При принятии сложного решения, мы часто разбивать задачу на ряд более мелких решений. Например, при решении вопроса, как лечить больного, врач может пройти через иерархию ступеней — выбор диагностического теста, интерпретация результатов, а затем выписали лекарство.
Делая иерархических решений проста, когда последовательности выбора приводит к желаемому результату. Но когда результат является неблагоприятным, это может быть трудно расшифровать, что пошло не так. Например, если у пациента не улучшается после лечения, Существует несколько причин, почему: может быть диагностическим тестом является точной только 75% времени, или, возможно, лекарство работает только на 50 процентов пациентов. Чтобы решить, что делать далее, врач должен принять эти вероятности в расчет.
В новом исследовании нейробиологи Массачусетского технологического института изучили, как мозг причины о вероятных причинах отказа после иерархию решений. Они обнаружили, что мозг выполняет две вычислений с использованием распределенной сети зоны в лобной коре. Во-первых, мозг вычисляет уверенность за исход каждого решения, чтобы выяснить вероятную причину отказа, и второй, когда нелегко понять причину, мозг делает попыток обрести больше уверенности.
“Создание иерархии в сознании и навигации иерархии, в то время как рассуждения о результатах-одна из захватывающих границы когнитивная неврология”, — говорит Мехрдад Джазаери, с Робертом Суонсоном развития карьеры профессор естественных наук, член Массачусетского технологического института исследования мозга Макговерна, и старший автор исследования.
Аспирант МИТ Мортеза Sarafyzad является ведущий автор бумаги, которая появляется в науке на 16 мая.
Иерархические рассуждения
Предыдущие исследования процесса принятия решений в моделях животных были сосредоточены на сравнительно простые задачи. Одна линия исследования была сосредоточена на том, как мозг принимает оперативные решения по оценке сиюминутных доказательств. Например, большой объем работы был характерен для нейронных субстратов и механизмов, которые позволяют животным классифицировать ненадежный раздражителей на испытание экспериментальной основе. Другие исследования сосредоточены на том, как мозг выбирает из нескольких вариантов, опираясь на предыдущие результаты различных испытаний.
“Это были очень плодотворные направления работы”, — сказал Джазаери. “Тем не менее, они на самом деле верхушка айсберга того, что люди делают, когда они принимают решения. Как только вы ставите себя в каких-либо реальных решений ситуации, будь то выбор партнера, выбор автомобиля, решая, стоит ли принимать этот препарат или нет, они становятся действительно сложными. Часто существует множество факторов, которые влияют на принятие решения, и эти факторы могут действовать в разные сроки.”
Команда Массачусетского технологического института разработали поведенческих задач, что позволило им изучить, как мозг обрабатывает информацию в несколько сроков для принятия решений. Базовая конструкция была, что животные делают одну из двух движений глаз в зависимости от временного интервала между двумя вспышками света была короче или длиннее, чем 850 миллисекунд.
Твист, необходимые животным, чтобы решить задачу через иерархические рассуждения: правило, по которому определяется, какое из двух движений глаз должен быть включен скрытно после 10 до 28 испытаний. Поэтому, чтобы получить награду, животные должны были выбрать правильное правило, а потом сделать правильное движение глаз, в зависимости от правила и интервал. Однако, поскольку животные не были проинструктированы о переключатели правило, они не могут прямо определить, была ли ошибка вызвана тем, что они выбрали неправильные правила, или потому, что они недооценили интервал.
Исследователи использовали этот экспериментальный дизайн для проверки вычислительных принципов и нейронные механизмы, поддерживающие иерархическую рассуждения. Теория и поведенческие эксперименты на людях предполагают, что рассуждения о возможных причинах ошибок в значительной степени зависит от способности мозга для того чтобы измерить степень уверенности в каждом шаге процесса. “Одна из вещей, которая считается критически важным для иерархических рассуждений, чтобы иметь какую-то уверенность о том, насколько вероятно, что различные узлы [иерархии] могли бы привести к отрицательному результату,” сказал Джазаери.
Исследователям удалось изучить влияние доверия, регулируя сложность задачи. В некоторых исследованиях, интервал между двумя вспышками оказался значительно короче или длиннее, чем 850 миллисекунд. Эти испытания были относительно просты и обеспечивают высокую степень доверия. В других судебных процессах, животные были менее уверены в своих суждениях, потому что интервал был ближе к границе и трудно различаемыми.
Как они предположили, исследователи обнаружили, что поведение животных оказало влияние на их уверенность в их исполнении. Когда интервал был легко судить, животные были гораздо быстрее переключиться на другое правило, когда они узнали, что они ошибались. Когда интервал был сложнее судить, животные были менее уверены в их исполнении и применяется то же правило несколько раз перед включением.
“Они знают, что они не уверены, и они знают, что если они не уверены, что это не обязательно так, что правило изменилось. Они знают, что они могли допустить ошибку [в интервале суждение],” сказал Джазаери.
Принятия решений схема
По записи нейронной активности в лобной коре просто после каждого испытания был закончен, исследователи смогли идентифицировать два региона, которые являются ключевыми в иерархии принятия решений. Они обнаружили, что оба этих регионах, известной как передней поясной коры (ППК) и дорсомедиального лобной коры (топливных элементов), стали активными после того, как животные были проинформированы о неправильный ответ. Когда исследователи проанализировали нейронная активность в отношении поведения животных, стало понятно, что нейроны в обеих областях сигнализирует мнение животных о возможном переключателя правило. В частности, деятельность, связанную с верой животных был “громче”, когда животные сделали ошибку после легкого разбирательства, и после нескольких ошибок.
Исследователи также обнаружили, что во время этих областях показал похожие модели, то здесь активность в АКК, в частности, предсказал, когда животное перейдет правил, предполагая, что акк играет центральную роль в переключении стратегий решения. Действительно, исследователи обнаружили, что прямого манипулирования нейронной активности в АКК было достаточно, чтобы мешать рациональное поведение животных.
“Существует распределенной цепи в лобной коре с участием этих двух областей, и они, кажется, чтобы быть иерархически организованы, как задача будет спрос”, — сказал Джазаери.
Daeyeol Ли, профессор неврологии, психологии и психиатрии в Йельской школе медицины, говорит, что исследование преодолевает то, что было главным препятствием в изучении этого вида принятия решения, а именно, отсутствие животных моделей для изучения динамики активности мозга на один нейрон резолюции.
“Sarafyazd и Джазаери разработали элегантное решение-оформление задача, которая требует животных для оценки многих видов доказательств, а также определили, как два отдельных регионов в медиальной лобной коры критически задействованы в работе различных источников ошибок в принятии решений”, — говорит Ли, который не был вовлечен в исследование. “Это исследование Тур де силу в обоих строгость и креативность, и шелушится еще один слой тайны о префронтальной коре.”
Больше записей автора Роботы и киборги
Самарские ученые проводят исследования в области создания криогенного двигателя для беспилотных летательных аппаратов
Ученые Самарского национального исследовательского университета имени академика С.П.Королева приступили к разработке криогенного двигателя, который будет использовать в качестве топлива жидкий …
В Йельском университете разработали умную роботизированную ткань
Мягкая робототехника - это быстро развивающаяся область с широким спектром применения, от протезирования до исследования космоса. Группа ученых из Йельского …
Самарские ученые «приземлят» космические технологии
В Самарском университете сформирован научно-исследовательский центр по разработке технологий “умного” сельского хозяйства. Совместно с коллегами из научных учреждений Москвы и …
