Разработка модели для исследования зрительного категоризационного обучения у цыплят (Gallus gallus domesticus)

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Категоризация — когнитивный процесс, ведущий к способности воспринимать похожие, но не идентичные стимулы, как эквивалентные [1–3]. Для того чтобы отнести объект к какой-либо категории, агент должен научиться распознавать ключевые признаки нового объекта, применяя знания, полученные от предыдущих взаимодействий с объектами этой категории [4]. Таким образом, категоризация избавляет агента от необходимости исследовать каждый новый объект заново, существенно расширяя его адаптивные возможности. Однако нервные механизмы этого процесса до сих пор остаются малоизученными.

Цель работы. Создание экспериментальной поведенческой модели, которая позволила бы исследовать нейробиологические механизмы, лежащие в основе зрительного категоризационного обучения.

В качестве модельного объекта были выбраны цыплята (Gallus gallus domesticus), известные своей способностью к быстрому зрительному научению. Для изучения категоризации использовали врождённую тенденцию цыплят клевать новые мелкие объекты и запоминать их характеристики. Цыплёнка помещали в клетку, аналогичную домашней, на полу которой были приклеены бусины. «Бусиничный пол» состоял из более чем 100 бусин разных цветов, и корма, рассыпанного между ними [5]. В разработанной модели ошибками считалось клевание бусинок, но не корма. Для обучения цыпленку давали совершить 80 клевков. В сеансе обучения оценивали за сколько клевков цыпленок способен сформировать категории — «бусинок» и «корма». В случае, если цыпленок совершал менее 5 клевков или в течение 10 минут не совершал 80 клевков, его исключали из исследования.

Вначале исследовали, как изменится поведение цыплят, если им одновременно предъявить две новых категории: и «корм», и «бусинки». Группа, у которой одновременно формировались категории «бусинок» и «нового вида корма», совершала больше ошибок во время обучения, но в тесте вела себя так же, как группа, у которой формировалась лишь одна категория «бусинки». Затем оценивали, смогут ли цыплята объединить в одну категорию объекты (бусинки) разного размера. Для этого во время обучения им предъявляли пол с маленькими бусинками, а в тесте предъявляли пол с бусинками большого размера. Оказалось, что цыплята не переносят категорию с маленьких бусинок на большие. В обратной ситуации, когда цыплятам предъявляли большие бусинки при обучении, а в тесте предлагали маленькие, последние бусинки они не клюют.

На следующем этапе исследовали роль цвета объектов в формирование новой категории. Оказалось, если цыплятам в тесте предъявить пол с добавлением одного нового цвета бусинок — жёлтого, — то большая часть ошибок связана именно с клеванием «нового типа бусинок». Затем задачу усложнили и оценивали, смогут ли цыплята перенести категорию «бусинок» на основе набора цветов № 1 (голубой, розовый, зелёный, жёлтый, чёрный серебристый) на категорию «бусинок» набора цветов № 2 (салатовый, бежевый, синий, красный, золотистый, белый) и наоборот с набора цветов № 2 на № 1. Оказалось, что цыплята формируют категории «бусинок» в двух вариантах задач, и после обучения не клюют бусинки нового цвета. Из этого следует, что цыплята способны сформировать категорию «бусинок» и «корма» и обобщать внутри категории.

Таким образом, в данной экспериментальной модели удалось доказать формирование категорий у цыплят при быстром обучении. Дальнейшее применение модели позволит исследовать нейробиологические механизмы, лежащие в основе категоризационного обучения.

Полный текст

Категоризация — когнитивный процесс, ведущий к способности воспринимать похожие, но не идентичные стимулы, как эквивалентные [1–3]. Для того чтобы отнести объект к какой-либо категории, агент должен научиться распознавать ключевые признаки нового объекта, применяя знания, полученные от предыдущих взаимодействий с объектами этой категории [4]. Таким образом, категоризация избавляет агента от необходимости исследовать каждый новый объект заново, существенно расширяя его адаптивные возможности. Однако нервные механизмы этого процесса до сих пор остаются малоизученными.

Цель работы. Создание экспериментальной поведенческой модели, которая позволила бы исследовать нейробиологические механизмы, лежащие в основе зрительного категоризационного обучения.

