Adaptasi otak kadang-kadang tampaknya tak ada habisnya. Tetapi pengamatan otak dalam proses pembelajaran menunjukkan bahwa jaringan sarafnya bisa sangat tidak fleksibel dan tidak efisien.
Atribut utama kecerdasan adalah kemampuan belajar. Seperti yang ditunjukkan oleh penelitian selama beberapa dekade, otak kita menunjukkan "plastisitas" yang agak besar, yaitu kemampuan neuron untuk mengubah koneksi sebagai respons terhadap rangsangan eksternal. Tetapi para peneliti di Carnegie Melon University dan University of Pittsburgh baru-baru ini menemukan keterbatasan tak terduga pada kemampuan belajar kita. Otak memang mungkin fleksibel dan adaptif, tetapi, setidaknya untuk periode waktu yang singkat, otak belajar melalui pengulangan trik yang tidak efektif dalam repertoar sarafnya, daripada menciptakan jaringan koneksi dari awal.
βKetika saya bermain
squash , saya terlihat seperti pemain tenis,β kata Byron Yu, seorang insinyur biomedis dan ilmuwan saraf di Carnegie Mallon University, dan salah satu pemimpin dalam penelitian ini. Yu bermain tenis selama bertahun-tahun. Dia memiliki masalah bermain squash karena dia menggunakan raket yang lebih pendek dan membuat tembakan lebih cepat dan lebih sulit - tidak seperti yang digunakan di lapangan tenis. Namun, saat bermain squash, dia menggunakan gaya raket, yang sudah terbiasa dengan pengalaman bermain tenis. Otak tidak begitu mudah berpisah dengan apa yang sudah diketahui.
Mengamati otak selama pelatihan, Yu dan rekannya menemukan bukti kurangnya plastisitas yang sama di tingkat neuron. Penemuan ini dan penelitian terkait dapat membantu menjelaskan mengapa beberapa hal lebih sulit untuk dipelajari daripada yang lain.
Beberapa tahun yang lalu, Yu,
Aaron Batista dari University of Pittsburgh dan anggota laboratorium mereka mulai menggunakan antarmuka otak-komputer (IMC) sebagai alat untuk membuat penemuan dalam ilmu saraf. Perangkat ini memiliki chip seukuran kuku yang dapat melacak aktivitas listrik stoneron segera di korteks motor yang mengontrol gerakan. Dengan melacak urutan lonjakan tegangan yang melewati neuron individu, IMC mampu menghitung "kecepatan lonjakan" yang mencirikan perilaku masing-masing neuron selama tugas yang diberikan.
"Anda dapat membayangkan kesulitan yang terkait dengan penggalian data ini dalam tumpukan dalam upaya untuk menentukan apa yang dilakukan otak," kata Y. "Mata kita tidak terlalu terlatih untuk memperhatikan pola tersembunyi dalam data tersebut." Tetapi analisis statistik lanjutan yang dapat dilakukan chip dapat melakukan hal ini, dan pola-pola ini dapat digunakan untuk menentukan aktivitas saraf yang terkait dengan niat subjek untuk melakukan gerakan tertentu. Misalnya, sistem ini dapat membedakan antara niat subjek uji untuk mencapai kiri, kanan, atas atau bawah dengan tangannya.
Peneliti kemudian dapat menggunakan output dari IMC untuk menerjemahkan aktivitas saraf yang terkait dengan gerakan tertentu menjadi perintah untuk kursor pada layar komputer. Dengan coba-coba, orang atau hewan dilatih untuk menggunakan antarmuka seperti itu, membayangkan bagaimana mereka menggerakkan tangan, berkata, ke kiri, dan memindahkan kursor ke arah yang sama.
Ketika Yu, Batista, dan rekan mereka melacak korteks motor monyet, yang melakukan gerakan tangan sederhana berulang-ulang, mereka menemukan bahwa neuron tidak diaktifkan secara independen. Perilaku ratusan neuron yang diukur dapat dijelaskan secara statistik melalui perilaku 10 neuron yang mengaktifkan atau menekan pekerjaan tetangga mereka dengan berbagai cara. Dalam analisis, hasil ini ditampilkan sebagai satu set poin yang mengisi jumlah yang sangat kecil dalam ruang data 100 dimensi.
"Kami menyebut volume ini sebagai ragam intrinsik karena kami percaya bahwa fitur ini memang karakteristik otak," kata
Stephen Chase , profesor teknik biomedis di Carnegie Malon University. "Dimensi ruang ini secara akurat memprediksi kemampuan neuron."
