Dynamika je jedinou konstantou v pracovní paměti
Jun 01, 2023
Abstraktní
V této krátké perspektivě uvažujeme o naší tendenci používat příliš zjednodušené a idiosynkratické úkoly ve snaze objevit obecné mechanismy pracovní paměti. Diskutujeme o tom, jak se práce Marka Stokese a spolupracovníků podívala za hranice lokalizované, dočasně přetrvávající nervové aktivity a posunula zaměření směrem k důležitosti distribuovaných dynamických nervových kódů pro pracovní paměť. Kritické poučení z této práce je, že používání zjednodušených úloh automaticky nezjednodušuje podpůrné chování neuronových výpočtů (i když bychom si to přáli). Navíc Stokesovy poznatky o multidimenzionální dynamice zdůrazňují flexibilitu neurálních kódů, které jsou základem kognice, a přiměly pole k tomu, aby se dívalo za statická měřítka pracovní paměti.
Výhody cistanche tubulosa-Anti Alzheimerova choroba
Ústředním cílem výzkumu pracovní paměti je porozumět tomu, jak dočasně držíme informace v paměti, zatímco se pohybujeme světem, abychom dosáhli svých behaviorálních cílů. Pracovní paměť je kritická kognitivní funkce, která nám umožňuje propojit naše zkušenosti do koherentního vyprávění. Není proto divu, že v přednáškách a přednáškách ve třídě, které jako vědci pořádáme o pracovní paměti, všichni rádi začínáme poutavými příklady ze skutečného světa. Můžeme ukázat přeplněnou uličku supermarketu plnou pestrobarevné zeleniny a upozornit na to, jak využíváte pracovní paměť k tomu, abyste si pamatovali svůj seznam potravin při hledání dokonalých jahod. Nebo můžeme ukázat rušnou městskou ulici a vysvětlit, jak můžete najít přítele v davu, vizualizací jeho tváře nebo růžového baretu. Není zde nouze o názorné příklady pro otevírání diapozitivů. Kolem snímku 5 se však vždy obracíme k následujícímu: několik diskrétních šedých rámečků představujících obrazovku počítače sekvenčně nastavenou na časové ose. V jednom z prvních boxů je šmrnc pruhů nebo cákance barvy, kterou si lidé mají zapamatovat. Pak je zde šedý rámeček, který má indikovat zpoždění pracovní paměti. A v posledním boxu jsou opět nějaké proužky nebo barvy použité jako test.
Fenylethanolglykosid je hlavní aktivní složkou Cistanche deserticola
Ti z nás, kteří se zabývají výzkumem pracovní paměti, znají tento klíč z reálného světa do laboratoře tak, že si ho sotva všimneme. Posluchači, kteří poprvé poslouchají, však mohou mít problém vidět souvislost. Samozřejmě existuje důvod, proč všichni milujeme své umělé úkoly a je v nich velká hodnota. Jako psychologové se učíme, že úkol je prostředkem k provádění experimentální kontroly za cenu naturalismu. Jako neurovědci zjišťujeme, že umělé úkoly jsou zvláště užitečné k tomu, aby se mozek lidí stále znovu a znovu dostal do přibližně stejného stavu, abychom mohli extrahovat signál ze šumu. Naproti tomu, pokud se jednoho krásného rána přistihnete, jak bloudíte uličkou supermarketu jako v příkladu na snímku 1, je pro neurovědce obtížné (v současnosti téměř nemožné) získat informace z vaší mysli.
Hlavní chemické složky Cistanche deserticola
Protože jsou jednoduché, rádi považujeme naše typické úkoly pracovní paměti za předvídatelné a zaměnitelné. Stejně jako podle receptu v kuchyni můžete předvídat chování na základě času vyhrazeného pro kódování a uchování. Stejně jako díly z polic IKEA můžete jednotlivé součásti úkolu kombinovat, abyste dosáhli požadovaného efektu. Pokračující práce však ukázala, že ani ty nejjednodušší součásti úkolů nejsou tak vzorové. Například jedna dlouhodobá otázka, která přispěla k oddělení kognitivní psychologie od behaviorismu, je, jak se jeden podnět může zmapovat na mnoho různých chování. Tažení esa z balíčku je někdy nejlepší a někdy nejhorší kartou – vše záleží na tom, kterou karetní hru právě hrajete. Technicky řečeno, stejný podnět spouští různé mentální operace a chování v různých kontextech.
