211service.com
Parallelle verwerking
Wanneer de hersenen een nieuwe motorische vaardigheid leren, vormen neuronen circuits die de spieren van het lichaam activeren om het uit te voeren. Maar hetzelfde gedistribueerde netwerk regelt gerelateerde motorische taken, dus als je veel vaardigheden tegelijk probeert te leren, kunnen nieuwe aanpassingen aan bestaande patronen eerder geleerde vaardigheden verstoren.
Dit is vooral lastig als je vergelijkbare dingen leert, zegt instituutsprofessor Emilio Bizzi. Een nieuw computermodel dat hij en Robert Ajemian, onderzoeker van het McGovern Institute, hebben ontwikkeld, legt uit hoe de hersenen dit probleem oplossen.
De hersenen zijn enorm parallel en elk neuron is gemiddeld met ongeveer 10.000 andere verbonden. Hierdoor kan interferentie waarschijnlijker lijken dan bij standaard computerchips, die gegevens serieel verwerken en instructies voor elke taak op een aparte locatie opslaan.
Maar die connectiviteit stelt de hersenen in staat om veel mogelijke oplossingen uit te testen om combinaties van taken te bereiken. Neuronen veranderen voortdurend de sterkte van deze verbindingen, een eigenschap die bekend staat als hyperplasticiteit. Ze krijgen ook ongeveer evenveel nutteloze informatie als nuttige input van hun buren.
Zonder die zeer lage signaal-ruisverhouding zou het hyperplastische brein bestaande herinneringen te gemakkelijk overschrijven. Maar zonder hyperplasticiteit zou het geluid de kleine veranderingen in connectiviteit overstemmen, waardoor het onmogelijk wordt om nieuwe vaardigheden te leren.
Je hersenen proberen altijd de configuraties te vinden die alles in evenwicht houden, zodat je twee taken kunt doen, of drie taken, of hoeveel je ook leert, zegt Ajemian. Er zijn veel manieren om een taak op te lossen en je verkent alle verschillende manieren.