Modelo de Ising integrado con inhibición global para la toma de decisiones

Área de la Ciencia:

• Neurociencia computacional
• Modelos para la toma de decisiones
• El comportamiento de los animales

Sus antecedentes:

• El modelo de deriva-difusión es un marco primario para la toma de decisiones, pero los hallazgos recientes desafían su poder explicativo.
• Se observa un aumento del tono inhibitorio durante las tareas de discriminación difíciles, sin embargo, su origen neuronal sigue sin estar claro.
• Los modelos existentes no capturan completamente las complejidades de la toma de decisiones en el mundo real, especialmente en lo que respecta a la inhibición.

Objetivo del estudio:

• Extender los modelos de toma de decisiones direccionales existentes mediante la incorporación de la inhibición global.
• Desarrollar un modelo integrado tipo Ising para la toma de decisiones con dos opciones.
• Explicar cómo la inhibición neuronal puede mejorar la precisión de la toma de decisiones y explorar el régimen operativo del cerebro.

Principales métodos:

• Desarrolló un modelo de tipo Ising integrado que incorpora la inhibición global para tareas de decisión de dos opciones.
• Extendió un modelo recientemente desarrollado para la toma de decisiones direccionales en animales que se mueven en el espacio real.
• Se compararon las predicciones del modelo con los resultados experimentales para validar el mecanismo propuesto.

Principales resultados:

• El modelo de tipo Ising propuesto explica con éxito cómo la inhibición global puede mejorar la precisión de la toma de decisiones.
• Las simulaciones de modelos sugieren que la actividad de toma de decisiones del cerebro opera cerca de una transición crítica entre las fases ordenadas y desordenadas.
• Esta proximidad a una región crítica exhibe una dinámica única beneficiosa para los procesos de decisión.

Conclusiones:

• El modelo integrado de tipo Ising proporciona un nuevo marco para comprender el papel de la inhibición en la toma de decisiones.
• El funcionamiento del cerebro cerca de un punto de transición crítico ofrece ventajas computacionales para maximizar la recompensa y minimizar el costo.
• Esta investigación arroja luz sobre los mecanismos neuronales que subyacen a la toma de decisiones eficiente en entornos complejos.