Pochopení toho, jak může být jeden podnět flexibilně mapován na různá chování, je zvláště náročný problém, když se na něj díváme z perspektivy jednotlivých neuronů. Ve vizuální neurovědě je často plodné charakterizovat preference ladění neuronů. Je snadné si představit mentální reprezentace vznikající ze stabilně vyladěných neuronů – pokud chcete reprezentovat „vertikální“ položku, teoreticky byste toho mohli dosáhnout tak, že vertikální preferující neurony budou trvale spouštět, aby překlely zpoždění. Takové schéma však nemůže plně zohlednit flexibilitu pracovní paměti: Někdy „vertikální“ může znamenat „stiskněte tlačítko A“ a jindy to může znamenat „podívejte se vpravo“. Rychlé propojení libovolných částí informací dohromady vyžaduje flexibilní posuny v reprezentaci informací. Klíčový poznatek Stokese a kol. (2013) je, že multidimenzionální krajina vzniká, když je aktivita jednotlivého neuronu vnímána jako aktivita všech ostatních neuronů. V této krajině každý neuron prochází jednou dimenzí v průběhu času a všechny neurony společně procházejí vysoce dynamickou trajektorií, která se může usadit do stabilních stavů během různých epoch úlohy pracovní paměti. Tento dynamický a multidimenzionální stavový prostor lze uvažovat napříč všemi neurony, ale může být také zhuštěn zpět do méně dimenzí tím, že se podíváme pouze na ty komponenty, které vysvětlují většinu rozptylu v daném úkolu (pomocí techniky redukce rozměrů, jako je PCA). Od Stokes a kol. (2013) se dozvídáme, že během údržby pracovní paměti lze pozorovat nízkorozměrný stabilní stav aktivace, který odráží dočasně nakonfigurovaný stav sítě, který je dynamicky laděn podle cílů úlohy. Stabilní stav může například zmapovat, jak se zapamatovaný stimul vztahuje k příslušnému rozhodnutí požadovanému během reakce. Je kritické, že vezmeme-li v úvahu multidimenzionální povahu nervových kódů, může mnoho flexibilních chování najednou docela snadno zapadnout do našich teorií o pracovní paměti.
Doplněk Cistanche v mé blízkosti – Zlepšení paměti
Kliknutím sem zobrazíte produkty Cistanche Improve Memory
【Požádejte o více】 E-mail:cindy.xue@wecistanche.com / Whats App: 0086 18599088692 / Wechat: 18599088692
Práce na vícerozměrných kódech v kontextu mapování jednoho podnětu na více druhů chování ukázala, jak lze nízkorozměrné stavy flexibilně sestavit a znovu sestavit, aby se přizpůsobily momentálním požadavkům na chování. Ještě pozoruhodnější je, že následná práce odhalila, že aktivita napříč velkými populacemi neuronů může zůstat vysoce dynamická, i když jsou požadavky na podněty a úkoly konstantní (Wolff, Jochim, Akyürek, Buschman & Stokes, 2020; Murray et al., 2017; Spaak, Watanabe, Funahashi a Stokes, 2017). V úloze vizuální pracovní paměti byli pozorovatelé požádáni, aby si zapamatovali jednoduchý podnět (jako je orientovaná mřížka nebo prostorové umístění). Celkový vzorec nervové aktivity během zpoždění paměti je ovlivněn řadou změn v průběhu času. Navzdory této rychlé časové dynamice v populaci jako celku zůstalo kódovací schéma nebo nízkorozměrný podprostor, který představuje jednoduchý podnět, pozoruhodně stabilní a vykazovalo pouze malé posuny v průběhu času (Wolff et al., 2020; Murray et al., 2017). Z naší vědomé perspektivy je vzpomínka na jednoduchý podnět, jako je orientace, jako socha „zafixovaná“ v oku naší mysli. Z pohledu neurálního zpracování informací je to jako řeka, která si hledá cestu dolů různými rýhami v krajině – a přitom udržuje vzpomínky nad vodou na stabilní lodi (Panichello & Buschman, 2021; Panichello, DePasquale, Pillow, & Buschman, 2019).
