How does the brain solve muscle redundancy? Filling the gap between optimization and muscle synergy hypotheses

سوال در مورد اینکه چگونه سیستم عصبی مرکزی عضلات انبساطی را مختل می کند، در علوم اعصاب حرکتی دیرینه است. فرضیه بهینه سازی نشان می دهد که مغز می تواند الگوی فعال سازی عضلات را انتخاب کند که باعث کاهش هزینه تلاش موتور از میان بسیاری از راه حل هایی است که نیازهای کار را برآورده می کنند. از سوی دیگر، فرضیه همبستگی عضلانی پیشنهاد می کند که دسته بندی های عملکردی غیر عادی ماهیچه ها باعث کاهش بار محاسباتی مرتبط با کنترل موتور و یادگیری می شود. اگر چه دو فرضیه متقابلا منحصر به فرد نیستند، رابطه بین آنها به خوبی مورد تجزیه و تحلیل قرار نگرفته است. این احتمالا به این علت است که هر دو فرضیه به صورت ریاضی بدون مفهوم روشن از اجرای عصبی خود فرموله شده اند. در اینجا، یک فرضیه بیولوژیکی قابل قبول (فرضیه فراموش کردن) را برای چگونگی بهینه سازی توسط جمعیت نورون ها معرفی می کنیم. ما بیشتر نشان می دهیم که ساختار کم ابعاد می تواند در یک شبکه بهینه ای تشخیص داده شود، حتی اگر به طور صریح فرض نشده باشد، هیچ گونه عضله ای وجود ندارد. در نهایت، ما به طور خلاصه در مورد یک مشکل ذاتی در آزمون فرضیه های همبستگی عضلانی، که در هنگام بهینه سازی جمعیت به دست می آید، بحث می کنیم.