Мозг может разрешать противоречия в зрительной информации, позволяя разным участкам коры «договориться» об общей интерпретации. К такому выводу пришла международная группа ученых, чье исследование опубликовано в журнале Nature Neuroscience. Обнаруженный механизм, который авторы назвали «поиском консенсуса», объясняет, как из разрозненных сигналов формируется целостное восприятие.
Нейробиологи давно пытаются понять, как узкоспециализированные отделы мозга координируют свою работу, чтобы создавать единую картину мира. Исследователи из Лаборатории в Колд-Спринг-Харбор, Кембриджского университета и Университетского колледжа Лондона изучили взаимодействие двух соседних областей зрительной коры: первичной (V1) и латеромедиальной (LM). Эти зоны постоянно обмениваются сигналами, обрабатывая визуальные данные.
В ходе эксперимента ученые обучили мышей распознавать два разных визуальных узора, вознаграждая их за реакцию только на один из них. Во время выполнения задачи исследователи временно отключали активность в одной из двух областей – V1 или LM, чтобы наблюдать, как вторая будет работать в одиночку. Полученные данные легли в основу компьютерной модели – искусственной нейронной сети, которая имитировала взаимодействие этих двух зон.
Моделирование показало, что когда V1 и LM генерировали совпадающие паттерны нейронной активности, эти паттерны становились устойчивыми и сохранялись дольше. Если же активность в двух областях противоречила друг другу, несогласованные сигналы быстро затухали – буквально за доли секунды. По словам авторов, именно связи между участками мозга и формируют механизм, который они назвали «поиском консенсуса».
Ученые предполагают, что этот принцип может быть универсальным для всей новой коры головного мозга. Например, с его помощью мозг может согласовывать данные от разных органов чувств, когда то, что мы видим, расходится с тем, что мы слышим. Это поможет лучше понять, как мозг формирует стабильную картину реальности из конкурирующих сигналов, и что происходит при сбоях в этом процессе. Схожие принципы могут пригодиться и при разработке систем искусственного интеллекта, которым необходимо обрабатывать противоречивые потоки информации.