Pochopení kódů pracovní paměti jako vysoce dynamických a vyvíjejících se v čase bylo transformativní myšlenkou Stokese a kolegů (2013) a my jen pomalu začínáme chápat více o tom, jak jsou paměti udržovány z této nové perspektivy. Nedávná práce například přijala rámec dynamického kódování vyvinutý Stokesem, aby se zabýval jednou z klasických otázek ve filozofii, kognitivní psychologii a neurovědě: Když máte v mysli vzpomínku, jak víte, že je to vzpomínka a ne reprezentace příchozích smyslových informací? Jinými slovy, jak váš mozek tlumí interferenci mezi vnitřními myšlenkami a smyslovými informacemi? Zkoumáním stavového prostoru vícejednotkových záznamů Libby a Buschman (2021) prokázali, že senzorické ladění některých neuronů je stabilní během udržování informace v paměti, zatímco ladění jiných neuronů je vzhledem k senzorickému ladění obrácené. Čistým výsledkem je rotace stavové reprezentace paměťového kódu týkající se senzorického kódu, poskytující mechanismus pro oddělení paměťových reprezentací od senzorických reprezentací. Ačkoli toto zjištění naznačuje způsob, jak zmírnit interferenci mezi vzpomínkami a senzorickými vstupy, tato dynamika komplikuje proces dekódování zapamatovaných informací, které vedou k chování. Jak lze „přečíst“ konkrétní zapamatovaný prvek, když tento prvek již není ve svém původním smyslovém formátu? Několik studií – inspirovaných opět Stokesovým přístupem k dynamickým kódům – ukázalo, že vzorce neurální odezvy mohou být v průběhu času vysoce dynamické, to vše při zachování strukturního vztahu mezi vzpomínanými stimuly, takže zůstávají oddělitelné ve stabilním podprostoru (např. Wolff a kol., 2020; Bouchacourt & Buschman, 2019; Murray a kol., 2017; Spaak a kol., 2017).
Inspirace zažehnutá myšlenkou dynamických kódů (ačkoli využívajících různé analytické přístupy) se neustále dostávala do neurovědeckého myšlení na stejně dlouhotrvající otázku: Kde je kortikální lokus mnemotechnických reprezentací? Klasickým příběhem je, že trvalá zvýšená aktivita v pFC je klíčovým mechanismem podporujícím stabilní paměťové reprezentace řídící chování. Stokesova demonstrace dynamických kódů však přiměla pole k přehodnocení. S pojmem multidimenzionálních a dynamických podprostorů jako výchozího bodu, měli bychom vůbec očekávat, že jakýkoli jednotlivý neurální lokus (např. pFC) nebo jediný mechanismus (např. trvalý nárůst) bude sídlem pracovní paměti? Namísto toho by pro jakýkoli daný úkol pracovní paměti – ať už je to zapamatování si barevných čtverečků nebo zapamatování vašeho nákupního seznamu – měl existovat nějaký distribuovaný a časově se vyvíjející vzorec nervové aktivity, který flexibilně rekrutuje mozkové oblasti a nervové mechanismy potřebné k provedení práce (Courtney, 2022; Iamshchinina, Christophel, Gayet a Rademaker, 2021; Lorenc & Sreenivasan, 2021; Christophel, Klink, Spitzer, Roelfsema a Haynes, 2017; Sreenivasan, Vytlacil a D'Esposito, 2014o). Nedávná práce skutečně ukázala, že informace o vizuálních podnětech lze překódovat do motorických reprezentací, pokud je odpověď předem známa (Henderson, Rademaker, & Serences, 2022; Boettcher, Gresch, Nobre, & van Ede, 2021), nebo může být překódováno do abstrahovaného mnemotechnického formátu (Kwak & Curtis, 2022; Rademaker, Chunharas, & Serences, 2019). Stručně řečeno, Stokesova práce inspiruje myšlenku, že neexistuje jedno místo nebo jeden mechanismus, který by byl konstantní během pracovní paměti. Místo toho je jedinou konstantou flexibilita a časová dynamika, která spojuje smyslové vstupy s kontextově specifickými behaviorálními cíli.
Superman bylinky cistanche
Jedním z důsledků dynamického kódovacího rámce je, že neexistuje žádné obecné řešení „problému“ s pracovní pamětí. Abychom porozuměli pracovní paměti, musíme přímo počítat s její nesmírnou flexibilitou. To bude vyžadovat jak vymýšlení nových úkolů, tak pečlivé zvážení toho, jak měnící se duševní stavy a kontexty chování ovlivňují zpracování i těch nejjednodušších úkolů. To neznamená, že některé principy pracovní paměti nebudou zobecňovat – některá „řešení“ mohou být více či méně podobná vzhledem ke vztahu mezi různými kontexty. Lepší pochopení dynamiky pracovní paměti – jak odhalil Stokes a další v minulém desetiletí – by však mělo motivovat k většímu uvažování o designu a relevanci našich úkolů pro každodenní život a pomoci nás vykopnout z atraktoru. stav myšlení, že existuje pouze jeden způsob, jak implementovat pracovní paměť do mozku.
