Selective Hippocampal Reactivation Driven by Neocortical Feedback Supports Memory Transfer in Predictive-Coding Networks
تقترح هذه الورقة إطار عمل للترميز التنبؤي حيث يتيح الاقتران غير المتماثل بين الشبكات الحصينية والقشرية الجديدة للتغذية الراجعة القشرية أن تنحاز بشكل انتقائي لإعادة تنشيط الحصين، مما يدفع عملية توحيد الأنظمة ونقل الذاكرة بكفاءة دون الحاجة إلى وصول صريح إلى الذكريات المخزنة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
يعد الدماغ البشري مكاناً للنشاط المستمر والهادئ. فحتى عندما نكون نائمين أو مستريحين وأعيننا مغلقة، تستمر شبكات هائلة من الخلايا العصبية في إطلاق الإشارات، ليس بسبب حدوث شيء ما في الخارج، بل بسبب إيقاعاتها الداخلية الخاصة. هذا الطنين الخلفي ليس ضجيجاً عشوائياً؛ بل هو استرجاع الدماغ لأنماط النشاط التي صنعها خلال اليوم. يطلق العلماء على هذه الظاهرة اسم "إعادة التنشيط". ويُعتقد على نطاق واسع أن هذه العملية ضرورية للذاكرة، حيث تعمل كجسر ينقل التجارب من منطقة تخزين مؤقتة في الدماغ إلى نظام تخزين دائم. وتفسر هذه العملية، المعروفة باسم "توطيد الأنظمة"، سبب قدرتنا على تذكر أشياء من سنوات مضت دون الحاجة إلى الاعتماد باستمرار على مركز التسجيل الأولي قصير المدى في الدماغ. ومع ذلك، لعدة عقود، ظل سؤال جوهري بلا إجابة: كيف يقرر الدماغ أي الذكريات يعيد تشغيلها؟ لماذا يختار تقوية بعض الذكريات بينما يترك أخرى وراءه، خاصة عندما يبدو أنه يعمل من تلقاء نفسه دون أي محفزات خارجية؟
تقدم دراسة جديدة أجراها باحثون في جامعة باريس ساكلي (University of Paris-Saclay) إجابة مقنعة عبر بناء نموذج حاسوبي يحاكي كيفية تواصل نظامي الذاكرة الرئيسيين في الدماغ. ركز الباحثون على التفاعل بين الحصين (hippocampus)، وهو بنية في عمق الدماغ تعمل كمسجل سريع للتجارب الجديدة، والقشرة المخية (neocortex)، وهي الطبلة الخارجية المسؤولة عن التخزين طويل المدى والتفكير المعقد. في نموذجهم، أنشأوا شبكتين متصلتين: واحدة تمثل الحصين والأخرى تمثل القشرة المخية. وقاموا ببرمجة هاتين الشبكتين للتواصل بطريقة تحاكي الملاحظات البيولوجية الحقيقية. ترسل شبكة الحصين إشارات إلى الشبكة القشرية، لكن الشبكة القشرية ترسل أيضاً تغذية راجعة يمكنها كبح نشاط الحصين. هذا الإعداد يخلق حلقة مغلقة حيث يعدل النظامان بعضهما البعض باستمرار.
اكتشف الباحثون أن حلقة التغذية الراجعة البسيطة هذه كافية لحل لغز تحديد أولويات الذاكرة دون الحاجة إلى أي تعليمات خارجية أو متحكم مركزي. فعندما تُرك النموذج ليعمل بمفرده، محاكياً حالة الراحة أو النوم، لم تقم شبكة الحصين بإعادة تشغيل جميع الذكريات بالتساوي. بدلاً من ذلك، ركزت بشكل انتقائي على الذكريات التي لم تتعلمها الشبكة القشرية جيداً بعد. تعمل هذه الآلية كنظام تصحيح ذاتي؛ فعندما "تفهم" الشبكة القشرية نمطاً ذاكرياً بنجاح، فإنها ترسل إشارة تعود بها لتضعف نشاط الحصين المتعلق بتلك الذاكرة المحددة. وعلى العكس من ذلك، إذا واجهت الشبكة القشرية صعوبة في إعادة بناء ذاكرة ما، تكون التغذية الراجعة ضعيفة، مما يسمح للحصين بالاستمرار في إعادة تشغيل ذلك النمط الصعب. وهذا يخلق انحيازاً طبيعياً حيث يستهدف الدماغ تلقائياً الفجوات في معرفته، مما يضمن أن الأمور الأكثر عدم اكتمالاً تحصل على أكبر قدر من الاهتمام.
