Los investigadores encontraron cómo los cerebros convierten señales basadas en el tiempo en recuerdos estables usando cambios sinápticos combinados a corto y largo plazo. Researchers found how brains turn time-based signals into stable memories using combined short- and long-term synaptic changes.

Investigadores de la Universidad de Tianjin y colaboradores internacionales han identificado un mecanismo cerebral que convierte secuencias de actividad neural a lo largo del tiempo en patrones espaciales, lo que permite un procesamiento y almacenamiento de información eficientes. Researchers at Tianjin University and international collaborators have identified a brain mechanism that converts sequences of neural activity over time into spatial patterns, enabling efficient information processing and storage. El estudio, publicado en PNAS, muestra que los cambios sinápticos a largo plazo y a corto plazo trabajan juntos para transformar entradas dinámicas, como una melodía, en representaciones estables, mejorando la memoria y la resistencia al ruido sin agrandar las redes neuronales. The study, published in PNAS, shows that long-term and short-term synaptic changes work together to transform dynamic inputs—like a melody—into stable representations, enhancing memory and noise resistance without enlarging neural networks. Con el apoyo de modelos computacionales y datos electrofisiológicos de neocórtices de ratones y humanos, los hallazgos revelan un "código de colaboración" para el procesamiento temporal, que ofrece ideas para desarrollar sistemas de inteligencia artificial más eficientes e interpretables. Supported by computational models and electrophysiological data from mouse and human neocortices, the findings reveal a "collaboration code" for temporal processing, offering insights for developing more efficient, interpretable artificial intelligence systems.