Não bộ thay đổi như thế nào qua quá trình học tập

Sử dụng ống kính hiển vi hai photon và nhiều công cụ di truyền khác nhau, các nhà nghiên cứu đến từ Phòng thí nghiệm Cold Spring Harbor (CSHL), Đại học Columbia, Đại học London (UCL) và Viện nghiên cứu Flatiron đã phát hiện sự gia tăng trong mức độ tập trung mạng lưới thần kinh ở chuột khi con vật dần thành thạo một kĩ năng. Dữ liệu thu được sẽ được dùng để xây dựng một mô hình điện toán cho ra những kiến thức về cơ chế thần kinh học đằng sau việc ra quyết định.

Các nhà khoa học đã ghi lại hoạt động của hàng trăm tế bào thần kinh trong cùng một lúc và trong suốt quá trình học tập. Thí nghiệm được bắt đầu bằng quá trình huấn luyện cho đàn chuột với các nhiệm vụ ra quyết định bằng cảm quan. Chuột thí nghiệm sẽ tiếp xúc với các tác nhân kích thích đa giác quan dưới dạng một chuỗi các lượt bấm (click) và các tia lóe sáng xuất hiện cùng nhau. Đàn chuột sẽ phải cho biết các chuỗi trên diễn ra với mức độ dày hay thưa bằng cách liếm một trong ba máng nước đặt trước mặt chúng. Máng nước ở giữa báo hiệu bắt đầu thử nghiệm, một bên báo hiệu tần suất xuất hiện liên tục, bên còn lại là mức độ thưa. Và những con đưa ra kết quả đúng sẽ nhận được phần thưởng.

Theo giáo sư Anne Churchland, tác giả nghiên cứu, “quá trình học tập của động vật diễn ra dần dần trong khoảng 4 tuần liên tiếp”. Đồng thời, các nhà khoa học phát hiện động lực hỗ trợ học tập chính là sự thay đổi trong các hoạt động của các nơron thần kinh.

Qua quá trình phản hồi với một hoạt động rèn luyện kĩ năng cụ thể, các nơron này dần “kén chọn” hơn, đồng thời nhanh và sớm hơn. Khi động vật bắt đầu học một thứ gì đó, các nơron hầu như không phản ứng gì cho đến khi chúng ra quyết định lựa chọn. Nhưng khi đạt được đến mức độ thành thục, phản ứng sẽ diễn ra sớm hơn rất nhiều.

Nói cách khác, khi ở mức độ “nghiệp dư”, não bộ sẽ phân bố hoạt động vào rất nhiều thứ, tương tự với các nơron. Tuy nhiên, về sau, khi đã trở thành “chuyên gia” trong một hoạt động nào đó, não bộ sẽ chỉ tập trung vào chính xác việc cần làm và người khác hoàn toàn có thể dự đoán được hành động đó.

Các nhà nghiên cứu cũng đã huấn luyện một mạng thần kinh nhân tạo sử dụng thuật toán machine learning. Dữ liệu kết xuất từ nhiều thử nghiệm sẽ được thu thập và kết hợp với các hoạt động của nơron, từ đó cho ra dự đoán về hành động sắp tới của con vật. Con vật càng thực hiện nhiệm vụ một cách thành thạo, mạng lưới thần kinh của nó sẽ càng trở nên tinh nhanh, chính xác và quyết đoán hơn. Mạng thần kinh nhân tạo cũng thể hiện xu hướng tương tự khi độ chính xác tăng lên đến khoảng 90%.

Mô hình nghiên cứu cũng đề xuất một phương pháp mới nhằm theo dõi một số loại nơron nhận thức trong não bộ, chẳng hạn như các nơron kích thích và nơron ức chế. Mỗi loại sẽ tương ứng sinh ra các thay đổi tích cực và tiêu cực trong não bộ. Các nhà nghiên cứu phát hiện các nơron ức chế đóng vai trò thành phần của các mạng lưới thần kinh phụ có độ chọn lọc rất cao, đặc biệt trong hoạt động ra quyết định ở động vật.

Các nơron này là một thành phần trong mô hình sinh lý giúp tìm hiểu cơ chế ra quyết định. Tiếp tục điều chỉnh các mô hình này, các nhà nghiên cứu có thể tìm hiểu thêm về cơ chế nhận thức quy định hành vi.