Selective encoding of priors for flexible categorization but not Bayesian inference in the frontal eye field

Dit onderzoek toont aan dat neurale activiteit in de frontale oogvelden (FEF) priors encodeert voor flexibele categorisatie, maar niet voor Bayesiaanse inferentie, wat suggereert dat deze twee cognitieve mechanismen in de primatenhersenen dissociabel en verspreid zijn.

De kern

Stel je voor dat je hersenen een superkrachtige detective zijn die probeert de wereld om je heen te begrijpen. Soms is het beeld vaag of onduidelijk, net als als je door een beslagen raam kijkt. Dan doen we een beroep op onze "voorkennis" (in de wetenschap priors genoemd) om het beeld scherp te stellen.

Deze studie gaat over hoe onze hersenen die voorkennis gebruiken. Er zijn twee manieren om dit te doen, en de onderzoekers hebben ontdekt dat ons brein ze niet op dezelfde manier verwerkt.

De Twee Manieren om te Raden

1. De "Wiskundige" Manier (Bayesiaans):
   Stel je voor dat je een kok bent die een soep proeft. Als de soep te zout is (onduidelijk signaal), maar je weet dat je de kok een beetje zout hebt gegeven (voorkennis), dan past je brein de smaak automatisch aan. Het combineert de zoute smaak en je kennis over het zout om tot de perfecte smaak te komen. Dit is Bayesiaanse inferentie: het combineren van feiten en verwachtingen tot een nieuwe, optimale conclusie.

2. De "Scheidsrechter" Manier (Categorisatie):
   Nu stel je je voor dat je een scheidsrechter bent bij een voetbalwedstrijd. Je hebt een lijn getrokken op het veld. Als de bal aan de ene kant is, is het "uit". Aan de andere kant is het "binnen". Soms is de bal net op de lijn en is het wazig. In plaats van de lijn te verplaatsen om de bal beter te passen, schuif je de lijn zelf een beetje op, afhankelijk van wat je verwacht. Als je denkt dat de speler slim is, verplaats je de lijn zodat je vaker "binnen" roept. Dit is flexibele categorisatie: je verandert je regels, maar je combineert ze niet echt met de onzekerheid van het moment.

Wat hebben de onderzoekers gedaan?

De wetenschappers keken naar een klein, maar belangrijk stukje in het brein van apen (en mensen doen hetzelfde): het Frontale Oogveld (FEF). Dit is het commandocentrum dat helpt bij het bewegen van je ogen en het zien van de wereld.

Ze lieten de apen een spelletje spelen waarbij ze moesten raden of een beeld stabiel was of bewoog.

• In sommige rondes was het beeld wazig door beweging (zoals als je zelf je hoofd schudt). Hier gebruikten de apen de "Wiskundige" manier: ze combineerden hun kennis met het beeld om het beste antwoord te geven.
• In andere rondes was het beeld wazig door ruis (zoals statisch op een oude tv). Hier gebruikten de apen de "Scheidsrechter" manier: ze schoven hun beslissingsgrens op, maar combineerden het niet slim met de onzekerheid.

Het Grote Ontdekking

De onderzoekers keken naar de neuronen in het FEF en zagen iets verrassends:

• De neuronen wisten in beide situaties wat de verwachting was (de prior). Ze "wisten" wat er zou komen.
• MAAR: De manier waarop deze neuronen reageerden, paste alleen bij de "Scheidsrechter" manier (de categorisatie). Ze hielpen bij het verschuiven van de grens, maar ze deden niet mee aan de slimme, wiskundige berekening (de Bayesiaanse inferentie) die nodig was voor de andere situatie.

De Conclusie in Eenvoudige Woorden

Het brein is niet één grote computer die alles op dezelfde manier berekent. Het is meer zoals een gereedschapskist met verschillende gereedschappen.

Voor het bewegen van je ogen en het categoriseren van dingen (is dit een hond of een kat?), gebruikt het brein een speciaal gereedschap in het FEF dat je verwachtingen gebruikt om je regels aan te passen. Maar voor het slimme, wiskundige afwegen van onzekerheid (Bayesiaanse inferentie), gebruikt het brein een heel ander gereedschap ergens anders.

Kortom: Je hersenen zijn slim genoeg om te weten dat je soms je regels moet aanpassen, maar ze doen dat niet altijd op de meest wiskundig perfecte manier. Ze kiezen het gereedschap dat het beste past bij de taak.

Technische samenvatting

Probleemstelling

Het menselijk en dierlijke zenuwstelsel gebruikt verwachtingen of priors (voorafgaande overtuigingen) om sensorische verwerking te moduleren en beslissingen te optimaliseren. Volgens klassieke Bayesiaanse modellen zouden deze priors de zintuiglijke onzekerheid moeten compenseren om de meest waarschijnlijke interpretatie van de wereld te genereren. Echter, er is geen garantie dat priors altijd op deze strikt Bayesiaanse manier worden verwerkt. Een alternatief mechanisme is dat priors simpelweg de interne beslissingsgrenzen (decision boundaries) verschuiven zonder interactie met de sensorische onzekerheid.

