Νέα έρευνα αποκαλύπτει ότι οι ανθρώπινοι νευρώνες επεξεργάζονται πληροφορίες με μεγαλύτερη πολυπλοκότητα.
Η ανθρώπινη νοημοσύνη ίσως να μην οφείλεται μόνο στο μέγεθος και την οργάνωση του εγκεφάλου, αλλά και σε κάτι πολύ πιο μικρό: στα ίδια τα νευρικά κύτταρα. Μια νέα μελέτη που δημοσιεύθηκε στο επιστημονικό περιοδικό PNAS υποστηρίζει ότι οι νευρώνες του ανθρώπινου εγκεφάλου είναι λειτουργικά πιο σύνθετοι από εκείνους των αρουραίων, γεγονός που μπορεί να συμβάλλει στις ανώτερες γνωστικές ικανότητες του ανθρώπου.
Οι ερευνητές από το Εβραϊκό Πανεπιστήμιο της Ιερουσαλήμ ανέπτυξαν έναν νέο τρόπο μέτρησης της «υπολογιστικής ισχύος» ενός μεμονωμένου νευρώνα. Στόχος τους ήταν να απαντήσουν σε ένα θεμελιώδες ερώτημα της νευροεπιστήμης: μπορούν οι διαφορές στη δομή και τη λειτουργία των ανθρώπινων νευρικών κυττάρων να εξηγήσουν, έστω εν μέρει, γιατί ο ανθρώπινος εγκέφαλος είναι ικανός για τόσο πολύπλοκη σκέψη;
Εδώ και δεκαετίες οι επιστήμονες γνωρίζουν ότι οι ανθρώπινοι νευρώνες διαφέρουν από εκείνους άλλων θηλαστικών. Διαθέτουν μεγαλύτερα και πιο εκτεταμένα δενδριτικά δέντρα – τις διακλαδώσεις δηλαδή που δέχονται και επεξεργάζονται τα σήματα από άλλα κύτταρα. Ωστόσο, μέχρι σήμερα δεν υπήρχε ένας αξιόπιστος τρόπος να μετρηθεί πόσο αυτές οι διαφορές επηρεάζουν την πραγματική υπολογιστική ικανότητα ενός νευρώνα.
Τι έκαναν οι ερευνητές
Για να καλύψουν αυτό το κενό, οι ερευνητές δημιούργησαν έναν νέο δείκτη, τον οποίο ονόμασαν Functional Complexity Index (FCI) ή «Δείκτη Λειτουργικής Πολυπλοκότητας». Ο δείκτης αυτός βασίζεται στην τεχνητή νοημοσύνη και επιχειρεί να υπολογίσει πόσο δύσκολο είναι να προβλεφθεί η συμπεριφορά ενός νευρώνα.
Η βασική ιδέα είναι σχετικά απλή. Οι επιστήμονες δημιούργησαν λεπτομερή ψηφιακά μοντέλα από νευρώνες ανθρώπων και αρουραίων και τα «τροφοδότησαν» με χιλιάδες διαφορετικά μοτίβα εισερχόμενων σημάτων. Στη συνέχεια εκπαίδευσαν νευρωνικά δίκτυα, δηλαδή συστήματα τεχνητής νοημοσύνης, ώστε να μιμηθούν τις αποκρίσεις αυτών των κυττάρων. Αν η τεχνητή νοημοσύνη μπορούσε εύκολα να προβλέψει πότε και πώς θα ανταποκριθεί ένας νευρώνας, τότε αυτός θεωρούνταν σχετικά απλός. Αντίθετα, όταν η πρόβλεψη γινόταν δύσκολη και το σύστημα τεχνητής νοημοσύνης έκανε συχνά λάθη, τότε ο νευρώνας χαρακτηριζόταν πιο πολύπλοκος.
Οι ερευνητές εξέτασαν συνολικά 24 τρισδιάστατα μοντέλα νευρώνων από διάφορα στρώματα του εγκεφαλικού φλοιού, συγκρίνοντας ανθρώπους και αρουραίους. Τα αποτελέσματα ήταν εντυπωσιακά. Οι ανθρώπινοι πυραμιδικοί νευρώνες, ένας από τους σημαντικότερους τύπους νευρικών κυττάρων του εγκεφάλου, εμφάνισαν σταθερά υψηλότερα επίπεδα λειτουργικής πολυπλοκότητας. Με άλλα λόγια, η συμπεριφορά τους ήταν πιο δύσκολο να προβλεφθεί και περιλάμβανε πιο σύνθετες μορφές επεξεργασίας πληροφοριών.