ولاختبار هذه الفكرة، استخدم الباحثون مجموعة من الأنماط البصرية، تشبه الصور البسيطة للأرقام، كمتن لذاكرتهم. قاموا أولاً بتدريب شبكة الحصين على تخزين هذه الأنماط، ثم فصلوا المدخلات الخارجية وتركوا الشبكتين تتفاعلان. أظهرت النتائج أن النظام نقل الذكريات من شبكة الحصين إلى الشبكة القشرية بشكل أسرع بكثير مما لو كان النظام يعيد تشغيل الذكريات بترتيب عشوائي ومنتظم. كان النموذج فعالاً بشكل خاص عند التعامل مع مجموعات من الذكريات المتشابهة. ففي نهج المراجعة المنتظم، حيث يتم اختيار الذكريات عشوائياً، كان النظام سيضيع الوقت في إعادة تعلم الأنماط التي يعرفها جيداً بالفعل، خاصة إذا كانت تلك الأنماط متشابهة جداً فيما بينها. وفي المقابل، تجاهل النموذج المدفوع بالتغذية الراجعة الأنماط المتعلمة جيداً وركز بدقة على الأنماط التي لا تزال تسبب أخطاءً، متجاوزاً بذلك العمل الزائد عن الحاجة بفعالية.
كما استكشفت الدراسة ما يحدث عند إضافة ذكريات جديدة بينما لا يزال النظام يعمل على الذكريات القديمة. في النموذج، عندما تم إدخال نمط جديد، خلق ذلك فوراً فجوة كبيرة بين ما يعرفه الحصين وما تعرفه القشرة. انتقل النظام على الفور للتركيز على هذا المحتوى الجديد غير المدعوم، معطياً الأولوية له تماماً كما يفعل مع ذاكرة صعبة من الماضي. يشير هذا السلوك الديناميكي إلى أن الدماغ لا يحتاج إلى "علامة" منفصلة لتمييز الذاكرة كـ "جديدة" أو "مهمة". فالأولوية تنبثق طبيعياً من عدم التطابق بين النظامين. ومع تعلم الشبكة القشرية للمعلومات الجديدة، تتقلص الفجوة، وينتقل النظام طبيعياً إلى التحدي التالي.
يقدم هذا العمل منظوراً جديداً لكيفية عمل توطيد الذاكرة في الدماغ الحقيقي. فهو يشير إلى أن تحديد أولويات الذكريات لا يحركه ساعة داخلية معقدة أو نظام مكافأة، بل عملية حسابية محلية بسيطة للخطأ. يبدو أن الدماغ يتحقق باستمرار من فهمه الخاص، وأن أجزاء الذاكرة الأقل فهماً هي التي تحصل على أكبر قدر من الممارسة. وبينما تعتمد الدراسة على عمليات محاكاة حاسوبية وشبكات مبسطة، فإن المبادئ التي تكشف عنها تتماشى مع الملاحظات البيولوجية لكيفية تفاعل القشرة أمام الجبهية والحصين أثناء النوم. وتشير النتائج إلى أن قدرة الدماغ على تنظيم تعلمه هي سمة متأصلة في كيفية ترابط هذين النظامين معاً، مما يحول مشكلة محتملة تتعلق بمحدودية الطاقة والوقت إلى عملية عالية الكفاءة للتحسين الذاتي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.