Bilgi

İnsan beyninin bayt cinsinden hafıza kapasitesi?

İnsan beyninin bayt cinsinden hafıza kapasitesi?



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Ortalama bir insan beyninin ne kadar belleğe (bayt olarak) sahip olabileceğine dair bir tahmin var mı? Fiziksel bir sınır var mı?


'Bombshell' Çalışması Beynimizin Bildiğimizden Daha Harika Olduğunu Gösteriyor

Araştırmacılar, "sinirbilim alanında gerçek bir bomba" olarak adlandırdıkları bir bulguda, insan beyninin hafıza kapasitesinin önceden düşünülenden çok daha büyük olduğuna dair kanıtlar ortaya çıkardılar.

California, La Jolla'daki Salk Enstitüsü'nde profesör ve bunu açıklayan bir makalenin kıdemli yazarı Dr. Terry Sejnowski, "Beynin hafıza kapasitesine ilişkin yeni ölçümlerimiz, muhafazakar tahminleri 10 kat artırarak en az bir petabayta yükseltiyor" Araştırma, yazılı bir açıklamada bulundu.

Başka bir deyişle, insan beyni 1 katrilyon bayt olan bir petabayt veriyi depolayabilir. Bu, 13,3 yıllık yüksek tanımlı videoyu depolamak için yeterli bellektir.

Yakın zamanda eLife dergisinde yayınlanan bulgu, ön hazırlık olarak kabul edilir ve gelecekteki araştırmalarla teyit edilmelidir. Ancak Sejnowsky, The Huffington Post'a verdiği demeçte, nöroanatomi anlayışımızda önemli bir ilerleme oluşturduğunu ve insan beyninin eksiksiz bir "bağlantı şemasını" oluşturmaya yönelik bir adım olabileceğini kanıtlayabilir.

Ek olarak, bulgu, muazzam işlem gücünü düşük enerji tüketimi ile birleştiren yeni nesil bilgisayarların yolunu gösterebilir. Bu tür "olasılıklı" bilgi işlem cihazları - verileri geleneksel bilgisayarlardan daha sezgisel bir şekilde işledikleri için bu adla anılırlar - çeviriden makine görüşüne kadar değişen uygulamalar için oyunun kurallarını değiştirdiği kabul edilir.

Sejnowski ve Salk'taki işbirlikçileri ve Austin'deki Texas Üniversitesi, keşfi, ayrıntılı bir anatomik incelemenin ve ardından bir sıçanın beyninden alınan küçük bir doku parçası içindeki hücrelerin 3 boyutlu bilgisayar rekonstrüksiyonunun bir parçası olarak yaptılar.

Yeniden yapılanma, örnek içindeki sinaps boyutlarındaki varyasyonun - hafıza oluşumu ve depolanmasında anahtar olduğu bilinen beyin hücreleri arasındaki küçük boşlukların - önceki araştırmaların önerdiğinden çok daha küçük olduğunu gösterdi. Aslında, sinapsların boyutu yalnızca yüzde 8 oranında değişiyordu. (Sıçan beynindeki sinapsların insan beynindekilere benzer olduğuna inanılmaktadır.)

Enstitüde görevli bilim insanı ve araştırmacılardan biri olan Dr. Tom Bartol yaptığı açıklamada, "Hiç kimse bu kadar küçük bir fark olacağını düşünmedi" dedi. "Bu, doğadan gelen bir eğriydi."

Araştırmacılar, yüzde 8'lik rakamı beynin bilgisayar modeline bağladıklarında, sadece birkaç tane yerine iki düzineden fazla farklı boyutta sinaps olması gerektiğini belirlediler. Bu daha büyük sayı, sinapsların herkesin bildiğinden çok daha fazla bilgi depolayabilmesi gerektiği anlamına geliyordu.

Sinaps başına daha fazla "bit"e sahip olmak, geleneksel bir TV'den daha fazla piksel başına daha fazla bit içeren yüksek çözünürlüklü bir TV'ye biraz benziyor, dedi Sejnowski, "Şu anda beynin yüksek çözünürlüklü olduğunu düşünüyoruz."

Veya başka bir metafor sunarak, "Beyni eski bir büyükbaba saati olarak değil, yüksek hassasiyetli bir saat olarak düşünmeliyiz" dedi.

Bazı bilim adamları, insan beyninin daha da fazla bilgi depolayabildiğini düşünüyor. Beynin gerçek hafıza kapasitesi daha da büyük olabilir -- 3 ila 5 petabayta kadar, diyor Northwestern Üniversitesi'ndeki psikoloji bölümündeki Beyin, Davranış ve Biliş Programı Direktörü Dr. Paul Reber San Diego Union-Tribune'e.


İnsan Beyninin Belleği Tüm İnterneti Depolayabilir

Yeni araştırmalar, insan beyninin tüm internette içerdiği kadar bilgiyi hafızasında tutabileceğini öne sürüyor.

Araştırmacılar, bilgiyi 0'lar ve 1'ler olarak kodlayan klasik bir bilgisayarın aksine, bir beyin hücresinin "bitlerini" kodlamak için 26 farklı yol kullandığını keşfetti. Beynin 1 petabayt (veya katrilyon bayt) bilgi depolayabileceğini hesapladılar.

California, La Jolla'daki Salk Enstitüsü'nden biyolog Terry Sejnowski yaptığı açıklamada, "Bu, sinirbilim alanında gerçek bir bomba" dedi. "Beynin hafıza kapasitesiyle ilgili yeni ölçümlerimiz, muhafazakar tahminleri 10 kat artırıyor."

inanılmaz bilgisayar

Dahası, insan beyni, loş bir ampulü çalıştırmaya yetecek kadar gücü yudumlarken bu akıllara durgunluk veren miktarda bilgiyi depolayabilir. [Zihnin En İyi 10 Gizemi]

Buna karşılık, aynı belleğe ve işlem gücüne sahip bir bilgisayar, 1 gigawatt güce veya "bilgisayarımızın 20 watt ile yaptığı şeyi yapan bir bilgisayarı çalıştırmak için temel olarak bütün bir nükleer güç istasyonuna" ihtiyaç duyacağını söyledi. Bartol, Salk Enstitüsü'nde bir sinirbilimci.

