MedChemExpress
 
 

BRIC

검색 닫기

전체 메뉴

팝업 닫기
한빛사  >  한빛사논문

한빛사논문

  • 조회334
양민수
양민수Minsu Abel Yang

KAIST

Nat. Commun., Published: 20 February 2025 | https://doi.org/10.1038/s41467-025-57049-5 Striatal arbitration between choice strategies guides few-shot adaptation
Minsu Abel Yang1,2, MinWhanJung3,4 & SangWanLee1,2,5,6,7,8

1Department of Bio and Brain Engineering, Korea Advanced Institute of Science and Technology (KAIST), Daejeon, Republic of Korea.
2Program of Brain and Cognitive Engineering, Korea Advanced Institute of Science and Technology (KAIST), Daejeon, Republic of Korea.
3Center for Synaptic Brain Dysfunctions, Institute for Basic Science, Daejeon, Republic of Korea.
4Department of Biological Sciences, Korea Advanced Institute of Science and Technology (KAIST), Daejeon, Republic of Korea.
5Department of Brain & Cognitive Sciences, Korea Advanced Institute of Science and Technology (KAIST), Daejeon, Republic of Korea.
6Kim Jaechul Graduate School of AI, Korea Advanced Institute of Science and Technology (KAIST), Daejeon, Republic of Korea.
7Center for Neuroscience-inspired Artificial Intelligence, Korea Advanced Institute of Science and Technology (KAIST), Daejeon, Republic of Korea.
8Graduate School of Data Science, Korea Advanced Institute of Science and Technology (KAIST), Daejeon, Republic of Korea.

Corresponding author
Correspondence to Sang Wan Lee.

Abstract

Animals often exhibit rapid action changes in context-switching environments. This study hypothesized that, compared to the expected outcome, an unexpected outcome leads to distinctly different action-selection strategies to guide rapid adaptation. We designed behavioral measures differentiating between trial-by-trial dynamics after expected and unexpected events. In various reversal learning data with different rodent species and task complexities, conventional learning models failed to replicate the choice behavior following an unexpected outcome. This discrepancy was resolved by the proposed model with two different decision variables contingent on outcome expectation: the support-stay and conflict-shift bias. Electrophysiological data analyses revealed that striatal neurons encode our model’s key variables. Furthermore, the inactivation of striatal direct and indirect pathways neutralizes the effect of past expected and unexpected outcomes, respectively, on the action-selection strategy following an unexpected outcome. Our study suggests unique roles of the striatum in arbitrating between different action selection strategies for few-shot adaptation.

논문정보

관련 인터뷰

"동물이 어떻게 바뀌는 환경에 적응하는가"는 우리의 삶을 관통하는 질문인 만큼, 오랫동안 활발히 연구되어 왔고, 해당 인지 과정을 담아내기 위한 이론들 역시 계속 발전해 왔습니다. 그러나 저희 연구는 예상치 못한 사건이 동물의 즉각적인 전략 변화를 유도하는 데 결정적인 역할을 한다는 점을 밝혀내고, 기존 강화학습 이론들이 이 요소를 충분히 반영하지 못하고 있음을 지적한 연구입니다.
+ 더보기

관련 웨비나

뇌가 예상치 못한 사건을 만났을 때 [Nat. Commun]

학술웨비나

뇌가 예상치 못한 사건을 만났을 때 [Nat. Commun] 환경의 맥락이 지속적으로 변화하는 상황에서도 신속하게 행동을 조정할 수 있습니다. 본 연구는 이러한 빠른 적응 능력이 예상된 사건과 예상치 못한 사건에 대해 서로 다른 행동 선택 전략을 사용하기 때문이라는 가설을 제시합니다. 이를 검증하기 위해, 우리는 예상된 사건과 예상치 못한 사건 이후의 시행 단위 행동 동역학을 분석할 수 있는 새로운 행동 지표를 설계하였습니다. 다양한 설치류 종과 과제 복잡도를 포함한 여러 반전 학습 실험 데이터를 분석한 결과, 기존 강화 학습 이론이 예상치 못한 사건 이후의 선택 행동을 일관적으로 재현하지 못한다는 점을 발견하였습니다. 이러한 불일치는 사건의 예상 여부에 따라 서로 다른 행동 선택 전략을 반영하는 새로운 계산 모델을 제안함으로써 해결할 수 있었습니다. 더 나아가, 전기생리학적 분석을 통해 선조체의 신경세포가 제안 모델의 핵심 의사 변수들을 부호화함을 확인하였습니다. 이에 더하여, 선조체 직접 경로를 비활성화하면 예상된 사건이, 간접 경로를 비활성화하면 예상치 못한 사건이 이후 행동 선택 전략에 미치는 영향이 상쇄됨을 발견하였습니다. 본 연구는 선조체가 빠른 적응을 위한 행동 선택 전략 조정에 있어 중요한 역할을 한다는 점을 시사하며, 동물의 행동 선택 과정과 그 신경 기제에 대한 새로운 통찰을 제공합니다.
  • 양민수(KAIST)

관련 보도자료

스스로 가설을 세워 검증하는 뇌 기반 AI 기술 뇌의 맥락 추론 방식이 챗지피티 같은 대규모 인공지능 모델과 어떻게 다를까? KAIST 연구진이 ‘뇌처럼 생각하는 인공지능’기술로서 과도한 자신감을 보이는 인공지능의 할루시네이션(Hallucination) 현상을 완화하거나 인간이나 동물과 유사하게 스스로 가설을 세워 검증하는 신개념 인공지능 모델을 개발하는데 성공했다.
  • Bio통신원
  • 2025. 02. 28
목록

댓글 작성 로그인

팝업 닫기

관련 링크

양민수 님 전체 논문보기

연구자 키워드

연구자 ID

관련분야 연구자보기

소속기관 논문보기

관련분야 논문보기

해당논문 저자보기

CV 열람하기

팝업 닫기

열람하시는 목적을 아래에서 선택하시면 CV를 열람 하실 수 있습니다.

열람 목적

연락처 보기

팝업 닫기

활용하시는 목적을 아래에서 선택하시면 연락처 정보를 보실 수 있습니다.

열람 목적

  • 요청하신 목적으로만 활용하시고, 타용도 사용 및 무단수집을 금합니다.

필코리아테크놀로지