Многие нейробиологи, медицинские исследователи и инженеры, специализирующиеся на искусственном интеллекте, пытались понять нейронные механизмы, лежащие в основе обучения. Хотя исследования выявили некоторые жизненно важные аспекты этих механизмов, многие вопросы остаются без ответа.

Джереми Гунавардена, исследователь из Гарвардской медицинской школы, недавно представил новый взгляд на обучение, который объединяет идеи из области когнитивной психологии с биологическими наблюдениями. Его статья, опубликованная в Proceedings of the IEEE, освещает некоторые аспекты обучения, которые могут отличить биологические организмы от компьютеров и машин.

"Мой интерес к обучению частично возник из исследования, которое мы провели ранее, в котором мы показали, что одноклеточный простейший, Стентор розели, демонстрирует сложную иерархию поведения избегания, когда его раздражают струей частиц", - сказал Джереми Гунавардена, один из исследователей, проводивших исследование., Физ.орг. "Это поведение было впервые описано американским биологом Гербертом Спенсером Дженнингсом около 1900 года, но считалось невоспроизводимым".

В своих прошлых исследованиях Гунавардена и его коллеги показали, что выводы Дженнингса были правильными. Более конкретно, они обнаружили, что одна клетка потенциально способна к гораздо более сложному поведению обучения, чем считалось ранее возможным.

Вдохновленный этими открытиями, Гунавардена начал сотрудничество с одним из своих коллег в Гарварде, Сэмом Гершманом, который провел обширное исследование, посвященное механизмам обучения. В их работе специально изучалось, как обучение происходит в отдельных клетках.

"Сотрудничество с Сэмом Гершманом привело к моей обзорной статье в Proceedings of the IEEE", - сказал Гунавардена. "Его основная цель состояла в том, чтобы предложить определение обучения в терминах теории информации, которое не ограничивалось бы такими животными, как мы, и изложить доказательства из различных областей биологии о существовании и значении обучения вне нервной системы".

В своей недавней статье Гунавардена описывает обучение как широкий и универсальный процесс, относящийся ко всем живым системам, включая различные виды животных, но также потенциально и растения. Таким образом, он считает, что надежная характеристика и описание этого процесса могли бы послужить основой для исследований в различных областях. Например, это могло бы внести значительный вклад в область системной биологии, дополняя существующие теоретические перспективы, которые в основном сосредоточены на молекулах и их организации.

"Мы склонны думать о клетках как о сложных молекулярных машинах", - сказал Гунавардена. "Идея о том, что клетки способны к обучению — формировать внутренние модели своей внешней среды и использовать эти модели для управления своим поведением, — дает им форму "свободы действий", которой не хватает большинству машин, и которая приближает нас к тому, что значит быть "живым". Наконец, разгадка этих "внутренних модели"могут быть очень полезны, если мы хотим использовать клетки в терапевтических целях, например, как мы пытаемся сделать в иммунотерапии".

В случае экспериментального подтверждения интересные идеи, представленные Гунаварденой, могут предложить свежий и ценный взгляд на то, как бесчисленные живые организмы учатся и выживают. Несколько исследований уже намекнули на возможность того, что растения или специфические клетки, такие как Т-клетки (т.е. важнейшие компоненты иммунной системы), могут "учиться" на основе стимулов, с которыми они вступают в контакт.

"Теперь мы должны показать, что эта перспектива реальна, проведя экспериментальную работу, и именно в этом заключается сотрудничество с Сэмом Гершманом", - добавил Гунавардена. "В настоящее время мы фокусируемся на одной из простейших форм обучения, привыкании, которое чрезвычайно широко наблюдается в биологии, от животных, подобных нам, до отдельных клеток, и которое проявляет некоторые характерные свойства, несмотря на совершенно разные лежащие в основе механизмы. Однако у нас до сих пор нет теории, объясняющей эту универсальность, и у нас нет убедительных объяснений того, как работает привыкание на молекулярном уровне, что мы и пытаемся сделать сейчас".

ИСТОЧНИК