REFERENCE
Boettcher, SEP, Gresch, D., Nobre, AC, & van Ede, F. (2021). Plánování výstupů ve vstupní fázi ve vizuální pracovní paměti. Science Advances, 7, eabe8212. https://doi.org/10 .1126/sci-adv.abe8212, PubMed: 33762341
Bouchacourt, F., & Buschman, TJ (2019). Flexibilní model pracovní paměti. Neuron, 103, 147–160. https://doi.org/10 .1016/j.neuron.2019.04.020, PubMed: 31103359
Christophel, TB, Klink, PC, Spitzer, B., Roelfsema, PR, & Haynes, J.-D. (2017). Distribuovaná povaha pracovní paměti. Trendy v kognitivních vědách, 21, 111–124. https://doi.org/10.1016/j.tics.2016.12.007, PubMed: 28063661
Courtney, SM (2022). Pracovní paměť je distribuovaný dynamický proces. Kognitivní neurovědy, 13, 208–209. https://doi.org /10.1080/17588928.2022.2131747, PubMed: 36200905
Henderson, MM, Rademaker, RL, & Serences, JT (2022). Flexibilní využití prostorových a motorických kódů pro ukládání vizuoprostorových informací. eLife, 11, e75688. https://doi.org/10.7554/eLife.75688, PubMed: 35522567
Iamshchinina, P., Christophel, TB, Gayet, S., & Rademaker, RL (2021). Základní úvahy pro zkoumání vizuálního ukládání pracovní paměti v lidském mozku. Vizuální poznání, 29, 425–436.https://doi.org/10.1080/13506285.2021.1915902
Kwak, Y., & Curtis, CE (2022). Odhalení abstraktního formátu mnemotechnických reprezentací. Neuron, 110, 1822–1828. https://doi.org/10.1016/j.neuron.2022.03.016, PubMed: 35395195
Libby, A., & Buschman, TJ (2021). Rotační dynamika snižuje interferenci mezi senzorickými a paměťovými reprezentacemi. Nature Neuroscience, 24, 715–726. https://doi.org/10.1038 /s41593-021-00821-9, PubMed: 33821001
Lorenc, ES a Sreenivasan, KK (2021). Přerámování debaty: Distribuovaný systémový pohled na pracovní paměť. Vizuální poznání, 29, 416–424. https://doi.org/10.1080 /13506285.2021.1899091
Murray, JD, Bernacchia, A., Roy, NA, Constantinidis, C., Romo, R., & Wang, X.-J. (2017). Stabilní populační kódování pro pracovní paměť koexistuje s heterogenní neurální dynamikou v prefrontálním kortexu. Proceedings of the National Academy of Sciences, USA, 114, 394–399. https://doi.org/10 .1073/pnas.1619449114, PubMed: 28028221
Panichello, MF, & Buschman, TJ (2021). Sdílené mechanismy jsou základem řízení pracovní paměti a pozornosti. Příroda, 592, 601–605. https://doi.org/10.1038/s41586-021 -03390-w, PubMed: 33790467
Panichello, MF, DePasquale, B., Pillow, JW, & Buschman, TJ (2019). Dynamika opravující chyby ve vizuální pracovní paměti. Nature Communications, 10, 3366. https://doi.org/10.1038 /s41467-019-11298-3, PubMed: 31358740
Rademaker, RL, Chunharas, C., & Serences, JT (2019). Koexistující reprezentace smyslových a mnemotechnických informací v lidské zrakové kůře. Nature Neuroscience, 22, 1336–1344. https://doi.org/10.1038/s41593-019-0428-x, PubMed: 31263205
Spaak, E., Watanabe, K., Funahashi, S., & Stokes, MG (2017). Stabilní a dynamické kódování pro pracovní paměť v prefrontální kůře primátů. Journal of Neuroscience, 37, 6503–6516. https://doi.org/10.1523/ JNEUROSCI.{6}}.2017, PubMed: 28559375
Sreenivasan, KK, Vytlacil, J., & D'Esposito, M. (2014). Distribuované a dynamické ukládání informací o stimulu pracovní paměti v extrastriatálním kortexu. Journal of Cognitive Neuroscience, 26, 1141–1153. https://doi.org/10 .1162/jocn_a_00556, PubMed: 24392897
Stokes, MG, Kusunoki, M., Sigala, N., Nili, H., Gaffan, D., & Duncan, J. (2013). Dynamické kódování pro kognitivní kontrolu v prefrontálním kortexu. Neuron, 78, 364–375. https://doi.org/10 .1016/j.neuron.2013.01.039, PubMed: 23562541
Wolff, MJ, Jochim, J., Akyürek, EG, Buschman, TJ, & Stokes, MG (2020). Posun kódů v rámci stabilního kódovacího schématu pro pracovní paměť. PLoS Biology, 18, e3000625. https://doi .org/10.1371/journal. bio.3000625, PubMed: 32119658
