复杂的环境推动大脑的进化
小动画试图掌握电脑游戏时神经科学研究大脑如何教学的发展面临着困难的任务。
威斯康星-麦迪逊大学的神经学家和密歇根州立大学程序动画动物,他们称之为“动画”。The critters have a rudimentary neural system made of eight nodes: two sensors, two motors, and four internal computers that coordinate sensation, movement and memory.
研究者看着小动物玩视频游戏,他们试图“捕获”下滑块,学习检测,他们的土地。每一代的科学家选择了最好的球员,允许他们复制。计算机代码构成动画的“DNA”编码之间的连接部分的“大脑”,还允许随机突变,其中一些block-catchers使动画更好。
虽然一些动画游戏的简单版本,类似于旧的视频游戏“俄罗斯方块”,其他动画扮演了越来越复杂的版本。60000年底的一代,他们都有进化神经网络更复杂的布线,但更复杂的版本的动画,游戏的发展特别错综复杂的神经网络。
“这表明适应更复杂的环境中,生物本身变得更加复杂,”威斯康辛大学麦迪逊分校研究员拉里萨Albantakis说,该研究的主要作者。更复杂的环境需要动画发展更多的神经功能。而是因为他们大脑的大小是有限的八节点,通过创建动画适应复杂多节点之间的集成。神经科学家已经提出这是大脑进化的策略。
“原则上,集成在大脑中没有必要如果大脑可以无限期地保持增长,但在现实中,有一个充满活力的成本大的大脑。集成神经网络更经济,因为他们可以用更少的节点,实现相同数量的功能”Albantakis解释道。
合著者克里斯阿达米Hintze。艾伦,密歇根州立大学的发展和更大的大脑,能掌握动画迷宫和识别手写数字。
但Albantakis说她的研究大脑如何演化的问题更感兴趣不同的复杂性和环境是否看起来像什么是综合信息预测的进化理论(IIT)。动画是一个简化的系统研究集成在大脑中,尽管菌株计算机的能力,考虑到需要分析60000代的神经连接。
Albantakis是博士后研究员的实验室研究的资深作者,Giulio Tononi,华盛顿大学医学院的精神病学教授和公共卫生。托诺尼提出了IIT的全面的理论意识。根据这一理论,意识反映了系统的信息集成能力(量化衡量的复杂性称为φ)。理论占了许多关于意识和大脑的实验事实,导致测试的预测,和许可的推论和推断。
当前的研究着眼于这样的系统具有高φ是如何演化的。发现几千代人以来,动画学习更多关于游戏的概念,集成更多的信息,但是,他们的学习和集成取决于面临更复杂的环境中——例如,一个更加困难的比赛。
“这表明一个丰富的环境是对发展驱动力的复杂性和集成,“Albantakis说。
注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。
出版
学科教授里斯托夫·科赫教授拉里萨Albantakis,。艾伦Hintze Christoph阿达米Giulio Tononi。进化的集成在动画中因果结构暴露于环境越来越复杂。PLoS计算生物学,2014年12月18日发表。doi: 10.1371 / journal.pcbi.1003966
