Китайские исследователи разработали математическую модель, которая объясняет, как мозг строит точную карту окружающего пространства и находит дорогу даже в местах, где помещения невозможно отличить друг от друга.
Модель воспроизводит совместную работу двух областей мозга — энторинальной коры и гиппокампа, отвечающих за когнитивную карту, то есть за внутреннее представление собственного положения. Это позволяет людям и животным запоминать маршруты и ориентироваться в незнакомых местах. Ключевую роль играют два типа нейронов: пограничные векторные клетки, которые запоминают стены и другие ориентиры, и решётчатые клетки — внутренний шагомер, отслеживающий собственное перемещение.
Исследователи показали, что два навигационных канала — один основанный на стенах и ориентирах, другой на собственном перемещении — поддерживают друг друга в похожих средах. Если два помещения имеют одинаковую форму, а стены расположены одинаково, пройденный путь помогает их различить: мозг суммирует шаги и повороты, сделанные от входа, и на основе этого «внутреннего пути» понимает, где находится. Если же стены были перемещены, а пройденный путь остался тем же, новая геометрия помещения работает как «якорь» и снова привязывает карту к среде.
За взаимодействие между каналами отвечают латеральное торможение, при котором активные нейроны подавляют соседние, и хеббовская пластичность — механизм, укрепляющий связи между одновременно возбуждёнными клетками. Дополненная алгоритмом планирования маршрутов, модель успешно находила цель в неоднозначных лабиринтах, тогда как предыдущие решения опирались на искусственные внешние подсказки, например на специальное распознавание дверных проёмов.
Открытие «системы позиционирования» мозга растянулось на несколько десятилетий: клетки места, которые активируются в конкретной точке пространства, были обнаружены в экспериментах с крысами в 1970-х годах, а решётчатые клетки — в 2005 году. Однако механизм, позволяющий мозгу объединять разнородные сигналы в сложной среде, оставался неясным до недавнего времени.
Авторы надеются, что предложенная схема не только углубит понимание обработки информации в гиппокампе, но и послужит основой для автономных роботов и дронов с навигацией, подобной мозговой. Такие машины смогут работать там, где спутниковый сигнал недоступен — например, под землёй, внутри зданий и при исследовании других труднодоступных территорий.