कैसे मनुष्य कार्य स्मृति को अनुकूलित करना सीखते हैं

जबकि वैज्ञानिक इस बात से सहमत हैं कि वर्किंग मेमोरी की क्षमता सीमित है, वे इस बारे में प्रतिस्पर्धी सिद्धांत प्रदान करते हैं कि यह कैसे और क्यों सच है। लेकिन ब्राउन यूनिवर्सिटी में कार्नी इंस्टीट्यूट फॉर ब्रेन साइंस के वैज्ञानिकों के नए शोध से पता चलता है कि वर्किंग मेमोरी पर सीमाएं क्यों मौजूद हैं।

माइकल फ्रैंक, कार्नी इंस्टीट्यूट के साथ संबद्ध संज्ञानात्मक और मनोवैज्ञानिक विज्ञान के एक प्रोफेसर, और अपनी प्रयोगशाला में एक स्नातक छात्र एनीरी सोनी ने बेसल गैन्ग्लिया और थैलेमस का एक नया कंप्यूटर मॉडल विकसित किया – काम करने के लिए प्रासंगिक मस्तिष्क के हिस्से – यह दर्शाता है कि काम करने वाली मेमोरी पर सीमाएं क्यों मौजूद हैं।

में प्रकाशित उनके अध्ययन के अनुसार एक प्रकार काजवाब सीखने के साथ करना है।

“हमने जो सिमुलेशन चलाया, वह दिखाता है कि अगर हमने एक समय में केवल कुछ वस्तुओं से अधिक पकड़ लिया, तो यह सीखना बहुत मुश्किल हो जाता है कि एक ही बार में इतनी सारी जानकारी का प्रबंधन कैसे करें, जैसे कि मस्तिष्क भ्रमित हो जाता है और इसका उपयोग नहीं कर सकता है जानकारी यह स्टोर करती है, “सोनी ने कहा। “एक ही समय में, हमारा शोध दर्शाता है कि जब इन सीमाओं का सामना किया जाता है, तो मस्तिष्क अंतरिक्ष को संरक्षित करने में मदद करने के लिए रणनीतिक रूप से एक तंत्र में टैप करने के लिए सीखता है।”

क्योंकि न्यूरोट्रांसमीटर डोपामाइन एक महत्वपूर्ण भूमिका निभाता है कि कैसे सीखने की स्मृति से संबंधित है, शोधकर्ताओं ने कहा कि इन निष्कर्षों ने डोपामाइन से संबंधित विकारों जैसे कि पार्किंसंस रोग, ध्यान घाटे-हाइपरएक्टिविटी डिसऑर्डर (एडीएचडी) और सिज़ोफ्रेनिया पर नई रोशनी डाली।

टीम मस्तिष्क के एक नए कंप्यूटर मॉडल का निर्माण और परीक्षण करके अपनी खोज पर पहुंची, जिसने 2018 में फ्रैंक लैब में शोधकर्ताओं द्वारा किए गए मनुष्यों के साथ एक प्रयोग के परिणामों को दोहराया और मैट नासर की प्रयोगशाला में शोधकर्ताओं, एक कार्नी इंस्टीट्यूट के एक सहायक प्रोफेसर न्यूरोसाइंस के सहायक प्रोफेसर और संज्ञानात्मक और मनोवैज्ञानिक विज्ञान। उस अध्ययन ने स्थापित किया कि मनुष्य अंतरिक्ष के संरक्षण के लिए काम करने वाली मेमोरी में एक साथ सूचना के संबंधित टुकड़ों को संपीड़ित करके “चंकर” जानकारी में सक्षम हैं।

सोनी को पता था कि वह सफलतापूर्वक एक मस्तिष्क की तरह कंप्यूटर मॉडल का निर्माण करेगी, जो जानकारी को संकुचित करने में सक्षम है जब उसने 2018 के प्रयोग के एक संस्करण में अपने मॉडल को चुनौती दी थी। उसने मॉडल ए स्क्रीन को रंगीन ब्लॉक के साथ अलग -अलग दिशाओं में उन्मुख दिखाया और फिर उसे याद करने के लिए कहा कि कौन सा रंगीन ब्लॉक किस दिशा में इंगित कर रहा था। कई परीक्षणों के दौरान, मॉडल ने सीखा कि कैसे रणनीतिक रूप से जानकारी संपीड़ित करें और समान रंगों, जैसे नीले और हल्के नीले रंग को एक साथ काटने लगे।

