Un codice matematico spiega come il cervello prende le decisioni

Roma – Grazie a un nuovo framework matematico, una sorta di codice, neuroscienziati dell’Università di Princeton, Stati Uniti, hanno spiegato come la corteccia prefrontale del cervello elabora segnali misti, derivanti da immagini e suoni ad esempio, prima di prendere una decisione comportamentale. Lo studio, su Nature Neuroscience, offre nuove intuizioni applicabili in ambito clinico, ad esempio in futuro per comprendere come i circuiti cerebrali si alterano in caso di disturbi neurologici, quali l’Alzheimer, e per lo viluppo di strumenti di lntelligenza Artificiale di nuova generazione, come Alexa o tecnologie ci automotive fra cui auto a guida autonoma. I meccanismi con i quali il cervello gestisce informazioni sensoriali contrastanti e correlate, come segnali colorati e sirene rumorose tipici di un’ambulanza ad esempio, su cui prendere poi una decisione sensata e consona è stato a lungo studiato ma non ancora chiarito. È noto che la corteccia prefrontale, localizzate dietro gli occhi e riconosciuta come epicentro della cognizione superiore, sia la regione del cervello cruciale per il processo decisionale. Ricerche precedenti avevano dimostrato che la risposta delle singole cellule cerebrali nella corteccia prefrontale durante il processo decisionale è multiforme e complessa, ma non come queste stesse cellule elaborino le informazioni sensoriali, ad esempio i segnali stradali, e generano specifici output comportamentali, come la decisione di attraversare la strada oppure no. In passato sono stati utilizzati diversi approcci matematici per cercare di comprendere i meccanismi dei circuiti tra cui le reti neurali ricorrenti, un tipo di modello di circuito neurale costituito da molte unità connesse in modo ricorrente che si addensano durante le attività decisionali, tuttavia difficili da studiare. Questo studio propone un nuovo framework matematico, denominato modello di circuito latente, una sorta di albero anziché l’approccio della foresta causale. “Il nostro intento era capire se meccanismi a bassa dimensionalità operassero all’interno di grandi reti neurali ricorrenti”, ha dichiarato il ricercatore Christopher Langdon. “Abbiamo pertanto applicato il questo modello a reti neurali ricorrenti addestrate per eseguire un compito decisionale dipendente dal contesto. Riteniamo che questo modello di circuito latente possa dare nuove informazioni sulla connettività tra centinaia di cellule cerebrali e come questa dia origine ai calcoli che spingono le persone a fare determinate scelte diverse”. Tali informazioni sul processo decisionale, segno distintivo di diversi disturbi mentali complessi, potranno essere utili a studiare malattie molto differenti tra loro come la depressione e il disturbo da deficit di attenzione e iperattività (ADHD). (30Science.com)