Во-первых, берут трансгенного мыша с отладочным генокодом, который умеет размечать нейроны гиппокампа специальными метками. Во-вторых, мышам создают виртуальную реальность, где они и проходят эксперимент: три больших экрана, круговая беговая дорожка, всё как в лучших игровых студиях.
На первом видео — стрим мыша.
Мыши бегали по виртуальным коридорам и получали реальные награды водой в определенных точках. Ну а сверху был прибор для регистрации происходящего в мозге, собственно. Мыш-то физически неподвижен!
Надо было лизать воду в двух немного различающихся коридорах по 230 виртуальных сантиметров. Чтобы правильно находить воду, надо было запоминать связь между индикаторами и местами награды долговременно, и ещё краткосрочно помнить индикатор после того, как он пропал.
Короче, две похожие, но чуть различающиеся задачи, для которых надо не только запоминать, но и анализировать, что происходит.
Мышей обучили оптимальной стратегии, чтобы они лизали трубку только около правильной зоны награды. Когда мыши стали опытными игроками в "Бегущего в лабиринте", выяснилось, что у них прямо в гиппокампе сформировались разные конечные автомататы для двух разных коридоров.
То есть сначала это была некая универсальная обработка для двух задач сразу, когда мышу надо много думать и тяжело морщить голову. Потом постепенно активность нейронов менялась и начали формироваться две ветки развития для двух типов коридоров. Мыш стал делать задачу всё легче. Нейроны, изначально активные в нескольких серых зонах коридоров, становились более избирательными. Потом появлялись нейроны-разделители, активные только для одного типа испытаний. У опытных мышей наблюдался континуум ответов от нейронов места до нейронов-разделителей. В итоге мыш стал проходить лабиринт на автопилоте, успевая при этом флиртовать с учёными, намекая, что к воде неплохо было бы добавить хотя бы сахар.
Потом учёные попытались это смоделировать и посмотреть, на что похоже. Скрытая марковская модель лучше всего попадала как под конечное состояние, так и под траекторию обучения. Близко оказались и рекуррентные нейронные сети.
Дальше при изменениях задачи мыши быстро достраивали или перестраивали свои конечные автоматы в гиппокампе.
Вывод вы уже примерно знаете, но упрощая и утрируя:
— В том месте, где у нас, млеков, кэш памяти, происходит не только хранение, но и обработка. Причём если задача важная-частая, то под обработку можно замутить и специальный автомат, который её упростит.
— Гиппокамп может выявлять и представлять скрытые состояния задачи, о чём раньше эмпирически известно не было.
— Отдельные нейроны могут менять свои функции в процессе обучения. Например, нейроны, изначально реагирующие на несколько участков трека, могут стать более специализированными, реагируя только на один конкретный участок или состояние задачи.
— Нейронная сеть может эффективно различать и представлять разные состояния задачи, даже если сенсорные входы очень похожи. Среди всего прочего это помогает избежать интерференции между похожими воспоминаниями или состояниями.
В общем, выяснилось, что мыши используют Wetware-Defined-Networks в гиппокампе очень активно. Ну и Дум можно запустить на мышах.
Мыша принёс Денис из рок-группы Клей.
--
Вступайте в ряды Фурье!