När barn lär sig att binda sina skosnören gör de det i diskreta steg, vilket gör en slinga eller slingrar i spetsen.

Efter noggrann upprepning vänder vår hjärna dessa steg till "bitar".

Rörelsen chunking, som fenomenet är känt, är en strategi som reducerar långa strängar av information till kortare, mer hanterbara bitar som är lättare att komma ihåg.

"Chunking är den naturliga biprodukten av en smart strategi som minimerar lärandekostnaderna."

Forskare vet att för människor med Parkinsons sjukdom, Huntingtons sjukdom och stroke, är denna rörelseförstöring störd. Att förstå chunking och hur det fungerar är avgörande för tidig diagnos-, behandlings- och rehabiliteringsbehandling. Vetenskapen har dock ingen konkret förklaring till den.

Men nu har forskare utvecklat en omfattande teori för varför chunking inträffar. Forskningsramarna chunking som en ekonomisk avvägning i motorsystemet, där sammanslagning av små bitar blir optimalt "kostnadseffektiv" vid vissa inlärningssteg. Resultaten förekommer i tidningen Nature Communications.

"Nervsystemet syftar till att producera rörelser så effektivt som möjligt", säger Scott Grafton, en neurologiprofessor vid University of California, Santa Barbara. "Det finns dock en beräkningskostnad för att beräkna effektiva banor. Den söta fläcken mellan dessa mål resulterar i bitar. "

Svårt och effektivt

Grafton och kollegor använde verktyg för beräkningsmotorisk kontroll, som producerar datormodeller för att upptäcka hur hjärnan kontrollerar lemmar och motorns mål och begränsningar. I detta sammanhang har forskare haft svårigheter att förklara hur människor och andra djur övergår från beräkningsmässigt enkla men ineffektiva rörelser till beräkningsmässigt krävande men effektiva.

"Vår studie löser denna svårighet genom att visa teoretiskt och experimentellt att de mest kostnadseffektiva inlärningsvägarna för komplexitetseffektivitet är de som producerar chunking", säger Grafton. "Därför är chunking det naturliga biproduktet av en smart strategi som minimerar inlärningskostnaderna."

Utredarna mättes hur rhesusmakar producerade rörelsesekvenser över flera dagars träning och fann att dessa djur verkligen är kostnadseffektiva elever. Genom att välja när man ska mäta bitar på ett intelligent sätt, uppnådde aporna besparingar på de kumulativa kostnaderna för inlärning.

De delade rörelsessekvensen i bitar, optimerade för effektivitet inom bitar, och sedan fusionerades endast bitar när ytterligare effektivitetsvinster krävdes.

"Förflyttningsling har i stor utsträckning karaktäriserats av hälsa och sjukdom över människor och djur, men hittills saknades en normativ teori", säger Grafton. "Vår teori härleder optimala rörelsebanor, och dessa experiment där apor lär sig att producera en ny sekvens av rörelser över en längre tid visar att vår teori förklarar de väsentliga egenskaperna hos de bitar som kommer fram i deras rörelser. "

Inramning av chunkingfenomenet som en ekonomisk avvägning ger ett nytt perspektiv på motorinlärning och dess störningar.

Till exempel kan den oregelbundna karaktären av rörelser efter stroke bero på lägre beräkningsbudgetar för motorinlärning, och de ineffektiva rörelserna som ses i stroke kan därmed anpassas till dessa budgetar, förklarar Grafton. Varje rehabiliteringsmetod skulle kunna dra nytta av denna insikt, tillägger han.

"Vårt beräkningsperspektiv på chunking öppnar också nya frågor om hur hjärnan kontrollerar rörelser", säger Grafton. "I synnerhet måste nya bevis på neuralkodning av chunking i hjärnan ses på nytt i ljuset av beräkningsteorier.

"Är neuroner som kodar kinematiska beslut, beräkningsbudgetar eller effektivitetsmål? Dessa är breda öppna frågor för hela området för motorstyrning. "

Källa: UC Santa Barbara

relaterade böcker

at InnerSelf Market och Amazon