Het centrale probleem in dit onderzoek is het onderscheid maken tussen deze twee mechanismen op neuronale niveau:

1. Bayesiaanse inferentie: Priors combineren met sensorische input om onzekerheid te reduceren.
2. Flexibele categorisatie: Priors passen de drempels aan voor het classificeren van stimuli, maar zijn kwetsbaar voor ruis.

Eerdere studies toonden aan dat mens en apen beide strategieën kunnen gebruiken afhankelijk van de context, maar de neurale basis van deze dissociatie in de prefrontale cortex was nog onduidelijk.

Methodologie

De onderzoekers voerden een experiment uit waarbij ze de neurale activiteit registreerden in het Frontale Oogveld (FEF), een prefrontaal gebied dat cruciaal is voor visuele oogbewegingen (saccades) en visuele stabiliteit.

• Proefpersonen: Mensen en apen (Macaca).
• Taak: Een perceptuele taak waarbij subjecten moesten oordelen over visuele stabiliteit tijdens saccades (oogbewegingen).
• Experimenteel Ontwerp: De kern van de methode was het manipuleren van de onzekerheid op trial-by-trial basis binnen dezelfde taak:
  • Interne onzekerheid (Bewegingsgedreven): Hierbij was de onzekerheid gerelateerd aan de eigen oogbeweging. In deze conditie vertoonden subjecten Bayesiaans gedrag (ze verhoogden het gebruik van priors om de interne onzekerheid te compenseren).
  • Externe onzekerheid (Visuele beeldruis): Hierbij was de onzekerheid gerelateerd aan ruis in het visuele beeld. In deze conditie vertoonden subjecten anti-Bayesiaans gedrag (ze verlaagden het gebruik van priors; dit werd het beste verklaard door een model waarbij categorie-grenzen werden aangepast, maar gevoelig bleven voor beeldruis).
• Neurale Registratie: Er werd geëlectrofysiologisch gemeten in het FEF terwijl de subjecten tussen deze twee gedragsmodi schakelden.

Belangrijkste Bijdragen

1. Dissociatie van neurale mechanismen: Het paper levert direct bewijs dat de neurale mechanismen voor Bayesiaanse inferentie en visuele categorisatie gescheiden zijn en gedistribueerd voorkomen in de hersenen van primaten.
2. Selectieve codering in het FEF: Het onderzoek toont aan dat het FEF, hoewel het priors encodeert, specifiek betrokken is bij het vormen van flexibele beslissingsgrenzen voor categorisatie, en niet noodzakelijk bij het uitvoeren van Bayesiaanse inferentie.
3. Uniek experimenteel paradigma: Door één perceptuele taak te gebruiken die trial-by-trial varieert tussen Bayesiaanse en niet-Bayesiaanse uitkomsten, konden de auteurs uniek bepalen welke neurale activiteit correleerde met welk gedragspatroon.

Resultaten

De analyse van de neurale activiteit in het FEF leverde de volgende cruciale bevindingen op:

• Codering van Priors: De activiteit in het FEF signaleerde de aanwezigheid en waarde van priors in beide condities (zowel bij interne als externe onzekerheid). Dit betekent dat het FEF priors "weet" en verwerkt.
• Voorspellende waarde: De modulaire invloed van de priors op de neurale activiteit voorspelde echter alleen het anti-Bayesiaanse, categoriserende gedrag.
• Geen correlatie met Bayesiaans gedrag: Er was geen significante correlatie tussen de prior-gerelateerde modulatie in het FEF en het gedrag dat kenmerkend is voor Bayesiaanse inferentie (het optimaliseren van beslissingen onder interne onzekerheid).

Dit suggereert dat de neurale representatie van priors in het FEF specifiek dient voor het aanpassen van categorie-grenzen (flexibele beslissingen) en niet voor het uitvoeren van de complexe wiskundige operaties die nodig zijn voor Bayesiaanse inferentie.

Betekenis (Significance)

De bevindingen van dit onderzoek hebben verstrekkende implicaties voor het begrip van neurocomputatie:

• Mechanisme van Priors: Het laat zien dat het gebruik van priors in de hersenen niet uniek is voor Bayesiaanse optimalisatie. Priors kunnen ook dienen als een eenvoudiger mechanisme om beslissingsdrempels te verschuiven (categorisatie), wat een efficiëntere strategie kan zijn in bepaalde contexten.
• Neurale Architectuur: Het bewijst dat de hersenen gespecialiseerde circuits hebben voor verschillende soorten prior-gebruik. Het FEF is essentieel voor visuele categorisatie en flexibele beslissingen, terwijl andere gebieden (nog niet in dit paper geïdentificeerd) verantwoordelijk zijn voor Bayesiaanse inferentie.
• Brede Toepassing: Hoewel het onderzoek zich richt op visuele stabiliteit en oogbewegingen, zijn de conclusies relevant voor bredere cognitieve functies. Het suggereert dat de manier waarop de hersenen kennis combineren met nieuwe informatie afhangt van de specifieke taak en het type onzekerheid, en dat er geen enkelvoudig "Bayesiaans centrum" in de hersenen bestaat.