В качестве модельного объекта были выбраны цыплята (Gallus gallus domesticus), известные своей способностью к быстрому зрительному научению. Для изучения категоризации использовали врождённую тенденцию цыплят клевать новые мелкие объекты и запоминать их характеристики. Цыплёнка помещали в клетку, аналогичную домашней, на полу которой были приклеены бусины. «Бусиничный пол» состоял из более чем 100 бусин разных цветов, и корма, рассыпанного между ними [5]. В разработанной модели ошибками считалось клевание бусинок, но не корма. Для обучения цыпленку давали совершить 80 клевков. В сеансе обучения оценивали за сколько клевков цыпленок способен сформировать категории — «бусинок» и «корма». В случае, если цыпленок совершал менее 5 клевков или в течение 10 минут не совершал 80 клевков, его исключали из исследования.

Вначале исследовали, как изменится поведение цыплят, если им одновременно предъявить две новых категории: и «корм», и «бусинки». Группа, у которой одновременно формировались категории «бусинок» и «нового вида корма», совершала больше ошибок во время обучения, но в тесте вела себя так же, как группа, у которой формировалась лишь одна категория «бусинки». Затем оценивали, смогут ли цыплята объединить в одну категорию объекты (бусинки) разного размера. Для этого во время обучения им предъявляли пол с маленькими бусинками, а в тесте предъявляли пол с бусинками большого размера. Оказалось, что цыплята не переносят категорию с маленьких бусинок на большие. В обратной ситуации, когда цыплятам предъявляли большие бусинки при обучении, а в тесте предлагали маленькие, последние бусинки они не клюют.

На следующем этапе исследовали роль цвета объектов в формирование новой категории. Оказалось, если цыплятам в тесте предъявить пол с добавлением одного нового цвета бусинок — жёлтого, — то большая часть ошибок связана именно с клеванием «нового типа бусинок». Затем задачу усложнили и оценивали, смогут ли цыплята перенести категорию «бусинок» на основе набора цветов № 1 (голубой, розовый, зелёный, жёлтый, чёрный серебристый) на категорию «бусинок» набора цветов № 2 (салатовый, бежевый, синий, красный, золотистый, белый) и наоборот с набора цветов № 2 на № 1. Оказалось, что цыплята формируют категории «бусинок» в двух вариантах задач, и после обучения не клюют бусинки нового цвета. Из этого следует, что цыплята способны сформировать категорию «бусинок» и «корма» и обобщать внутри категории.

Таким образом, в данной экспериментальной модели удалось доказать формирование категорий у цыплят при быстром обучении. Дальнейшее применение модели позволит исследовать нейробиологические механизмы, лежащие в основе категоризационного обучения.

ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ

Источник финансирования. Исследование выполнено при финансовой поддержке гранта Некоммерческого фонда содействия развитию науки и образования «Интеллект», а также при поддержке Междисциплинарной научно-образовательной школы «Мозг, когнитивные системы, искусственный интеллект» МГУ им. М.В. Ломоносова.

×

Об авторах

Е. А. Диффинэ

Московский государственный университет им. М.В. Ломоносова

Автор, ответственный за переписку.
Email: diffinenok@gmail.com
Россия, Москва

А. А. Тиунова

Научно-исследовательский институт нормальной физиологии им. П.К. Анохина

Email: diffinenok@gmail.com
Россия, Москва

К. В. Анохин

Московский государственный университет им. М.В. Ломоносова; Научно-исследовательский институт нормальной физиологии им. П.К. Анохина

Email: diffinenok@gmail.com
Россия, Москва; Москва

Список литературы

  1. Edelman G.M. Neural Darwinism: The Theory of Neuronal Group Selection. New York : BasicBooks, 1978. P. 23–43. doi: 10.1126/science.240.4860.1802
  2. Herrnstein R.J. Levels of categorization. In Signal and sense. Local and global order in perceptual maps. New York : John Wiley and Sons Inc., 1990. P. 365–413.
  3. Huber L., Aust U. Mechanisms of perceptual categorization in birds. In: ten Cate C., Healy S., editors. Avian cognition. Cambridge University Press., 2017. P. 208–228. doi: 10.1017/9781316135976.012
  4. Medin D.L. Concepts and conceptual structure // American Psychologist. 1989. Vol. 44, N 12. P. 1469–1481. doi: 10.1037/0003-066x.44.12.1469
  5. Tiunova A.A., Anokhin K.V., Rose S.P. Two critical periods of protein and glycoprotein synthesis in memory consolidation for visual categorization learning in chicks // Learning & Memory. 1998. Vol. 4, N 5. P. 401–410. doi: 10.1101/lm.4.5.401

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Эко-Вектор, 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».