Исследование роли шумовых корреляций в обучении

Мозг млекопитающих представляет информацию с использованием распределенных популяционных кодов, которые обеспечивают ряд преимуществ: от надежности до высокой репрезентативной способности. Однако для нижестоящих нейронов считывания такие коды создают огромные проблемы многомерного обучения, поскольку очень большое количество синаптических связей должно корректироваться во время обучения в поисках подходящего считывания. В нашей недавней теоретической работе выдвинута гипотеза, что эти многомерные проблемы обучения могут быть упрощены с помощью индуктивных смещений, реализуемых посредством независимых от стимулов шумовых корреляций, которые выражают степень ковариации пары нейронов в их колебаниях от испытания к испытанию. Хотя корреляции шума традиционно рассматривались как ограничивающие репрезентативную способность, наша недавняя работа показывает, что они одновременно ограничивают обучение считыванию. В некоторых биологически значимых случаях они теоретически могут ускорить обучение, формируя геометрию лежащего в основе нейронного пространства, чтобы сосредоточить градиент обучения на измерениях, важных для выполнения задачи. Однако эта гипотетическая роль корреляций шума в формировании обучения еще не была проверена эмпирически. Здесь исследователи разрабатывают экспериментальную основу для проверки прогнозируемой роли шумовых корреляций, измеряемой посредством ковариации в многовоксельных моделях активности BOLD при фМРТ для данного стимула, при обучении как в знакомых, так и в новых контекстах. В знакомых контекстах полезные корреляции шума могут быть вызваны нисходящими сигналами из префронтальной коры, которые сигнализируют о соответствующих размерах задачи. Таким образом, сила корреляций шума в измерениях, связанных с задачей, будет предсказывать более быстрое изучение функций, связанных с задачей. С другой стороны, в новых контекстах, когда соответствующие измерения задачи неизвестны, корреляции шума могут привести к переходу градиентов на измерения, не имеющие отношения к задаче, и, таким образом, ухудшить обучение. Следовательно, подавление шумовых корреляций, которое может быть достигнуто с помощью нейромодулирующей передачи сигналов, может ускорить обучение за счет уменьшения систематической ошибки на ранних этапах обучения или после изменения стимула, соответствующего задаче. В рамках наших целей исследователи разрабатывают план проверки самых основных предсказаний нашей вычислительной модели с использованием фМРТ для характеристики геометрии корреляций шума и пупиллометрии как показателя нейромодулирующей передачи сигналов у людей. Запланированное исследование обеспечит первую эмпирическую проверку роли корреляций шума в обучении.