LA COMPLESSITA' DEI MECCANISMI NEUROFISIOLOGICI ALLA BASE DELL'APPRENDIMENTO: PASSI AVANTI.

Nel cervello il meccanismo di apprendimento è molto più complicato di quanto si pensasse fino ad ora; questo perché l’apprendimento non si basa solo sulle sinapsi, le connessioni tra i neuroni, ma anche sui dendriti, i prolungamenti dei neuroni stessi. A rivelarlo è un gruppo di ricercatori dell’università israeliana Bar-Ilan su Scientific Reports.
Le premesse
Secondo la teoria elaborata nel 1949 da Donald Hebb, tuttora in voga, il punto di forza della memoria e apprendimento starebbe nel contatto tra i neuroni, ognuno dei quali comunica con gli altri simultaneamente attraverso le sinapsi. “Ma il cervello non è un sistema lineare e reagisce in modo non lineare agli stimoli”, commenta Carlo Miniussi, direttore del Centro Interdipartimentale Mente/Cervello dell’università di Trento.
Difatti “negli ultimi anni è diventata sempre più importante l’attività casuale del cervello, detta anche rumore di fondo, che aiuta il cervello a scegliere la risposta agli stimoli, integrando tante informazioni insieme”, continua. Se i neuroni possono essere paragonati ad un albero, “i dendriti sono i suoi rami che raccolgono le informazioni dai neuroni, a cui sono collegati con le sinapsi”, aggiunge Miniussi.
Lo studio
Secondo i ricercatori guidati da Ido Kanter il processo di apprendimento attraverso i dendriti avviene molto più velocemente di quanto finora pensato, e non solo nelle sinapsi. Avverrebbe in pochi dendriti che sono molto più vicini al neurone. “Così è molto più efficiente per il neurone valutare i segnali che gli arrivano”, commenta Kanter. In questo nuovo scenario l’apprendimento avverrebbe quindi in diverse parti del cervello.
“La memoria non si formerebbe in un unico punto – conclude Miniussi – ma attraverso numerose modifiche in tanti punti. Ciò significa che la memoria e l’apprendimento non sono il frutto di un singolo cambiamento che determina tutto, ma di tanti cambiamenti generali che avvengono nei dendriti”. Un risultato questo che può trovare applicazione anche nei programmi di intelligenza artificiale.