La façon dont les souvenirs se détériorent avec le vieillissement a été démontrée grâce à un modèle de stockage d'informations dans le cerveau. Les réseaux attractifs sont des constructions théoriques qui fournissent un modèle sur la façon dont le cerveau stocke les souvenirs. Une nouvelle étude sur ces réseaux examine comment les souvenirs sont initialement conservés et éventuellement perdus. Les modèles mathématiques et les simulations montrent qu'à mesure que les gens vieillissent, les souvenirs stockés dans les schémas d'activité cérébrale se transforment en schémas chaotiques et impénétrables avant d'être perdus dans un bruit aléatoire. Bien qu'on ne sache pas si ce comportement se produit dans de vrais cerveaux, les chercheurs proposent de le rechercher en observant comment l'activité neuronale se développe au fil du temps lors de tâches de récupération de mémoire.
La mémoire est stockée et récupérée dans les réseaux de neurones artificiels et biologiques en tant que modèles de transmission des signaux entre plusieurs nœuds (neurones) dans un réseau. La valeur de sortie de chaque nœud dans un réseau neuronal artificiel est basée sur les entrées qu'il reçoit des autres nœuds auxquels il est connecté. De même, les entrées d'un neurone biologique déterminent à la fois sa fréquence et sa probabilité de "déclenchement" (envoi d'un signal électrique). Dans une autre comparaison avec les neurones, les synapses qui relient les nœuds contiennent des "poids" qui peuvent renforcer ou supprimer les informations qu'ils transmettent. Le degré de synchronisation entre deux nœuds connectés par une liaison détermine son poids, qui peut changer à mesure que de nouvelles mémoires sont stockées.
Dans les réseaux attractifs, les valeurs des signaux transmis entre les nœuds sont supposées correspondre aux cadences de déclenchement des vrais neurones ; Ces taux de déclenchement servent alors d'entrées pour les réponses des neurones récepteurs. De tels signaux se déplacent constamment dans un flux à travers le réseau. Les chercheurs peuvent utiliser un long nombre binaire (représentant l'élément mémorisé) et attribuer un de ses chiffres à chaque nœud pour placer une "mémoire" dans le réseau. Ils peuvent alors surveiller comment l'activité du réseau change lorsque les poids sont ajustés. La mémoire est codée lorsque les impulsions se déplaçant à travers les nœuds finissent par s'installer dans un schéma répétitif connu sous le nom d'état attractif.
Est-il possible de récupérer de la mémoire ?
La mémoire peut être restaurée si un nouveau nombre binaire qui a une relation mathématique directe avec le nombre qui compose la mémoire est appliqué aux nœuds. Cela peut transformer l'activité du réseau en une situation attrayante pertinente. Un réseau attracteur a typiquement la capacité de stocker une pluralité de mémoires discrètes, chacune associée à un état attractif différent. L'activité du réseau bascule alors entre chacun de ces états.
Selon d'autres études, il est prédit que seul un réseau imprimé avec des états attractifs stables et clairement définis présentera une activité de réseau plus silencieuse que les réseaux de neurones biologiques. De plus, la recherche sur les réseaux attractifs a révélé que ces réseaux sont sensibles à "l'oubli destructeur" ; dans ce cas, aucun état de la mémoire ne peut être rappelé si un nombre excessif d'états de la mémoire est pressé.
Des chercheurs en neurosciences ont étudié comment ce comportement peut changer si les états de mémoire ne sont pas persistants. Selon la règle de mise à jour des poids des chercheurs, les poids créés lors de l'insertion d'un souvenir se décomposent progressivement au fur et à mesure que de nouveaux souvenirs sont ajoutés. Deux types différents d'états de la mémoire émergent de leurs simulations. Les mémoires les plus récentes sont associées à des attracteurs "à point fixe" avec des motifs distincts et permanents, similaires aux orbites des planètes autour du Soleil, car les mémoires sont pressées dans l'ordre. D'autre part, les attracteurs chaotiques, le deuxième type d'états de mémoire, ressemblent davantage aux modèles météorologiques en ce sens que leur activité ne se répète jamais exactement à mesure que les états de mémoire vieillissent et s'affaiblissent. Alors que les réseaux de neurones capables à la fois d'apprendre et d'oublier ont été documentés, la transition d'une dynamique fixe à une dynamique chaotique n'a pas été documentée.
L'imprévisibilité apparente des attracteurs chaotiques augmente à mesure que le réseau collecte plus de mémoires, jusqu'à ce que l'attracteur le plus ancien soit perdu dans le bruit de fond. À ce stade, il est trop tard pour ramener la mémoire ; le moment est complètement "perdu". Les résultats montrent que «l'oubli» dans ce réseau nécessite d'abord une transition d'une activité régulière à une activité chaotique, suivie d'un enchevêtrement avec du bruit avec un temps de décroissance significatif. De plus, dans ce scénario, il n'y a aucune possibilité d'oubli destructeur car les vieux souvenirs disparaissent d'eux-mêmes.
Le processus d'oubli dans le cerveau humain
Selon les chercheurs, si ce processus "d'oubli" a lieu dans le cerveau, les anciens souvenirs doivent être stockés dans des états chaotiques et de plus en plus bruyants, de sorte que les fluctuations des temps de déclenchement des cellules doivent être plus importantes lorsque ces souvenirs sont rappelés. Selon les chercheurs, cette hypothèse devrait être testable en observant l'activité cérébrale pendant les tâches de mémoire avec des intervalles de plus en plus longs entre l'entrée et la capacité de l'homme ou de l'animal à se souvenir de la mémoire.
Le neuroscientifique Tilo Schwalger de l'Université technique de Berlin pense que les résultats pourraient potentiellement être appliqués aux réseaux cérébraux d'animaux et que les prédictions devraient être testables. Selon le neuroscientifique Mastrogiuseppe de l'organisation bioscientifique Champalimaud Research au Portugal, la recherche « se situe au carrefour de deux principaux domaines d'étude des neurosciences théoriques : l'un concerne la mémoire ; l'autre concerne l'activité neurale désordonnée dans le cerveau ». Mastrogiuseppe ajoute que des découvertes récentes montrent un lien potentiel entre ces deux événements.
Source : journals.aps.org/prx/abstract/10.1103/PhysRevX.13.011009
Günceleme: 29/01/2023 08:50
Soyez le premier à commenter