Zu unterscheiden von Kontexten, die Tiere denke, probabilistisch, Studie legt nahe,

Unter den vielen Dingen, Nagetiere gelehrt haben Neurowissenschaftler ist, dass in einer region namens hippocampus, im Gehirn erstellt eine neue map für jeden eindeutigen räumlichen Kontext—zum Beispiel einem anderen Raum oder Labyrinth. Aber die Wissenschaftler haben bisher gekämpft, um zu lernen, wie man Tiere entscheidet, Wann ein Kontext ist Roman genug, um Verdienst zu erstellen, oder zumindest zu überarbeiten, diese mental maps. In einer Studie, In eLife, MIT-und Harvard-Forscher schlagen ein neues Verständnis: Der Prozess des „remapping“ kann mathematisch modelliert werden als ein Meisterstück der probabilistischen Argumentation, die von den Nagetieren.

Der Ansatz bietet Wissenschaftlern eine neue Weise zu interpretieren, viele Experimente, die abhängig von mess-Neuzuordnung zu untersuchen, lernen und Gedächtnis. Die Zuordnung ist integraler Bestandteil dieser Jagd, weil die Tiere (und Menschen) zuordnen lernen eng mit dem Kontext, und der Hippocampus-Karten zeigen, in welchem Kontext ein Tier glaubt, dass er selbst in.

„Die Leute haben vorher gefragt, ‚Was ändert sich im Umfeld dazu führen, dass der hippocampus eine neue Karte erstellen?‘ aber gibt es nicht keine klaren Antworten“, sagte führen Autor Honi Sanders. „Es hängt von allen möglichen Faktoren, was bedeutet, dass, wie die Tiere die Definition von Kontext wurde eingehüllt in Geheimnis.“

Sanders ist ein postdoc im Labor von co-Autor Matthew Wilson, Sherman Fairchild Professor in Die Picower-Institut für Lernen und Gedächtnis und die Abteilungen der Biologie und der Brain and Cognitive Sciences am MIT. Er ist auch Mitglied des Zentrums für Gehirn, Geist und Maschine. Das paar zusammen mit Samuel Gershman, professor für Psychologie an der Harvard-Universität auf der Studie.

Grundsätzlich ein problem mit der Zuordnung, die Häufig in led-labs zu berichten widersprüchliche, verwirrende oder überraschende Ergebnisse, ist, dass Wissenschaftler nicht einfach sicherzustellen, dass Ratten, die Sie bewegt haben, von der experimentellen Kontext A Kontext B, oder, dass Sie noch in den Kontext Ein, auch wenn einige Umgebungsbedingungen, wie Temperatur oder Geruch, hat versehentlich geändert werden. Es ist bis zu der Ratte zu erforschen und daraus zu folgern, dass die Bedingungen, wie die Labyrinth-Form oder-Geruch oder die Beleuchtung oder die position von Hindernissen, und Belohnungen, oder die Aufgabe, die Sie durchführen müssen, oder haben sich nicht geändert genug, um führen Sie eine vollständige oder teilweise Zuordnung.

Also anstatt zu versuchen, zu verstehen, Neuzuordnung Messungen basierend auf dem, was das experimentelle design soll zu induzieren, Sanders, Wilson und Gershman argumentieren, dass Wissenschaftler prognostizieren soll Neuzuordnung von mathematisch-Bilanzierung der rat die Argumentation der Bayes ‚ schen Statistik, die Quantifizierung der Prozess, beginnend mit einer unsicheren Annahme und dann aktualisieren, sobald neue Informationen hervorgeht.

„Sie erleben nie genau die gleiche situation zweimal. Das zweite mal ist immer etwas anders,“ sagte Sanders. „Sie müssen die Frage beantworten:“ Ist dieser Unterschied nur das Ergebnis der normalen variation in diesem Zusammenhang oder ist dieser Unterschied eigentlich einem anderen Kontext?‘ Wenn Sie das erste mal erleben Sie den Unterschied Sie können nicht sicher sein, aber nachdem Sie erlebt haben, Rahmen viele Male und bekommen ein Gefühl von dem, was die Schwankung ist normal und was variation ist nicht, Holen Sie sofort, wenn etwas aus der Linie.“

Das trio bezeichnen Ihren Ansatz als „versteckte Staatliche Inferenz“ weil das Tier, der möglichen Veränderung des Kontexts einer versteckten Zustand, der abgeleitet werden muss.

In der Studie beschreiben die Autoren verschiedene Fälle, in denen die ausgeblendeten Zustand Inferenz kann helfen, erklären die Zuordnung, oder der Mangel daran, beobachteten in früheren Studien.

Zum Beispiel, in vielen Studien ist es schwierig vorherzusehen, wie sich einige Hinweise, dass ein nagetier navigiert durch ein Labyrinth (z.B. ein Licht oder einen Summer) beeinflussen, ob man eine komplett neue map oder teilweise ordnet das aktuelle und um wie viel. Meist werden die Daten gezeigt hat, gibt es nicht eine offensichtliche „eins-zu-eins“ – Beziehung von cue-Wechsel und Neuzuordnung. Aber das neue Modell sagt Voraus, wie mehrere cues ändern, ein nagetier, kann der übergang von immer unsicher, ob ein Umwelt-Roman (und daher teilweise remapping), um immer sicher genug, um vollständig zu zuordnen.

In einem anderen, das Modell bietet eine neue Vorhersage zu beheben eine Neuzuordnung Mehrdeutigkeit, die sich ergeben hat, wenn Wissenschaftler inkrementell „verwandelt“ die Form der nagetier-Gehäuse. Mehrere Labors, zum Beispiel, fand unterschiedliche Ergebnisse, wenn Sie vertraut Ratten mit square-und round-Umgebungen und habe dann versucht zu Messen, ob und wie Sie zuordnen, wenn Sie im mittleren Formen wie ein octagon. Einige labs sah die komplette Neuzuordnung während andere beobachtet, nur teilweise Neuzuordnung. Das neue Modell sagt Voraus, wie das wahr sein könnte: die Ratten ausgesetzt, um die intermediate-Umgebung nach mehr training wäre wahrscheinlich mehr vollständig zuordnen, als diejenigen ausgesetzt, die intermediate Form früher im training, weil mit mehr Erfahrung wäre mehr sicher sind, Ihre ursprünglichen Umgebungen und daher immer sicher, dass die intermediate-war eine echte Veränderung.

Die Mathematik des Modells enthält sogar eine variable, die zu berücksichtigen Unterschiede zwischen den einzelnen Tieren. Sanders ist auf der Suche, ob das Umdenken, alte Ergebnisse konnten auf diese Weise können die Forscher zu verstehen, warum verschiedene Nagetiere reagieren so unterschiedlich auf ähnliche Experimente.

Letztlich, Sanders sagte, er hofft, dass die Studie helfen wird, fellow Neuzuordnung Forscher annehmen, eine neue Art des Denkens über und überraschende Ergebnisse unter Berücksichtigung der Herausforderung, Ihre Experimente zu stellen, um Ihre Themen.