Чтобы объяснить развитие этого навыка, некоторые ученые выдвинули гипотезу о том, что части мозга, которые изначально использовались для других целей, были «переработаны» для чтения. В качестве одного из примеров они предполагают, что часть зрительной системы, которая специализируется на распознавании объектов, была перепрофилирована для ключевого компонента чтения, называемого орфографической обработкой, – способности распознавать написанные буквы и слова.
Новое исследование нейробиологов Массачусетского технологического института предлагает доказательства этой гипотезы. Результаты показывают, что даже у нечеловеческих приматов, которые не умеют читать, часть мозга, называемая нижневисочной (ИТ) корой, способна выполнять такие задачи, как различение слов от бессмысленных слов или выделение определенных букв из слова.
«Эта работа открыла потенциальную связь между нашим быстро развивающимся пониманием нейронных механизмов обработки изображений и важным поведением приматов – человеческим чтением», – говорит Джеймс ДиКарло, глава отдела мозга и когнитивных наук Массачусетского технологического института, исследователь в Институт исследования мозга Макговерна и Центр мозга, разума и машин, а также старший автор исследования.
Риши Раджалингхам, постдок из Массачусетского технологического института, является ведущим автором исследования, которое сегодня публикуется в журнале Nature Communications. Другие авторы Массачусетского технологического института – постдок Кохитидж Кар и технический сотрудник Сачи Сангхави. В исследовательскую группу также входит Станислас Дехан, профессор экспериментальной когнитивной психологии в College de France.
Распознавание слов
Чтение – это сложный процесс, который требует распознавания слов, придания им значения и связывания слов с соответствующим им звуком. Считается, что эти функции распределены по разным частям человеческого мозга.
Исследования функциональной магнитно-резонансной томографии (фМРТ) выявили область, называемую областью визуальной словоформы (VWFA), которая загорается, когда мозг обрабатывает написанное слово. Эта область участвует в орфографической стадии: она отличает слова от беспорядочных цепочек букв или слов из неизвестных алфавитов.
VWFA находится в IT-коре, части зрительной коры, которая также отвечает за идентификацию объектов.
ДиКарло и Дехан заинтересовались изучением нейронных механизмов, лежащих в основе распознавания слов, после того, как когнитивные психологи из Франции сообщили, что бабуины могут научиться отличать слова от неслов, в исследовании, опубликованном в журнале Science в 2012 году.
Используя фМРТ, лаборатория Дехане ранее обнаружила, что части ИТ-коры, которые реагируют на объекты и лица, становятся узкоспециализированными для распознавания написанных слов, когда люди учатся читать.
«Однако, учитывая ограничения методов визуализации человека, было сложно охарактеризовать эти представления при разрешении отдельных нейронов и количественно проверить, можно ли и как эти представления повторно использовать для поддержки орфографической обработки», – говорит Дехайн. "Эти открытия вдохновили нас на вопрос, могут ли нечеловеческие приматы предоставить уникальную возможность исследовать нейронные механизмы, лежащие в основе орфографической обработки."
Исследователи предположили, что если части мозга приматов предрасположены к обработке текста, они могут найти закономерности, отражающие это в нейронной активности нечеловеческих приматов, когда они просто смотрят на слова.
Чтобы проверить эту идею, исследователи зарегистрировали нейронную активность примерно 500 нейронных участков в ИТ-коре макак, когда они просмотрели около 2000 строк букв, некоторые из которых были английскими словами, а некоторые из них – бессмысленными строками букв.
«Эффективность этой методологии заключается в том, что вам не нужно обучать животных чему-либо, – говорит Раджалингем. "Что вы делаете, так это просто записываете эти модели нейронной активности, когда вы показываете изображение перед животным."
Затем исследователи загрузили эти нейронные данные в простую компьютерную модель, называемую линейным классификатором. Эта модель учится комбинировать входные данные от каждого из 500 нейронных сайтов, чтобы предсказать, была ли строка букв, которая спровоцировала этот образец активности, словом или нет.
По словам Раджалингема, хотя само животное не выполняет эту задачу, модель действует как «дублер», который использует нейронные данные для генерации поведения.
Используя эти нейронные данные, модель смогла создать точные прогнозы для многих орфографических задач, включая различение слов от неслов и определение того, присутствует ли конкретная буква в строке слов. Модель была примерно на 70 процентов точна в различении слов от неслов, что очень похоже на скорость, о которой сообщалось в научном исследовании 2012 года с бабуинами. Кроме того, модели ошибок, допущенных моделью, были аналогичны тем, которые допускали животные.
Рециклинг нейронов
Исследователи также зарегистрировали нейронную активность из другой области мозга, которая также поступает в ИТ-кору: V4, которая является частью зрительной коры. Когда они вводили образцы активности V4 в модель линейного классификатора, модель плохо предсказывала (по сравнению с ИТ) производительность человека или бабуина в задачах орфографической обработки.
Полученные данные свидетельствуют о том, что ИТ-кора особенно хорошо подходит для перепрофилирования навыков, необходимых для чтения, и они подтверждают гипотезу о том, что некоторые механизмы чтения построены на высокоразвитых механизмах распознавания объектов, говорят исследователи.
Теперь исследователи планируют обучать животных выполнять орфографические задачи и измерять, как меняется их нейронная активность по мере того, как они изучают задачи.
Исследование финансировалось Фондом Саймонса и U.S.
Управление военно-морских исследований.