Как мозг разделяет старые и новые воспоминания во время сна

Исследователи из Корнелльского университета сделали прорывное открытие: во время медленного сна (не-БДГ) размер зрачков указывает, какие воспоминания обрабатываются мозгом. Суженные зрачки коррелируют с консолидацией новых воспоминаний, а расширенные — с интеграцией старых знаний. Это открытие объясняет, как мозг избегает «катастрофического забывания» — когда обработка новой информации затмевает старую.

Основные выводы исследования

1. Размер зрачков и память:

   • Суженные зрачки: мозг концентрируется на новых воспоминаниях.
   • Расширенные зрачки: активируется обработка старых знаний.

2. Механизм разделения памяти:
   Во время сна мозг поочередно обрабатывает новую и старую информацию, предотвращая конфликт между ними.

3. Потенциальное применение:
   Результаты исследования могут помочь:

   • Улучшить методы лечения нарушений памяти у людей.
   • Разработать более энергоэффективные искусственные нейронные сети.

Исследование на мышах: как это было сделано

Эксперимент проводился на мышах, которым были вживлены мозговые электроды и установлены крошечные камеры для отслеживания размера зрачков.

• Мышей обучали различным задачам (например, нахождению пищи в лабиринте).
• Во время сна их нейронная активность и размер зрачков регистрировались.
• Установлено, что мозг переключается между консолидацией новых и обработкой старых воспоминаний в течение ночи.

По словам исследователей, такие моменты обработки памяти длятся всего около 100 миллисекунд, что делает их практически неуловимыми для человека.

Значение открытия

Для людей:

1. Терапия нарушений памяти:

   • Отслеживание зрачков может стать неинвазивным методом диагностики и лечения расстройств памяти.
   • Особенно полезно для людей с когнитивными нарушениями, связанными с психическими заболеваниями.

2. Оптимизация сна:
   Понимание этих процессов может помочь разработать методы улучшения качества сна и памяти.

Для искусственного интеллекта:

1. Энергоэффективность:
   Биологический мозг запоминает огромное количество информации с минимальными ресурсами, в то время как современные ИИ-модели, такие как ChatGPT, требуют значительно больше энергии.

   • Механизм разделения памяти может вдохновить на создание более эффективных нейронных сетей.

2. Улучшение архитектуры ИИ:
   Имитация временного разделения обработки памяти, как в мозге, может повысить производительность ИИ.

Как мозг справляется с памятью?

• Мозг поочередно активирует обработку новой и старой информации, используя временные интервалы, чтобы избежать конфликта данных.
• Это уникальное разделение помогает поддерживать огромный объем знаний, не стирая уже существующую информацию.

Исследователи предполагают, что такой подход можно использовать для улучшения когнитивных способностей человека и создания новых моделей обучения в ИИ.