Τι έδειξαν τα αποτελέσματα
Η μελέτη έδειξε ότι ο σημαντικότερος παράγοντας πίσω από αυτή τη διαφορά είναι η μορφολογία των κυττάρων. Οι ανθρώπινοι νευρώνες διαθέτουν μεγαλύτερη επιφάνεια δενδριτών, πιο εκτεταμένες διακλαδώσεις και πιο περίπλοκη αρχιτεκτονική. Αυτά τα χαρακτηριστικά αυξάνουν τις δυνατότητες ενός κυττάρου να λαμβάνει, να συνδυάζει και να επεξεργάζεται πληροφορίες από διαφορετικές πηγές ταυτόχρονα. Σύμφωνα με τους ερευνητές, οι μεγάλες και πολυάριθμες διακλαδώσεις λειτουργούν σαν μικρά ημιαυτόνομα κέντρα επεξεργασίας μέσα στο ίδιο το κύτταρο. Αντί ένας νευρώνας να λειτουργεί ως ένα απλό σημείο που συγκεντρώνει σήματα, μπορεί να πραγματοποιεί πολλαπλές παράλληλες διεργασίες πριν την τελική του απόκριση.
Ένας δεύτερος σημαντικός παράγοντας αφορά ορισμένες πρωτεΐνες (υποδοχείς) που βρίσκονται στις συνάψεις, τα σημεία επικοινωνίας μεταξύ των νευρώνων. Πρόκειται για τους υποδοχείς NMDA, οι οποίοι συμμετέχουν στη μάθηση και τη μνήμη. Τα μοντέλα έδειξαν ότι στους ανθρώπους αυτοί οι υποδοχείς φαίνεται να λειτουργούν με πιο έντονο και μη γραμμικό τρόπο. Αυτό σημαίνει ότι η απόκριση ενός νευρώνα δεν αυξάνεται απλώς αναλογικά με τα εισερχόμενα σήματα, αλλά μπορεί να ενισχύεται απότομα όταν συνδυάζονται συγκεκριμένες εισροές. Έτσι δημιουργούνται πιο πολύπλοκες μορφές επεξεργασίας πληροφοριών.
Οι ερευνητές διαπίστωσαν επίσης μια ενδιαφέρουσα διαφορά στην κατανομή αυτής της πολυπλοκότητας μέσα στον εγκεφαλικό φλοιό. Στους αρουραίους οι πιο σύνθετοι νευρώνες εντοπίστηκαν κυρίως στο πέμπτο στρώμα του φλοιού. Στους ανθρώπους, αντίθετα, η μεγαλύτερη λειτουργική πολυπλοκότητα παρατηρήθηκε στα ανώτερα στρώματα, ιδιαίτερα στο στρώμα 2/3. Το εύρημα αυτό θεωρείται ιδιαίτερα σημαντικό, καθώς τα συγκεκριμένα στρώματα είναι περισσότερο ανεπτυγμένα στον ανθρώπινο εγκέφαλο και συνδέονται με ανώτερες γνωστικές λειτουργίες, όπως την αφηρημένη σκέψη, τη γλώσσα και τη σύνθετη επεξεργασία πληροφοριών.
Ένα βήμα πιο κοντά στην κατανόηση του θαυμαστού, ανθρώπινου εγκεφάλου
Οι συγγραφείς της μελέτης τονίζουν ότι τα αποτελέσματα δεν αποδεικνύουν άμεσα πως η ανθρώπινη νοημοσύνη οφείλεται αποκλειστικά στους πιο σύνθετους νευρώνες. Η νοητική λειτουργία είναι προϊόν πολύπλοκων δικτύων που περιλαμβάνουν δισεκατομμύρια κύτταρα και αμέτρητες συνδέσεις μεταξύ τους. Ωστόσο, η έρευνα παρέχει ισχυρές ενδείξεις ότι η εξέλιξη του ανθρώπινου εγκεφάλου δεν περιορίστηκε μόνο στην αύξηση του αριθμού των νευρώνων ή στη δημιουργία μεγαλύτερων δικτύων. Φαίνεται πως επηρέασε και τις ίδιες τις υπολογιστικές δυνατότητες κάθε μεμονωμένου κυττάρου.
Οι ερευνητές θεωρούν ότι ο νέος δείκτης FCI μπορεί να αποτελέσει πολύτιμο εργαλείο για μελλοντικές συγκρίσεις ανάμεσα σε διαφορετικά είδη, αλλά και για τη μελέτη νευρολογικών παθήσεων. Παράλληλα, ελπίζουν ότι στο μέλλον θα μπορέσουν να εφαρμόσουν τη μέθοδο σε πραγματικά δεδομένα από ζωντανούς εγκεφάλους, ώστε να εξετάσουν πώς λειτουργεί η πολυπλοκότητα των νευρώνων σε φυσικές συνθήκες. Αν τα ευρήματα επιβεβαιωθούν και από άλλες μελέτες, ίσως φέρουν τους επιστήμονες ένα βήμα πιο κοντά στην απάντηση ενός από τα μεγαλύτερα ερωτήματα της βιολογίας: τι ακριβώς κάνει τον ανθρώπινο εγκέφαλο τόσο ξεχωριστό.
