脳は環境に応じて学習率を調整します

フィードバックを受け取るたびに、脳は環境の変化に応じて知識と行動を更新します。ただし、環境に不確実性や変動性がある場合は、プロセス全体を調整する必要があります。

新しい研究でダートマスの研究者たちは、脳がメタ可塑性と呼ばれるシナプスのメカニズムを使用して学習率を自己調整できるため、私たちが行うすべてのことについて単一の学習率はないことを発見しました。

調査結果は、脳が常に最適に動作するという理論を否定しています。脳が学習を調整する方法は、脳の報酬システムと、環境から得られる報酬を最適化するというその目標、または環境の構造を学習する責任があるより認知的なシステムによって駆動されると長い間考えられてきました。

研究結果は ニューロン.

研究者は、シナプスは脳内のニューロン間の接続であり、あるニューロンから次のニューロンに情報を転送する責任があると説明しています。

潜在的な報酬を評価する際の選択になると、特定のオプションの学習値は、何かが好きかを反映して、特定のシナプスに保存されます。特定のオプションを選択した後に肯定的なフィードバックを受け取った場合、脳は関連するシナプスをより強くすることにより、そのオプションの価値を高めます。

対照的に、フィードバックが負の場合、それらのシナプスは弱くなります。ただし、シナプスは、メタ可塑性と呼ばれるプロセスを通じて情報を伝達する方法を変更せずに変更を加えることもできます。

以前の研究は、脳が学習速度を調整するために環境の不確実性を監視するための専用システムに依存していることを示唆しています。しかし、この研究の著者は、特定の環境における報酬についての不確実性に従って学習を微調整するには、メタ可塑性だけで十分であることを発見しました。

「学習における最も複雑な問題の1つは、環境で発生する不確実性と急速な変化にどのように適応するかです。脳の最も単純な計算要素であるシナプスが、このような課題に対して堅牢なソリューションを提供できることを発見するのは非常にエキサイティングです」と心理科学および脳科学の助教授であるアリレザ・ソルターニ博士は述べた。

「もちろん、そのような単純な要素は最適なソリューションを提供しない可能性がありますが、メタ可塑性に基づくモデルは、最適性に基づくモデルよりも実際の動作をよりよく説明できることがわかりました」と彼は付け加えました。

この研究は、学習は自己調整可能であり、明示的な最適化や環境の完全な知識を必要としないことを示しています。著者らは、調査結果の潜在的な実際的な影響を提案しています。

依存症などの行動異常では、シナプスが柔軟に適応しない可能性があるため、システムを再び塑性化するために、より慎重に設計されたフィードバックが必要になる場合があり、メタ可塑性がいかに幅広い関連性を持つかを示します。

ソース：ダートマス大学/ EurekAlert