Il nostro cervello ha un algoritmo di base che ci consente non solo di riconoscere il pasto tradizionale del Giorno del Ringraziamento, ma ci dà l'intelligenza per riflettere sulle implicazioni più ampie di un raccolto abbondante, come pure di una buona famiglia e degli amici.
"Un logica matematica relativamente semplice è alla base dei nostri calcoli cerebrali complessi", ha detto il dottor Joe Z. Tsien, neuroscienziato del Medical College of Georgia all'Augusta University, condirettore del Brain and Behavior Discovery Institute dell'Augusta University e docente al Georgia Research Alliance in Neurobiologia Cognitiva e dei Sistemi.
Tsien sta parlando della sua Teoria della Connettività, un principio fondamentale del modo in cui si assemblano e si allineano i nostri miliardi di neuroni, non solo per acquisire conoscenze, ma anche per generalizzare e trarre conclusioni. "L'intelligenza ha davvero a che fare con l'incertezza e le infinite possibilità", ha detto Tsien.
Sembra essere attivata quando un gruppo di neuroni simili formano varie combriccole per gestire ogni [informazione di] base, come riconoscere cibo, riparo, amici e nemici. I gruppi di combriccole poi si raggruppano in «elementi di connettività funzionale» (FCM - Functional Connectivity Motifs), per gestire ogni possibilità in ciascuno di questi principi fondamentali, come estrapolare che il riso fa parte di un importante gruppo di cibi, che potrebbe essere un buon contorno al pranzo del Ringraziamento. Più complesso è il pensiero, più sono le combriccole che partecipano.
Ciò significa, per esempio, che possiamo non solo riconoscere una sedia da ufficio, ma un ufficio, quando ne vediamo uno e capiamo che la sedia è dove ci si siede in quell'ufficio. "Capisci che un ufficio è un ufficio, che sia a casa tua o alla Casa Bianca", ha detto Tsien a proposito della capacità di concettualizzare la conoscenza, una delle molte cose che ci distingue dai computer.
Tsien ha pubblicato in ottobre 2015 la sua teoria in un saggio sulla rivista Trends in Neuroscience. Ora lui e i suoi colleghi hanno documentato che l'algoritmo opera in sette diverse aree del cervello coinvolte con le nozioni di base, come il cibo e la paura, nei topi e nei criceti. La loro documentazione è pubblicata sulla rivista Frontiers in Systems Neuroscience.
"Perché sia un principio universale, deve essere operativo in molti circuiti neurali, così abbiamo selezionato sette diverse aree del cervello e, sorprendentemente, abbiamo visto effettivamente questo principio di funzionamento in tutte queste aree", ha detto.
Una organizzazione intricata sembra plausibile, addirittura indispensabile, in un cervello umano, che ha circa 86 miliardi di neuroni e dove ogni neurone può avere decine di migliaia di sinapsi, portando a migliaia di miliardi il numero di connessioni potenziali e di comunicazioni tra i neuroni. In cima alle connessioni apparentemente infinite c'è la realtà delle cose infinite che ognuno di noi può presumibilmente sperimentare e conoscere.
I neuroscienziati e gli informatici sono da molto tempo curiosi di sapere come il cervello è in grado di contenere non solo informazioni specifiche, come un computer, ma - a differenza anche della tecnologia più sofisticata - anche di classificare e generalizzare le informazioni in conoscenza e concetti astratti. "Molti stanno ipotizzando da tempo che ci deve essere un principio di disegno di base da cui origina l'intelligenza e il cervello si evolve, come l'universalità di ogni organismo della doppia elica del DNA e dei codici genetici", ha detto Tsien. "Qui forniamo la prova che il cervello può operare su una logica matematica incredibilmente semplice".
"A mio avviso, Joe Tsien propone un'idea interessante che postula un semplice principio organizzativo del cervello, e che è supportata da prove intriganti e suggestive", ha detto il dottor Thomas Südhof, professore dell'Università di Stanford, neuroscienziato che studia la formazione e le funzioni delle sinapsi, vincitore del premio Nobel 2013 per la Fisiologia e la Medicina. "Questa idea merita molto ulteriori esami", ha detto Sudhof, un sentimento ripreso da Tsien e dai suoi colleghi e necessaria nei circuiti neurali aggiuntivi così come in altre specie animali e nei sistemi di intelligenza artificiale.
