Ucieleśniony umysł
Transkrypt
Ucieleśniony umysł
Struktura teorii neurokognitywnych wykład monograficzny 2012/2013 Wykład 4 (29.10.2013) Część 1 reguły heurystyczne i schematy interpretacyjne: ciąg dalszy Jak można rozumieć modularność mózgu? Wyróżnić można co najmniej trzy rozumienia modularności: (i) modularności mózgu, (ii) modularności procesów poznawczych, (iii) modularności w sensie ewolucyjno-genetycznym. Typ (i) rozumieć można na dwa sposoby: modularność w sensie anatomicznym (frenologicznym) [silna] modularność w sensie sieciowym [słabsza] Modularność w sensie sieciowym Joaquin Fuster – trzy typy jednostek Pierwotne – ich zadaniem jest przetwarzanie informacji z jednej modalności zmysłowej. Asocjacyjne – integrują różne dane z jednej modalności Transmodalne – pozwalają łączyć informacje z rożnych modalności. Danej funkcji poznawczej nie odpowiada jedna struktura, której lokalizację można odkryć, ale raczej cała sieć powiązanych struktur Modularność w sensie sieciowym zakłada minimalną modularność w sensie anatomicznym Z czym poradzić musi sobie zwolennik faktycznej modularności (frenologicznej) możemy obserwować tylko pewną liczbę aktywnych neuronów, które traktujemy jako jeden system ograniczenie poznawcze – liczba neuronów komplikacja interakcji międzykomórkowych neuroplastyczność – ograniczony dostęp do dynamiki multimodalność neuronów rola komórek glejowych Lezje a modularność Mózg jest plastyczny: „Neuronaukowcy wiedzą, ale często ignorują fakt, że każda funkcjonalna zmiana w ośrodkowym układzie nerwowym prowadzi do zmian kompensacyjnych gdzie indziej (…). Jeśli usuniemy kanały półkoliste w uchu szczura, wówczas wciągu kilku godzin funkcjonowanie układu przedsionkowego ustabilizuje się (…). Jądra przedsionkowe pnia mózgu odzyskują poziom podstawowego działania, nawet pomimo tego, że nie odbierają już informacji z peryferiów. Jak to się dzieje? Szczerze mówiąc nie mamy pojęcia” Hardcastle i Stewart Często zdarza się, że struktury kompensujące dane uszkodzenie należą do zupełnie innego – przynajmniej anatomicznie – systemu. Rozdzielczość urządzeń do neuroobrazowania Wzrost rozdzielczości powoduje wzrost poziomu szumu (SNR (signal-tonoise ratio)) Rozróżnienie na szum oraz sygnał jest obciążone teoretycznie (np. EKG jest dla kardiologa sygnałem, a dla neuronaukowca szumem na EEG) „Odszumianie” wymaga dodatkowych zabiegów teoretycznych W miarę wzrostu rozdzielczości okazać może się, że określona funkcja poznawcza jest „zdelokalizowana” problemy z neuroobrazowaniem Neuroobrazowanie jest pośrednią metodą monitorowania aktywności mózgu „W rezultacie kompletnie pomijane są wszystkie komponenty poznania, które nie są powiązane ze zmianami metabolicznymi (…). Przykładowo, szybkie (sekundy do minut) zmiany w membranach kanałów białkowych, które mogą prowadzić do fundamentalnych i wyraźnych zmian w rodzaju i ilości informacji wysyłanych oraz odbieranych przez membrany synaptyczne są niewidzialne dla fMRI i PET. Jest prawdopodobne, że większość procesów poznawczych zachodzi ‘poniżej zasięgu radaru’ zmian metabolicznych (…)” Hardcastle i Stewart Nie do końca wiadomo co powoduje wytwarzanie sygnału BOLD – 2 teorie: wytwarzanie potencjałów czynnościowych (teoria) aktywność synaptyczna (wyniki eksperymentów) problemy z neuroobrazowaniem Badania: Yevgeniy B. Sirotin oraz Aniruddha Das (2009) sygnał BOLD może rosnąć bez pojawienia się przewidywanej (związanej z jakimś zadaniem poznawczym) aktywności neuronalnej, ale w oczekiwaniu na określony bodziec. naukowcy nauczyli prymaty kilkusekundowego skupiania wzroku na określonym punkcie. zmiana tego punktu była dla zwierzęcia sygnałem do rozpoczęcia wpatrywania się w ten punkt lub odpoczynku. naukowcy stwierdzili, że przepływ utlenowanej krwi rośnie podczas wpatrywania się prymata punkt. trudno uznać wpatrywanie się w punkt za zadnie poznawcze, gdyż nie występują nowe bodźce wzrokowe, które kora mogłaby przetwarzać. Badania SCR potwierdziły, że aktywność kory zwiększa się tylko, gdy zmienia się kolor punktu. Sirotin i Das wywnioskowali z tego, że zwiększony przepływ utlenowanej krwi powodowany jest