Ekip, özellikle, öğrenme ve kısa süreli hafızada kilit rol oynayan bir beyin bölgesi olan hipokampüsü daha yakından incelemek istedi.

Bartol, zihnin gizemlerini çözmek için, araştırma ekibi bir farenin hipokampüsünden küçük bir dilim aldı, mumyalama sıvısına koydu, sonra son derece keskin bir elmas bıçakla ince bir şekilde dilimledi, Bartol dedi. (Bir sıçanın beyni insan beyniyle aynı olmasa da, sinapsların temel anatomik özellikleri ve işlevi tüm memelilerde çok benzerdir.) Ekip daha sonra ince dokuyu plastiğe gömdü, mikroskop altında inceledi ve dijital görüntüler oluşturdu.

Daha sonra araştırmacılar, gördükleri her hücre türünü kalem ve kağıtla bir yıl boyunca takip ettiler. Tüm bu çabalardan sonra ekip, şaşırtıcı derecede küçük bir doku hacmi olan numunedeki tüm hücreleri izlemişti. [Resim Galerisi: Einstein'ın Beyni]

Bartol, WordsSideKick.com'a “Bu örneklerden 20 tanesini tek bir insan saçının genişliğine sığdırabilirsiniz” dedi.

Boyut dağılımı

Daha sonra ekip, dokudaki toplam 450 olan tüm nöronları veya beyin hücrelerini saydı. Bu sayının 287'si, araştırmacıların ilgilendiği tüm yapılara sahipti.

Nöronlar, akson adı verilen uzun dalları ve hücre gövdesinden dışarı doğru kıvrılan dendritleri olan şişmiş, şekilsiz balonlara benziyor. Aksonlar, beyin hücresinin çıkış kablosu olarak hareket ederek, nörotransmiterler adı verilen bir molekül yığını gönderirken, dendritlerdeki küçük dikenler, akson tarafından sinaps adı verilen dar bir boşluk boyunca gönderilen kimyasal mesajları alır. (Bu kimyasal mesajların sinaps boyunca iletildiği dendrit üzerindeki spesifik noktaya dendritik omurga denir.) Alıcı beyin hücresi daha sonra bu mesajı diğer nöronlara iletmek için kendi nörotransmitter önbelleğini ateşleyebilir, ancak çoğu zaman, karşılık olarak hiçbir şey yapmaz.

Geçmişte yapılan çalışmalar, en büyük sinapsların en küçükleri 60 kat cücelediğini göstermişti. Bu boyut farkı, temeldeki bağlantının gücünü yansıtır ve ortalama nöron, gelen sinyalleri zamanın yaklaşık yüzde 20'sinde iletir, bu yüzde zamanla artabilir. Bir beyin devresi ne kadar çok çalışırsa (yani, bir nöron ağı ne kadar çok aktive edilirse), o devredeki bir nöronun, bir başkası ona bir sinyal gönderdiğinde ateşleme olasılığı o kadar yüksek olur. Bartol, bu sinir ağlarını güçlendirme sürecinin, sinapslardaki fiziksel temas noktasını genişleterek, serbest bırakabilecekleri nörotransmiter miktarını artırdığını söyledi.

Bartol, eğer nöronlar esasen bir sinaps boyunca birbirleriyle gevezelik ediyorsa, daha büyük bir sinaps üzerinden iletişim kuran bir beyin hücresi, daha küçük bir sinaps üzerinden iletişim kuran bir beyin hücresinden daha yüksek bir sese sahiptir, dedi.

Ancak bilim adamları, kaç boyutta nöron olduğunu ve sinyallere yanıt olarak nasıl değiştiklerini anlamadılar.

Ardından Bartol, Sejnowski ve meslektaşları, hipokampal kesitlerinde komik bir şey fark ettiler. Zamanın yaklaşık yüzde 10'unda, tek bir akson yılan gibi kıvrıldı ve iki farklı dendritik dikende aynı dendrite bağlandı. Bu tuhaf aksonlar, dendrit üzerindeki noktaların her birine tam olarak aynı girdiyi gönderiyordu, ancak aksonların dendritlerle "konuştuğu" sinapsların boyutları ortalama yüzde 8 değişiyordu. Bu, ikisi arasındaki bir mesajın altta yatan sinapsı ne kadar değiştirdiği konusundaki doğal varyansın yüzde 8 olduğu anlamına geliyordu.

Bunun üzerine ekip daha sonra şunu sordu: Eğer sinapslar boyut olarak 60 kat farklılık gösteriyorsa ve bir sinaps boyutu tamamen şansa bağlı olarak yaklaşık yüzde 8 değişiyorsa, bu boyut aralığına kaç farklı sinaptik boyutu sığabilir ve tespit edilebilir. beyin tarafından farklı mı?

Araştırmacılar, bu verileri, beynin aralarındaki farkı algılamadan önce iki sinyalin ne kadar farklı olması gerektiğini belirleyen sinyal algılama teorisiyle birleştirerek, nöronların 26 farklı boyut aralığında olabileceğini buldular. Bu, özünde, nöronların birbirleriyle gevezelik etmek için kaç farklı "ses" hacmi kullandığını ortaya çıkardı. Daha önce araştırmacılar, bu beyin hücrelerinin sadece birkaç boyutta geldiğini düşünüyorlardı.

