Kiedy dzieci uczą się wiązać sznurowadła, robią to dyskretnymi krokami — robiąc pętelkę lub szarpiąc sznurowadło.
Po wystarczającej liczbie powtórzeń nasz mózg zamienia te kroki w „kawałki”.
Chunking ruchu, jak wiadomo to zjawisko, jest strategią, która redukuje długie ciągi informacji na krótsze, łatwiejsze w zarządzaniu fragmenty, które są łatwiejsze do zapamiętania.
„Chunking to naturalny produkt uboczny sprytnej strategii, która minimalizuje koszty nauki”.
Naukowcy wiedzą, że u osób z chorobą Parkinsona, Huntingtona i udarem ten ruch jest poważnie zakłócony. Zrozumienie chunkingu i sposobu jego działania ma kluczowe znaczenie dla wczesnej diagnozy, leczenia i terapii rehabilitacyjnej. Jednak nauka nie ma na to konkretnego wytłumaczenia.
Ale teraz naukowcy opracowali wszechstronną teorię wyjaśniającą, dlaczego występuje chunking. Badania określają chunking jako ekonomiczny kompromis w układzie motorycznym, gdzie łączenie małych kawałków staje się optymalnie „opłacalne” na pewnych etapach uczenia się. Wyniki ukazują się w czasopiśmie Nature Communications.
„Układ nerwowy dąży do jak najefektywniejszego wywoływania ruchów”, mówi Scott Grafton, profesor neurologii na Uniwersytecie Kalifornijskim w Santa Barbara. „Jednak obliczenie efektywnych trajektorii wiąże się z kosztami obliczeniowymi. Słodki punkt między tymi bramkami skutkuje kawałkami”.
Trudne i wydajne
Grafton i współpracownicy wykorzystali narzędzia komputerowej kontroli motorycznej, które tworzą modele komputerowe, aby odkryć, w jaki sposób mózg kontroluje kończyny oraz cele i ograniczenia układu motorycznego. W tym kontekście naukowcy mieli trudności z wyjaśnieniem, w jaki sposób ludzie i inne zwierzęta przechodzą od prostych obliczeniowo, ale niewydajnych ruchów do ruchów wymagających obliczeniowo, ale wydajnych.
„Nasze badanie rozwiązuje tę trudność, wykazując — teoretycznie i eksperymentalnie — że najbardziej opłacalne ścieżki uczenia się oparte na wydajności złożoności to te, które powodują chunking” — mówi Grafton. „Dlatego chunking jest naturalnym produktem ubocznym sprytnej strategii, która minimalizuje koszty uczenia się”.
Badacze zmierzyli, w jaki sposób makaki rezus wytwarzały sekwencje ruchowe w ciągu kilku dni praktyki i odkryli, że zwierzęta te rzeczywiście są opłacalnymi uczniami. Wybierając, kiedy połączyć kawałki w inteligentny sposób, małpy osiągnęły oszczędności na skumulowanych kosztach nauki.
Podzielili sekwencję ruchu na fragmenty, zoptymalizowane pod kątem wydajności w ramach fragmentów, a następnie połączyli fragmenty tylko wtedy, gdy wymagany był dalszy wzrost wydajności.
„Kawałki ruchu zostały szeroko scharakteryzowane w zdrowiu i chorobie ludzi i zwierząt, ale do tej pory brakowało normatywnej teorii”, mówi Grafton, „Nasza teoria wyprowadza optymalne trajektorie ruchu i te eksperymenty, w których małpy uczą się tworzyć nową sekwencję ruchów w dłuższym okresie czasu pokazuje, że nasza teoria wyjaśnia podstawowe cechy kawałków, które pojawiają się w ich ruchach”.
Przedstawienie zjawiska chunkingu jako kompromisu ekonomicznego oferuje świeże spojrzenie na uczenie się motoryczne i jego zaburzenia.
Na przykład, nieregularny charakter ruchów po udarze można przypisać niższym budżetom obliczeniowym na naukę motoryki, a nieefektywne ruchy obserwowane w udarze mogą być przystosowane do tych budżetów, wyjaśnia Grafton. Dodaje, że każde podejście do rehabilitacji może odnieść korzyści z tego spostrzeżenia.
„Nasze obliczeniowe spojrzenie na krojenie otwiera również nowe pytania dotyczące tego, w jaki sposób mózg kontroluje ruchy” – mówi Grafton. „W szczególności ostatnie dowody na neuronalne kodowanie kawałków w mózgu muszą zostać ponownie zbadane w świetle teorii obliczeniowych.
„Czy neurony kodują decyzje kinematyczne, budżety obliczeniowe czy cele wydajnościowe? To są szeroko otwarte pytania dotyczące całej dziedziny kontroli motorycznej”.
Źródło: UC Santa Barbara
Powiązane książki
at Rynek wewnętrzny i Amazon