Modell és céltábla
Orbán Gergőék elgondolása nagyjából a következőképpen áll össze. Agyunk folyamatosan érzékeli a bennünket körülvevő világot, és a rengeteg ismeret, emlék, tapasztalat, benyomás alapján megpróbálja valahogy modellezni az érzékszerveinken keresztül kapott információkat.
Azonban akármit érzékeljünk is a világból, annak általában nem csak egyféle értelmezése lehet. Agyunkban ez a többféle értelmezés együttesen jelen van, csak mindegyiknek más a valószínűsége, melyet visszatükröz az adott értelmezés „súlyozása”. (Példánkban: az eddigi tapasztalatok alapján esélyesebb a karosszék, mint a két fura mankó.) A Neuronban, a világ egyik vezető idegtudományi lapjában most megjelent cikk szerzőinek elgondolása szerint a látókérgi idegsejtek aktivitása épp olyan, mintha folyamatosan mintát vennénk ezekből az értelmezésekből, méghozzá a súlyuknak megfelelő valószínűséggel.
A legjobban talán úgy érzékeltethetjük a dolgot, mintha íjászok lennénk, és két céltáblára lőnénk – az egyik tíz, a másik száz méterre van tőlünk. A közeli céltáblát nagyobb valószínűséggel találjuk el, a nyílvesszők elhanyagolható része szóródik szét a tábla körül, a távolabbin pedig sok-sok lehullott nyílvesszőből kirajzolódik, hogy hova is akartunk célozni, de a lövések hatalmas körben szórnak a tábla közepe körül. Ha a helyzetet szeretnénk leírni, tárolhatjuk a két céltábla pontos helyzetét – íjásztehetségünk ismeretében ez pontosan meghatározza, milyen eséllyel találunk célba, és hogyan fognak szóródni a nyílvesszők a céltábla körül. Ez egy absztrakt modell a helyzetről. A látókéregben megjelenő idegsejt-aktivitás viszont olyan, mint egy mindkét céltáblára leadott lövéssorozat (ez a mintavétel), ahol a nyílvesszők szóródásából kirajzolódik, hogy voltaképpen milyen két céltábláról is volt szó, és honnan adtuk le a lövéseinket.
Ezt a gondolatot illusztrálja az alábbi zebrafejes animáció is, ahol a szemléltetés kedvéért képzeletbeli „agyunk” egy igen-igen egyszerű valóságmodellt használ. Amikor a szem a fájdalmasan ordító zebra fejét látja (a videó végén ez is feltűnik, az indításhoz kattintson a képre), ebben a képzeletbeli agyban megformálódik egy modell arról, hogy a szemünk mely részén milyen valószínűséggel számíthatunk fotonok érkezésére (ezt mutatja a felső réteg az ábrán). Noha a látókéreg idegsejtjei nem éppen a fotonok eloszlását jelenítik meg, e képzeletbeli idegsejtek képzeletbeli aktivitása jól mutatja, hogy zajosnak tűnő mintavételek sokaságából hogyan rajzolódik ki a zebra képe.
A cikkben ismertetett eredmények három komoly tanulsággal is járnak.
Először is, az agyműködés egyik újabb jelenségéről derült ki, hogy egyáltalán nem működési gyengeség, a törzsfejlődés során ránk hagyott „szemét” vagy épp evolúciós gyerekbetegség. Amit sok kutató egyszerűen „zajnak”, az idegsejtek véletlenszerű, kiszűrendő működésének tartott, fontos információkat hordoz. (Lásd még fenti keretes írásunkat.)
Másodszor, ismét érdemes hátralépnünk egy kicsit, és újra átgondolni, miként is érzékeljük a valóságot, és mennyire látja – mennyire láthatja – két ember ugyanúgy a világot. Orbán Gergőék eredményei azt mutatják, hogy már az elsődleges látókéregben saját, világról alkotott modelljeink – persze állandóan változó súlyozású – halmazának leképeződését találjuk. Tehát a világ értelmezésének agyi modellje szűrőként rögtön ott áll tudatos érzékelésünk küszöbén.
