Мозг обрабатывает сигналы только в том случае, если они поступают в нужный момент
Ученые из Бременского университета выяснили, что нервные клетки обрабатывают поступающие сигналы только в строго определенный момент, и именно это объясняет, каким образом внимание выделяет значимую информацию среди множества стимулов.
Давно известно, что мозг уделяет приоритетное внимание лишь тем сигналам, которые для нас важны. Один из классических примеров – "эффект коктейльной вечеринки": находясь в шумной обстановке с музыкой и разговорами, мы способны сосредоточиться на речи одного собеседника, тогда как остальные звуки кажутся приглушенными, хотя их громкость объективно не меняется. По словам исследователей мозга из Бремена, в этот момент мозг направляет свои ресурсы на нужный сигнал, а остальные остаются на периферии восприятия.
Команда впервые показала причинно-следственный механизм, объясняющий этот феномен. Все зависит от того, совпадает ли приходящий сигнал с коротким "окном" повышенной восприимчивости нервных клеток. Нейроны не работают непрерывно: их активность колеблется в быстрых ритмах длительностью 10-20 миллисекунд. В эти короткие интервалы клетки особенно восприимчивы, а затем их чувствительность снижается. Если стимул попадает как раз перед пиком активности, он оказывает сильное влияние на дальнейшую работу нейронов. Таким образом, внимание синхронизирует внутренние ритмы мозга так, чтобы значимые сигналы приходили в нужный момент, а несущественные автоматически отсеивались.
Чтобы подтвердить эту гипотезу, исследователи провели эксперимент с макаками-резусами, чья кора головного мозга схожа с человеческой. Животным предлагали выполнять зрительную задачу, параллельно посылая в область V2 мозга слабые электрические импульсы, не связанные с заданием. Ученые отслеживали, как эти тестовые стимулы влияли на работу следующего уровня зрительной обработки – области V4.
Результаты открывают путь к созданию более точных моделей работы мозга и показывают, каким образом информация фильтруется и сортируется до того, как превращается в восприятие, обучение и поведение. По словам авторов работы, это знание имеет не только фундаментальное значение, но и практическое – например, для медицины, так как болезни вроде Альцгеймера и СДВГ связаны с нарушениями избирательной обработки сигналов. Кроме того, эти данные могут быть полезны для разработки интерфейсов "мозг-компьютер", которые должны учитывать точные временные рамки работы нейронов, а также для совершенствования искусственного интеллекта, которому такие принципы могут послужить моделью для более гибкой и эффективной обработки информации.