Интерфейс мозг-компьютер помог проследить формирование новых паттернов нейронной активности. Таким экспериментом похвастались ученые из университета Питтсбурга, а статью с результатами опубликовали в PNAS.
Credit: Neurosciencenews.com
Свое исследование они проводили на макаках-резусах: от животных требовалось перемещать курсор на экране компьютера так, чтобы он совмещался с заданными мишенями, или удерживать его на них. От интерфейса мозг-компьютер требовалось фиксировать связь между движением курсора и мозговой активностью обезьян. От ученых – зафиксировать и проанализировать результаты.
Всего им удалось зарегистрировать активность около 90 нейронных единиц в первичной моторной коре животных. Сначала – когда обезьяны просто учились двигать курсором безо всякой цели. Через неделю им предложили выполнить задание. Паттерны нейронной активности в начале наблюдения и в результате эксперимента исследователи записали и внимательно изучили.
Оказалось, что по прошествии недели обмен импульсами между нейронами претерпел значительные изменения: было очевидно появление новых паттернов. Это значит, что нейроны по-разному общаются между собой в условиях интуитивного действия и в случае с направленным обучением, необходимым для решения конкретных задач. Исследователи считают, что подобные изменения происходят и в мозге человека.
Таким образом, для того, чтобы научиться чему-то новому, нужно иметь не только желание и нервные клетки, но и способность к изменению паттернов их взаимодействия. Все просто: новые синаптические связи – новые навыки (или возвращение утраченных).
В своей статье исследователи высказывают надежду на то, что с помощью их наблюдений станет возможно улучшить и развить технологии нейроуправления и моторного обучения. Они предполагают, что благодаря их открытию человечество значительно продвинется и в технологиях обучения: от игры на очередном музыкальном инструменте до восстановления адекватной двигательной функции после повреждений мозга.
Текст: Дарья Тюльганова
New neural activity patterns emerge with long-term learning by Emily R. Oby, Matthew D. Golub, Jay A. Hennig, Alan D. Degenhart, Elizabeth C. Tyler-Kabara, Byron M. Yu, Steven M. Chase, and Aaron P. Batista in PNAS.
doi:10.1073/pnas.1820296116