Al centro della teoria di Tsien della Connettività c'è l'algoritmo n = 2i-1, che definisce il numero di combriccole necessarie per un FCM e che ha permesso agli scienziati di prevedere il numero di combriccole necessarie per riconoscere i tipi di cibo, per esempio, quando hanno testato la teoria. Tsien ha spiegato che 'N' è il numero di cricche neurali connesse nei diversi modi possibili; '2' sono i neuroni di quelle combriccole che ricevono segnali o no; 'i' è l'informazione che stanno ricevendo; e '-1' è solo una parte della matematica che consente di tenere conto di tutte le possibilità.
Per testare la teoria, hanno messo elettrodi in aree del cervello in modo da poter 'ascoltare' la risposta dei neuroni (potenziale d'azione), ed esaminare le forme d'onda uniche derivanti da ciascuno di essi. Per esempio hanno dato agli animali diverse combinazioni di quattro alimenti diversi, come i soliti biscotti per roditori così come delle palline di zucchero, riso e latte, e, come prevede la Teoria della Connettività, gli scienziati hanno identificato tutte le 15 diverse cricche (= raggruppamenti di neuroni) che hanno risposto alla varietà potenziale di combinazioni alimentari.
Sembra che le combriccole neuronali siano pre-cablate durante lo sviluppo del cervello, perché si sono evidenziate immediatamente di fronte alle opzioni alimentari. La regola matematica fondamentale è rimasto in gran parte intatta anche quando il recettore NMDA (un interruttore generale dell'apprendimento e della memoria) è stato disattivato dopo la maturazione del cervello.
Gli scienziati hanno anche capito che le dimensioni sono abbastanza importanti, perché anche se il cervello umano e quello animale hanno entrambi una corteccia cerebrale di sei strati (la parte esterna grumosa del cervello che ha un ruolo chiave nelle funzioni cerebrali superiori come l'apprendimento e la memoria), la lunghezza longitudinale extra della corteccia umana offre più spazio per combriccole e FCM, secondo Tsien.
Per esempio, anche se la circonferenza complessiva del cervello di un elefante è sicuramente maggiore del cervello umano, la maggior parte dei suoi neuroni risiede nel cervelletto e molti meno nella loro corteccia cerebrale di dimensioni super. Il cervelletto è coinvolto di più nella coordinazione muscolare, aiutando a spiegare l'agilità del grande mammifero, in particolare del suo tronco.
Tsien ha fatto notare delle eccezioni alla regola matematica del cervello, come ad esempio nei circuiti di ricompensa in cui risiedono i neuroni dopaminergici: queste cellule tendono ad essere più binarie quando giudichiamo qualcosa come buono o cattivo, per esempio.
Il progetto nasce dai precedenti lavori di 17 anni fa di Tsien per creare il topo intelligente Doogie alla Princeton University, quando studiava come i cambiamenti nelle connessioni neuronali fissano i ricordi nel cervello.
Fonte: Medical College of Georgia at Augusta University (> English text) - Traduzione di Franco Pellizzari.
Riferimenti: Kun Xie, Grace E. Fox, Jun Liu, Cheng Lyu, Jason C. Lee, Hui Kuang, Stephanie Jacobs, Meng Li, Tianming Liu, Sen Song, Joe Z. Tsien. Brain Computation Is Organized via Power-of-Two-Based Permutation Logic. Frontiers in Systems Neuroscience, 2016; 10 DOI: 10.3389/fnsys.2016.00095
Copyright: Tutti i diritti di eventuali testi o marchi citati nell'articolo sono riservati ai rispettivi proprietari.
Liberatoria: Questo articolo non propone terapie o diete; per qualsiasi modifica della propria cura o regime alimentare si consiglia di rivolgersi a un medico o dietologo. Il contenuto non dipende da, nè impegna l'Associazione Alzheimer onlus di Riese Pio X. I siti terzi raggiungibili da eventuali links contenuti nell'articolo e/o dagli annunci pubblicitari sono completamente estranei all'Associazione, il loro accesso e uso è a discrezione dell'utente. Liberatoria completa qui.
Nota: L'articolo potrebbe riferire risultati di ricerche mediche, psicologiche, scientifiche o sportive che riflettono lo stato delle conoscenze raggiunte fino alla data della loro pubblicazione.