Il cervello non è sempre efficiente

Brain III Painting by stephan geisler |

Le scoperte di un neuroscienziato della Purdue University suggeriscono che il cervello non è efficiente come pensiamo. Per essere efficienti, è meglio adattare gli sforzi all’obiettivo finale. Se i dispositivi o le connessioni di rete non sono in grado di visualizzare o trasmettere immagini ad alta risoluzione, non ha senso lo streaming di film ad alta definizione. Una versione meno elaborata non solo andrà bene, ma trasmetterà più velocemente senza artefatti a blocchi. Nelle neuroscienze, un indicatore dell’efficienza della trasmissione delle informazioni è chiamato codifica sparsa. La codifica sparsa significa che il cervello trasmette (codifica) le informazioni essenziali con pochi neuroni (sparsi). Interi campi sono stati basati sul presupposto che il cervello deve essere perfettamente efficiente, come una macchina, per svolgere bene il suo lavoro. Ma questa ricerca ha rilevato che non è sempre così. Questa sorprendente scoperta dei neuroscienziati è riportata in un recente articolo di Nature Communications Biology, “Pseudosparse Neural Coding in the Visual System of Primates”. Per misurare la codifica sparsa, i ricercatori hanno valutato i dati trasportati su ciascun neurone. Quando dati simili vengono visualizzati in molti neuroni, il team può dire che il processo non è sparso, non è efficiente. Per ottenere un alto grado di codifica sparsa, ogni neurone o unità di trasporto dati deve trasportare o trasmettere un’informazione separata. I neuroni devono trasmettere più informazioni con meno, senza una sovrapposizione di dati tra vari vettori. Una misura chiamata correlazione quantifica tale sovrapposizione. Se troppi neuroni trasportano informazioni simili, la correlazione è alta. Nel cervello, quando i meccanismi sono autenticamente rari, non c’è correlazione tra i neuroni. Questa ricerca che esamina molte diverse regioni del cervello corticale ha rivelato alcune intuizioni interessanti: quando sembra che il cervello stia conducendo una codifica sparsa (utilizzando misure ampiamente accettate), c’è in realtà una correlazione significativa. In tali casi, il cervello è pseudosparse, o “non autenticamente sparso”. Questi risultati ribaltano la convinzione comune che il cervello sia il meccanismo più efficiente da emulare durante la progettazione di una varietà di applicazioni ingegneristiche. Allo stesso tempo, dato che questi meccanismi pseudosparsi hanno resistito al processo evolutivo nel tempo, forse c’è qualcosa da dire sul fatto che la codifica sparsa non è sempre il modo migliore per fornire informazioni. Lo studio in dettaglio di questi meccanismi pseudosparsi aiuterà gli scienziati a comprendere i vari processi cerebrali e la loro rilevanza per la malattia e la riabilitazione. Quindi, se il cervello non è sempre efficiente, come si dovrebbero approcciare gli scienziati alla progettazione delle macchine? La risposta: valuta l’attività, quindi scegli cosa emulare. È vero che nei casi in cui c’è molta variabilità o rumore di fondo, il cervello è più in grado di concentrarsi sul compito da svolgere. Ma nei casi in cui c’è pochissima interferenza del segnale, usare il cervello come modello potrebbe portare a un design eccessivo. Ad esempio, un braccio robotico che semplicemente raccoglie e posiziona oggetti in un ambiente controllato non deve preoccuparsi del rumore o dell’interferenza del segnale. I suoi programmi possono permettersi di essere diretti ed efficienti. D’altra parte, la guida autonoma avviene in ambienti molto più complessi, con molta più variabilità e rumore, ambienti in cui il cervello eccelle. In tali casi, appoggiarsi al cervello per trovare ispirazione avvantaggia l’eventuale processo di progettazione. Lo studio della “pseudosparsità” della codifica cerebrale fornisce preziose informazioni non solo sul funzionamento del cervello, ma anche sulla biomimetica e sulle sue applicazioni efficaci in ingegneria.

Daniele Corbo

Bibliografia: “Pseudosparse neural coding in the visual system of primates” by Sidney R. Lehky, Keiji Tanaka & Anne B. Sereno. Nature Communications Biology

Immagine: Brain III (stephan geisler)

Rispondi

Inserisci i tuoi dati qui sotto o clicca su un'icona per effettuare l'accesso:

Logo di WordPress.com

Stai commentando usando il tuo account WordPress.com. Chiudi sessione /  Modifica )

Google photo

Stai commentando usando il tuo account Google. Chiudi sessione /  Modifica )

Foto Twitter

Stai commentando usando il tuo account Twitter. Chiudi sessione /  Modifica )

Foto di Facebook

Stai commentando usando il tuo account Facebook. Chiudi sessione /  Modifica )

Connessione a %s...

Questo sito utilizza Akismet per ridurre lo spam. Scopri come vengono elaborati i dati derivati dai commenti.