Исследователи обнаружили, как мозг превращает сигналы, основанные на времени, в стабильные воспоминания, используя комбинированные краткосрочные и долгосрочные синаптические изменения. Researchers found how brains turn time-based signals into stable memories using combined short- and long-term synaptic changes.

Исследователи Тяньцзинского университета и международные партнеры выявили мозговой механизм, который со временем преобразует последовательности нейронной активности в пространственные модели, что обеспечивает эффективную обработку и хранение информации. Researchers at Tianjin University and international collaborators have identified a brain mechanism that converts sequences of neural activity over time into spatial patterns, enabling efficient information processing and storage. Исследование, опубликованное в PNAS, показывает, что долгосрочные и краткосрочные синаптические изменения работают вместе для преобразования динамических вводимых ресурсов — как мелодии — в стабильные представления, повышения устойчивости памяти и шума без расширения нейронных сетей. The study, published in PNAS, shows that long-term and short-term synaptic changes work together to transform dynamic inputs—like a melody—into stable representations, enhancing memory and noise resistance without enlarging neural networks. Подкрепляемые вычислительными моделями и электрофизиологическими данными о мышах и неокортиках человека, полученные результаты свидетельствуют о наличии «кода совместной работы» для временной обработки, который позволяет получить представление о разработке более эффективных и интерпретируемых систем искусственного интеллекта. Supported by computational models and electrophysiological data from mouse and human neocortices, the findings reveal a "collaboration code" for temporal processing, offering insights for developing more efficient, interpretable artificial intelligence systems.