naturalnie pociągają nas silne, spójne sygnały w mózgu i jasne błyski, gdy mózg „zapala się”. Ale podążając za metaforą internetową, kluczowe są również krótkie okresy aktywności.

W Internecie istnieje wiele krótkich impulsów sygnału, które umożliwiają routerom utrzymywanie kontaktu. Co ważne, te impulsy sygnału nie zawierają żadnej treści wiadomości. Sygnały obejmują potwierdzenia lub potwierdzenia, które informują router wysyłający, że zestaw komunikatów został odebrany w miejscu docelowym. Routery również okresowo wysyłają utrzymuj przy życiu, które są małymi komunikatami informującymi sąsiadów w sieci, że router jest gotowy do przesyłania komunikatów.

Gdyby mózg zastosował podobną strategię, tego rodzaju drobne wiadomości zostałyby przeoczone lub źle zrozumiane, gdybyśmy zajmowali się tylko sytuacjami, w których wiele neuronów jest razem aktywnych. Podobnie jak w Internecie, wiele sygnałów w mózgu prawdopodobnie dotyczy utrzymywania działania systemu komunikacji, a nie wykonywania określonego zadania lub zachowania. Chodzi o to, aby cała sieć mózgowa była „dostępna”, co jest czymś, w czym Internet jest doskonały.

Mózg ma takie same ograniczenia aktywności jak internet – w obu systemach nie możemy mieć wszystkich składników aktywnych jednocześnie, nawet na niskim poziomie. Co najważniejsze, oba systemy są zasadniczo zaprojektowane do przekazywania wiadomości przez rozległą i wysoce połączoną sieć. Zgłębiam tę paralelę między internetem a mózgiem (i nie tylko) w mojej nowej książce, Internet w Twojej głowie. Niektóre z tych podobieństw omówię w przyszłych postach.

Więc do jakiego poziomu rzadkości powinniśmy dążyć? Chociaż badanie de Vriesa jest dużym krokiem naprzód, wciąż jesteśmy daleko od uzyskania dobrego obrazu aktywności mózgu na dużą skalę we własnych mózgach. Obecnie nie możemy powiedzieć, jaka byłaby idealna wartość rzadkości dla ludzi, nie mówiąc już o tym, jak ją osiągnąć. Obecnie możemy jedynie powiedzieć, że wymagany jest pewien znaczny stopień rozrzedzenia.

Ale może mniej znaczy więcej? Zakończę krótkim fragmentem z Internet w Twojej głowie:

David Field, który był moim doktorem. doradca, wziął sobie zasadę rzadkiego kodowania do serca lub mózgu. Biorąc pod uwagę limit 10 procent lub mniej komórek w mózgu, które są jednocześnie wysoce aktywne, David lubi żartować, że stara się obniżyć osobistą sumę do 5 procent. On może być na czymś.

Copyright © 2021 Daniel Graham. Nieautoryzowane powielanie jakichkolwiek treści jest surowo zabronione. W przypadku próśb o ponowne wydrukowanie, e-mail [email protected].