Oradan, herhangi iki nöron arasında tam olarak ne kadar bilgi aktarılabileceğini hesaplayabilirler. Bilgisayarlar, verileri 0 veya 1 gibi iki potansiyel değere sahip olabilen bitler olarak depolar. Ancak bir nörondan gelen bu ikili mesaj (ateşlemek veya etmemek) 26 farklı boyutta nöron üretebilir. Bu yüzden, her bir nöronun ne kadar veri tutabileceğini hesaplamak için temel bilgi teorisini kullandılar.

Bartol, "26 sayısını bit birimlerine dönüştürmek için 2'nin n'nin gücü 26'ya eşit olduğunu söylüyoruz ve n'yi çözüyoruz. Bu durumda n, 4,7 bit'e eşittir," dedi.

Araştırmacılar, eLife dergisinde çevrimiçi olarak bildirdiğine göre, bu depolama kapasitesi daha önce inanılanın yaklaşık 10 katı anlamına geliyor.

inanılmaz verimli

Yeni bulgular, beynin oldukça aktif kalırken bilgiyi nasıl depoladığına da ışık tutuyor. Çoğu nöronun gelen sinyallere tepki olarak ateşlenmemesi, ancak vücudun bu sinyalleri fiziksel yapılara çevirmede son derece hassas olması, beynin neden bir bilgisayardan daha verimli olduğunu kısmen açıklar: Ağır kaldırıcıların çoğu, çoğu zaman bir şey yapmak.

Bununla birlikte, ortalama bir beyin hücresi zamanın yüzde 80'inde hareketsiz olsa bile, bu yine de bir bilgisayarın neden bir insan beyniyle aynı görevleri yapmak için 50 milyon kat daha fazla enerjiye ihtiyaç duyduğunu açıklamıyor.

"Hikayenin diğer kısmı, elektronların bir bilgisayarda nasıl çalıştığına kıyasla biyokimyanın nasıl çalıştığıyla ilgili olabilir. Bilgisayarlar hesaplamaları yapmak için elektronları kullanıyor ve bir telde akan elektronlar çok fazla ısı üretiyor ve bu ısı boşa harcanan enerjidir. "dedi Bartol. Biyokimyasal yollar çok daha verimli olabilir, diye ekledi.


Beynimiz ne kadar depolayabilir? GB..TB… veya daha fazlası?

Northwestern Üniversitesi'nden psikoloji profesörü Paul Reber'e göre, insan beyni yaklaşık bir milyar nörondan oluşuyor. Her nöron, diğer nöronlarla yaklaşık 1.000 bağlantı oluşturur ve bu, bir trilyondan fazla bağlantı anlamına gelir. Her nöron yalnızca tek bir hafızayı saklamaya yardımcı olabilseydi, alanın bitmesi bir sorun olurdu. iPod veya USB flash sürücüdeki alana benzer şekilde yalnızca birkaç gigabayt depolama alanınız olabilir. Yine de nöronlar, her biri aynı anda birçok hatıraya yardımcı olacak şekilde birleşir ve beynin hafıza depolama kapasitesini katlanarak yaklaşık 2,5 petabayta (veya bir milyon gigabayta) yakın bir değere yükseltir. Karşılaştırma için, beyniniz bir televizyondaki dijital video kaydedici gibi çalışsaydı, üç milyon saatlik TV şovunu tutmak için 2,5 petabayt yeterli olurdu. Tüm bu depolama alanını kullanmak için TV'yi 300 yıldan fazla sürekli çalışır durumda bırakmanız gerekir.

Steven Wiltshire'ın Hollywood'u

İnsan beyni her zaman dünyadaki en merak uyandıran gizemlerden biri olmuştur. İnsan kamerası olarak da bilinen Steven Wiltshire ile tanışın. 11 yaşındayken, bir helikopter yolculuğunun ardından Londra'nın mükemmel bir havadan görüntüsünü çizdi.

Şunu izle yaşayan kamera Tek bir saatlik helikopter yolculuğunun ardından hafızasından Roma şehrinin panoramik bir görüntüsünü çizdiği bu muhteşem videoda eylemde. Steven gibi mucizelere tarih boyunca birçok isim verilmiştir. Ancak bilim adamları beyni düşünürken izleyebilmeye, içindeki gizemleri çözmeye ancak bugün başlıyorlar.


Beynin hafıza kapasitesi düşünülenden 10 kat daha fazladır

Salk araştırmacıları ve işbirlikçileri, nöral bağlantıların boyutuna dair kritik bir kavrayış elde ederek, beynin hafıza kapasitesini genel tahminlerin çok üstüne çıkardı. Yeni çalışma aynı zamanda beynin nasıl bu kadar enerji verimli olduğu ve mühendislerin inanılmaz derecede güçlü ama aynı zamanda enerji tasarrufu sağlayan bilgisayarlar inşa etmelerine yardımcı olabileceği konusunda uzun zamandır devam eden bir soruyu da yanıtlıyor.

Salk profesörü ve makalenin başyazarı Terry Sejnowski, "Bu, sinirbilim alanında gerçek bir bomba" diyor. e-hayat. "Hipokampal nöronların düşük enerjiyle ancak yüksek hesaplama gücüyle nasıl çalıştığına ilişkin tasarım ilkesinin kilidini açmanın anahtarını keşfettik. Beynin hafıza kapasitesiyle ilgili yeni ölçümlerimiz, ihtiyatlı tahminleri 10 kat artırarak en az bir petabayta yükseltiyor. Dünya çapında Ağ."

