L’importanza del sonno e dei sogni per l’apprendimento e la memoria è nota da tempo: è noto l’impatto che una singola notte agitata può avere sulla nostra cognizione. “Ciò che ci manca è una teoria che leghi questo insieme al consolidamento delle esperienze, alla generalizzazione dei concetti e alla creatività”, spiega Nicolas Deperrois, autore principale dello studio.
Durante il sonno, sperimentiamo comunemente due tipi di fasi del sonno, che si alternano una dopo l’altra: il sonno non REM, quando il cervello “riproduce” lo stimolo sensoriale sperimentato durante la veglia, e il sonno REM, quando esplosioni spontanee di intensa attività cerebrale producono sogni vividi .
I ricercatori hanno utilizzato simulazioni della corteccia cerebrale per modellare il modo in cui le diverse fasi del sonno influiscono sull’apprendimento. Per introdurre un elemento di insolita nei sogni artificiali, hanno preso ispirazione da una tecnica di apprendimento automatico chiamata Generative Adversarial Networks (GAN). Nei GAN, due reti neurali competono tra loro per generare nuovi dati dallo stesso set di dati, in questo caso una serie di semplici immagini di oggetti e animali. Questa operazione produce nuove immagini artificiali che possono sembrare superficialmente realistiche per un osservatore umano.
I ricercatori hanno quindi simulato la corteccia durante tre stati distinti: veglia, sonno non REM e sonno REM. Durante la veglia, il modello è esposto a immagini di barche, automobili, cani e altri oggetti. Nel sonno non REM, il modello riproduce gli input sensoriali con alcune occlusioni. Il sonno REM crea nuovi input sensoriali attraverso i GAN, generando versioni contorte ma realistiche e combinazioni di barche, auto, cani ecc. Per testare le prestazioni del modello, un semplice classificatore valuta con quanta facilità l’identità dell’oggetto (barca, cane, auto ecc.) possono essere letti dalle rappresentazioni corticali.
“I sogni non REM e REM diventano più realistici man mano che il nostro modello impara”, spiega Jakob Jordan, autore senior e leader del team di ricerca. “Mentre i sogni non REM assomigliano abbastanza alle esperienze di veglia, i sogni REM tendono a combinare in modo creativo queste esperienze”. È interessante notare che è stato quando la fase del sonno REM è stata soppressa nel modello, o quando questi sogni sono stati resi meno creativi, che l’accuratezza del classificatore è diminuita. Quando la fase del sonno NREM è stata rimossa, queste rappresentazioni tendevano ad essere più sensibili alle perturbazioni sensoriali (qui, occlusioni).
Secondo questo studio, la veglia, il sonno non REM e REM sembrano avere funzioni complementari per l’apprendimento: sperimentare lo stimolo, consolidare quell’esperienza e scoprire concetti semantici. “Pensiamo che questi risultati suggeriscano un semplice ruolo evolutivo per i sogni, senza interpretarne il significato esatto”, afferma Deperrois. “Non dovrebbe sorprendere che i sogni siano bizzarri: questa bizzarria ha uno scopo. La prossima volta che farai sogni folli, forse non cercare di trovare un significato più profondo: il tuo cervello potrebbe semplicemente organizzare le tue esperienze.”.
Questo lavoro ha ricevuto finanziamenti dal 7° programma quadro dell’Unione europea con la convenzione di sovvenzione 604102 (HBP), dal programma quadro Horizon 2020 con le convenzioni di sovvenzione 720270, 785907 e 945539 (HBP), dalla Fondazione nazionale svizzera per la scienza (FSNS, sovvenzione Sinergia CRSII5- 180316), l’Interfaculty Research Cooperation (IRC) ‘Decoding Sleep’ dell’Università di Berna e la Fondazione Manfred Stärk.
Strani sogni potrebbero aiutare il tuo cervello a imparare meglio, secondo la ricerca degli scienziati HBP
L’importanza del sonno e dei sogni per l’apprendimento e la memoria è nota da tempo: è noto l’impatto che una singola notte agitata può avere sulla nostra cognizione. “Ciò che ci manca è una teoria che leghi questo insieme al consolidamento delle esperienze, alla generalizzazione dei concetti e alla creatività”, spiega Nicolas Deperrois, autore principale dello studio.
Durante il sonno, sperimentiamo comunemente due tipi di fasi del sonno, che si alternano una dopo l’altra: il sonno non REM, quando il cervello “riproduce” lo stimolo sensoriale sperimentato durante la veglia, e il sonno REM, quando esplosioni spontanee di intensa attività cerebrale producono sogni vividi .
I ricercatori hanno utilizzato simulazioni della corteccia cerebrale per modellare il modo in cui le diverse fasi del sonno influiscono sull’apprendimento. Per introdurre un elemento di insolita nei sogni artificiali, hanno preso ispirazione da una tecnica di apprendimento automatico chiamata Generative Adversarial Networks (GAN). Nei GAN, due reti neurali competono tra loro per generare nuovi dati dallo stesso set di dati, in questo caso una serie di semplici immagini di oggetti e animali. Questa operazione produce nuove immagini artificiali che possono sembrare superficialmente realistiche per un osservatore umano.
I ricercatori hanno quindi simulato la corteccia durante tre stati distinti: veglia, sonno non REM e sonno REM. Durante la veglia, il modello è esposto a immagini di barche, automobili, cani e altri oggetti. Nel sonno non REM, il modello riproduce gli input sensoriali con alcune occlusioni. Il sonno REM crea nuovi input sensoriali attraverso i GAN, generando versioni contorte ma realistiche e combinazioni di barche, auto, cani ecc. Per testare le prestazioni del modello, un semplice classificatore valuta con quanta facilità l’identità dell’oggetto (barca, cane, auto ecc.) possono essere letti dalle rappresentazioni corticali.
“I sogni non REM e REM diventano più realistici man mano che il nostro modello impara”, spiega Jakob Jordan, autore senior e leader del team di ricerca. “Mentre i sogni non REM assomigliano abbastanza alle esperienze di veglia, i sogni REM tendono a combinare in modo creativo queste esperienze”. È interessante notare che è stato quando la fase del sonno REM è stata soppressa nel modello, o quando questi sogni sono stati resi meno creativi, che l’accuratezza del classificatore è diminuita. Quando la fase del sonno NREM è stata rimossa, queste rappresentazioni tendevano ad essere più sensibili alle perturbazioni sensoriali (qui, occlusioni).
Secondo questo studio, la veglia, il sonno non REM e REM sembrano avere funzioni complementari per l’apprendimento: sperimentare lo stimolo, consolidare quell’esperienza e scoprire concetti semantici. “Pensiamo che questi risultati suggeriscano un semplice ruolo evolutivo per i sogni, senza interpretarne il significato esatto”, afferma Deperrois. “Non dovrebbe sorprendere che i sogni siano bizzarri: questa bizzarria ha uno scopo. La prossima volta che farai sogni folli, forse non cercare di trovare un significato più profondo: il tuo cervello potrebbe semplicemente organizzare le tue esperienze.”.
Questo lavoro ha ricevuto finanziamenti dal 7° programma quadro dell’Unione europea con la convenzione di sovvenzione 604102 (HBP), dal programma quadro Horizon 2020 con le convenzioni di sovvenzione 720270, 785907 e 945539 (HBP), dalla Fondazione nazionale svizzera per la scienza (FSNS, sovvenzione Sinergia CRSII5- 180316), l’Interfaculty Research Cooperation (IRC) ‘Decoding Sleep’ dell’Università di Berna e la Fondazione Manfred Stärk.
