Beynin en çok takdir edilen özelliklerinden biri de uyum yeteneğidir. Dünyayı deneyimledikçe ve onunla etkileşime girdikçe bağlantıları sürekli olarak ayarlanan sinir devrelerindeki değişiklikler, nasıl öğrendiğimizin anahtarıdır. Ancak bilgi ve anıları sağlam tutmak için devrenin bazı kısımlarının bu sürekli değişime dirençli olması gerekir.

MIT McGovern Beyin Araştırmaları Enstitüsü’nde araştırmacı olan sinir bilimci Mark Harnett , “Beyinler, yeni öğrenmeler yapabilmeniz ve yaşam boyu hafızaya sahip olabilmeniz için bu denge manzarasında nasıl gezineceklerini çözdüler” diyor. 27 Ağustos tarihli Cell Reports dergisinde Harnett ve ekibi , bireysel nöronların bu hayati ikiliğin her iki bölümüne nasıl katkıda bulunabileceğini gösteriyor . Beynin duyusal korteksindeki piramidal nöronların iletişim kurduğu sinapsları inceleyerek, hücrelerin dünyanın en temel özelliklerinden bazılarını anlamalarını nasıl koruduklarını ve aynı zamanda değişen bir dünyaya uyum sağlamak için ihtiyaç duydukları esnekliği nasıl koruduklarını öğrendiler.

Görsel bağlantılar

Piramidal nöronlar, binlerce bağlantı noktası aracılığıyla diğer nöronlardan girdi alır. Yaşamın erken dönemlerinde, bu sinapslar son derece esnektir; genç bir hayvan görsel bilgileri alıp yorumlamayı öğrendikçe güçleri değişebilir. Çoğu yetişkinliğe kadar uyum sağlayabilir, ancak Harnett’in ekibi, hayvanların bir aylıktan küçük olduklarında hücrelerin sinapslarından bazılarının esnekliklerini kaybettiğini keşfetti. Hem sabit hem de esnek sinapslara sahip olmak, bu nöronların görsel bilgileri esnek şekillerde kullanmak için farklı kaynaklardan gelen girdileri birleştirebileceği anlamına gelir.

Doktora sonrası araştırmacı Courtney Yaeger, karmaşık bir şekilde dallanmış piramit hücrelerinin dar bir bölgesi boyunca kümelenen bu alışılmadık derecede kararlı sinapslara yakından baktı. Hücrelerin birincil görsel bilgiyi aldığı bağlantılarla ilgileniyordu, bu yüzden beynin talamusunun dorsal lateral genikülat çekirdeği (dLGN) adı verilen bir görme işleme merkezindeki nöronlarla olan bağlantılarını izledi.

Bir nöronun diğer hücrelerden sinyaller aldığı uzun uzantılara dendrit denir ve hücrenin ana gövdesinden ağaç benzeri bir yapıya doğru dallanırlar. Dendritler boyunca dikenli çıkıntılar, piramidal nöronları diğer hücrelere bağlayan sinapsları oluşturur. Yaeger’in deneyleri, dLGN’den gelen bağlantıların hepsinin piramidal hücrelerin belirli bir bölgesine, dendritik ağacın gövdesi olarak tanımladığı şeyin içindeki sıkı bir banda yol açtığını gösterdi.

Yaeger, bu bölgedeki sinapsların (resmi olarak apikal eğik dendrit alanı olarak bilinir) aynı hücrelerdeki diğer sinapslardan farklı olduğu çeşitli yollar buldu. “Aslında birbirlerinden o kadar da uzak değiller, ancak tamamen farklı özelliklere sahipler” diyor.

Kararlı sinapslar

Bir dizi deneyde Yaeger, piramidal nöronlardaki sinapsları aktive etti ve hücrelerin elektrik potansiyeli üzerindeki etkiyi ölçtü. Bir nöronun elektrik potansiyelindeki değişiklikler, hücrelerin birbirleriyle iletişim kurmak için kullandıkları dürtüleri üretir. Yakındaki sinapslar da aktive edildiğinde sinapsın elektriksel etkilerinin artması yaygındır. Ancak sinyaller apikal eğik dendrit alanına iletildiğinde, kaç sinaps uyarılırsa uyarılsın her biri aynı etkiye sahipti. Harnett, oradaki sinapsların birbirleriyle hiç etkileşime girmediğini söylüyor. “Sadece yaptıklarını yapıyorlar. Komşuları ne yapıyor olursa olsun, hepsi aynı şeyi yapıyor.”