Pada tahun 2014, para peneliti
menemukan lebih mudah bagi subjek untuk mempelajari tugas-tugas baru jika kombinasi neuron milik set karakteristik, dan bukan yang terletak di luarnya, termasuk dalam proses ini. Menurut Yu, ini masuk akal, karena tugas-tugas yang jatuh ke dalam set karakteristik membuat permintaan ke otak sesuai dengan struktur saraf yang mendasarinya. Setelah menyelesaikan penelitian, kelompok beralih ke pertanyaan tentang bagaimana aktivitas saraf berubah selama pelatihan - ini dijelaskan dalam sebuah
karya yang baru-baru ini diterbitkan dalam jurnal Nature Neuroscience.
Untuk memahami apa yang terjadi di otak, para peneliti pertama-tama memberi primata yang dilengkapi dengan IMC untuk merasa nyaman dengan menggerakkan kursor ke kiri dan ke kanan. Kemudian tim mengubah persyaratan untuk jenis aktivitas saraf apa yang diperlukan untuk menggerakkan kursor, dan mulai mengamati pola aktivitas saraf baru apa, yang sesuai dengan set poin baru dari set karakteristik, yang akan digunakan oleh hewan.
Para peneliti berharap untuk melihat bukti dari strategi pembelajaran yang disebut "restrukturisasi," di mana hewan akan mulai menggunakan beberapa pola baru neuron yang bekerja yang paling sesuai dengan tugas ini. "Perestroika adalah strategi terbaik yang dapat digunakan oleh hewan yang tunduk pada batasan serangkaian neuron," kata
Matthew Golub , seorang postdoc yang berpartisipasi dalam proyek ini dengan Yu dan Chase dan sekarang bekerja di Universitas Stanford. Atau otak monyet bisa mulai belajar melalui "rescaling", suatu proses di mana neuron yang terlibat dalam tugas belajar utama akan menambah atau mengurangi jumlah semburan sampai mereka tersandung pada semacam aliran kerja.
Tetapi, yang mengejutkan para peneliti, tidak ada perestroika atau penyelamatan yang terjadi. Sebaliknya, para peneliti mengamati proses "reasosiasi" yang sangat tidak efektif. Subjek dilatih dalam tugas baru, hanya menggunakan urutan saraf yang ada, mengubah tujuan mereka. Urutan yang sebelumnya memindahkan kursor ke kiri mulai memindahkannya ke kanan, dan sebaliknya. "Mereka terlibat dalam penggunaan kembali," kata Golub, hanya dalam kondisi baru.
Mengapa otak harus menggunakan strategi pembelajaran yang kurang efektif? Hasil dari penemuan kelompok menunjukkan bahwa sama seperti karya seluruh arsitektur saraf dibatasi oleh aktivitas set karakteristik, sehingga kerja neuron dari set ini memiliki batasan pada reorganisasi aktivitas mereka. Batista menyarankan bahwa perubahan dalam koneksi sinaptik antara neuron yang harus dibuat untuk restrukturisasi akan terlalu kompleks untuk membuatnya cukup cepat. "Plastisitas dalam jangka pendek mungkin lebih terbatas dari yang kami harapkan," katanya. - Belajar berarti melupakan. Otak dengan enggan menolak keterampilan yang diperoleh yang sudah ia ketahui cara mengatasinya. β
Chase membandingkan korteks motorik dengan switchboard telepon lama, di mana koneksi saraf, seperti kabel, menghubungkan input bagian korteks ke output otak kecil. Seperti yang dia katakan, selama percobaan "otak hanya mengubah skema koneksi kabel" - meskipun nuansa proses ini masih belum jelas.
"Strategi perubahan cepat melibatkan mengubah koneksi input dari korteks," kata Yu. Tetapi dia juga mencatat bahwa aktivitas otak dimonitor dalam percobaan mereka selama 1-2 jam. Para peneliti belum bisa mengesampingkan kemungkinan bahwa reasosiasi adalah langkah perantara dalam mengajar otak tugas-tugas baru; dalam jangka waktu yang lebih lama, pembangunan kembali atau penyelamatan mungkin masih terjadi.
Jika demikian, ini dapat menjelaskan perbedaan dalam bagaimana informasi baru terkait dengan kepentingan bersama ditangani oleh pendatang baru dan para ahli. "Para pemula harus bekerja dengan apa yang mereka miliki, dan para ahli terlibat dalam konsolidasi pengetahuan," kata Batista. "Ini mungkin menjadi dasar saraf untuk fenomena terkenal ini."