Anılarımız ve düşüncelerimiz, beyindeki elektriksel ve kimyasal aktivite kalıplarının sonucudur. Aktivitenin önemli bir kısmı, nöronların dalları, tıpkı elektrik teli gibi, sinaps olarak bilinen belirli kavşaklarda etkileşime girdiğinde gerçekleşir. Bir nörondan gelen bir çıkış 'kablosu' (bir akson), ikinci bir nöronun bir giriş 'teline' (bir dendrit) bağlanır. Sinyaller, alıcı nörona diğer nöronlara bir elektrik sinyali iletip iletmeyeceğini söylemek için nörotransmiter adı verilen kimyasallar olarak sinaps boyunca hareket eder. Her nöron, diğer binlerce nöronla bu sinapslardan binlercesine sahip olabilir.

Kıdemli eş kıdemli Kristen Harris, "Tek bir kırmızı kan hücresi büyüklüğündeki bir hipokampus hacminden her dendrit, akson, glial süreç ve sinapsı ilk kez yeniden oluşturduğumuzda, sinapslar arasındaki karmaşıklık ve çeşitlilik karşısında biraz şaşırmıştık" diyor. çalışmanın yazarı ve Austin, Texas Üniversitesi'nde sinirbilim profesörü. "Bu ayrıntılı rekonstrüksiyonlardan beynin nasıl organize edildiğine dair temel prensipleri öğrenmeyi umarken, bu raporun analizlerinde elde edilen kesinliğe gerçekten şaşırdım."

Sinapslar hala bir gizemdir, ancak işlev bozuklukları bir dizi nörolojik hastalığa neden olabilir. Daha büyük sinapslar - daha fazla yüzey alanı ve nörotransmitter kesecikleri ile - daha güçlüdür, bu da onları çevreleyen nöronlarını orta veya küçük sinapslardan daha fazla aktive etme olasılığını artırır.

Salk ekibi, sıçan hipokampus dokusunun (beynin hafıza merkezi) 3 boyutlu rekonstrüksiyonunu yaparken olağandışı bir şey fark etti. Bazı durumlarda, bir nörondan tek bir akson, ikinci bir nöronun tek bir dendritine ulaşan iki sinaps oluşturdu ve bu, ilk nöronun alıcı nörona çift bir mesaj gönderiyor gibi göründüğünü gösteriyordu.

İlk başta, araştırmacılar, hipokampusta zamanın yaklaşık yüzde 10'unda meydana gelen bu ikiyüzlülük hakkında fazla düşünmediler. Ancak Salk ekibinden bir bilim adamı olan Tom Bartol'un bir fikri vardı: Bunlar gibi birbirine çok benzeyen iki sinaps arasındaki farkı ölçebilselerdi, şimdiye kadar bu alanda yalnızca küçük, orta boy olarak sınıflandırılmış olan sinaptik boyutlar hakkında fikir edinebilirlerdi. ve büyük.

Bunu yapmak için araştırmacılar, fare beyinlerini görüntülemek ve beyin dokusunun bağlanabilirliğini, şekillerini, hacimlerini ve yüzey alanını nanomoleküler bir düzeye kadar yeniden yapılandırmak için geliştirdikleri gelişmiş mikroskopi ve hesaplama algoritmalarını kullandılar.

Bilim adamları, sinapsların kabaca benzer boyutta olmasını beklediler, ancak sinapsların neredeyse aynı olduğunu keşfettiklerinde şaşırdılar.

"Sinaps çiftlerinin boyutlarındaki farkın çok küçük olduğunu, ortalama olarak yalnızca yüzde sekiz farklı olduğunu görünce şaşırdık. Bu kadar küçük bir fark olacağını kimse düşünmedi. Bu, doğadan gelen bir eğriydi, "diyor Bartol.

Nöronların hafıza kapasitesi sinaps boyutuna bağlı olduğundan, bu yüzde sekizlik fark, ekibin daha sonra sinaptik bağlantılarda potansiyel olarak ne kadar bilgi depolanabileceğini ölçmek için beynin algoritmik modellerine bağlayabileceği önemli bir sayı haline geldi.

Daha önce, en küçük ve en büyük sinapslar arasındaki boyut aralığının 60 faktörü olduğu ve çoğunun küçük olduğu biliniyordu.

Ancak, tüm boyutlardaki sinapsların boyutlar arasında yüzde sekiz gibi küçük artışlarla 60 faktör içinde değişebileceği bilgisiyle donanan ekip, sinaps boyutlarının birkaç değil, 26 kategorisi olabileceğini belirledi.

Bartol, "Verilerimiz, önceden düşünülenden 10 kat daha farklı boyutta sinaps olduğunu gösteriyor" diyor. Bilgisayar terimleriyle, 26 boyutta sinaps, yaklaşık 4,7 "bit" bilgiye karşılık gelir. Daha önce, beynin hipokampusta kısa ve uzun hafıza depolamak için sadece bir ila iki bit kapasitesine sahip olduğu düşünülüyordu.

Sejnowski, "Bu, kabaca herkesin hayal edebileceğinden çok daha büyük bir kesinlik derecesidir" diyor.

Bu hassaslığı şaşırtıcı kılan şey, hipokampal sinapsların herkesin bildiği gibi güvenilmez olmasıdır. Bir sinyal bir nörondan diğerine geçtiğinde, genellikle o ikinci nöronu zamanın sadece yüzde 10 ila 20'sinde aktive eder.

Bartol, "Beynin olağanüstü hassasiyetinin bu kadar güvenilmez sinapslardan nasıl ortaya çıktığını sık sık merak etmiştik" diyor. Görünüşe göre bir cevap, sinapsların sürekli olarak ayarlanması, zaman içindeki başarı ve başarısızlık oranlarının ortalamasının alınmasıdır. Ekip, bu yüzde sekizlik farka ulaşmak için bir çift sinaps için kaç sinyal gerektiğini bulmak için yeni verilerini ve istatistiksel bir modeli kullandı.

Araştırmacılar, en küçük sinapslar için yaklaşık 1.500 olayın büyüklüklerinde/yeteneklerinde (20 dakika) bir değişikliğe neden olduğunu ve en büyük sinapslar için sadece birkaç yüz sinyal olayının (1 ila 2 dakika) bir değişikliğe neden olduğunu hesapladılar.

