Wie Erwartungen die Wahrnehmung beeinflusst: – Neurowissenschaftler finden Gehirn Aktivitätsmuster Kodieren, unsere überzeugungen und beeinflussen, wie interpretieren wir die Welt um uns herum

Wie Erwartungen die Wahrnehmung beeinflusst: – Neurowissenschaftler finden Gehirn Aktivitätsmuster Kodieren, unsere überzeugungen und beeinflussen, wie interpretieren wir die Welt um uns herum

Seit Jahrzehnten hat die Forschung gezeigt, dass unsere Wahrnehmung der Welt ist geprägt von unseren Erwartungen. Diese Erwartungen, die auch als „vor überzeugungen,“ die uns helfen Sinn dessen, was wir wahrnehmen, in der Gegenwart, basierend auf vergleichbaren Erfahrungen aus der Vergangenheit. Denken Sie zum Beispiel an, wie ein Schatten an einem Patienten X-ray image, leicht zu übersehen, von einem weniger erfahrenen Praktikantin, springt bei einem erfahrenen Arzt. Der Arzt ist vor der Erfahrung, die Ihr hilft, kommen am wahrscheinlichsten interpretation von einem schwachen signal.

Der Prozess der Kombination der Vorkenntnisse mit unsicheren Beweislage ist bekannt als Bayes-integration und wird geglaubt, um die Auswirkungen weit unsere Wahrnehmungen, Gedanken und Handlungen. Jetzt, MIT Neurowissenschaftler haben entdeckt, unverwechselbar Gehirn Signale Kodieren diese vor überzeugungen. Sie haben auch herausgefunden, wie das Gehirn nutzt diese Signale, um vernünftige Entscheidungen angesichts von Unsicherheit.

„Wie diese überzeugungen kommen, um Einfluss auf Gehirn-Aktivität und die Neigung, unsere Wahrnehmungen war die Frage, die wir wollten, zu beantworten,“ sagt Mehrdad Jazayeri, der Robert A. Swanson Karriere-Entwicklung Professor für Life Sciences, einem Mitglied der MIT McGovern Institut für Hirnforschung, und der senior-Autor der Studie.

Die Forscher trainierten Tieren durchführen, eine timing-Aufgabe, die Sie zu reproduzieren unterschiedlichen Zeitintervallen. Diese Aufgabe ist herausfordernd, weil unser Gefühl von Zeit ist unvollkommen und kann zu schnell oder zu langsam. Allerdings, wenn die Intervalle werden fortlaufend in einem festen Bereich, die beste Strategie ist, um eine Neigung der Antworten in Richtung der Mitte der Reihe. Das ist genau das, was die Tiere haben. Darüber hinaus die Aufnahme von Neuronen im frontalen Kortex ergab einen einfachen Mechanismus für die Bayes-integration: Vorherige Erfahrung verzogen sich die Repräsentation von Zeit im Gehirn so, dass die Muster der neuronalen Aktivität im Zusammenhang mit verschiedenen Abständen waren voreingenommen gegenüber jenen, die innerhalb des erwarteten Bereichs.

MIT postdoc Hansem Sohn, ehemaliger postdoc Devika Narain, und graduate-student Nicolas Meirhaeghe sind die führenden Autoren der Studie, die erscheint in der Juli-15-Ausgabe des Neurons.

Ready, set, go

Statistiker haben seit Jahrhunderten bekannt, dass die Bayes-integration ist die optimale Strategie für den Umgang mit unsicheren Informationen. Wenn wir unsicher sind, etwas, das wir automatisch verlassen Sie sich auf unsere vor-Erfahrungen zu optimieren Verhalten.

„Wenn Ihr Euch nicht ganz sagen, was etwas ist, sondern von Ihrer vorherigen Erfahrung haben Sie die Erwartung von dem, was es sein sollte, dann werden Sie diese Informationen verwenden, um führen Sie Ihr Urteil,“ Jazayeri sagt. „Wir tun dies die ganze Zeit.“

In dieser neuen Studie, Jazayeri und sein team wollten verstehen, wie das Gehirn codiert vor überzeugungen, und setzen diese überzeugungen zur Verwendung in der Kontrolle von Verhalten. Zu diesem Zweck haben die Forscher trainierten Tiere zu reproduzieren, ein Zeitintervall, mit einer Aufgabe namens „ready-set-go“. In dieser Aufgabe, die Tiere Messen die Zeit zwischen zwei Lichtblitzen („bereit“ und „set“), und erstellen Sie dann ein „go“ – signal, indem Sie eine verzögerte Reaktion nach der gleichen Menge an Zeit verstrichen ist.

Sie trainierten die Tiere zum ausführen dieser Aufgabe in zwei Kontexten. In der „Short“ – Szenario, die Intervalle variieren zwischen 480 und 800 Millisekunden, und in der „Long“ – Kontext, die Intervalle waren zwischen 800 und 1200 Millisekunden. Zu Beginn der Aufgabe wurden die Tiere angesichts der Informationen über den Kontext (über eine visuelle cue), und daher wusste, dass Sie erwarten, dass die Intervalle entweder die kürzere oder längere Distanz.

