Je kunt niet 100% van je hersenen gebruiken en dat is maar goed ook

In de eerste deel van deze serie besprak ik het idee dat we maar 10% van onze hersenen gebruiken. Ik liet recent neurowetenschappelijk bewijs zien dat er een aanzienlijk aantal neuronen is die geen enkel nut lijken te hebben dat we kunnen onderscheiden. Het aantal ongebruikte neuronen is waarschijnlijk minder dan 90% - ik suggereerde dat het dichter bij 50% zou kunnen liggen. Maar ik denk nog steeds dat de waarde van 10% een nuttig referentiepunt is.

Waarom? De mythe van 10% is nuttig omdat blijkt dat er een subtielere en meer consequente manier is waarop de waarde ervan dichter bij de waarheid ligt dan de waarde van 100%. Het heeft te maken met een zin die ik in de vorige post gebruikte: hersengebruik na verloop van tijd. Dit brengt ons bij een belangrijk concept genaamd schaarste. Het is een term bedacht door Cornell neurowetenschapper David Field om grootschalige patronen van neurale activiteit te beschrijven.

Sparsheid gaat over patronen die verder gaan dan de loutere som van activiteit. Het gaat er echt om hoe activiteit wordt verdeeld over neuronen en in de tijd.

In een dun systeem zijn een paar eenheden in de populatie tegelijkertijd erg actief, terwijl de rest stil is. Na verloop van tijd nemen de meeste eenheden deel. Dit activiteitspatroon zou een hoge bevolkingsdichtheid. Daarentegen zou een systeem dat de meeste eenheden op een bepaald moment op zijn minst een klein beetje gebruikt, een lage bevolkingsdichtheid hebben.

Hetzelfde raamwerk wordt gebruikt voor het karakteriseren van enkele neuronen in de tijd. In dit geval hoog levenslange schaarste betekent dat een neuron alleen actief is in zeldzame uitbarstingen van hoge activiteit, terwijl een lage levensduur een indicatie zou zijn dat een neuron bijna altijd op een laag niveau actief is.

Het is hier handig om een ​​analogie te maken met geschreven taal. We kunnen een bepaalde gedachte communiceren door deze in het Engels te schrijven, of vrijwel gelijkwaardig in het Chinees. Toch zijn de coderingssystemen van deze twee talen behoorlijk verschillend. Om bijna elk idee in geschreven Engels uit te drukken, zouden we bijna alle codeereenheden - de 26 letters - minstens één keer gebruiken. Het analoog maken van de letters met neuronen is als het gebruik van alle neuronen in de hersenen op een laag niveau voor een bepaalde taak. We kunnen zeggen dat een systeem als geschreven Engels weinig schaars is.

In het Chinees zou slechts een handvol van de duizenden karakters nodig zijn om dezelfde gedachte uit te drukken. Het gebruik van elk personage zou nadrukkelijk zijn, omdat personages in een grote verscheidenheid van heel verschillende vormen voorkomen, en de meeste worden niet in één enkele gedachte herhaald. Dit is hetzelfde als het gebruik van een paar neuronen tegelijk op een hoog niveau. Chinees komt dus overeen met hoge schaarste.

Geen van beide systemen is inherent beter dan de andere - beide hebben voor- en nadelen. Wat we willen weten, is welke geschreven taal het meest lijkt op het activiteitspatroon in de hersenen?

Door empirisch en theoretisch onderzoek van de afgelopen 35 jaar is duidelijk geworden dat de hersenactiviteit vrij schaars is. Het gedraagt ​​zich op deze manier om twee belangrijke redenen.

Ten eerste is het te wijten aan de manier waarop neuronen werken, dat wil zeggen de biochemische en biofysische regels die hun werking bepalen. Dit is zowel het geval bij neurale populaties als in de loop van de tijd. Beperkingen op de bloedstroom - die beperken hoeveel energie aan veel neuronen kan worden geleverd - duwen het systeem in de richting van een hoge bevolkingsdichtheid. In het tijdsdomein is neurale machinerie fundamenteel gebaseerd op het uitzenden van een korte, scherpe uitbarsting van opgekropte energie, en dan langere perioden besteden aan opladen voor een volgende uitbarsting. Ze kunnen meestal niet een beetje actief zijn. De beste theoretische schattingen van de situatie - hoewel ze substantiële veronderstellingen maken over en vereenvoudigingen van een zeer complex systeem - komen overeen met een limiet van ongeveer 10% van het gebruik in de hersenen van zoogdieren (1,2, 3). Klinkt bekend?

Ten tweede wordt schaarste geëist omdat de wereld schaars is. In onze omgeving - en dienovereenkomstig in ons hoofd - gebeuren dingen in uitbarstingen, in plaats van de hele tijd op een laag niveau. Dit omvat gebeurtenissen, objecten, aandacht, actie, betekenis en beslissingen.

David Field, die samenwerkte met UC Berkeley neurowetenschapper Bruno Olshausen, volgde deze gedachtegang in een historisch 1996 papier over schaarste in het visuele systeem. Ze gebruikten computermodellen om aan te tonen dat onze hersenen een schaarse structuur aannemen in de ruimtelijke patronen van de wereld om ons heen.

In wezen bouwden ze een computersysteem dat gedwongen werd een schaarse code te leren. De code of "alfabet" lijkt veel op een geschreven taal, behalve dat het afbeeldingen (kleine stukjes natuurlijke afbeeldingen) codeert in plaats van woorden. Wat ze ontdekten was dat het visuele alfabet dat het computermodel leerde, sterk leek op het alfabet dat in ons visuele systeem wordt gebruikt.

