Почему мозгу трудно «делать два дела одновременно»? Ученые раскрыли ключевой нейронный механизм

Команды исследователей из Медицинского колледжа Китайского университета Гонконга и Школы нейронаук Городского университета Гонконга совместно опубликовали в журнале Neuron результаты, раскрывающие, как мозг динамически настраивает и перестраивает нейронные ресурсы, чтобы научиться одновременно выполнять несколько задач. Оказалось, что при одновременном выполнении двух задач мозг мыши не просто ограничен «центральным бутылочным горлышком»: обнаружив конкуренцию за нейронные ресурсы, он координирует работу, а по мере обучения вовлекает больше специализированных для конкретной задачи нейронов и постепенно разделяет нейронные представления разных задач, повышая эффективность многозадачности.

Учёные напоминают, что механизмы того, как мозг координирует конкуренцию за нейронные ресурсы между задачами и как тренировка повышает эффективность многозадачности, долгое время оставались неясными. В эксперименте мыши должны были непрерывно нажимать на рычаг и одновременно слушать разные звуковые сигналы, решая, реагировать или нет, — задача сенсорного решения типа «выполнять/не выполнять». В течение нескольких недель обучения с помощью продольной двухфотонной кальциевой визуализации отслеживали активность отдельных нейронов в популяциях вторичной моторной коры (M2). Выяснилось, что интерференция прослеживается до уровня отдельных нейронов: если две задачи используют один и тот же нейрон, он становится точкой конкуренции. Даже нейроны, в основном отвечающие за одну задачу, при обработке другой задачи корректируют свою активность, чтобы координировать работу мозга и повысить общую эффективность. По мере тренировки мозг вовлекал больше специализированных нейронов и постепенно разделял нейронные свойства двух задач, используя более независимые нейронные ансамбли и снижая интерференцию из-за общих ресурсов. M2 играет важную роль: при подавлении M2 способность к «одновременному выполнению двух дел» не улучшалась даже при практике, а при реактивации M2 быстро повышалась. Кроме того, модель рекуррентной нейронной сети показала, что чистое разделение признаков двух задач не является самым эффективным решением; если сеть сохраняет ранний механизм координации и постепенно разделяет признаки других задач, обучение идёт быстрее, что очень похоже на стратегию биологического мозга.

Авторы заключают, что ключ к эффективному одновременному выполнению нескольких задач — не полное совместное использование и не полное разделение нейронных ресурсов, а баланс между координацией и разделением представлений. Это помогает понять дефициты способностей, связанные с заболеваниями нервной системы, а также более эффективно обучать и управлять системами искусственного интеллекта, повышая их способность одновременно решать несколько задач. Биологический нейронный механизм может помочь в тренировке ИИ для синхронной обработки нескольких задач.