Ekip ayrıca bireysel sinapsların moleküler içeriklerini de görselleştirebildi. Bu, apikal eğik dendritlerde NMDA reseptörleri adı verilen belirli bir nörotransmitter reseptörünün şaşırtıcı bir şekilde eksik olduğunu ortaya koydu. Bu, NMDA reseptörlerinin beyindeki değişiklikleri aracılık etmedeki rolü nedeniyle dikkat çekiciydi. Harnett, “Genellikle herhangi bir öğrenme, hafıza ve esneklik hakkında düşündüğümüzde, bunu yapan NMDA reseptörleridir,” diyor. “Bu, tüm beyinlerde öğrenmenin ve hafızanın en yaygın alt tabakasıdır.”

Yaeger apikal eğik sinapsları elektrikle uyardığında, çoğu sinapsı güçlendirecek aktivite desenleri oluşturduğunda, ekip NMDA reseptörlerinin sınırlı varlığının bir sonucunu keşfetti. Sinapsların gücü değişmedi. Yaeger, “Test ettiğimiz kadarıyla orada aktiviteye bağlı bir esneklik yok,” diyor.

Araştırmacılar bunun mantıklı olduğunu söylüyor çünkü talamustaki hücrelerin bağlantıları gözler tarafından algılanan birincil görsel bilgileri iletiyor. Beyin, şekiller ve çizgiler gibi temel görsel özellikleri tanımayı bu bağlantılar aracılığıyla öğreniyor.

Harnett, “Bu sinapslar temelde bu görsel bilginin sağlam, yüksek doğruluklu bir çıktısıdır,” diye açıklıyor. “İlettikleri şey budur ve bağlam duyarlı değildir. Yani diğer kaç sinapsın aktif olduğu önemli değildir, sadece tam olarak ne yapacaklarını yaparlar ve aktiviteye göre onları yukarı veya aşağı değiştiremezsiniz. Yani çok, çok kararlıdırlar.”

“Aslında bunların plastik olmasını istemezsiniz,” diye ekliyor Yaeger. “Uyuyup sonra dikey bir çizginin neye benzediğini unuttuğunuzu hayal edebiliyor musunuz? Bu felaket olurdu.” 

Araştırmacılar aynı deneyleri farklı yaşlardaki farelerde gerçekleştirerek, piramidal nöronları talamusa bağlayan sinapsların genç farelerin gözlerini ilk açmalarından birkaç hafta sonra sabitlendiğini belirlediler. Harnett, o noktaya kadar öğrenmeleri gereken her şeyi öğrendiklerini söylüyor. Öte yandan, fareler hayatlarının ilk haftalarını karanlıkta geçirirlerse, sinapslar asla sabitlenmiyor — geçişin görsel deneyime bağlı olduğuna dair bir başka kanıt.

Ekibin bulguları yalnızca beynin esneklik ve dengeyi nasıl dengelediğini açıklamaya yardımcı olmakla kalmıyor; araştırmacıların yapay zekaya aynı şeyi nasıl yapacağını öğretmelerine de yardımcı olabilir. Harnett, yapay sinir ağlarının bu konuda çok kötü olduğunu söylüyor: Bir şeyi iyi yapan bir yapay sinir ağı yeni bir şey yapmak üzere eğitildiğinde, neredeyse her zaman “felaket unutma” yaşar ve artık orijinal görevini yerine getiremez. Harnett’in ekibi, gerçek beyinler hakkında öğrendiklerini yapay ağlarda bu sorunun üstesinden gelmek için nasıl kullanabileceklerini araştırıyor.

Kaynak ve devamına Buradan ulaşabilirsin.