Bartol, "Bu, her 2 veya 20 dakikada bir, sinapslarınızın bir sonraki boyuta yükseldiği veya düştüğü anlamına gelir. Sinapslar kendilerini aldıkları sinyallere göre ayarlıyor" diyor.

Harris, "Önceki çalışmalarımız, birlikte sinaps yapan dikenlerin ve aksonların boyut olarak benzer olabileceği olasılığını ima etmişti, ancak kesinliğin gerçekliği gerçekten dikkat çekicidir ve beyinler ve bilgisayarlar hakkında düşünmenin yepyeni yollarının temelini atmaktadır" diyor. "Bu işbirliğinden kaynaklanan çalışma, öğrenme ve hafıza mekanizmaları arayışında yeni bir sayfa açtı." Harris, bulguların, örneğin beynin diğer bölgelerindeki sinapslar için benzer kuralların geçerli olup olmadığı ve bu kuralların gelişim sırasında ve öğrenmenin ilk aşamalarında sinapslar değiştikçe nasıl farklılaştığı gibi, keşfedilecek daha fazla soru önerdiğini ekliyor.

Sejnowski, "Bulduğumuz şeyin sonuçları çok geniş kapsamlı" diye ekliyor. "Beynin görünürdeki kaosu ve dağınıklığı altında, bizden saklanan sinapsların boyut ve şekillerinin altında yatan bir kesinlik gizlidir."

Bulgular ayrıca beynin şaşırtıcı verimliliği için değerli bir açıklama sunuyor. Uyanık yetişkin beyni, yalnızca yaklaşık 20 watt sürekli güç üretir - çok loş bir ampul kadar. Salk'ın keşfi, bilgisayar bilimcilerinin ultra hassas, ancak enerji açısından verimli bilgisayarlar, özellikle de "derin öğrenme" ve yapay sinir ağları - konuşma, nesne tanıma ve çeviri gibi karmaşık öğrenme ve analiz yapabilen teknikler - kullananlar oluşturmasına yardımcı olabilir.

Sejnowski, "Beynin bu hilesi kesinlikle daha iyi bilgisayarlar tasarlamanın bir yolunu gösteriyor" diyor. "Olasılıklı iletimi kullanmanın doğru olduğu ve hem bilgisayarlar hem de beyinler için çok daha az enerji gerektirdiği ortaya çıktı."


İNSAN HAFIZASI

Çok eski zamanlardan beri insanlar hafızanın ne olduğunu, nasıl çalıştığını ve neden yanlış gittiğini anlamaya çalıştılar. Bizi gerçekten insan yapan şeyin önemli bir parçasıdır, ancak yine de en zor ve yanlış anlaşılan insan özelliklerinden biridir.

Hafızanın popüler imajı, bir tür küçücük dosya dolabı bilgilerin saklandığı veya belki de sinirsel olarak depolandığı bireysel bellek klasörleriyle dolu süper bilgisayarı büyük kapasite ve hız. Bununla birlikte, modern biyolojik ve psikolojik bilgilerin ışığında, bu metaforlar tamamen yararlı olmayabilir ve bugün uzmanlar hafızanın aslında bir şey olduğuna inanıyor. çok daha karmaşık ve bundan daha ince

Görünüşe göre hafızamız beyinde belirli bir yerde değil, bunun yerine bir beyin çapında süreç Beynin birkaç farklı bölgesinin birbiriyle bağlantılı olarak hareket ettiği (bazen Dağıtılmış işlem). Örneğin, bisiklete binmek gibi basit bir eylem, beyin tarafından aktif ve sorunsuz bir şekilde yeniden yapılandırılır. farklı bölgeler: bisikletin nasıl kullanılacağının anısı bir bölgeden gelir, buradan bloğun sonuna nasıl gidileceğinin anısı başka bir yerden, bisikletin güvenlik kurallarının anısı başka bir yerden ve bir araba tehlikeli bir şekilde saptığındaki o gergin duygudan gelir. yakın bir başkasından gelir. Bir hafızanın her bir unsuru (görüntüler, sesler, kelimeler, duygular), beynin o parçayı (görsel korteks, motor korteks, dil alanı, vb.) orijinal kodlama sırasında oluşturulan desenler. Böylece, daha iyi bir görüntü, bir karmaşık ağipliklerin bir hafızanın çeşitli öğelerini simgelediği, düğümler veya bir kişinin, nesnenin veya olayın tam bir yuvarlak hafızasını oluşturmak için kesişme noktaları. Bu tür dağıtılmış bellek beynin bir parçası hasar görse bile, deneyimin bazı bölümlerinin hala kalabilmesini sağlar. nörologlar parçaların tutarlı bir bütün halinde nasıl yeniden birleştirildiğini anlamaya başlıyorlar.

Evrendeki en karmaşık canlı yapılardan biri olan insan beyni, hafızanın yeridir.

Bellek de tek bir üniter süreç değildir, ancak farklı bellek türleri vardır. Kısa süreli ve uzun süreli anılarımız farklı şekillerde ve farklı şekillerde kodlanır ve saklanır. beynin farklı bölümleri, sadece tahmin etmeye başladığımız nedenlerden dolayı. yıllar durum çalışmaları Kazalardan ve beyinle ilgili hastalıklardan ve diğer rahatsızlıklardan (özellikle yaşlı kişilerde) muzdarip hastaların yüzdesi, hafıza süreçlerinin bazı karmaşıklıklarını göstermeye başlamış ve bu konuda büyük adımlar atılmıştır. sinirbilim ve kavramsal psikoloji, ancak dahil olan kesin mekanizmaların çoğu belirsizliğini koruyor.

