Ippocampo e apprendimento : scoperta una nuova organizzazione della memoria spaziale

Neuroscienze: uno rivoluzionario studio spiega ruolo dell’ippocampo nell’apprendimento.

L’ippocampo è una delle strutture cerebrali fondamentali per la memoria e l’apprendimento. Un recente studio pubblicato su Nature da Weinan Sun e colleghi ha rivelato nuovi dettagli sul modo in cui il nostro cervello organizza le informazioni durante l’apprendimento. I ricercatori hanno scoperto che, man mano che un individuo impara un compito, l’attività dei neuroni dell’ippocampo si riorganizza progressivamente, generando rappresentazioni sempre più distinte e ordinate. Questo processo, chiamato “ortogonalizzazione”, consente al cervello di distinguere meglio tra esperienze simili ma con caratteristiche diverse.

Cos’è una mappa cognitiva e perché è importante?

Il concetto di mappa cognitiva è stato introdotto in neuroscienza per spiegare come il cervello rappresenti l’ambiente e le relazioni tra luoghi, eventi e concetti. Queste mappe permettono di pianificare azioni, navigare nello spazio e prendere decisioni in modo efficiente. Nell’ippocampo, questa funzione è svolta dalle cellule di luogo, neuroni che si attivano quando un individuo si trova in una specifica posizione.

Tuttavia, le mappe cognitive non si limitano alla rappresentazione spaziale: possono includere anche concetti astratti, relazioni temporali ed esperienze complesse. Fino ad oggi, i meccanismi precisi con cui queste mappe si formano nel tempo erano poco chiari.

L’esperimento: come il cervello apprende a distinguere esperienze simili

Per studiare questo fenomeno, i ricercatori hanno utilizzato un sistema di imaging a due fotoni per monitorare l’attività di migliaia di neuroni nell’area CA1 dell’ippocampo nei topi. Gli animali erano impegnati in un compito di navigazione in realtà virtuale, dove dovevano imparare a raccogliere ricompense lungo due percorsi molto simili tra loro.

Durante l’apprendimento, i ricercatori hanno osservato che:

• L’attività neurale cambiava progressivamente, seguendo diverse fasi di adattamento.
• I neuroni che inizialmente rispondevano in modo simile a entrambi i percorsi iniziavano a differenziare la loro attività, fino a creare rappresentazioni ben distinte.
• Questa riorganizzazione assomigliava a un modello matematico di “macchina a stati”, un sistema in cui ogni stato rappresenta una fase distinta del compito appreso.

Ortogonalizzazione: la chiave per un apprendimento efficace

Uno degli aspetti più interessanti della ricerca è il fenomeno dell’ortogonalizzazione, ovvero la capacità del cervello di ristrutturare l’attività dei neuroni in modo da ridurre la sovrapposizione tra esperienze simili.

In pratica, inizialmente l’ippocampo tratta situazioni diverse con modelli neurali simili. Con l’apprendimento, però, questi modelli vengono “separati” per evitare confusioni, permettendo una rappresentazione più chiara e precisa della realtà.

Questo processo è stato confrontato con diversi modelli di intelligenza artificiale e reti neurali artificiali. Tra i modelli testati, solo una variante dell’Hidden Markov Model (HMM) chiamata clone-structured causal graph (CSCG) è riuscita a replicare sia il risultato finale sia il percorso di apprendimento osservato negli animali.

Implicazioni per neuroscienze e intelligenza artificiale

Questa scoperta ha conseguenze importanti non solo per la neuroscienza, ma anche per l’intelligenza artificiale:

1. Migliore comprensione delle funzioni cerebrali – Il processo di ortogonalizzazione aiuta a spiegare come il cervello gestisce informazioni complesse e migliora la capacità di apprendimento.
2. Applicazioni in IA – I modelli matematici ispirati all’ippocampo potrebbero aiutare a sviluppare reti neurali più efficienti nell’elaborazione di informazioni dinamiche.
3. Nuove prospettive per malattie neurologiche – Comprendere meglio come il cervello separa e organizza le informazioni potrebbe portare a nuove strategie per trattare disturbi della memoria e dell’apprendimento, come l’Alzheimer.

Conclusione

Questo studio fornisce nuove prove su come il nostro cervello organizza l’apprendimento e rafforza l’importanza dell’ippocampo nel creare mappe cognitive utili per la navigazione e il ragionamento astratto. Inoltre, i risultati potrebbero guidare lo sviluppo di nuove tecnologie per l’intelligenza artificiale, rendendo i modelli di apprendimento automatico più vicini al funzionamento del cervello umano.

Le neuroscienze continuano a dimostrare che il cervello è una macchina straordinariamente adattabile: ogni nuova scoperta ci porta un passo più vicino a comprendere i meccanismi dell’intelligenza naturale e artificiale.

Articolo Nature: Learning produces an orthogonalized state machine in the hippocampus. DOI 10.1038/s41586-024-08548-w.