Investigare il ruolo delle correlazioni del rumore nell'apprendimento

I cervelli dei mammiferi rappresentano le informazioni utilizzando codici di popolazione distribuiti che forniscono una serie di vantaggi dalla robustezza all'elevata capacità rappresentativa. Tuttavia, per i neuroni di lettura a valle tali codici pongono formidabili problemi di apprendimento ad alta dimensione poiché un numero molto elevato di connessioni sinaptiche deve essere regolato durante l'apprendimento alla ricerca di una lettura adeguata. Il nostro recente lavoro teorico ha ipotizzato che questi problemi di apprendimento ad alta dimensione possano essere semplificati da pregiudizi induttivi implementati attraverso correlazioni di rumore indipendenti dallo stimolo che esprimono il grado in cui una coppia di neuroni varia nelle loro fluttuazioni da prova a prova. Mentre le correlazioni del rumore sono state tradizionalmente viste come vincoli alla capacità rappresentativa, il nostro lavoro recente dimostra che limitano simultaneamente l’apprendimento della lettura. In alcuni casi biologicamente rilevanti, potrebbero teoricamente accelerare l’apprendimento modellando la geometria dello spazio neurale sottostante per focalizzare il gradiente di apprendimento su dimensioni rilevanti per il compito. Tuttavia, questo ruolo ipotizzato delle correlazioni del rumore nel modellare l’apprendimento non è stato ancora testato empiricamente. Qui i ricercatori elaborano un quadro sperimentale per testare il ruolo previsto delle correlazioni del rumore, misurato attraverso la covariazione nei modelli di attività BOLD multi-voxel fMRI per un dato stimolo, sull'apprendimento sia in contesti familiari che nuovi. In contesti familiari, utili correlazioni di rumore possono essere indotte da input dall’alto verso il basso provenienti dalla corteccia prefrontale che segnalano dimensioni rilevanti del compito. Pertanto, la forza delle correlazioni del rumore nelle dimensioni rilevanti per il compito predirebbe un apprendimento più rapido delle caratteristiche rilevanti per il compito. D’altra parte, in contesti nuovi in ​​cui le dimensioni rilevanti del compito sono sconosciute, le correlazioni del rumore possono forzare gradienti su dimensioni irrilevanti del compito e quindi compromettere l’apprendimento. Pertanto, la soppressione delle correlazioni del rumore, che potrebbe essere ottenuta attraverso la segnalazione neuromodulatoria, può accelerare l’apprendimento riducendo i bias nelle prime fasi dell’apprendimento o dopo un cambiamento nello stimolo rilevante per il compito. Nell'ambito dei nostri obiettivi, i ricercatori sviluppano un piano per testare le previsioni più basilari del nostro modello computazionale utilizzando la fMRI per caratterizzare la geometria delle correlazioni del rumore e la pupillometria come proxy per la segnalazione neuromodulatoria nei soggetti umani. La ricerca prevista fornirà la prima prova empirica del ruolo delle correlazioni del rumore nell'apprendimento.