A adaptabilidade do cérebro às vezes parece interminável. Mas as observações do cérebro no processo de aprendizado sugerem que suas redes neurais podem ser surpreendentemente inflexíveis e ineficientes.
O principal atributo da inteligência é a capacidade de aprendizado. Como décadas de pesquisa demonstraram, nosso cérebro exibe uma "plasticidade" bastante grande, ou seja, a capacidade dos neurônios de mudarem as conexões em resposta a estímulos externos. Mas pesquisadores da Universidade Carnegie Melon e da Universidade de Pittsburgh descobriram recentemente limitações inesperadas às nossas habilidades de aprendizado. O cérebro pode realmente ser flexível e adaptável, mas, pelo menos por curtos períodos de tempo, aprende através da repetição ineficaz de truques em seu repertório nervoso, em vez de criar uma rede de conexões do zero.
"Quando jogo
squash , pareço um tenista", diz Byron Yu, engenheiro biomédico e neurocientista da Carnegie Mallon University e um dos líderes do estudo. Yu jogou tênis por muitos anos. Ele está tendo problemas para jogar squash porque usa raquetes mais curtas e faz tiros mais rápidos e mais difíceis - ao contrário dos usados na quadra de tênis. No entanto, ao jogar squash, ele adota o estilo de usar raquetes, às quais está acostumado a uma longa experiência de jogar tênis. O cérebro não é tão fácil de se separar do que já sabe.
Observando o cérebro durante o treinamento, Yu e seus colegas encontraram evidências de uma falta semelhante de plasticidade no nível dos neurônios. Essa descoberta e pesquisas relacionadas podem ajudar a explicar por que algumas coisas são mais difíceis de aprender do que outras.
Alguns anos atrás, Yu,
Aaron Batista, da Universidade de Pittsburgh, e membros de seus laboratórios começaram a usar interfaces cérebro-computador (IMCs) como ferramentas para fazer descobertas em neurobiologia. Esses dispositivos possuem um chip do tamanho de uma unha que pode rastrear a atividade elétrica dos pedreiros imediatamente no córtex motor que controla os movimentos. Ao rastrear a sequência de picos de tensão que passam por neurônios individuais, o IMC é capaz de calcular a "velocidade dos picos" que caracteriza o comportamento de cada neurônio durante uma determinada tarefa.
"Você pode imaginar as dificuldades associadas à escavação desses dados em uma pilha, na tentativa de determinar o que o cérebro está fazendo", disse Yu. "Nossos olhos não são muito treinados para perceber padrões ocultos em tais dados". Mas a análise estatística avançada da qual o chip é capaz pode fazer isso, e esses padrões podem ser usados para determinar a atividade nervosa associada às intenções do sujeito de fazer determinados movimentos. Por exemplo, o sistema é capaz de distinguir entre as intenções do sujeito de teste de alcançar a esquerda, direita, para cima ou para baixo com a mão.
Os pesquisadores podem então usar a saída do IMC para traduzir a atividade nervosa associada a certos movimentos em comandos para o cursor na tela do computador. Por tentativa e erro, pessoas ou animais são treinados para usar essa interface, imaginando como movem a mão, digamos, para a esquerda e movem o cursor na mesma direção.
Quando Yu, Batista e seus colegas rastrearam o córtex motor do macaco, que realizava movimentos simples das mãos repetidas vezes, eles descobriram que os neurônios não eram ativados independentemente. O comportamento das centenas de neurônios medidos poderia ser descrito estatisticamente através do comportamento de 10 neurônios que ativavam ou suprimiam o trabalho de seus vizinhos de várias maneiras. Na análise, esse resultado foi mostrado como um conjunto de pontos que preenchiam uma quantidade muito pequena em um espaço de dados 100-dimensional.
"Chamamos esse volume de variedade intrínseca porque acreditamos que esse recurso é realmente característico do cérebro", disse
Stephen Chase , professor de engenharia biomédica da Universidade Carnegie Malon. "A dimensão desse espaço prediz com precisão as capacidades dos neurônios."