Bir meslekten olmayan kişi tarafından, meslekten olmayanlar için yazılan bu web sitesi, sahip olduğumuz şeylerden bazılarını bir araya getirmeye çalışır. YAPMAK … olan bilmeceyi bilinİnsan Hafızası.Hipertansiyon, beyne giden kan akışının yanı sıra kardiyovasküler sistemi de etkiler. Bu, hafıza kaybı da dahil olmak üzere birçok belirtiye neden olabilir.


İnsan beyninin bayt cinsinden hafıza kapasitesi? - Biyoloji

Daha fazla fotoğraf çekemeyen, hafıza kartları dolu dijital kameraların aksine, beynimiz hiç boş kalmıyor. Yine de, yazar Kurt Vonnegut'un sözleriyle "kanla ıslanmış bir sünger" olan yetişkin bir insan beyninin, yeni gerçekleri ve deneyimleri sınırsızca kaydedebilmesi gerektiği mantığa meydan okuyor.

Sinirbilimciler uzun zamandır maksimum zihinsel hacmimizi ölçmeye çalışıyorlar. Bununla birlikte, hafıza kapasitesinin herhangi bir basit hesabını karıştıran şey, kendini adamış bireyler ve atipik beyinleri olan insanlar tarafından elde edilen şaşırtıcı bilişsel başarılardır.

Birçoğumuz bir telefon numarasını hafızaya almakta zorlanıyoruz. 67.980 haneye ne dersin? O sırada 24 yaşında bir yüksek lisans öğrencisi olan Çinli Chao Lu'nun 2005'te okuduğu pi sayısı bu kadar. Dünya rekoru.

Savantlar, isimlerden ve tarihlerden karmaşık görsel sahnelerin ayrıntılarına kadar şaşırtıcı hatırlama özelliklerine sahip, tartışmasız daha da şaşırtıcı performanslar çıkardılar. Nadir durumlarda, önceden sağlıklı olan insanların yaralanmaları da görünüşte "edinilmiş savant sendromunu" tetiklemiştir. Örneğin Orlando Serrell 10 yaşındayken kafasının sol tarafına bir beyzbol topu çarptı. Birden sayısız plakayı hatırlayabildiğini ve onlarca yıl öncesinden bir tarihin haftanın hangi gününe denk geldiği gibi karmaşık takvim öğelerini hesaplayabildiğini keşfetti.

Nasıl oluyor da bu insanların erişteleri ortalama bir beynin hafızasını utandırıyor? Ve pi okurlarının ve bilginlerin yetenekleri, insan beyninin gerçek kapasitesi hakkında ne söylüyor?

Beyin baytları

Ölçülebilir bir düzeyde, hafıza kapasitemiz beynin fizyolojisinde bir temele sahip olmalıdır. Bu konuda kaba ama belki de yararlı bir ölçüm: beyinlerimizi oluşturan yaklaşık 100 milyar nöron. Bununla birlikte, yalnızca yaklaşık bir milyar, uzun süreli bellek depolamada rol oynar - bunlara piramidal hücreler denir.

Bir nöronun yalnızca tek bir "birim" bellek tutabileceğini varsayarsanız, beynimiz ağzına kadar doldurur. Northwestern Üniversitesi'nde psikoloji profesörü olan Paul Reber, "Nöronlar kadar çok anıya sahip olabilseydiniz, bu çok büyük bir sayı değil" diyor. "Beyninde oldukça hızlı bir şekilde yer biterdi."

Gizli hafıza yeteneklerinin kilidini açmak mümkün olabilir mi? (Kredi: Getty Images)

Bunun yerine araştırmacılar, anıların nöronlar arasındaki ve sinir ağları arasındaki bağlantılarda oluştuğuna inanıyor. Her nöron, bir banliyö merkezinden gelen tren hatları gibi uzantıları filizlendiriyor ve yaklaşık bin diğer sinir hücresi nöronunda döngü oluşturuyor. Bu mimarinin, hatıraların öğelerini tüm karışık ağ boyunca kullanılabilir kıldığı düşünülüyor. Bu nedenle, örneğin mavi gökyüzü kavramı, dış mekan sahnelerinin sayısız, kavramsal olarak ayrık anılarında ortaya çıkabilir.

Reber bu etkiye "üstel depolama" diyor ve bununla birlikte beynin hafıza kapasitesi "çatıdan geçiyor".

Reber, "Herhangi bir makul tahmin altında, birkaç petabayt aralığına giriyor" diyor. Bir petabayt, 2.000 yıllık MP3 şarkı dosyasına eşittir. Tabii ki, tek bir belleğin kaç bağlantıya ihtiyaç duyduğunu henüz tam olarak bilmiyoruz - ya da depolaması dijital bir bilgisayarla karşılaştırılabilecek olsa bile - bu nedenle bu tür karşılaştırmalar belki de biraz tuzla yapılmalıdır. Reber'e göre, "tonlarca ve tonlarca alanınız var" demek yeterli.

Daha yukarısı?

O halde süper hafızalara sahip insanlar olağanüstü beyinlere sahip olabilir mi?

Kısa cevap: hayır. Lu gibi Pi rekoru sahipleri ve hafıza şampiyonalarının çoğu kazananları, kendilerini beyinlerini seçilmiş bilgi parçalarını tutmak ve almak için eğitmeye adamış sıradan insanlar olduklarına yemin ederler.

ABD Hafıza Şampiyonası galibi Nelson Dellis, rekabetçi bir zihinsel atlet olmadan önce hafızasının gerçekten çok kötü olduğunu söylüyor. Pratik her şeyi değiştirdi. Dellis, "Eğitim haftaları içinde, belki daha da kısa bir süre içinde, normal bir insan için neredeyse imkansız görünen bir şeyi yapıyorsunuz" diyor. "Hepimizin içinde bu yetenek var."

