چشم‌های ما مملو از اطلاعات دیداری هستند ، اما نورون‌ها در چشمان ما محدودیت‌های خاصی دارند . بنابراین ، نورون‌ها چه چیزی را برای استخراج و ارسال به مغز انتخاب می‌کنند ؟ تاکنون ذهن شناسان از چندین نظریه مختلف برای پیش‌بینی اینکه نورون‌ها چه کار خواهند کرد ، استفاده کرده‌اند . اکنون دانشمندان چارچوبی را توسعه داده‌اند که نظریه‌های قبلی را به عنوان موارد خاص به هم پیوند می‌دهد و آن‌ها را قادر می‌سازد تا پیش‌بینی‌هایی در مورد انواع نورون‌ها که قبلا ً توسط هر نظریه‌ای توصیف نشده اند ، انجام دهند .
اشتراک :
داستان کامل
نورون‌ها در شبکیه ، اطلاعاتی را که برای انتقال به مغز دریافت می‌کنند را رمز می‌کنند .

اعتبار :


IST Austria / Birgit Rieger
چشم‌های ما مملو از اطلاعات دیداری هستند ، اما نورون‌ها در چشمان ما محدودیت‌های خاصی دارند . بنابراین ، نورون‌ها چه چیزی را برای استخراج و ارسال به مغز انتخاب می‌کنند ؟ تاکنون ذهن شناسان از چندین نظریه مختلف برای پیش‌بینی اینکه نورون‌ها چه کار خواهند کرد ، استفاده کرده‌اند . اکنون دانشمندان چارچوبی را توسعه داده‌اند که نظریه‌های قبلی را به عنوان موارد خاص به هم پیوند می‌دهد و آن‌ها را قادر می‌سازد تا پیش‌بینی‌هایی در مورد انواع نورون‌ها که قبلا ً توسط هر نظریه‌ای توصیف نشده اند ، انجام دهند .
دوربین‌های ویدیویی دیجیتال توانایی ثبت جزئیات باور نکردنی را دارند ، اما حفظ همه آن داده‌ها مقدار زیادی فضا را ذخیره می‌کنند : چطور می‌توانیم یک ویدئو را فشرده کنیم - - یعنی ، اطلاعات را حذف کنیم - - به نحوی که می‌توانیم تفاوت را وقتی که بازی می‌شود ببینیم ؟ به طور مشابه ، همانطور که ما در مورد زندگی روزمره خود می‌رویم ، چشم‌های ما مملو از اطلاعات دیداری هستند ، اما نورون‌ها در چشمان ما محدودیت‌های خاصی دارند - - درست مانند مهندسین داده‌ها . بنابراین ، با توجه به این مجموعه غنی از محرک‌ها ، نورون‌ها چه چیزی را برای استخراج و ارسال به مغز انتخاب می‌کنند ؟ neuroscientists چند دهه است که این سوال را پرسیده و قبلا ً چندین نظریه مختلف را برای توضیح و پیش‌بینی اینکه نورون‌ها در وضعیت‌های ویژه‌ای چگونه انجام خواهند داد ، به کار برده بودند . در حال حاضر ، متیو Chalk ( a سابق در موسسه World Vision در پاریس ) ، IST Austria Professor ، و Olivier Marre ، چارچوبی را توسعه داده‌اند که نظریات قبلی را به عنوان موارد خاص به هم پیوند می‌دهد و آن‌ها را قادر می‌سازد تا پیش‌بینی‌هایی در مورد انواع نورون‌ها که قبلا ً توسط هر نظریه‌ای توصیف نشده اند ، انجام دهند .
یکی از اهداف اصلی عصب‌شناسی حسی ، پیش‌بینی واکنش‌های عصبی با استفاده از مدل‌های ریاضی است . قبلا ً، این پیش‌بینی‌ها براساس سه نظریه اصلی بودند که هر کدام حوزه متفاوتی از کاربردپذیری را داشتند ، که مربوط به مفروضات متفاوت در مورد محدودیت‌های داخلی نورون‌ها ، نوع سیگنال و هدف از اطلاعات جمع‌آوری‌شده بودند . به طور کلی ، یک کد عصبی اساسا ً تابعی است که پیش‌بینی می‌کند که یک نورون باید " آتش " داشته باشد، یعنی ، سیگنال پتانسیل عمل را بسیار شبیه یک " ۱ " در الفبای دودویی که کامپیوترهای ما استفاده می‌کنند منتشر کند . مجموعه یک یا چند نورون در زمان خاص می‌تواند اطلاعات را رمز کند . کدگذاری موثر فرض می‌کند که نورون‌ها تا حد ممکن اطلاعات را رمز می‌کنند ، با توجه به محدودیت‌های داخلی خود ( سر و صدا ، متابولیسم و غیره ) . از طرف دیگر کدگذاری پیشگویانه ، فرض می‌کند که تنها اطلاعات مربوط به پیش‌بینی آینده ( به عنوان مثال یک حشره خواهد پرواز می‌کند ) کدگذاری می‌شود . در نهایت ، کدگذاری اسپارس فرض می‌کند که تنها چند نورون در هر زمان فعال هستند . یکی از مشکلات این وضعیت این بود که مشخص نبود این نظریه‌ها چگونه به هم مرتبط هستند ، و اگر آن‌ها با هم سازگار باشند . این تحولات اخیر نظم را به چشم‌انداز نظری نسبت می‌دهند : " قبلا ً هیچ ایده واضحی از نحوه اتصال و یا مقایسه این نظریه‌ها وجود نداشت . gasper Tkacik می‌گوید : " چارچوب ما بر این مساله غلبه می‌کند و آن‌ها را در یک ساختار فراگیر کنار هم قرار می‌دهد . "


یکشنبه 15 اردیبهشت 1398
بؤلوملر :