ما چگونه چیزهای تازه را یاد می‌گیریم؟ چه اتفاقی در مغز ما می‌افتد که می‌توانیم مسیر خانه یک دوست، متن یک آهنگ جدید یا کارهای شغلی تازه را به خاطر بسپاریم؟
به گزارش هیچ یک _ مغز انسان برای ثبت اطلاعات جدید، باید خود را تغییر دهد. این تغییرات در شبکه‌ای عظیم از ارتباطات بین سلول‌های عصبی رخ می‌دهد؛ جایی که میلیاردها سیناپس (نقاط ارتباطی بین نورون‌ها) درگیر تقویت یا تضعیف می‌شوند تا یادگیری اتفاق بیفتد. این فرآیند که به «انعطاف‌پذیری سیناپسی» معروف است، مدت‌هاست که مورد مطالعه عصب‌شناسان قرار دارد. اما با وجود شناخت برخی از فرآیندهای مولکولی آن، هنوز به درستی نمی‌دانستیم که چرا برخی سیناپس‌ها در این روند نقش فعال‌تری دارند و برخی نه. دانستن این قواعد، کلید درک بهتر نحوه یادگیری در مغز است.
این مساله به یکی از چالش‌های اساسی در علوم اعصاب برمی‌گردد: چگونه سیناپس‌ها با وجود آن‌که تنها از اطلاعات محلی خود آگاه هستند، می‌توانند در شکل‌گیری رفتارهای کلی و یادگیری‌های جدید نقش مؤثری ایفا کنند؟ این معما به «مساله تخصیص اعتبار» معروف است؛ مانند مورچه‌هایی که کارهای محلی خود را انجام می‌دهند، بدون آن‌که بدانند کل کلونی در حال انجام چه کاری است.
در این راستا، محققانی از دانشگاه کالیفرنیا در سن‌دیگو، پژوهشی انجام داده‌اند تا این فرآیند را از زاویه‌ای تازه بررسی کنند. آنها در این مطالعه که موضوع آن درباره درک بهتر نحوه تغییر سیناپس‌ها هنگام یادگیری بود، از روش‌های تصویربرداری پیشرفته‌ای استفاده کرده‌اند که امکان مشاهده فعالیت‌های سیناپسی در مغز موش‌ها را فراهم می‌کرد.
برای بررسی این فرآیند پیچیده، پژوهشگران از تکنولوژی «تصویربرداری دو فوتونی» بهره گرفتند که می‌تواند فعالیت‌های دقیق سیناپس‌ها و نورون‌ها را در حین یادگیری ضبط کند. با استفاده از این روش، آنها توانستند تغییرات واقعی در ورودی‌ها و خروجی‌های نورونی را در لحظه مشاهده کنند.
نتایج این تحقیق که در نشریه علمی Science منتشر شده است، نشان داد که مغز از یک قاعده یکنواخت برای یادگیری استفاده نمی‌کند. بلکه نورون‌ها می‌توانند به‌طور همزمان چندین قاعده را به کار ببرند. سیناپس‌های مختلف در یک نورون می‌توانند بر اساس قواعد متفاوتی تغییر کنند. این کشف دیدگاه رایج در مورد نحوه یادگیری در مغز را به چالش کشیده است.
پژوهشگران دریافتند که این فرآیند نه‌تنها درک ما از چگونگی شکل‌گیری خاطرات و یادگیری را بهبود می‌دهد، بلکه می‌تواند به طراحی شبکه‌های عصبی پیشرفته‌تر در حوزه هوش مصنوعی نیز کمک کند. در این سیستم‌ها، به‌جای استفاده از یک قاعده مشترک برای همه نورون‌ها، می‌توان از چندین قاعده در واحدهای مختلف بهره برد.
این یافته‌ها همچنین می‌توانند در درک بهتر و درمان اختلالاتی چون اعتیاد، PTSD (اختلال استرس پس از سانحه)، آلزایمر و اختلالات رشد عصبی مانند اوتیسم مؤثر باشند. چراکه بسیاری از این بیماری‌ها به نوعی با نقص در عملکرد سیناپس‌ها ارتباط دارند.
محققان در ادامه به دنبال آن هستند تا دریابند چگونه نورون‌ها می‌توانند همزمان از قواعد مختلف استفاده کنند و این کار چه مزایایی برای آنها دارد.
