あなたの脳は「全体像」をどのように理解していますか？
私たちの脳はパターンを認識し、「全体像」を見るために細部から「距離を置く」ことができます。研究者たちは現在、脳がどのようにして正確に視点を得ることができるかを見つけるために努力しています。
人間の脳は複雑な機械であり、膨大な量の情報を吸収、処理、保持、更新、および呼び出すことができるため、種として生き残るだけでなく、全段階で。
乳児は早い段階で、顔の区別と認識、特定の音の識別と好みの表示、さらには因果関係の処理を学ぶことができます。
しかし、私たちの脳はどのようにして複雑な情報の流れをナビゲートし、有用な関連を形成することができますか？これは、フィラデルフィアのペンシルベニア大学の3人の科学者、クリストファーリン、アリカーン、ダニエルバセットが答えようと試みた質問です。
研究者たちは、これまでのところ、科学者は脳が高度なプロセスを使用して統計的関係の高次構造を確立していると考えてきたと説明しています。
しかし、彼らの現在の研究では、3人の研究者は異なるモデルを提案し、私たちの脳は「全体像を見る」ことができるように情報を単純化することに熱心であることを示唆しています。
「[人間の脳]は常に次に何が起こるかを予測しようとします。たとえば、あなたが何か知っている主題についての講義に出席している場合、あなたはすでに高階構造をある程度理解しています。これは、アイデアを結び付け、次に何が聞こえるかを予測するのに役立ちます。」
クリストファー・リン
結果を予測する
彼らが2019年3月のアメリカ物理学会で発表した新しいモデルで、研究者たちは、高次のアイデアのつながりを作り出すために、脳は詳細から離れなければならないと説明しています。
この概念を説明するために印象派の芸術に目を向けると、リンは、「点描の絵を間近で見ると、すべての点を正しく識別できる」と述べています。しかし、「20フィート後退すると、細部がぼやけますが、全体的な構造をよりよく理解できます。」
彼と彼の同僚は、人間の脳も同様のプロセスを経ていると信じています。これは、以前のエラーからの学習に大きく依存していることも意味します。
この仮説を検証するために、研究者たちは参加者に5つの正方形が連続して表示されているコンピューター画面を表示するように依頼する実験を行いました。参加者のタスクは、画面上のシーケンスに一致するようにキーの組み合わせを押すことでした。
彼らが反応時間を測定したとき、研究者たちは、参加者が結果を予測することができたとき、より速いペースで正しいキーの組み合わせを押す傾向があることを発見しました。
実験の一環として、研究者たちは刺激をネットワークの一部を形成するノードとして表現しました。参加者は、1つの刺激をそのネットワーク内のノードと見なし、それに隣接する4つの他のノードの1つが次の刺激を表します。
さらに、ネットワークは、3つの接続された五角形からなる「モジュラーグラフ」またはそれらを結ぶ線を持つ5つの三角形からなる「格子グラフ」のいずれかを形成しました。
研究者は、参加者が格子グラフよりもモジュラーグラフに迅速に反応したことを指摘しました。
この結果は、参加者がモジュラーグラフの構造、つまり「全体像」の基礎となるロジックを理解しやすくなり、より高速でより正確に予測できるようになったと研究者は述べています。
これらの調査結果を使用して、Lynnらは、「ベータ」値と名付けた変数値を評価しようとしました。研究者は、ベータ値は、予測エラーを起こす可能性が高い人では低く、タスクをより正確に完了した人では高いように思われたと述べています。
将来的には、研究者は機能的MRIスキャンを分析して、異なるベータ値を提示する人々の脳が、いわば異なる方法で「プログラム」されているかどうかを確認することを目指しています。