antycypacją zmiany koloru punktu, oznaczającego dla prymata odpoczynek. Heurystyka odejmowania Podczas badań z użyciem neuroobrazowania aranżuje się zwykle dwie sytuacje eksperymentalne, które różnią się dokładnie pod jedynym względem. Chodzi o to, by jedna sytuacja eksperymentalna aktywowała interesujący proces poznawczy, natomiast druga nie. Jest to idealizacja: nie ma dwóch sytuacji różniących się tylko pod jednym względem Schematy interpretacji danych z neuroobrazowania Schemat koneksyjny Koneksyjność funkcjonalna – dwie struktury neuronalne są połączone, jeśli ich aktywacja następuje równocześnie lub według korelacji o znaczeniu statystycznym Koneksyjność efektywna – zachodzą kauzalne powiązania różnych struktur neuronalnych Schemat kontekstu neuronalnego struktura neuronalna aktywowana może być bądź w analogicznych, bądź zupełnie innych warunkach. „(…) to, co odróżnia te działania, to nie fakt aktywacji danego obszaru mózgu per se, ale raczej status innych obszarów. Zależność pomiędzy udziałem jakiegoś obszaru w realizacji danej funkcji psychicznej od innych powiązanych z nim obszarów określa się mianem ‘kontekstu neuronalnego’. Sprawia on, że status określonego elementu sieci może być ściśle uzależniony od statusu jakiegoś innego elementu” (McIntosh i Korostil) Schemat sieci małego świata (small-world networks) Przedmiotem analizy są sieci, które cechują się bliskością poszczególnych węzłów oraz dużą liczbą powiązań Zastosowanie wyników badań nad układami dynamicznymi (matematycznymi oraz ich biologicznymi i społecznymi odpowiednikami) Część 2 wprowadzenie do paradygmatów interpretacyjnych Czym jest paradygmat? „(…) Analiza danej dziedziny w określonym czasie ujawnia zbiór powtarzających się quasi-standardowych ilustracji rozmaitych teorii w ich pojęciowych, doświadczalnych i instrumentalnych zastosowaniach. Są to właśnie paradygmaty obowiązujące w danej społeczności, przedstawiane w podręcznikach, wykładach i ćwiczeniach laboratoryjnych. Studiując je i opierając się na nich w praktyce, członkowie tej społeczności uczą się swojego zawodu”. Thomas Kuhn, Struktura rewolucji naukowych nieco inne podejście: Rozwój nauki oceniać można: „(…) w kategoriach postępowych i degenerujących się przesunięć problemowych w serii naukowych teorii. Najważniejsze z takich serii w rozwoju nauki charakteryzuje pewna ciągłość, która łączy ich człony. Ta ciągłość rozwija się z autentycznego programu badawczego (…). Program ten składa się z reguł metodologicznych: część mówi nam, jakich dróg badań unikać (heurystyka negatywna), a część, jakimi drogami podążać (heurystyka pozytywna)”. Imre Lakatos Naukowe programy badawcze „Wszystkie naukowe programy badawcze można scharakteryzować na podstawie ich „twardego rdzenia”. Negatywna heurystyka programu zakazuje nam kierować modus tollens w ten „twardy rdzeń”. Zamiast tego musimy zrobić użytek z naszej pomysłowości i wyartykułować, a nawet wymyślić, „hipotezę pomocniczą”, tworzącą wokół tego rdzenia pas ochronny i tam musimy skierować modus tollens. To ten pas ochronny hipotez pomocniczych musi przyjąć na siebie całą siłę uderzenia sprawdzianów i być wciąż na nowo dopasowywany, a nawet całkowicie zastępowany, tak by bronić utwardzonego w ten sposób rdzenia. Program badawczy jest udany, jeśli to wszystko wiedzie do postępowego przesunięcia problemowego; a nieudany, jeśli przesunięcie problemowe, do jakiego to wiedzie, ulega degeneracji”. Imre Lakatos Rola paradygmatów interpretacyjnych w neuronauce poznawczej Przyjęcie określonego paradygmatu wpływa m.in. na: (a) sposoby interpretacji danych na każdym z poziomów, a więc przyjęte schematy, (b) typy dopuszczalnych eksperymentów, (c) wzbogacenie wiedzy towarzyszącej o dane z różnych dziedzin nauki, (d) wyznaczenie celów badawczych, (e) przyjęcie określonej wizji antropologicznej, o dużej składowej filozoficznej (f) przyjęcie określonego poglądu na funkcjonowanie umysłu, (g) przyjęcie szeregu dodatkowych, nie zawsze artykułowanych explicite, założeń filozoficznych. Trzy podstawowe paradygmaty intepretacyjne Paradygmat komputerowy Psychologia ewolucyjna Embodied-embedded mind