To, co może przyciągać do teorii kodowania predykcyjnego to jej interdyscyplinarność. Mogą się nad nią pochylić zarówno kognitywiści, neurobiolodzy, jak i filozofowie. Mózg jest nieustannie bombardowany bodźcami zmysłowymi. Dziennie musi przetworzyć kilkadziesiąt gigabajtów danych[1]. Z konieczności zatem dąży do optymalizacji swoich procesów. Teoria kodowania predykcyjnego zakłada, że mózg generuje reprezentacje świata zewnętrznego w oparciu o kontekst oraz wcześniejsze doświadczenia zmagazynowane w pamięci, by konfrontować je z aparatem poznawczym niższego rzędu odbierającym bodźce. Mechanizmy poznawcze mają wobec tego działać na zasadzie ograniczenia różnic między reprezentacjami a odebranymi bodźcami, czyli minimalizacji błędu predykcyjnego[2]. Wciąż jednak potrzeba danych na temat tego, jakie procesy neuronalne zachodzą w trakcie tej konfrontacji.
Przetwarzanie danych zmysłów w czasie rzeczywistym według teorii kodowania predykcyjnego zakłada przewidywanie nadchodzących bodźców. Dokonane wcześniej badania dowodzą, że mózg wykazuje aktywność potencjałów wywołanych P3 wówczas, gdy spodziewa się odebrać sygnały, które ostatecznie się nie pojawiają[3]. Także w eksperymentach uwagi pokazano, że aktywność potencjałów N1 zależy od przewidywalności pojawienia się bodźca[4]. Element czasu wystąpienia bodźca i możliwość tego przewidzenia okazuje się zatem mieć znaczenie dla rozumienia mechanizmów poznawczych mózgu ludzkiego, co sprawdzali badacze z Queensland Brain Institute[5].
Australijczycy wykorzystując pomiar elektroencefalogramu (EEG) obserwowali aktywność neuronalną dwudziestu dziewięciu zrekrutowanych do badania osób w trakcie wykonywania zadania na uwagę. W dwóch sesjach eksperymentalnych mieli oni za zadanie reagować naciskając odpowiedni guzik na pojawiający się wysoki dźwięk (częstotliwości 900 Hz). Musieli zatem ignorować występujące dźwięki niższe (450 Hz). Dźwięki poprzedzał obraz szarego koła. Stanowił on znacznik tego, że zaraz wystąpi jeden z dźwięków. Jednocześnie mogło to nastąpić po krótszym– 1000 ms - lub dłuższym okresie czasu – 2000 ms. Dźwięk wysoki w każdej sesji występował wyłącznie po jednym z rodzajów opóźnienia. Jednak ilość występujących opóźnień była w sesjach zróżnicowana. W pierwszej 75% dźwięków pojawiało się po krótszym okresie czasu, zaś w drugiej odwrotnie – 75% dźwięków występowało z większym opóźnieniem. Wpływało to na kalkulacje prawdopodobieństwa objawienia się odpowiednich dźwięków, co lepiej wiązało elementy przewidywania sygnałów i czasu.
Ilustracja 1: Schemat badania uwagowego. Szare kółko sygnalizuje pojawienie się wysokiego lub niskiego dźwięku po 1000 ms lub 2000ms. Po lewej stronie uwzględniono procentowy udział obu rodzajów opóźnień czasowych[6].
Manipulacja opóźnieniem występowania dźwięków oraz ilością w sesjach prowadziła do tego, że uczestnicy mogli się zorientować w okolicznościach i dokonywać przewidywań. W rezultacie amplituda potencjałów wywołanych N1 zmniejszała się, gdy bardzo prawdopodobnym było wystąpienie dźwięku po krótkim opóźnieniu. Przewidywalność tego zdarzenia wiąże się z osłabieniem sygnałów N1. Natomiast aktywność potencjałów P3 nasilała się wówczas, gdy dźwięki niskie, które nie były celem uczestników, występowały po opóźnieniu czasowym typowym dla dźwięku wysokiego. Modulacje w aktywności P3 są interpretowane jako znaczące w korygowaniu błędów predykcyjnych na wysokim poziomie przetwarzania. Autorzy eksperymentu ubolewają jednak, że nie udało im się zaobserwować aktywności N1 w punktach czasowych, w których występował dźwięk stanowiący cel dla badanych, co mogło zapewnić informacje na temat dysponowania zasobami uwagi przez mózg w podobnych zadaniach. Niemniej okazuje się, że teoria kodowania predykcyjnego zyskuje wsparcie. Naukowcy z Queensland Brain Institute przypuszczają bowiem, że przewidywanie oparte na opóźnieniu czasowym może stanowić czynnik modulujący dla błędu predykcyjnego. Wciąż jednak wydają się potrzebować i oczekiwać kolejnych tego potwierdzeń.
[1] Patrz: Fedorowicz A., Jak wpływają na nas gigabajty danych, które pochłaniamy każdego dnia? [w:] Focus.pl 2015, http://www.focus.pl/czlowiek/mozg-przeladowany-jak-wplywaja-na-nas-gigabajty-danych-ktore-pochlaniamy-kazdego-dnia-8025, dostęp: 1.07.2017r.
[2] Patrz: Panichello F. M., Cheung S. O., Bar M., Predictive feedback and conscious visual experience [w:] Frontiers in Psychology 2013, vol. 3, http://journal.frontiersin.org/researchtopic/599/predictive-coding, dostęp: 1.07.2017r.
[3] Sutton S., Tueting P., Zubin J., John R. E., Information Delivery and the Sensory Evoked Potential [w:] Science 1967, vol. 155, nr 3768, s. 1436-1439.
[4] Paris T., Kim J., Davis Ch., The Processing of Attended and Predicted Sounds in Time [w:] Journal of Cognitive Neuroscience 2015, vol. 28, nr 1, s.158-165.
[5] Sherwell Ch., Garrido M., Cunnington R., Timing in Predictive Coding: The Roles of Task Relevance and Global Probability [w:] Journal of Cognitive Neuroscience 2017, vol. 29, nr 5, s. 780-792.
[6] Źródło: Sherwell Ch., Garrido M., Cunnington R., Timing in Predictive Coding: The Roles of Task Relevance and Global Probability [w:] Journal of Cognitive Neuroscience 2017, vol. 29, nr 5, s. 783.
|
|
|
|