당신의 두뇌는 '더 큰 그림'을 어떻게 이해합니까?
우리의 뇌는 패턴을 인식하고 "더 큰 그림"을보기 위해 세부 사항과 "거리"를 가질 수 있습니다. 연구자들은 이제 정확히 어떻게 뇌가 관점을 얻을 수 있는지 알아보기 위해 노력하고 있습니다.
인간의 두뇌는 복잡한 기계 조각으로, 우리가 한 종으로서 살아남을 수있을뿐만 아니라 도전으로 가득 찬 세상에서 번성 할 수있게 해준 방대한 양의 정보를 흡수, 처리, 보유, 업데이트 및 회상 할 수 있습니다. 모든 단계.
초기에 유아는 얼굴을 구별하고 인식하고, 특정 소리를 식별하고 선호하는 것을 보여주고, 심지어 인과 관계를 처리하는 법을 배울 수 있습니다.
우리의 두뇌는 어떻게 복잡한 정보 흐름을 탐색하고 유용한 연관성을 형성합니까? 이것은 필라델피아에있는 펜실베이니아 대학의 세 과학자 (Christopher Lynn, Ari Kahn, Danielle Bassett)가 대답하기 시작한 질문입니다.
연구자들은 지금까지 과학자들은 뇌가 통계적 관계의 고차원 구조를 확립하기 위해 정교한 과정을 사용한다고 생각했다고 설명합니다.
그러나 현재 연구에서 세 명의 연구자들은 우리의 두뇌가 정보를 단순화하여 "더 큰 그림을 볼"수 있도록 다른 모델을 제시했습니다.
“[인간의 두뇌는] 다음에 일어날 일을 끊임없이 예측하려고합니다. 예를 들어, 당신이 알고있는 주제에 대한 강의에 참석한다면, 당신은 이미 고차원 구조에 대해 어느 정도 이해하고있는 것입니다. 이를 통해 아이디어를 서로 연결하고 다음에들을 내용을 예상 할 수 있습니다. "
크리스토퍼 린
예상 결과
미국 물리 학회 2019 년 3 월 회의에서 발표 한 새로운 모델에서 연구자들은 고차원적인 아이디어 연결을 만들기 위해 뇌가 세부 사항에서 멀어져 야한다고 설명합니다.
이 개념을 설명하기 위해 인상파 예술로 눈을 돌리면서 Lynn은“점묘주의 그림을 가까이서 보면 모든 점을 정확하게 식별 할 수 있습니다.”라고 말합니다. 하지만“20 피트 뒤로 물러 나면 디테일이 흐려 지지만 전체적인 구조를 더 잘 이해할 수 있습니다.”
그와 그의 동료들은 인간의 두뇌가 유사한 과정을 거치며, 이는 또한 이전 오류로부터 학습하는 데 크게 의존한다는 것을 의미한다고 믿습니다.
이 가설을 검증하기 위해 연구원들은 참가자들에게 다섯 개의 사각형이 연속 된 컴퓨터 화면을 보도록 요청하는 실험을 수행했습니다. 참가자의 임무는 화면의 순서와 일치하도록 키 조합을 누르는 것이 었습니다.
연구자들은 반응 시간을 측정했을 때 참가자들이 결과를 예상 할 수있을 때 더 빠른 속도로 올바른 키 조합을 누르는 경향이 있음을 발견했습니다.
실험의 일부로 연구원들은 자극을 네트워크의 일부를 형성하는 노드로 표현했습니다. 참가자는 하나의 자극을 해당 네트워크 내의 노드로보고 인접한 4 개의 다른 노드 중 하나가 다음 자극을 나타냅니다.
또한, 네트워크는 3 개의 연결된 오각형으로 구성된 "모듈 형 그래프"또는 선을 연결하는 5 개의 삼각형으로 구성된 "격자 그래프"를 형성했습니다.
연구자들은 참가자들이 격자 그래프보다 모듈 식 그래프에 더 빠르게 반응했다고 지적했습니다.
이 결과는 참가자들이 모듈 형 그래프의 구조, 즉 "더 큰 그림"의 기본 논리를 이해하는 것이 더 쉬웠다는 것을 시사하여 더 높은 정확도로 더 빠른 예측을 할 수있었습니다.
이러한 결과를 사용하여 Lynn과 동료들은 "베타"값이라고 명명 한 변수 값을 평가하려고했습니다. 연구자들은 예측 오류를 일으킬 가능성이 더 큰 사람들은 베타 값이 낮고 작업을 더 정확하게 완료 한 사람들은 더 높은 것으로 보인다고 말합니다.
미래에 연구자들은 기능적 MRI 스캔을 분석하여 서로 다른 베타 값을 제시하는 사람들의 뇌가 말하자면 다르게 "프로그래밍"되었는지 확인하는 것을 목표로합니다.
