Новое исследование американских ученых ставит под сомнение привычное представление о том, как мозг принимает решения. Раньше считалось, что сенсорные области в основном передают полученную информацию дальше по цепочке, а окончательное решение формируется уже в более высоких отделах мозга. Новые данные показывают, что процесс может начинаться значительно раньше.
Работу провели исследователи Университета Иллинойса в Урбане-Шампейне. Они изучали активность нейронов у мышей, которые перемещались по виртуальному коридору и должны были принимать решения на основе воспринимаемой информации. Особое внимание ученые уделили первичной соматосенсорной коре — одной из самых ранних областей обработки сенсорных сигналов.
Оказалось, что эта область не просто пассивно передает данные другим участкам мозга. В ней уже появлялась активность, связанная непосредственно с выбором и принятием решения. Более того, исследователи обнаружили признаки того, что работа первичной сенсорной коры изменяется под воздействием сигналов, приходящих от более высоких областей мозга.
Это указывает на существование сложных петель обратной связи. Вместо строго последовательной схемы, при которой информация движется только снизу вверх — от органов чувств к участкам принятия решений, — мозг, вероятно, постоянно обменивается сигналами между разными уровнями обработки. Высшие области могут почти мгновенно влиять на то, как ранние сенсорные центры интерпретируют входящую информацию.
Такой принцип заметно отличается от архитектуры многих искусственных нейронных сетей. В традиционных системах данные обычно проходят через последовательность уровней обработки в одном направлении. Биологический мозг, судя по новым результатам, гораздо активнее использует обратные связи, позволяя разным областям непрерывно корректировать работу друг друга.
Исследователи считают, что понимание таких механизмов может оказаться полезным не только для нейробиологии, но и для разработки новых систем искусственного интеллекта. Человеческий мозг способен выполнять чрезвычайно сложные задачи при сравнительно небольшом энергопотреблении, тогда как современные ИИ-модели требуют огромных вычислительных ресурсов.
В перспективе архитектуры, вдохновленные подобными обратными связями, могут помочь создать более энергоэффективные и гибкие нейросети. Однако авторы подчеркивают, что нынешнее исследование не дает готовой схемы для построения нового поколения ИИ. Пока оно лишь показывает, что биологический механизм принятия решений может быть значительно сложнее привычной модели.
Следующим этапом станет более точное изучение временной последовательности сигналов. Ученые хотят понять, когда именно включаются разные петли обратной связи, как быстро информация проходит между областями мозга и каким образом эти взаимодействия меняются непосредственно во время выбора.
Для этого исследовательская группа планирует создавать новые методы измерения нейронной активности с более высоким временным разрешением. Такие инструменты могут помочь лучше понять, как отдельные сигналы объединяются в единую систему принятия решений и как разные уровни мозга влияют друг на друга в реальном времени.
При этом результаты пока получены на мышах, поэтому переносить их напрямую на человеческий мозг следует осторожно. Тем не менее работа дополняет растущее количество данных о том, что мозг функционирует не как последовательная вычислительная цепочка, а как динамическая сеть с постоянным двусторонним обменом информацией.
Если дальнейшие исследования подтвердят этот принцип и для других областей мозга, он может изменить представления как о биологическом интеллекте, так и о том, каким образом стоит проектировать будущие искусственные системы. Вместо простого увеличения числа параметров разработчики смогут активнее использовать архитектуры с глубокими обратными связями между разными уровнями обработки.