Em 2014, os pesquisadores
descobriram que é mais fácil para os sujeitos aprenderem novas tarefas se combinações de neurônios pertencentes a um conjunto de características, e não aquelas que estão fora dele, forem incluídas nesse processo. Segundo Yu, isso faz sentido, uma vez que tarefas que se enquadram em um conjunto de características fazem solicitações ao cérebro correspondentes à estrutura nervosa subjacente. Após a conclusão do estudo, o grupo mudou para a questão de como a atividade nervosa muda durante o treinamento - isso é descrito em um
trabalho recentemente publicado na revista Nature Neuroscience.
Para entender o que está acontecendo no cérebro, os pesquisadores primeiro deram primatas equipados com IMC para se sentirem confortáveis em mover o cursor para a esquerda e para a direita. Em seguida, a equipe alterou os requisitos para que tipo de atividade nervosa é necessária para mover o cursor e começou a observar que novos padrões de atividade nervosa, correspondentes ao novo conjunto de pontos do conjunto de características, serão utilizados pelos animais.
Os pesquisadores esperavam ver evidências de uma estratégia de aprendizado chamada "reestruturação", durante a qual o animal começaria a usar algum novo padrão de neurônios funcionais que se encaixaria mais naturalmente nessa tarefa. "A perestroika é a melhor estratégia que os animais podem usar e estão sujeitos às limitações de um conjunto característico de neurônios", disse
Matthew Golub , um pós-doutorado que participou desse projeto com Yu e Chase e agora trabalha na Universidade de Stanford. Ou o cérebro do macaco pode começar a aprender através do "reescalonamento", um processo no qual os neurônios envolvidos na tarefa primária de aprendizado aumentam ou diminuem o número de rajadas até encontrarem algum tipo de fluxo de trabalho.
Mas, para surpresa surpreendente dos pesquisadores, nem a perestroika nem o redimensionamento aconteceram. Em vez disso, os pesquisadores observaram um processo extremamente ineficaz de "reassociação". Os indivíduos foram treinados em uma nova tarefa, simplesmente usando as seqüências nervosas existentes, mudando de propósito. As seqüências que anteriormente moveram o cursor para a esquerda começaram a movê-lo para a direita e vice-versa. "Eles estavam envolvidos na reutilização", disse Golub, apenas sob novas condições.
Por que o cérebro deve usar uma estratégia de aprendizado menos eficaz? Os resultados das descobertas do grupo mostram que, assim como o trabalho de toda a arquitetura nervosa é limitado pela atividade de um conjunto de características, o trabalho dos neurônios desse conjunto tem restrições à reorganização de suas atividades. Batista sugere que as mudanças nas conexões sinápticas entre os neurônios que precisariam ser feitas para a reestruturação seriam complexas demais para serem rápidas o suficiente. "A plasticidade no curto prazo pode ser mais limitada do que esperávamos", afirmou ele. - Aprender significa esquecer. O cérebro recusa relutantemente as habilidades adquiridas com as quais já sabe lidar.
Chase comparou o córtex motor a uma central telefônica antiga, na qual conexões neurais, como cabos, conectam as entradas das seções do córtex às saídas do cerebelo. Como ele disse, durante os experimentos "o cérebro apenas muda o esquema de conexão dos cabos" - embora as nuances desse processo ainda não sejam claras.
"A estratégia de mudança rápida envolve a alteração das conexões de entrada do córtex", disse Yu. Mas ele também observou que a atividade cerebral foi monitorada por 1-2 horas em seus experimentos. Os pesquisadores ainda não podem descartar a possibilidade de a reassociação ser um passo intermediário no ensino de novas tarefas ao cérebro; por um longo período de tempo, a reconstrução ou o redimensionamento ainda podem ocorrer.
Nesse caso, isso pode explicar a diferença de como as novas informações relacionadas a interesses comuns são tratadas por recém-chegados e especialistas. "Os iniciantes precisam trabalhar com o que têm e os especialistas estão envolvidos na consolidação do conhecimento", disse Batista. "Essa pode ser a base neural para esse fenômeno conhecido".