Met andere woorden, in een systeem dat is getraind om simpelweg schaars te zijn, verschijnt de basisstrategie van de hersenen voor het analyseren van de visuele wereld "gratis" en zonder expliciet voorgeprogrammeerd te zijn. Het blijkt dat spaarzame codering ook sterke verbindingen heeft met de huidige "deep learning"-revolutie in kunstmatige intelligentie, die ik in toekomstige berichten zal bespreken.

Terug naar de recent onderzoek onder leiding van Saskia de Vries van het Allen Instituut, dat ik noemde in de eerste post, een van de belangrijkste onderzoekers doelen was om schaarste te meten. Met deze informatie kunnen we inschatten welk deel van de hersenen tegelijkertijd actief is.

Over de visuele gebieden die ze hebben bemonsterd, en in verschillende lagen van de cortex, impliceren de gegevens van de Vries dat ongeveer 20% van de neuronen typisch tegelijkertijd actief is. Hoewel ongeveer driekwart van de visuele neuronen regelmatig reageert, is slechts ongeveer één op de vijf tegelijk actief. En na verloop van tijd waren individuele neuronen slechts gedurende ongeveer 20% van de lengte van de opnames actief. Het is duidelijk dat deze waarden dichter bij de 10%-waarde liggen, die ik als vuistregel heb voorgesteld, dan bij de 100% mythe.

Wat heeft dit allemaal te maken met je internetbrein? De sleutel is dat internet ook schaars is. Het is actief in bursts, zowel over het netwerk op een bepaald moment als binnen communicatiekanalen in de loop van de tijd.

U kunt een idee krijgen van de activiteit door de wifi-signalen van uw computer te controleren. Macintosh-gebruikers kunnen de toepassing Activity Monitor openen (in de map Hulpprogramma's) en het tabblad Netwerk bekijken. U ziet een plot van berichtbrokken (pakketten) die in de loop van de tijd door uw computer zijn verzonden en ontvangen. Tenzij u veel bandbreedte gebruikt, ziet het spoor er over het algemeen schaars en explosief uit, zoals dit:

Hersenen en internet delen schaarse bedrijfsomstandigheden. Maar we kunnen verder gaan. Een andere les van de internetmetafoor voor de hersenen is dat af en toe korte signalen cruciaal zijn om het systeem te laten werken. We voelen ons van nature aangetrokken tot sterke, consistente signalen in de hersenen en tot de heldere flitsen wanneer de hersenen "lichten op". Maar in navolging van de internetmetafoor zijn ook korte spurten van activiteit cruciaal.

Op internet zijn er verschillende korte signaaluitbarstingen waarmee routers contact kunnen houden. Belangrijk is dat deze signaalsalvo's geen berichtinhoud bevatten. De signalen omvatten ACK's of bevestigingen, die een verzendende router vertellen dat een reeks berichten op zijn bestemming is ontvangen. Routers verzenden ook periodiek keep-alives, dit zijn kleine berichten die netwerkburen vertellen dat een router klaar is om berichten te verzenden.

Als de hersenen een vergelijkbare strategie zouden gebruiken, zouden dit soort kleine berichten worden gemist of verkeerd worden begrepen als we ons alleen bezig zouden houden met situaties waarin veel neuronen samen actief zijn. Net als internet hebben veel signalen in de hersenen waarschijnlijk betrekking op het werkend houden van het communicatiesysteem, in plaats van het uitvoeren van een specifieke taak of gedrag. Het gaat erom het hele hersennetwerk 'bereikbaar' te houden, iets waar internet in uitblinkt.

De hersenen hebben dezelfde activiteitsbeperkingen als internet: in beide systemen kunnen we niet alle componenten tegelijk actief hebben, zelfs niet op een laag niveau. Cruciaal is dat beide systemen fundamenteel zijn ontworpen om berichten door te geven via een enorm en sterk onderling verbonden netwerk. Ik onderzoek deze parallel tussen internet en de hersenen (en nog veel meer) in mijn nieuwe boek, Een internet in je hoofd. Ik zal enkele van deze parallellen in toekomstige berichten bespreken.

Dus naar welk niveau van schaarste moeten we streven? Hoewel het onderzoek van de Vries een grote stap voorwaarts is, hebben we nog lang geen goed beeld van grootschalige hersenactiviteit in onze eigen hersenen. Op dit moment kunnen we niet zeggen wat de ideale waarde van schaarste voor de mens zou zijn, laat staan ​​hoe deze te bereiken. Het enige dat we nu kunnen zeggen, is dat enige substantiële mate van schaarsheid vereist is.

Maar misschien is minder meer? Ik sluit af met een korte passage uit: Een internet in je hoofd:

David Field, die mijn Ph.D. adviseur, het principe van spaarzaam coderen ter harte heeft genomen, of als het ware in het brein. Gezien de limiet van 10 procent of minder cellen die tegelijkertijd zeer actief zijn in de hersenen, maakt David graag grapjes dat hij probeert zijn persoonlijke totaal terug te brengen tot 5 procent. Hij kan iets op het spoor zijn.

Copyright © 2021 Daniel Graham. Ongeautoriseerde reproductie van welke inhoud dan ook is ten strengste verboden. Stuur een e-mail voor herdrukverzoeken [email protected].