Nocny odpoczynek wywiera ogromny wpływ na jakość funkcjonowania poznawczego człowieka w ciągu dnia. Wystarczy jedna nieprzespana noc, by kluczowe zdolności intelektualne – np. pamięć – uległy znacznemu osłabieniu. Sen możemy podzielić na dwie występujące naprzemiennie fazy. W trakcie pierwszej – nREM – mózg “przegląda” doświadczenia, które miały miejsce w ciągu minionego dnia. Podczas drugiej – REM – spontaniczna aktywacja ośrodków korowych mózgu wytwarza nocne halucynacje, czyli sny, które charakteryzują się dziwacznymi, a jednocześnie realistycznymi elementami. Jaką rolę śnienie odgrywa w procesie regeneracji zasobów kognitywnych? Naukowcy wciąż poszukują teorii, która opisałaby zależności między konsolidacją doświadczeń, produkcją wspomnień i zawartością snów. Zespół Nicolasa Deperroisa z Uniwersytetu w Bernie w Szwajcarii stworzył symulację śniącego mózgu, aby sprawdzić, czy treść marzeń sennych ma znaczenie w procesie wytwarzania wspomnień podczas snu. Jego badanie zostało przeprowadzone w ramach inicjatywy Human Brain Project (HBP) i opublikowane na łamach czasopisma eLife.
Naukowcy z HBP rozpoczęli badanie od stworzenia wirtualnego modelu kory wzrokowej mózgu, który mógł symulować aktywność układu nerwowego na jawie oraz w obu fazach snu. W tym celu wykorzystali zaawansowane algorytmy uczące się. Podczas czuwania model uczył się rozpoznawać proste obiekty – obrazki symbolizujące przedmioty lub zwierzęta. Następnie, w trakcie snu nREM, algorytm odtwarzał te same obrazki w celu ich utrwalenia. Niektóre z nich były niekompletne, ponieważ człowiek nie zapamiętuje każdego bodźca doświadczonego danego dnia. Na końcu model wchodził w fazę snu REM i na podstawie zapamiętanych bodźców wytwarzał nowe obrazy przypominające marzenia senne. Do zaprogramowania fantastycznych elementów snów wykorzystali rodzaj algorytmu uczącego się zwany “sieciami generatywnych przeciwników” (z ang. Generative Adversarial Networks, GANs). Program GANs zawiera dwie sztuczne sieci neuronalne, które rywalizując ze sobą tworzą nowe obrazy na podstawie już zapamiętanych danych. Te nowo powstałe obrazy wyglądają realistycznie – przynajmniej na pierwszy rzut oka – dla ludzkiego obserwatora. W ten sposób w fazie snu REM model wytwarzał dziwaczne połączenia realistycznych przedmiotów i zwierząt.
Ta symulacja kory wzrokowej mózgu w trzech różnych stanach świadomości pozwoliła naukowcom z HBP zbadać, jak poszczególne fazy snu wpływają na zdolności poznawcze na jawie. Mianowicie mogli oni wybiórczo zakłócić przebieg danej fazy snu i sprawdzić, czy wywołało to zmianę w jakości uczenia się obrazów na jawie. W tym celu stworzyli dodatkowy algorytm, który szacował łatwość, z jaką dany obraz mógł być odczytany z aktywności modelu. Wyniki tego badania ujawniły, że model trafnie symulował aktywność kory mózgu. Postęp w uczeniu się na jawie korelował z poprawnością odwzorowania obrazów odtwarzanych w fazie nREM. Jednak gdy faza REM snu modelu została zablokowana, zdolność do zapamiętywania nowych obrazów na jawie spadła. Natomiast gdy naukowcy wyciszyli fazę nREM, spadła poprawność modelu w rozpoznawania już poznanych obiektów. Zatem wyniki tego badania wskazują, że wszystkie trzy stany świadomości – czuwanie, nREM i REM – odgrywają istotną rolę w uczeniu się.
