Мозг может устранять противоречия между зрительными сигналами, позволяя отдельным участкам коры сравнивать свои интерпретации до формирования единого восприятия. К такому выводу пришли исследователи из Лаборатории Колд-Спринг-Харбор, Кембриджского университета и Университетского колледжа Лондона. Их работа опубликована в журнале Nature Neuroscience.
Учёные изучали взаимодействие первичной зрительной коры V1 и латеромедиальной зрительной области LM, расположенных в неокортексе. Эти зоны не только передают информацию последовательно, но и постоянно обмениваются сигналами. Когда их активность совпадала, общий рисунок сохранялся, а противоречивые сигналы исчезали менее чем за долю секунды.
В эксперименте мышей научили различать два зрительных изображения, наклонённых в противоположные стороны. Животные получали награду только за распознавание одной из ориентаций. Во время выполнения задания исследователи временно отключали V1 или LM, чтобы наблюдать за работой оставшейся области без обычного взаимодействия с партнёром.
Полученные данные использовали для создания модели искусственной нейронной сети, воспроизводящей работу цепи V1–LM. С её помощью учёные проверяли, как система реагирует на изменения активности отдельных нейронов. Результаты показали, что согласованные сигналы сохраняются дольше конфликтующих.
«Мы обнаружили, что со временем такие связи между областями реализуют механизм, который называем формированием консенсуса», — объяснила сотрудница Лаборатории Колд-Спринг-Харбор Синтия Р. Стеббинс и руководитель исследования Митра Джавадзаде. По её словам, мозг сочетает высокую специализацию отдельных участков с целостным восприятием окружающего мира.
Теперь исследователи проверяют, действует ли аналогичный принцип в других отделах неокортекса. Они рассматривают, может ли тот же механизм помогать согласовывать сигналы разных органов чувств, например когда зрительная информация противоречит звуковой. Такой подход также способен помочь в изучении искусственного интеллекта, которому необходимо сопоставлять конкурирующие потоки данных и выбирать наиболее надёжные сигналы.