Kako vaš mozak shvaća 'širu sliku?'
Naš mozak prepoznaje obrasce i može se "distancirati" od detalja kako bi vidio "širu sliku". Istraživači sada nastoje otkriti kako je, točno, mozak u stanju dobiti perspektivu.
Ljudski mozak složen je stroj, sposoban apsorbirati, obraditi, zadržati, ažurirati i prisjetiti se ogromne količine informacija koje su nam, kao vrsti, omogućile ne samo preživljavanje već i napredovanje u svijetu punom izazova u svaki korak.
Dojenčad rano mogu naučiti razlikovati i prepoznavati lica, prepoznavati određene zvukove i pokazivati sklonost prema njima, pa čak i obrađivati uzročno-posljedične veze.
Kako se naš mozak uspijeva kretati složenim tokovima informacija i stvarati korisne asocijacije? To je pitanje na koje su tri znanstvenika sa Sveučilišta Pennsylvania u Philadelphiji - Christopher Lynn, Ari Kahn i Danielle Bassett - odlučili odgovoriti.
Istraživači objašnjavaju da su do sada znanstvenici mislili da mozak koristi sofisticirane procese kako bi uspostavio strukturu višeg reda statističkih odnosa.
U svojoj trenutnoj studiji, međutim, trojica istražitelja iznijeli su drugačiji model, sugerirajući da naš mozak želi pojednostaviti informacije kako bi "mogli vidjeti širu sliku".
„[Ljudski mozak] neprestano pokušava predvidjeti što slijedi. Ako, na primjer, pohađate predavanje o temi o kojoj nešto znate, već imate neke spoznaje o strukturi višeg reda. To vam pomaže povezati ideje i predvidjeti što ćete sljedeće čuti. "
Christopher Lynn
Predviđanje posljedica
U svom novom modelu, koji su predstavili na Ožujskom sastanku Američkog fizičkog društva 2019., istražitelji objašnjavaju da se mozak mora odmaknuti od specifičnosti kako bi stvorio veze ideja višeg reda.
Obraćajući se impresionističkoj umjetnosti da bi ilustrirao ovaj koncept, Lynn primjećuje da, "ako pogledate pointilističku sliku izbliza, možete točno prepoznati svaku točku." Ali, "Ako se vratite 20 metara unatrag, detalji postaju mutni, ali steći ćete bolji osjećaj za cjelokupnu strukturu."
Vjeruju on i njegove kolege, ljudski mozak prolazi sličan proces, što također znači da se uvelike oslanjaju na učenje iz prethodnih pogrešaka.
Kako bi provjerili ovu hipotezu, istraživači su proveli eksperiment u kojem su tražili od sudionika da pogledaju zaslon računala koji prikazuje pet kvadrata u nizu. Zadatak sudionika bio je pritisnuti kombinaciju tipki kako bi se podudarala s prikazom na zaslonu.
Kada su mjerili vremena reakcije, istraživači su otkrili da su sudionici skloniji bržem pritisku ispravne kombinacije tipki kad su mogli predvidjeti rezultat.
Kao dio eksperimenta, istraživači su podražaje predstavljali kao čvorove koji čine dio mreže. Sudionik bi vidio jedan podražaj kao čvor unutar te mreže, a jedan od četiri druga susjedna čvora predstavljao bi sljedeći podražaj.
Nadalje, mreže su tvorile ili „modularni graf“ koji se sastojao od tri povezana peterokuta ili „graf rešetke“ koji se sastojao od pet trokuta s linijama koje ih povezuju.
Istraživači su primijetili da su sudionici brže reagirali na modularne grafikone nego na rešetkaste.
Ovaj rezultat, kažu istražitelji, sugerira da su sudionici lakše razumjeli strukturu modularnog grafa - odnosno temeljnu logiku "šire slike" - što im je omogućilo brže predviđanja s većom točnošću.
Koristeći ova otkrića, Lynn i kolege pokušali su procijeniti varijabilnu vrijednost koju su nazvali "beta" vrijednošću. Istraživači kažu da se činilo da je beta vrijednost niža kod ljudi koji su vjerojatnije pogriješili u predviđanju, a veća kod onih koji su zadatak izvršili točnije.
U budućnosti, istraživači imaju za cilj analizirati funkcionalne MRI snimke kako bi utvrdili jesu li mozak ljudi koji imaju različite beta vrijednosti, da tako kažem, "programirani" drugačije.
