自然なフィードバックがBMI課題に有効

Sensorimotor neuronal learning requires cortical topography | bioRxiv

Aamir Abbasi, View ORCID ProfileLuc Estebanez, View ORCID ProfileDorian Goueytes, View ORCID ProfileHenri Lassagne, View ORCID ProfileDaniel E. Shulz, View ORCID ProfileValérie Ego-Stengel

BioRxiv 2019 12/12

vM1からテトロード記録。3細胞のマスターニューロンを指定し、その活動総量に応じてvirtual空間のカーソルが1 - 8で動く（活動量小→大で1→8）。5で報酬（水）。現在のカーソルの位置のフィードバックはvS1(Barrel Ctx)へのChR2刺激パターン。近いひげに対応するニューロン群はバレルの中で空間的にクラスターになっている。virtual空間上での1→8をひげの位置的に連続的になるようにフィードバックする刺激パターンをStructured Feedback、連続的でなく、自然な空間ではありえない組み合わせで刺激するパターンをDestructured Feedbackとして比較。

学習成績はFeedbackなし<Destructured<Structured

自然な入力パターンの神経回路だと同時に可塑的な変化を起こしやすいが、そうでない回路の組み合わせの可塑的な変化は難しいのだろうか？聴覚や視覚における「自然な」フィードバックとは何だろうか?

さらにもう一つ面白いデータがある。神経活動とは関係なく、実験者が恣意的にvirtual空間のカーソルの動きを決めてフィードバックのみを与える実験を行ったところ、フィードバックありと比較してStructuedでは報酬のタイミングでリッキングする確率が減るが、Destructuredでは増加していた。（当然？だがStrucured vs DestructuredだとStructuredのほうが精度はよい）

能動的にカーソルを動かそうとするときに不自然なフィードバックが来ると混乱する？から受動的な感覚入力の分類のほうが精度がよい？