सोनी ने कहा कि नए मॉडल के साथ लैब के सिमुलेशन, क्षमता के बजाय सीखने के लिए, काम करने की स्मृति के वास्तविक चालक के रूप में, सोनी ने कहा। उसने एक मॉडल पर ट्रायल चलाकर इसे चंक करने की क्षमता के बिना लेकिन आइटम स्टोर करने के लिए बहुत सारे स्थान के साथ स्थापित किया। उसने पाया कि जबकि चंकिंग तंत्र के साथ मॉडल अपनी पूर्ण भंडारण क्षमता के लिए रणनीतिक रूप से जानकारी संग्रहीत करने में सक्षम था, चंकिंग तंत्र के बिना मॉडल को यह महसूस नहीं हुआ कि यह इतनी बड़ी मात्रा में भंडारण तक पहुंच है और भंडारण और दोनों में बदतर था और आइटम को पुनः प्राप्त करना।

मॉडल की सीखने की प्रक्रिया के लिए महत्वपूर्ण एक घटक एक ऐसा तंत्र है जो मानव मस्तिष्क की डोपामाइन वितरण प्रणाली का अनुकरण करता है, सोनी ने कहा। जब मॉडल बड़ी संख्या में ब्लॉकों के उन्मुखीकरण को याद करने का एक बेहतर काम कर रहा था, क्योंकि इसने अंतरिक्ष को बचाने के लिए समान रंगों को एक साथ काट दिया था, डोपामाइन डिलीवरी सिस्टम ने किक किया, मॉडल को इस रणनीति का उपयोग करने के लिए जारी रखने के लिए कहा कि जब उसी के साथ सामना करना पड़ा। बाद के परीक्षणों में बाधाओं का सेट।

प्रयोगों के एक अन्य भाग में, सोनी ने पार्किंसंस रोग, सिज़ोफ्रेनिया और एडीएचडी के रोगियों में डोपामाइन के स्तर के बारे में जो कुछ भी जाना जाता है, उसका अनुकरण करने के लिए मॉडल के डोपामाइन डिलीवरी प्रणाली को बदल दिया। जब उसने मॉडल को परीक्षणों की एक ही श्रृंखला के लिए चुनौती दी, तो परिणामों से पता चला कि एक स्वस्थ डोपामाइन डिलीवरी सिस्टम के बिना, मॉडल ने यह नहीं सीखा कि अपने भंडारण स्थान का कुशलता से उपयोग करने का तरीका नहीं बताया और अक्सर वस्तुओं को काट नहीं दिया।

इस तरह के नए निष्कर्ष बताते हैं कि कैसे कम्प्यूटेशनल मस्तिष्क विज्ञान मनोचिकित्सा को आगे बढ़ा सकता है, फ्रैंक ने कहा, जो कार्नी के सेंटर फॉर कम्प्यूटेशनल ब्रेन साइंस को निर्देशित करता है।

“पार्किंसंस रोग को एक उदाहरण के रूप में लें,” फ्रैंक ने कहा। “ज्यादातर लोग इसे एक आंदोलन विकार के रूप में सोचते हैं क्योंकि आंदोलन में परिवर्तन बहुत स्पष्ट हैं। लेकिन यह पता चला है कि पार्किंसंस के रोगियों में काम करने में भी बदलाव हैं। उन्हें आम तौर पर दवाओं के साथ इलाज किया जाता है जो प्रीफ्रंटल कॉर्टेक्स को लक्षित करते हैं, लेकिन हमारे निष्कर्ष बताते हैं कि हम हम बताते हैं परीक्षण किया जाना चाहिए कि क्या बेसल गैन्ग्लिया और थैलेमस को लक्षित करने वाली दवाएं लक्षणों को बेहतर बनाने में मदद करती हैं। “

फ्रैंक ने कहा कि डोपामाइन से संबंधित विकारों के निदान वाले लोगों के लिए बेसल गैन्ग्लिया और थैलेमस के भीतर क्या होता है, इसकी एक बढ़ी हुई समझ चिकित्सकों को विभिन्न उपचार विकल्पों को अपनाने के लिए प्रेरित कर सकती है।

इस शोध को रक्षा विभाग (ONR MURI अवार्ड N00014-23-1-2792) और नेशनल इंस्टीट्यूट ऑफ मेंटल हेल्थ (R01 MH084840-08A1, T32MH115895) द्वारा समर्थित किया गया था। कंप्यूटिंग हार्डवेयर को नेशनल इंस्टीट्यूट ऑफ हेल्थ (S10OD025181) द्वारा समर्थित किया गया था।