私たちの脳が時間とともに知識をどのように適応させるか
研究によると、脳が理解を更新しながら知識の安定性を維持する方法がわかったよ。
― 1 分で読む
人間の脳はすごいよね。周りの世界が常に変わってる中で、その世界の理解を変えたり適応したりできるから。この適応する能力は、生物学的なシステムや人工システムがどう機能するかのカギなんだ。
世界についての知識を考えるとき、それは概念の集まりだと思える。これらの概念は、新しいことを学ぶときに変わる柔軟さが必要だけど、すでに知っていることを忘れないように、一定の安定性も必要だ。この同時に変わったり安定したりする能力を「意味的可塑性」って呼んでる。
例えば、コオロギについて知っていることを考えてみて。最初は、ジャンプしてチリチリ鳴く夏の庭にいる虫って思うかもしれない。でも、タイの屋台で揚げコオロギを食べたら、コオロギの理解が変わるよね。今や、ビールに合うカリカリのおやつだってわかる。コオロギの概念は変わったけど、以前知っていたことはまだ覚えてる。
新しい経験に基づいて知識を更新する能力は、短期間でも長期間でも起こる。時間が経つにつれて、新しいことを学ぶときに理解が微妙に変わることもある。たとえば、コオロギが突然スナックと結びつくと、「コオロギ」って聞いたときのイメージが変わるかもしれない。異なる概念のつながりは、私たちが学び、コミュニケーションする方法の中心なんだ。
人生を通じて経験を増やしていくと、概念同士のつながりが変わることがある。コオロギを木や庭だけじゃなくてスナックとも結びつけるかもしれない。これらのつながりは、新しいカテゴリを学ぶ方法や、そのカテゴリを言語で説明する方法に影響を与える。2つのアイテムがよく一緒に見つかると、脳はそれらが関連していると考えやすくなる。
新しい概念間のつながりを学ぶために、脳は新しい情報を既に知っていることに組み込もうとする。研究では、過去の知識に関連しない新しいことを学んでも、脳はまだ連想を形成できることが示されている。これは「統計的学習」と呼ばれるプロセスを通じて起こり、私たちが意識的に努力していなくても、パターンを察知するんだ。脳のさまざまな領域、特に内側側頭葉(MTL)がこの学習に大きな役割を果たしている。
MTLは記憶を形成し、異なる情報の関係を理解するのに重要だ。新しいことを学ぶとき、脳が個々のアイテムを表現する方法が変わることがある。連想を形成するにつれて、脳は関連するアイテムのために似たパターンを持つようになる。
新しい情報が既存の知識構造にどう合うかを理解する必要がある。詳細はまだわからないけど、特定の脳の領域が関係の理解を必要とするタスクにおいて重要だと言われている。
私たちの主な疑問は、新しい情報がどう既存の知識と混ざるのかってこと。一般的に、脳が新しい情報をどう扱うかは大きな研究分野だ。いくつかの理論は、脳が最初に新しい記憶を海馬で処理して、時間が経つにつれて徐々に脳の外側に移すと提唱している、特に睡眠中に。しかし、最近のアイデアでは、既に知っていることにうまくフィットすれば、脳は新しい情報をすぐに学べるらしい。
これは、大きな知識の変化にはこの徐々に進むプロセスが必要かもしれないけど、小さな変化は迅速に起こる可能性があるって示唆してる。新しい情報がなくても神経パターンが変わる「表象のドリフト」って現象もあって、これは脳が常に学び続ける方法として注目されている。
私たちの目標は、概念の理解が時間と新しい経験に応じてどう変わるかを研究することだ。脳が柔軟であることは明らかだけど、多くの研究は物体の理解に安定性がある前提で進められている。私たちは、概念が短期間や長期間でどう変わるかを見たいと思っている。
これを実行するために、参加者が数ヶ月にわたって何千もの画像を見た研究のデータを分析した。これにより、アイテムの理解が時間とともに変化するかを探るための豊富なデータセットが得られる。特に、急速な学習や物体の理解における役割が知られている内側側頭葉を見たかった。
参加者がこれらの画像を見ている間に、物体の脳のパターンが時間とともに変わるだろうと予想していた。内側側頭葉には、物体の意味に関する情報も含む信頼できる表象が見つかった。約8ヶ月の間に、視覚的に関連する領域の中で、周辺海馬皮質の物体の表象が他の領域と比べて最も変化した。
さらに詳しく見ると、これらの領域の変化はしばしば参加者が最近視覚環境で見たものによって説明できることがわかった。これは、脳が新しい経験や情報に継続的に適応できることを示している。
要するに、私たちの脳は新しい物体に関する情報を吸収しながら、すでに知っていることを把握し続けることができる。周辺海馬皮質はこの過程で重要な役割を果たしているようで、新しい経験に応じて世界の理解がどう変わるかを示している。
実験では、参加者が多くの自然な画像を見て、その画像を認識しているかどうかを示すタスクを行った。この設定により、アイテムとその意味が脳にどのように表現されるかについての広範なデータを収集できた。参加者が時間とともにこれらの画像にどのように関わったかを見て、彼らのメンタルな表象の安定性と柔軟性を分析できた。