Birkaç yıl önce, Dellis beyin egzersizlerine ilk başladığında, bir deste iskambil kağıdını ezberlemesi 20 dakika sürmüştü. Günümüzde, 52 kartın tümünü 30 saniyenin altında, yani tek bir geçişte hafızaya alabiliyor. Dellis, 29 Mart'ta New York'ta düzenlenen 2015 ABD Hafıza Şampiyonası'nda başarılı unvan savunması öncesinde kart sayma ve diğer hafıza yarışması etkinliklerinde günde beş saate kadar eğitim alıyor.

Bazı insanlar karıştırılmış bir kart destesinin sırasını 30 saniyede hatırlayabilir (Kredi: Thinkstock)


İnsan beyni bir bilgisayarla nasıl karşılaştırılır?

Bilgisayarların satranç, Go ve hatta Jeopardy'de insanlardan daha iyi performans gösterebildiği bir dünyada yaşıyoruz. Yapay zeka ve makine öğrenimi her zaman yeni atılımlar yaratıyor ve bizi yakında teknolojik bir ütopyada mı yaşayacağımızı yoksa bir cyborg Arnold Schwarzenegger'e karşı hayatta kalma mücadelesi mi vereceğimizi merak ediyor.

Ancak bilgisayarlar genel olarak insan beyninden daha iyi performans gösteriyor mu? Hadi bulalım.

Bu makalenin amacı doğrultusunda, bir bilgisayarı profesyonel olmayan kullanım için kişisel masaüstü olarak tanımlayalım (ör. 7/24 çalışan bir sunucu değil).

İşleri basit tutmak için karşılaştırmaları dört alanla sınırlayacağız:

Depolamak

Günlük kullanım için çoğu bilgisayar kullanıcısı 500 GB depolama alanına sahip olacaktır. Yaratıcılar, oyuncular ve diğer veri ağırlıklı kullanıcılar, genellikle bulutta veya taşınabilir bir SSD'de ek depolamaya güvenirler. Tartışma uğruna, bilgisayara ortalama 1 TB depolama alanı vereceğiz.

Peki ya beynin depolama kapasitesi? Bu karmaşık.

Tahminler, tipik bir beyinde kaç tane sinir hücresi veya nöron bulunduğuna göre değişir. Birçok çalışma 100 milyar nörona dayanırken, Stanford Üniversitesi'nde yapılan bir araştırma beynin aslında 200 milyar nörona sahip olduğunu tahmin ediyor.

“Bekle, bilgisayarın baytları var ve beynin nöronları var. İkisini nasıl karşılaştırırız?”

İnsan beyni ve bilgisayar flash belleği arasındaki belirgin bir fark, nöronların anıların yaratılmasına ve depolanmasına yardımcı olmak için birbirleriyle birleşebilme yeteneğidir. Her nöronun diğer nöronlarla kabaca bin bağlantısı vardır. Ortalama bir insan beynindeki bir trilyondan fazla bağlantıyla, bu örtüşme etkisi katlanarak daha büyük bir depolama kapasitesi yaratır.

Bugün çok sınırlı olan nöron anlayışımıza dayanarak, beynin depolama kapasitesini 1 petabayt olarak tahmin edebiliriz, bu da binin üzerinde 1 TB SSD'ye eşdeğer olacaktır.

Avantaj: İnsan Beyni.

Hafıza

Şimdiye kadar, eşit bir yarışma. İnsan beyni, ortalama bir bilgisayardan önemli ölçüde daha fazla depolama alanına sahiptir. Ve bir bilgisayar bilgiyi insan beyninden katlanarak daha hızlı işleyebilir.

Belleğe erişmeye ne dersiniz? Bir insan bilgiyi bilgisayardan daha iyi hatırlayabilir mi?

Ne tür bilgilerden bahsettiğimize bağlı.

Temel gerçekler için cevap kesinlikle hayır. Bir bilgisayar Nevada'nın başkentinin Carson City olduğunu "biliyorsa", bu gerçek her zaman erişilebilir olacaktır. Öte yandan, bir insan, özellikle Vegas'ta geçen uzun bir hafta sonundan sonra, zaman içinde kafası karışabilir veya bu gerçeği unutabilir.

Bilgisayarların insanların gerisinde kaldığı yer, bilgiye niteliksel sıralamalar atama yeteneğidir. Bir bilgisayar için tüm bilgiler tamamen aynıdır. İnsanlar ise pek çok farklı türde anıya sahiptir ve anıları önemine göre öncelik sırasına koyar. Düğün gününüzle ilgili sayısız ayrıntıyı hiç şüphesiz hatırlayacaksınız, ancak muhtemelen geçen Perşembe öğle yemeğinde ne yediğinizi unuttunuz. (Merak ettiyseniz, çavdarlı ton balıklı bir sandviçti.)

İnsanlar ayrıca hatıraları birbirleriyle ilişkilendirir, bu nedenle Yılbaşı Gecesi hatıranız, yaşamınız boyunca tüm diğer Yeni Yıl kutlamalarınıza bağlanacaktır. Bir bilgisayar bu yetenekten yoksundur, en azından şimdilik.

Enerji verimliliği

Yarışma hala bir atıştırma. Bilgisayarlar daha hızlı ve daha hassasken, insanlar daha fazla depolama kapasitesine ve anılara erişimde nüansa sahip.

Peki ya enerji verimliliği? İşte gerçekten eğlenceli hale geldiği yer.

Tipik bir bilgisayar yaklaşık 100 watt güçle çalışır. Bir insan beyni ise kabaca 10 watt'a ihtiyaç duyar. Bu doğru, beyniniz bir bilgisayardan on kat daha fazla enerji verimlidir. Beyin bir ampulden daha az güce ihtiyaç duyar.

Kutudaki en parlak ampuller olmayabiliriz, ama yine de olmak zorunda değiliz.

