Penelitian baru mengungkap bagaimana dendrit mengontrol variabilitas respons saraf, memberikan implikasi signifikan terhadap pembelajaran, memori, dan pengembangan AI, serta menandai kemajuan penting dalam ilmu saraf.
Richard Naud di Universitas Ottawa memiliki implikasi penting dalam memahami teori pembelajaran dan memori, dan mungkin membuka jalan bagi kemajuan kecerdasan buatan di masa depan.
Misteri mekanisme internal otak manusia perlahan-lahan terungkap, dan sebuah studi baru yang dipimpin oleh Dr. Richard Naud dari Fakultas Kedokteran Universitas Ottawa membawa kita lebih dekat untuk memecahkan pertanyaan-pertanyaan mendalam ini.
Hasil penelitian ini memiliki implikasi penting bagi teori pembelajaran dan memori kerja serta berpotensi membantu mengarah pada pengembangan kecerdasan buatan (AI) di masa depan seiring dengan pengembangan dan pemrogram AI yang mengacu pada karya Dr. Naud dan ahli saraf terkemuka lainnya.
Diterbitkan di Ilmu Komputasi Alampenelitian ini mengungkap misteri berlapis dari “variabilitas respons” neuron, sel otak yang menggunakan sinyal listrik dan bahan kimia untuk memproses informasi dan menyoroti semua aspek luar biasa dari kesadaran manusia.
Temuan ini mengungkap esensi bagaimana variabilitas saraf dikendalikan oleh dendrit, antena yang menjangkau setiap neuron untuk menerima masukan sinaptik dalam jaringan komunikasi saraf pribadi kita. Studi mendalam ini menetapkan sifat-sifat dendrit yang berpotensi mengendalikan variabilitas keluaran, suatu sifat yang telah terbukti mengendalikan plastisitas sinaptik di otak.
Wawasan tentang Kontrol Neuronal
“Intensitas respons neuron dikendalikan oleh masukan ke intinya, namun variabilitas respons neuron dikendalikan oleh masukan ke antena kecilnya – dendrit,” kata Dr. Naud, Profesor Madya di Departemen Fakultas Kedokteran. . uOttawa Departemen Kedokteran Seluler dan Molekuler dan Fisika. “Studi ini menetapkan dengan lebih tepat bagaimana neuron tunggal dapat memiliki sifat penting dalam mengendalikan variabilitas respons dengan masukannya.”
Richard Naud (kiri), seorang profesor di Departemen Kedokteran Seluler dan Molekuler Fakultas Kedokteran Universitas Ottawa dan Departemen Fisika uOttawa. Kredit: Universitas Ottawa
Dr Naud menduga bahwa jika kerangka matematika yang ia gunakan untuk menggambarkan badan sel neuron diperluas untuk memperhitungkan dendritnya, maka mereka mungkin cukup beruntung untuk secara efisien mensimulasikan jaringan neuron dengan dendrit aktif.
Isyarat kontribusi Zachary Friedenberger, seorang Ph.D. mahasiswa Departemen Fisika dan anggota Dr. Naud, dengan latar belakang fisika teoretis untuk memecahkan tantangan teoretis dan matematika dalam waktu singkat. Maju cepat ke studi yang telah selesai: Prediksi model divalidasi dengan analisis data in vivo yang direkam dan diamati pada berbagai parameter model.
“Dia berhasil menyelesaikan matematika dalam waktu singkat dan memecahkan sejumlah tantangan teoritis yang tidak saya duga,” kata Dr. Naud.
Dr Naud percaya bahwa teknik mereka dapat memberikan wawasan tentang respons saraf terhadap masukan variabel. Jadi mereka mulai mengerjakan teknik yang mampu menghitung statistik dari model saraf dengan dendrit aktif.
Salah satu pengulas karya tersebut mencatat bahwa analisis teoritis “memberikan wawasan penting mengenai komputasi biologis dan akan menarik bagi banyak ahli ilmu saraf komputasi dan eksperimental.”
Referensi: “Eksitabilitas dendritik mengontrol penyebaran berlebihan” oleh Zachary Friedenberger dan Richard Naud, 27 Desember 2023, Ilmu Komputasi Alam.
DOI: 10.1038/s43588-023-00580-6
NewsRoom.id