どの脳の領域がこれらのアイテムの信頼できる表象を持っているかを調べると、視覚処理に関与するすべての領域が注目すべき成功を収めていることがわかった。特に、内側側頭葉には短期的にも長期的にも変化する動的な意味的表象が含まれていた。
この理解の変化を時間をかけて見るために、同じアイテムについての脳の活動パターンがどれほど似ているかを見た。セッション間の時間が長くなるにつれてパターンが似なくなることを観察し、アイテムに対する理解が変化していることを示している。全体的に、物体を脳で表現する際の可塑性は、すべての領域で均一ではないことがわかった。
内側側頭葉では、変化の速度やパターンが異なることに気づいた。ある領域は最近の情報に迅速に反応し、他の領域はより安定している。これは、特定の脳の領域が新しい情報をすぐに吸収し、別の領域が一貫した表現を保持するバランスを示唆している。
この研究は、人間の脳が安定性と柔軟性のバランスをどのように管理するかを強調している。一部の領域では表象が一定のままだが、特に周辺海馬皮質では最近の経験に影響を受けて時間とともに漂うことがある。
結論として、私たちの研究は、人間の脳が視覚的な物体の理解において、安定性と適応性の両方をどう受け入れるかに光を当てている。脳の中には安定した表象を維持する部分もあれば、周辺海馬皮質のように変化する環境に応じてすぐに調整できる区域もある。この微妙なバランスが、私たちが世界を信頼できる理解を持ちながら、新しい情報に適応する能力を持たせているんだ。
タイトル: Semantic plasticity across timescales in the human brain
概要: Our representations of the world need to be stable enough to support general knowledge but flexible enough to incorporate new information as our environment changes. How does the human brain manage this stability-plasticity trade-off? We analyzed a large dataset in which participants viewed objects embedded in thousands of natural scenes across many fMRI sessions. Semantic item representations were located by jointly leveraging a voxelwise encoding model to find reliable item representations and a word-embedding model to evaluate semantic content. Within the medial temporal lobe, semantic item representations in hippocampal subfield CA1, parahippocampal cortex, and perirhinal cortex gradually drifted across a period of multiple months. Whole-brain analyses revealed a gradient of plasticity in the temporal lobe, with drift more evident in anterior than posterior areas. On short timescales, rapid plasticity was observed only in parahippocampal cortex, such that item co-occurrence statistics warped item representations within a single session. Together, the results suggest that the brain solves the stability-plasticity trade-off through a gradient of plasticity across semantic regions.
著者: Sarah H Solomon, K. Kay, A. C. Schapiro
最終更新: 2024-05-24 00:00:00
言語: English
ソースURL: https://www.biorxiv.org/content/10.1101/2024.02.07.579310
ソースPDF: https://www.biorxiv.org/content/10.1101/2024.02.07.579310.full.pdf
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。