Avantaj: İnsan Beyni

Çözüm

Sonuçta, genel olarak net bir kazanan yok. İnsanların ve bilgisayarların, kategorisine bağlı olarak kendi avantajları vardır. Hassasiyet ve ham işlem hızı istiyorsanız, bilgisayar net bir seçimdir. If you want creativity, energy efficiency, and prioritization, a human is your best bet.

The good news is that we don’t have to choose. It doesn’t have to be a contest of humans against computers. We can work together and enjoy the best of both worlds. That is, until Skynet becomes self-aware.


Memory-related brain lateralisation in birds and humans

Visual imprinting in chicks and song learning in songbirds are prominent model systems for the study of the neural mechanisms of memory. In both systems, neural lateralisation has been found to be involved in memory formation. Although many processes in the human brain are lateralised--spatial memory and musical processing involves mostly right hemisphere dominance, whilst language is mostly left hemisphere dominant--it is unclear what the function of lateralisation is. It might enhance brain capacity, make processing more efficient, or prevent occurrence of conflicting signals. In both avian paradigms we find memory-related lateralisation. We will discuss avian lateralisation findings and propose that birds provide a strong model for studying neural mechanisms of memory-related lateralisation.

Anahtar Kelimeler: Auditory-vocal learning Avian brain Domestic chick Hemispheric dominance Human language lateralisation Imprinting Lateralisation Learning Memory Memory consolidation Memory formation Sensory learning Song learning Songbirds.


Conclusion and Perspectives

The MeshCODE theory presented here provides an original concept for the molecular basis of memory storage. I propose that memory is biochemical in nature, written in the form of different protein conformations in each of the trillions of synapses. This concept is based on the discovery of a complex network of mechanical switches in proteins like talin (Yao et al., 2016 Goult et al., 2018 Figure 2) that are built into the scaffolds of every synapse (Park and Goda, 2016 Lilja and Ivaska, 2018 Figure 3). These binary switches can be operated by the force-generation machinery of the cells cytoskeleton, offering a new view of the brain as a mechanical computer.

The capacity for storage of data in a binary form in each synapse identifies an addressable read-write memory mechanism, clearly pointing to a way, in which the brain might carry information forward in time and perform computation. Data written in binary, symbolic form would provide a basis for how the brain might function as an input-output system, in which its computation and data processing systems are founded on physical and mathematical principles (Gallistel and King, 2009). Remarkably, humankind’s efforts to produce optimal computation silico'da may have led to architectures that bear a striking similarity to what nature might already have arrived at canlıda.

Sensory inputs are processed by the brain and trigger the appropriate motor responses as outputs allowing the animal to interact with the world. Action potential spike trains are well established as an organism’s way of sending information over long distances (Perkel et al., 1967 Strong et al., 1998 Fellous et al., 2004), similar to how electrical pulses carry information in electronic systems, yet quite how these voltage spikes that travel down axons carry information is not yet fully understood. In the MeshCODE framework proposed here, these spikes transfer information by altering the mechanical coding of both the sender and receiver cell. Diverse input signals, including visual, auditory, olfactory, temporal cues, self-movement (idiothetic), among others, are converted into electrical signals in the form of spike trains, and the precise patterns of these spikes trigger exact changes to the neurons. These changes include cytoskeletal alterations (Yao et al., 2006 Cingolani and Goda, 2008) which in the MeshCODE framework would update the switch patterns, such that the information the spike trains carry is integrated into the organism’s binary coding. This complex mechanical coding amounts to a machine code that is constantly running in all animals. From an initial state at birth, the life experiences and environmental conditions of the animal would be written into the code, creating a constantly updating, mathematical representation of the animal’s unique life. It is possible that consciousness is simply an emergent property arising from the interconnectedness of electrical signals connecting all these MeshCODEs, forming a complete mathematical representation of the world that gives rise to precise electrical signals that coordinate an entire biochemical organism in the context of its world.

The key to biochemical data storage would be the precise conformations of each mechanical switch in each and every synaptic adhesion. These conformations are mostly unmeasurable with existing technologies using microscopy the talin visible in adhesions will not appear to change, even as the conformations of each alters during memory formation. However, as the size and composition of each synaptic adhesion complex will change in response to these altered patterns then observation of the adhesions themselves, identification of the ligands that engage them, and correlating these with the synapses activity should provide a readout of the process. Visualising these complexes is further complicated as any perturbation of the system will result in altered MeshCODE arrangements. However, the technical capabilities to observe protein states and forces acting on proteins in cells are advancing rapidly (Kumar et al., 2016 Ringer et al., 2017 Lemke et al., 2019) and used in conjunction with super-resolution microscopy techniques (Leterrier et al., 2017 Schnitzbauer et al., 2017 Jacquemet et al., 2020), optogenetic techniques (Liu et al., 2012), and the well-established strategies for studying neurotransmission (reviewed in Kandel et al., 2014) such conformational changes during memory formation should be detectable. Further, a number of talin-binding compounds have recently been identified (Yang et al., 2017 Bryce et al., 2019) and the effect of such compounds on learning and memory in animal systems might provide opportunities to pharmaceutically modulate these processes.

As a final comment, physical storage of memory would have significant potential future implications, not least that it might make the stuff of science fiction possible. If memory and consciousness are biochemical in nature, it is possible that one day we will fully decipher how the MeshCODE stores and computes information to form a mathematical representation of the world. In doing so we may not only understand the computations of the human mind, but also allow the transfer of the human mind from neural networks onto silicon chips running the human Operating System. A biochemical basis of memory storage also raises the possibility to not only read the memory of the living, but also the dead. Although short term memory might be accessible only transiently after death, long term MeshCODEs that are “write protected” might be possible to read for the duration of the integrity of the brain.


Videoyu izle: İnsan beyni kaç Gigabayt (Ağustos 2022).