Многие нейробиологи, медицинские исследователи и инженеры, специализирующиеся на искусственном интеллекте, пытались понять нейронные механизмы, лежащие в основе обучения. Хотя исследования выявили некоторые жизненно важные аспекты этих механизмов, многие вопросы остаются без ответа.
Джереми Гунавардена, исследователь из Гарвардской медицинской школы, недавно представил новый взгляд на обучение, который объединяет идеи из области когнитивной психологии с биологическими наблюдениями. Его статья, опубликованная в журнале Proceedings of the IEEE , освещает некоторые аспекты обучения, которые могут отличать биологические организмы от компьютеров и машин.
«Мой интерес к обучению частично возник из-за исследования, которое мы провели ранее, в котором мы показали, что одноклеточное простейшее Stentor roeseli демонстрирует сложную иерархию поведения избегания, когда его раздражает струя частиц», — Джереми Гунавардена, один из исследователей, проводивших исследование, рассказали Phys.org. «Это поведение было впервые описано американским биологом Гербертом Спенсером Дженнингсом примерно в 1900 году, но считалось невоспроизводимым».
В своих прошлых исследованиях Гунавардена и его коллеги показали, что выводы Дженнингса были правильными. В частности, они обнаружили, что отдельная клетка потенциально способна к гораздо более сложному обучающему поведению, чем считалось возможным ранее.
Вдохновленный этими открытиями, Гунавардена начал сотрудничество с одним из своих коллег по Гарварду, Сэмом Гершманом , который провел обширное исследование механизмов обучения. В их работе специально изучалось , как обучение происходит в отдельных клетках .
«Сотрудничество с Сэмом Гершманом привело к написанию моего обзора в Proceedings of the IEEE », — сказал Гунавардена. «Его основная цель состояла в том, чтобы предложить определение обучения в терминах теории информации, которое не ограничивалось бы животными, такими как мы, и изложить доказательства из различных областей биологии в пользу существования и значения обучения вне нервной системы ».
В своей недавней статье Гунавардена описывает обучение как широкий и универсальный процесс, относящийся ко всем живым системам, включая различные виды животных, но потенциально и растения. Таким образом, он считает, что надежная характеристика и описание этого процесса могут дать информацию для исследований в различных областях. Например, это могло бы внести большой вклад в область системной биологии, дополнив существующие теоретические взгляды, которые в основном сосредоточены на молекулах и их организации.
«Мы склонны думать о клетках как о сложных молекулярных машинах», — сказал Гунавардена. «Идея о том, что клетки способны к обучению — формированию внутренних моделей своей внешней среды и использованию этих моделей для управления своим поведением, — дает им форму «агентства», которой нет у большинства машин, и которая приближает нас к тому, что значит быть ‘жизнь.’ Наконец, раскрытие этих «внутренних моделей» может быть очень полезным, если мы хотим использовать клетки в терапевтических целях, например, как мы пытаемся сделать в иммунотерапии».
В случае экспериментального подтверждения интересные идеи, представленные Гунаварденой, могли бы предложить свежий и ценный взгляд на то, как бесчисленное множество живых организмов учатся и выживают. Несколько исследований уже намекнули на возможность того, что растения или определенные клетки, такие как Т — клетки (то есть важные компоненты иммунной системы), могут «обучаться» на основе стимулов, с которыми они вступают в контакт.
«Теперь мы должны показать, что эта перспектива реальна, проведя экспериментальную работу , и именно в этом заключается сотрудничество с Сэмом Гершманом», — добавил Гунавардена. «В настоящее время мы сосредоточены на одной из простейших форм обучения, привыкании, которое необычайно широко наблюдается в биологии, от животных, подобных нам, до отдельных клеток , и которое проявляет некоторые характерные свойства, несмотря на совершенно разные лежащие в его основе механизмы. до сих пор нет ни теории, объясняющей эту универсальность, ни убедительных объяснений того, как привыкание работает на молекулярном уровне , что мы сейчас и пытаемся сделать».
