Tämä järjestely paljastaa monimutkaisen rakenteen: aistialueet analysoivat raakadataa nopeasti, kun taas assosiatiiviset alueet, kuten etuotsalohko, integroivat näitä tietoja pidemmillä aikaväleillä. Tämä aikakäsittelyn hierarkia on hyvin kuvattu ihmisillä, mutta kysymys pysyy: miksi tämä aikahierarkia on näin rakennettu?
Äskettäiset edistysaskeleet ihmisen connectomin kartoittamisessa ja hermoverkkojen mallintamisessa tarjoavat uusia vastauksia. Artikkelissa, joka julkaistiin Communications Biology -lehdessä, tutkijat käyttivät connectomiin perustuvia laskennallisia neurotieteellisiä malleja - yksityiskohtaista karttaa aivojen alueiden välisistä hermoyhteyksistä.
Nämä mallit, jotka on inspiroitu niin sanotuista "reservoir" -hermoverkoista, simuloivat aivojen dynamiikkaa käyttämällä connectomiin perustuvia yhteysperiaatteita. Ne paljastavat valkoisen aineen säikeiden, kuten fronto-okkipitaalisen säikeen, keskeisen roolin, joka yhdistää etäisiä aivojen alueita. Nämä "lyhyet reitit" hermoissa mahdollistavat assosiatiivisten alueiden nopean pääsyn aistialueiden käsittelemään tietoon.
Näiden connectomiin perustuvien mallien avulla tutkijat ovat pystyneet toistamaan ihmisen aivoissa havaittua aikakäsittelyn hierarkiaa. Tulokset osoittavat, että aikaskaalojen hierarkia johtuu connectomin rakenteesta. Toisin sanoen, tämä järjestely ei johdu kognitiivisten tehtävien erityisvaatimuksista, jotka liittyvät kertomuksen ymmärtämiseen, vaan ihmisen aivojen sisäisestä yhteydestä.
Samankaltaisuuksia tekoälyn kanssa
Näiden havaintojen ja tekoälyn välillä nousee esiin rinnakkaisuus. Aivojen valkoisen aineen reitit muistuttavat syvissä hermoverkoissa (Deep Neural Networks, DNN) käytettyjä "hyppykytkentöjä". Nämä keinotekoiset hermoverkot, jotka koostuvat useista toisiinsa kytketyistä kerroksista, ovat laajasti käytössä koneoppimisessa tietojen käsittelyssä. DNN:ssä nämä hyppykytkennät ovat keskeisessä roolissa aktiviteetin vakauttamisessa ja tietovirran parantamisessa.
Samalla tavalla, primaatin aivoissa pitkän matkan hermoyhteydet varmistavat tiedon tehokkaan siirron. Kun signaalien leviäminen paikallisten yhteyksien kautta muuttuu tehottomaksi, nämä lyhyet reitit ovat olennaisia järjestelmän arkkitehtuurille. Tämä löytö tarjoaa uuden näkökulman valkoisen aineen reittien toimintaan ja avaa oven innovatiivisille tutkimuksille neurotieteiden ja tekoälyn välisistä yhteyksistä.

Viite:
Simulating the impact of white matter connectivity on processing time scales using brain network models. Triebkorn, P., Jirsa, V. & Dominey, P.F. Communications Biology, 7. helmikuuta 2025, DOI: https://doi.org/10.1038/s42003-025-07587-x