Végül, az új elmélet ismeretében teljesen át kell gondolnunk, hogyan is „beszélgessünk” az aggyal. Azzal, hogy az idegi aktivitás szerkezetét immár mélyebben ismerjük, és megtudtuk, hogy az idegi aktivitás zajának is fontos szerepe van az információfeldolgozásban, az ennek figyelembevételével készült implantátumok sokkal hatékonyabban kommunikálhatnak az emberi idegrendszerrel, mint korábban. Úgy képzelhetjük el, mintha eddig az anya és kétéves gyereke közti kommunikációban kizárólag a beszéd tartalmát tartottuk volna lényegesnek, és olyan készülékkel próbáltuk volna megnyugtatni anyja távollétében, amelyik robothangon ismételgette: „Nyugodj meg, kisfiam, ne sírj!”
Most jöttünk rá, hogy a hangsúly és a hangszín is számít.
Matematika a fekete dobozon kívül
Egy elmélet persze akkor igazán értékes, ha kísérleti bizonyítékokkal támasztható alá. Hangya Balázs bizonyossággal kapcsolatos vizsgálataihoz hasonlóan itt sem tudjuk pontosan, hogy konkrétan hogyan épülnek fel agyunkban a valóságot leképező modellek. Itt is igaz ugyanakkor, hogy a kutatók elméletéből következő matematikai tulajdonságok változását a kísérleti körülmények függvényében jól lehet vizsgálni úgy is, ha az agy mélyebb működéseit fekete doboznak tekintik.
A hipotézisben felvetett statisztikai mintavételnek és az adatok szórásának ugyanis olyan matematikai törvényszerűségei vannak, amelyek nagyrészt függetlenek a világ agybeli reprezentációjától, viszont függenek a látottak optikai jellemzőitől. Így például, ha a szem elé vetített kép kontrasztját vagy élességét növeljük, a repezentáció bizonyossága nő, vagyis a mért jelek szórása csökken – ez pedig már közvetlenül, kísérletesen is ellenőrizhető anélkül, hogy tudnánk, milyen agyi modellek működnek a háttérben.
Orbán Gergő és társai ezért összeszedték azokat az idevágó kísérleteket, amelyek elérhetőek voltak az irodalomban, és szimulálták őket, majd összevetették a publikációkban kapott eredményekkel. Emellett egyéb állatkísérletek szabadon hozzáférhető adatait elemezték elméletük szempontjából.
Ráadásul nemcsak a látás területéről ismeretesek a témához kapcsolódó kísérleti adatok. Az elmélet jól magyarázza azt az ismert furcsa jelenséget, amikor egy mozdulat tanulása során egymással ellentétes hatású izmok működnek egyszerre, látszólag teljesen feleslegesen. Ahogy egyre jobban megtanuljuk a mozdulatot, ez a jelenség lecseng, és egyre hatékonyabb, kecsesebb lesz a mozgás. Orbán Gergőék elmélete – bár ők jelenleg a látókéreggel foglalkoznak – jól magyarázza az itt tapasztaltakat: amikor tanulunk egy mozdulatot, valamiféle cél lebeg előttünk. A megvalósításnak pedig különböző modelljei lehetnek, melyek „súlyozása” folyamatosan változik, ahogy tanuljuk a mozgást. Mivel ezek a modellek egyszerre vannak jelen, e folyamatos bizonytalanság miatt gyakran egyszerre ellentétes hatású izmok is összehúzódnak. A tanulással azonban a modellek súlyozása is változik, és végül kikopnak a felesleges izom-összehúzódások.
A Neuron című folyóiratban most megjelent cikk – melyet Orbán Gergő mellett Pietro Berkes, Fiser József és Lengyel Máté jegyez – zömében olyan eredményekről szól, melyek egyetlen vagy néhány idegsejt aktivitásának megfigyelésével is vizsgálhatók. Ezek a vizsgálatok meglepő módon akár egy laptoppal is elvégezhetőek, de az innen továbblépést jelentő számításoknak már több száz sejttel is meg kell birkózniuk: erre a laptop már nem lesz elég, azonban szerencsére ott az MTA Cloud.
Nagyobb hálózatok esetében azt is figyelni lehet, hogyan viszonyul egymáshoz a hálózatban részt vevő idegsejtek aktivitásának „zaja”, ami újabb részletekkel bővítheti megértésünket, és még pontosabb információkat adhat a majdani implantátumok gyártóinak. Az MTA Wigner Fizikai Kutatóközpontban működő Lendület-kutatócsoport ilyen irányú kutatásait a Nemzeti Agykutatási Program (NAP) keretében Gulyás Attilával, az MTA KOKI kutatójával és nemzetközi kutatócsoportokkal együttműködésben végzi.