Jazayeri hatte zuvor gezeigt, dass Menschen diese Aufgabe neigen bias Ihre Antworten in Richtung der Mitte der Reihe. Hier fanden Sie heraus, dass Tiere das gleiche tun. Zum Beispiel, wenn Tiere geglaubt, das Intervall würde kurz sein, und bekamen einen Abstand von 800 Millisekunden, das Intervall, das Sie produzierten, war ein wenig kürzer als 800 Millisekunden. Umgekehrt, wenn Sie glaubten, es wäre mehr, und erhielten die gleichen 800-Millisekunden-Intervall, produzierten Sie ein Intervall ein bisschen länger als 800 Millisekunden.

„Studien, die identisch waren in fast jeder möglichen Weise, außer das Tier ist die überzeugung führte zu unterschiedlichen Verhaltensweisen,“ Jazayeri sagt. „Das war zwingende experimentelle Nachweis, dass das Tier sich auf seinen eigenen glauben.“

Nachdem Sie festgestellt hatte, dass die Tiere verlassen sich auf Ihre bisherigen überzeugungen, die Forscher dargelegt, um herauszufinden, wie das Gehirn codiert vor überzeugungen leiten Verhalten. Sie erfasst die Aktivität von über 1.400 Nervenzellen in einer region des frontalen cortex, die Sie haben zuvor gezeigt, ist beteiligt an timing.

Während der „ready-set“ Epoche, die Aktivität Profil jedes neuron entwickelt hat, in seiner eigenen Weise, und etwa 60 Prozent der Neuronen, die verschiedene Aktivitätsmuster je nach Kontext (Kurz oder Lang). Sinn dieser Signale, die die Forscher analysiert, die Entwicklung der neuronalen Aktivität über die gesamte Bevölkerung im Laufe der Zeit, und festgestellt, dass vor überzeugungen bias Verhaltensreaktionen durch verziehen der neuronalen Repräsentation von Zeit in Richtung der Mitte des erwarteten Bereichs.

Embedded-Kenntnisse

Forscher glauben, dass Vorherige Erfahrungen ändern Sie die Stärke der verbindungen zwischen den Neuronen. Die Stärke dieser verbindungen, auch Synapsen, bestimmt, wie Neuronen wirken aufeinander auf und schränkt die Muster der Aktivität, die ein Netzwerk von miteinander verbundenen Neuronen generiert werden können. Der Befund, dass Vorherige Erfahrungen warp das Muster der neuronalen Aktivität stellt ein Fenster auf, wie die Erfahrung verändert die synaptischen verbindungen. „Das Gehirn scheint einbetten Vorherige Erfahrungen in synaptischen verbindungen so, dass die Muster der Gehirnaktivität sind entsprechend voreingenommen“, Jazayeri sagt.

Wie ein Unabhängiger test dieser Ideen, die Forscher entwickelten ein computer-Modell, bestehend aus einem Netzwerk von Neuronen, könnte die gleiche “ ready-set-go Aufgabe. Mit Hilfe von Techniken entlehnt aus dem maschinellen lernen, waren Sie in der Lage, ändern sich die synaptischen verbindungen, und erstellen Sie ein Modell, das sich benommen wie die Tiere.

Diese Modelle sind äußerst wertvoll, da Sie ein Substrat für die detaillierte Analyse der zugrunde liegenden Mechanismen, ein Verfahren, bekannt als „reverse-engineering.“ Bemerkenswert, reverse-engineering “ – Modell ergeben, dass es gelöst wird die Aufgabe auf die gleiche Weise die Affen im Gehirn haben. Das Modell hatte auch eine verzerrte Darstellung der Zeit nach vor der Erfahrung.

Die Forscher verwendeten die computer-Modell weiter zu zergliedern, die zugrunde liegenden Mechanismen, mit Störung der Experimente sind derzeit unmöglich, im Gehirn. Mit diesem Ansatz konnten Sie zeigen, dass unwarping der neuronalen Repräsentationen entfernt der Befangenheit in dem Verhalten. Diese wichtige Erkenntnis bestätigten die wichtige Rolle von Zetteln in die Bayes-integration von Vorwissen.

Die Forscher planen nun zu untersuchen, wie das Gehirn baut sich langsam eine Feinabstimmung der synaptischen verbindungen Kodieren, vor überzeugungen, ein Tier ist zu lernen, um führen Sie die timing-Aufgabe.

Finanziert wurde die Forschung durch das Zentrum für Sensomotorische Neural Engineering, Niederlande Wissenschaftliche Organisation, die Marie-Sklodowska-Curie Reintegration Grant, die Nationalen Institute der Gesundheit, die Sloan Foundation, die Klingenstein-Stiftung, die Simons Foundation, die McKnight Foundation und der McGovern-Instituts.