كيف يتم تخزين الذكريات دون تدمير السابقة؟

يخزن الدماغ باستمرار بتخزين تجارب جديدة يجب عليه دمجها في خليط الذكريات الموجودة، والمثير للدهشة أنه لا يقوم بالكتابة فوق آثار الذاكرة السابقة في هذه العملية.

اليوم الأول من المدرسة: دخول الفصل الدراسي لأول مرة، والشعور بالإثارة في معدتك، ومتعة الحصول على حقيبة مدرسية - كلها أمثلة نموذجية للذكريات من ذاكرتنا العرضية، فهو يخزن حلقات شخصية فريدة بترتيب زماني ومكاني ويربطها بتجارب ذاتية.

في دراسة أجريت في معهد المعلومات العصبية في كلية علوم الكمبيوتر بجامعة الرور في بوخوم، ألمانيا، قام فريق بقيادة البروفيسور لورينز فيسكوت بتطوير نموذج حاسوبي جديد للذاكرة العرضية، وبالتالي حققوا تقدما كبيرا في فهم الحصين - منطقة الدماغ، وهو أمر بالغ الأهمية لتكوين ذكريات عرضية جديدة، وفق ما نشره موقع ميديكال إكسبريس.

تم نشر العمل في مجلة PLOS ONE.

تخزين التسلسلات دون تدمير الذكريات السابقة

الذاكرة العرضية هي أساس مهم لقصة حياتنا الشخصية، فهو يساعدنا على تشكيل هويتنا من خلال تخزين وربط التجارب والأحداث الماضية بالترتيب الصحيح.

يوضح لورينز ويسكوت: "يحدث هذا من خلال التغيرات في الروابط بين الخلايا العصبية في دماغنا".

وأضاف: "هناك ظاهرة غير مفسرة حتى الآن وهي كيف أن الدماغ البشري قادر على إجراء هذه التغييرات دون نسيان الذكريات الأخرى - على الرغم من أن التجربة تتم مرة واحدة فقط بالضبط، وبالتالي لا يمكن دمجها ببطء وبعناية في مخطط دائرة الخلايا العصبية".

إن النموذج الحاسوبي المبتكر الذي وضعه باحثو بوخوم يجعل من الممكن إعادة إنشاء هذه القدرة الطبيعية للدماغ البشري بدقة: تخزين التسلسلات بشكل موثوق بعد عرض تقديمي واحد دون تدمير الذكريات السابقة.

ويركز النموذج على مبادئ التنظيم الذاتي في الحصين ويعتمد على نظرية CRISP للبروفيسور سين تشنغ، وهو أيضًا باحث في جامعة الرور في بوخوم.

يشير الاختصار إلى تمثيل المحتوى والتسلسلات الجوهرية وإكمال النمط.

وعلى وجه الخصوص، يعيد النموذج تعريف وظيفة ما يسمى بمنطقة CA3 في الحصين.

يقول المؤلف الأول الدكتور جان ملكيور: "في السابق، كان من المفترض أن الذكريات العرضية يتم تخزينها مباشرة في شبكة CA3".

وأضاف: "ومع ذلك، فإننا نستخدم الآن منطقة CA3 فقط كنوع من نقطة ربط الذاكرة. ويتم التخزين في المناطق التي تأتي قبل وبعد CA3."

شبكة عصبية منظمة

ولتحقيق ذلك، قام فريق البحث بتدريب منطقة CA3 على نموذجهم باستخدام المعلومات المسبقة، وبالتالي، مجازيًا، أنشأوا مكتبة جيدة التنظيم في CA3.

وقال جان ملكيور: "عندما تتم إضافة كتب جديدة، أي تجارب جديدة، لا يلزم إعادة تنظيم المكتبة بالكامل. وبدلًا من ذلك، تتم إضافة الكتب الجديدة إلى الهيكل الحالي وربطها بالأرفف والفئات الموجودة، وهذا يوفر الوقت ويحافظ على تنظيم المكتبة بشكل جيد".

تظل منطقة CA3 مستقرة في النموذج ويمكنها العمل بكفاءة دون الحاجة إلى تكييف بنيتها الداخلية باستمرار، وهذا يجعل معالجة المعلومات وتخزينها أسرع وأكثر موثوقية.

تحدث التغيرات العصبية أثناء عملية التعلم حصريًا في المناطق المجاورة.

نتائج المحاكاة أقنعت الباحثين، حيث يقول لورينز ويسكوت: "ما زلت أعتبر قوة النموذج مفاجئة".

وأضاف: "حتى مع وجود إشارات غير كاملة أو غير صحيحة، يمكن تخزين عرض تقديمي واحد لتسلسل النمط وتذكره واسترجاعه بشكل موثوق".

وتابع جان ملكيور: "لا يعمل النموذج فقط مع التسلسلات المولدة بشكل مصطنع، ولكن أيضًا مع الأرقام المكتوبة بخط اليد والصور الطبيعية".

واشار إلى أنه "يمكنه أيضًا تحسين نفسه دون مدخلات إضافية من خلال إعادة تشغيل ما تعلمه بشكل متكرر".