Làm thế nào để bộ não của bạn hiểu được 'bức tranh lớn hơn?'
Bộ não của chúng ta nhận ra các mẫu và có thể “tạo khoảng cách” với các chi tiết để nhìn thấy “bức tranh lớn hơn”. Các nhà nghiên cứu hiện đang cố gắng tìm ra cách chính xác, bộ não có thể đạt được quan điểm.
Bộ não con người là một bộ phận máy móc phức tạp, có thể hấp thụ, xử lý, lưu giữ, cập nhật và nhớ lại một lượng lớn thông tin đã cho phép chúng ta, với tư cách là một loài, không chỉ tồn tại mà còn phát triển trong một thế giới đầy thách thức tại mỗi bước.
Ngay từ sớm, trẻ sơ sinh có thể học cách phân biệt và nhận dạng các khuôn mặt, xác định các âm thanh cụ thể và thể hiện sở thích đối với chúng, và thậm chí xử lý các mối quan hệ nguyên nhân và kết quả.
Làm thế nào để bộ não của chúng ta xoay sở để điều hướng các luồng thông tin phức tạp và hình thành các liên kết hữu ích? Đây là câu hỏi mà ba nhà khoa học từ Đại học Pennsylvania ở Philadelphia - Christopher Lynn, Ari Kahn và Danielle Bassett - đã đặt ra để trả lời.
Các nhà nghiên cứu giải thích rằng cho đến nay, các nhà khoa học vẫn nghĩ rằng bộ não sử dụng các quy trình phức tạp để thiết lập cấu trúc bậc cao của các mối quan hệ thống kê.
Tuy nhiên, trong nghiên cứu hiện tại của họ, ba nhà điều tra đã đưa ra một mô hình khác, cho thấy rằng bộ não của chúng ta mong muốn đơn giản hóa thông tin để chúng có thể “nhìn thấy bức tranh lớn hơn”.
“[Bộ não con người] liên tục cố gắng dự đoán điều gì sẽ xảy ra tiếp theo. Ví dụ: nếu bạn đang tham dự một bài giảng về một chủ đề mà bạn biết điều gì đó, bạn đã nắm được một số kiến thức về cấu trúc bậc cao hơn. Điều đó giúp bạn kết nối các ý tưởng với nhau và dự đoán những gì bạn sẽ nghe tiếp theo ”.
Christopher Lynn
Dự kiến hậu quả
Trong mô hình mới mà họ trình bày tại Cuộc họp tháng 3 năm 2019 của Hiệp hội Vật lý Hoa Kỳ, các nhà điều tra giải thích rằng bộ não phải di chuyển ra khỏi các chi tiết cụ thể để tạo ra các kết nối ý tưởng bậc cao hơn.
Chuyển sang nghệ thuật Ấn tượng để minh họa khái niệm này, Lynn lưu ý rằng, “nếu bạn nhìn cận cảnh một bức tranh vẽ theo trường phái điểm, bạn có thể xác định chính xác mọi dấu chấm”. Tuy nhiên, “Nếu bạn lùi lại 20 feet, các chi tiết sẽ mờ đi, nhưng bạn sẽ hiểu rõ hơn về cấu trúc tổng thể”.
Ông và các đồng nghiệp tin rằng não người cũng trải qua một quá trình tương tự, điều đó cũng có nghĩa là chúng rất phụ thuộc vào việc học hỏi từ những sai sót trước đó.
Để xác minh giả thuyết này, các nhà nghiên cứu đã tiến hành một thí nghiệm, trong đó họ yêu cầu những người tham gia xem một màn hình máy tính hiển thị 5 ô vuông liên tiếp. Nhiệm vụ của người tham gia là nhấn tổ hợp các phím để khớp với chuỗi trên màn hình.
Khi họ đo thời gian phản ứng, các nhà nghiên cứu nhận thấy rằng những người tham gia có xu hướng nhấn tổ hợp phím chính xác với tốc độ nhanh hơn khi họ có thể dự đoán kết quả.
Là một phần của thử nghiệm, các nhà nghiên cứu đã đại diện cho các kích thích dưới dạng các nút tạo thành một phần của mạng. Một người tham gia sẽ xem một kích thích là một nút trong mạng đó và một trong bốn nút khác liền kề với nó sẽ đại diện cho kích thích tiếp theo.
Hơn nữa, các mạng đã tạo thành một "đồ thị mô-đun" bao gồm ba ngũ giác được kết nối hoặc một "biểu đồ mạng" bao gồm năm hình tam giác với các đường liên kết chúng.
Các nhà nghiên cứu lưu ý rằng những người tham gia phản ứng nhanh hơn với đồ thị mô-đun hơn là đồ thị mạng.
Các nhà điều tra cho biết, kết quả này cho thấy những người tham gia cảm thấy dễ hiểu hơn về cấu trúc của biểu đồ mô-đun - tức là logic cơ bản của “bức tranh lớn hơn” - cho phép họ đưa ra dự đoán nhanh hơn với độ chính xác cao hơn.
Sử dụng những phát hiện này, Lynn và các đồng nghiệp đã cố gắng đánh giá một giá trị biến đổi mà họ đặt tên là giá trị “beta”. Các nhà nghiên cứu nói rằng giá trị beta dường như thấp hơn ở những người có nhiều khả năng mắc lỗi dự đoán và cao hơn ở những người hoàn thành nhiệm vụ chính xác hơn.
Trong tương lai, các nhà nghiên cứu nhắm đến việc phân tích chức năng quét MRI để xem liệu bộ não của những người có các giá trị beta khác nhau, có thể nói là "được lập trình" khác nhau hay không.
