Este uso de codificación ortogonal para separar y proteger información en el cerebro se ha visto antes. Por ejemplo, cuando los monos se preparan para moverse, la actividad neuronal en su corteza motora representa el movimiento potencial, pero ortogonalmente para evitar interrumpir las señales que en realidad envían órdenes a los músculos.

Sin embargo, a menudo no estaba claro cómo se transforma la actividad neuronal de esta manera. Buschman y Libby querían responder a esta pregunta por lo que observaron en la corteza auditiva de sus ratones. «Cuando comencé en el laboratorio, era difícil para mí imaginar cómo algo como esto podría suceder con la actividad del fuego neuronal», dijo Libby. Quería «abrir la caja negra sobre lo que hace la red neuronal para crear esta ortogonalidad».

En esta carta de 1837, un ejemplo de “escritura cruzada”, las líneas de escritura se escribieron tanto horizontal como verticalmente para mantenerlas legibles y ahorrar papel. (Los redactores de cartas a veces han hecho esto para minimizar los costos de envío).Cortesía de la Biblioteca Pública de Boston.

Al explorar las posibilidades de manera experimental, descartaron la posibilidad de que diferentes subconjuntos de neuronas en la corteza auditiva estuvieran manejando independientemente las representaciones sensoriales y de memoria. En cambio, mostraron que estaba involucrada la misma población general de neuronas y que la actividad de las neuronas podía dividirse claramente en dos categorías. Algunas eran «estables» en comportamiento durante las representaciones tanto sensoriales como de memoria, mientras que otras neuronas «cambiantes» cambiaban el patrón de sus respuestas para cada uso.

Para sorpresa de los investigadores, esta combinación de neuronas estables y de conmutación fue suficiente para rotar la información sensorial y convertirla en memoria. «Esa es toda la magia», dijo Buschman.

De hecho, él y Libby utilizaron enfoques de modelado por computadora para demostrar que este mecanismo era la forma más eficiente de crear las representaciones ortogonales de la sensación y la memoria: requería menos neuronas y menos energía que las alternativas.

Los hallazgos de Buschman y Libby alimentan una tendencia emergente en neurociencia: poblaciones de neuronas, incluso en regiones de percepción sensorial más baja, están involucradas en una codificación dinámica más rica de lo que se pensaba anteriormente. «Aquellas partes de la corteza que están más abajo en la cadena alimentaria también están dotadas de dinámicas realmente interesantes que quizás no hayamos apreciado hasta ahora», dijo Miguel Maravall, un neurocientífico de la Universidad de Sussex que no participó en el nuevo estudio. involucrado.

El trabajo podría ayudar a reconciliar dos lados de un debate en curso sobre si los recuerdos a corto plazo se sustentan en representaciones constantes y persistentes o en códigos neuronales dinámicos que cambian con el tiempo. En lugar de ir a un lado o al otro, «nuestros resultados muestran que básicamente ambos tenían razón», dijo Buschman, con neuronas estables que llegan al primero y las neuronas cambian al segundo. La combinación de procesos es útil porque «en realidad ayuda a prevenir interferencias y realiza esta rotación ortogonal».

El estudio de Buschman y Libby podría ser relevante en contextos más allá de la representación sensorial. Ella y otros investigadores esperan encontrar este mecanismo de rotación ortogonal en otros procesos: cómo el cerebro persigue varios pensamientos u objetivos al mismo tiempo; cómo se dedica a una tarea mientras se enfrenta a las distracciones; cómo representa estados internos; cómo controla la cognición, incluidos los procesos de atención.

«Estoy muy emocionado», dijo Buschman. Observando el trabajo de otros investigadores: “¡Solo recuerdo que hay una neurona estable, una neurona de conmutación! Los ves en todas partes ahora. «

Libby está interesada en el impacto de sus resultados en la investigación de inteligencia artificial, particularmente en el diseño de arquitecturas útiles para redes de IA que necesitan multitarea. «Me gustaría ver si las personas que preasignan neuronas en sus redes neuronales para tener propiedades estables y de conmutación, en lugar de solo propiedades aleatorias, de alguna manera ayudaron a sus redes», dijo.

Con todo, «las ramificaciones de esta forma de codificar la información serán realmente importantes y muy interesantes de descubrir», dijo Maravall.

Historia original Reproducido con permiso de Revista Quanta, una publicación editorialmente independiente de la Fundación Simons cuya misión es mejorar la comprensión de la ciencia por parte del público abordando los desarrollos de investigación y las tendencias en matemáticas y ciencias naturales y de la vida.


Más historias geniales de WIRED