Мозг человека способен легко отвлекаться, но также обладает удивительной способностью к возвращению внимания. Учёные из Института Пиковера по изучению обучения и памяти при Массачусетском технологическом институте (MIT) обнаружили механизм этого процесса. В ходе нового исследования на животных они выяснили, что синхронизированная нейронная активность, проявляющаяся в виде вращающейся волны по всей коре головного мозга, помогает вернуть мыслительный процесс к выполняемой задаче.
«Вращающиеся волны действуют подобно пастухам, направляющим кору головного мозга обратно на верный вычислительный путь», – объясняет старший автор исследования Эрл К. Миллер, профессор Института Пиковера и факультета когнитивных и мозговых наук MIT.
Руководил этой работой Тамал Батабьял, научный сотрудник Института Пиковера. Результаты исследования были опубликованы 3 ноября в издании _Journal of Cognitive Neuroscience_.
В ходе экспериментов животные выполняли задачу на зрительную рабочую память. Иногда они сталкивались с одним из двух типов отвлекающих факторов, которые, как и ожидалось, ухудшали их производительность, приводя к ошибкам или замедляя время реакции. Во время выполнения задачи учёные регистрировали электрические сигналы от сотен нейронов в префронтальной коре – области мозга, отвечающей за принятие решений и сложные мыслительные процессы.
Чтобы понять, как нейронная активность меняется со временем и при различных условиях (с отвлечением и без, а также при точном или неточном выполнении задачи), команда использовала математический метод, известный как субпространственное кодирование (_subspace coding_). Эта методика позволяет визуализировать, как группы нейронов координируют свою активность, выявляя скрытые закономерности их организации.
«Подобно тому, как скоординированно движутся стаи скворцов в небе», – сравнивает Миллер.
После каждого отвлечения исследователи наблюдали вращающийся паттерн внутри субпространства – словно «скворцы» возвращались в строй после рассеивания. Миллер утверждает, что это круговое движение отражает восстановление мозгом его скоординированного состояния после прерывания.
Более того, степень этого вращения даже предсказывала успешность выполнения задачи. Если отвлечение не приводило к ошибке, нейронная активность формировала полный круг, что свидетельствовало о полном восстановлении. Однако при нарушении производительности круг оставался незавершённым (в среднем, на 30 градусов), а вращения происходили медленнее. Это замедление, вероятно, указывало на неспособность мозга полностью восстановить концентрацию.
Ещё одно важное наблюдение заключалось в том, что восстановление улучшалось, когда между отвлекающим фактором и требуемым ответом проходило больше времени. Данные демонстрируют, что мозгу необходим этот интервал, чтобы завершить своё «вращение» в математическом пространстве и восстановить как нейронную активность, так и поведенческую сосредоточенность.
Субпространственное кодирование выявило, что нейроны функционируют в высокоскоординированном вращательном паттерне, который способствует сохранению внимания. Примечательно, что эти вращения возникали только при наличии отвлекающих факторов (независимо от их типа) и не появлялись спонтанно.
Изначально субпространственное кодирование представляло собой лишь абстрактное математическое описание нейронной активности во времени. Однако при изучении прямых физических измерений учёные обнаружили, что оно действительно отражает реальную бегущую волну, вращающуюся по всей коре. Многочисленные измерения показали, что спайковая активность нейронов имела пространственный порядок с непрерывно меняющимися углами, что соответствовало волне активности, вращающейся над кортикальным электродом. Фактически, реальная волна вращалась с той же скоростью, что и её математическое представление в субпространственном кодировании.
«В принципе, нет никакой очевидной причины, почему вращение в этом математическом субпространстве должно точно соответствовать вращению на поверхности коры», – отмечает Миллер. – «Однако это так. Это наводит меня на мысль, что мозг использует эти бегущие волны для выполнения вычислений – так называемых аналоговых вычислений. Аналоговые вычисления значительно более энергоэффективны, чем цифровые, а биология всегда отдаёт предпочтение энергоэффективным решениям. Это иной, более естественный способ осмысления нейронных вычислений».
Помимо Эрла К. Миллера и Тамала Батабьяла, соавторами работы стали Скотт Бринкат, Джейкоб Донохью, Микаэль Лундквист и Мередит Манке.
Исследование получило финансовую поддержку от Управления военно-морских исследований, Центра социальных наук Саймонса, фонда Freedom Together и Института Пиковера по изучению обучения и памяти.
