كيف تلعب منطقة صغيرة في الدماغ دورًا رئيسيًا في التحفيز؟

تلعب منطقة صغيرة من الدماغ، تُعرف بالمنطقة السقيفية البطنية (VTA)، دورًا محوريًا في كيفية تعاملنا مع المكافآت.

فهي تُنتج الدوبامين، وهو مُعدّل عصبي يُساعد على التنبؤ بالمكافآت المستقبلية بناءً على الإشارات السياقية.

وقد أظهر فريق من جامعات جنيف (UNIGE) وهارفارد وماكجيل أن المنطقة السقيفية البطنية تتجاوز ذلك بكثير: فهي لا تُشفّر المكافأة المتوقعة فحسب، بل تُشفّر أيضًا اللحظة المُتوقعة.

يُسلّط هذا الاكتشاف، الذي أمكن تحقيقه بفضل خوارزمية تعلّم آلي، الضوء على أهمية دمج الذكاء الاصطناعي مع علم الأعصاب، وقد نُشرت الدراسة في مجلة نيتشر.

دور رئيسي في التحفيز

تلعب المنطقة التغميطية البطنية (VTA) دورًا رئيسيًا في التحفيز ودائرة المكافأة في الدماغ.

تُرسل هذه المجموعة الصغيرة من الخلايا العصبية، وهي المصدر الرئيسي للدوبامين، هذا المُعدِّل العصبي إلى مناطق أخرى من الدماغ لتحفيز فعل استجابةً لمحفز إيجابي.

في البداية، كان يُعتقد أن المنطقة البطنية البطنية هي مجرد مركز المكافأة في الدماغ، لكن في تسعينيات القرن الماضي، اكتشف العلماء أنها لا تُشفّر المكافأة نفسها، بل تُشَفِّر التنبؤ بها، كما يوضح ألكسندر بوجيه، الأستاذ في قسم علوم الأعصاب الأساسية بكلية الطب بجامعة جنيف.

أظهرت التجارب على الحيوانات أنه عندما تتبع المكافأة إشارة ضوئية باستمرار، على سبيل المثال، فإن المنطقة البطنية تُطلق الدوبامين في النهاية، ليس لحظة المكافأة، بل فور ظهور الإشارة، وبالتالي، تُشفّر هذه الاستجابة التنبؤ بالمكافأة - المرتبط بالإشارة - بدلاً من المكافأة نفسها.

وظيفة أكثر تطورا

يُعدّ "التعلم التعزيزي"، الذي يتطلب إشرافًا محدودًا، جوهر التعلم البشري، وهو أيضًا المبدأ الذي تقوم عليه العديد من خوارزميات الذكاء الاصطناعي التي تُحسّن الأداء من خلال التدريب، مثل ألفاغو، أول خوارزمية تهزم بطلًا عالميًا في لعبة غو.

في الدراسة الحديثة، أظهر فريق بوجيه، بالتعاون مع ناوشيجي أوشيدا من جامعة هارفارد وبول ماسيه من جامعة ماكجيل، أن ترميز المنطقة البطنية أكثر تعقيدًا مما كان يُعتقد سابقًا.

يوضح الباحث من جامعة جنيف، الذي قاد هذا العمل، قائلًا: "بدلًا من التنبؤ بمجموع مرجح من المكافآت المستقبلية، يتنبأ المنطقة البطنية بتطورها الزمني، بمعنى آخر، يُمثَّل كل مكسب على حدة، مع تحديد اللحظة الدقيقة التي يُتوقع فيها".

وأضاف: "في حين أننا كنا نعلم أن الخلايا العصبية في منطقة البطن تعطي الأولوية للمكافآت القريبة في الوقت على تلك الأبعد في المستقبل - على مبدأ أن الطائر في اليد خير من عشرة على الشجرة - اكتشفنا أن الخلايا العصبية المختلفة تفعل ذلك على نطاقات زمنية مختلفة، مع التركيز على المكافأة الممكنة في غضون ثوانٍ قليلة، والبعض الآخر على المكافأة المتوقعة في غضون دقيقة واحدة، والبعض الآخر على آفاق أبعد".

هذا التنوع هو ما يسمح بترميز توقيت المكافأة، هذا التمثيل الدقيق يمنح نظام التعلم مرونة كبيرة، مما يسمح له بالتكيف لتحقيق أقصى استفادة من المكافآت الفورية أو المؤجلة، وفقًا لأهداف الفرد وأولوياته.

تنبع هذه النتائج من حوار مثمر بين علم الأعصاب والذكاء الاصطناعي.

طوّر بوجيه خوارزمية رياضية بحتة تتضمن توقيت معالجة المكافآت.

في غضون ذلك، جمع باحثو هارفارد بيانات فسيولوجية عصبية شاملة حول نشاط المنطقة البطنية البطنية لدى الحيوانات التي تختبر المكافآت، ثم طبّقوا الخوارزمية على بياناتهم، ووجدوا أن النتائج تطابقت تمامًا مع نتائجهم التجريبية.

وفي حين يلهم الدماغ تقنيات الذكاء الاصطناعي والتعلم الآلي، فإن هذه النتائج توضح أن الخوارزميات يمكن أن تعمل أيضًا كأدوات قوية للكشف عن آلياتنا العصبية الفسيولوجية.