Hogweed التبغ ، كائن نموذجي لدراسة أدمغة الحيواناتعلى الرغم من جميع التطورات في التعلم الآلي والشبكات العصبية ، تختلف مبادئ أنظمة الكمبيوتر بشكل ملحوظ عن عمل الأنظمة البيولوجية. لا يزال العلماء لا يفهمون الآليات الميكانيكية الحيوية الأساسية الكامنة وراء التدريب الموثوق والسريع للشبكات العصبية البيولوجية. لذلك ، لا يزالون يخضعون للتحقيق الشامل.
يعتبر النظام الشمّي للحشرات من أنسب الأجسام لمثل هذه الدراسات. على وجه الخصوص ، فإن نظام الفراشات الشمي (على سبيل المثال ، caddis ،
Manduca sexta ) هو شبكة عصبية بيولوجية بسيطة نسبيًا تُظهر القدرة على التعلم. لذلك ، الفراشة هي كائن نموذجي مثالي لفهم آليات تعلم الشبكة العصبية.
في السنوات السابقة ، سجل العلماء إشارات عصبية في المكونات الفردية لدماغ الصقر. هذه المكونات لها هيكل وآليات قياسية للأنظمة البيولوجية:
- استخدام العقاقير العصبية (الأوكتوبامين والدوبامين) لتدريب الدماغ - بالمناسبة ، فهي مهمة أيضًا لدى البشر للعواطف وتنظيم المزاج والوظائف العقلية الأخرى ؛
- هيكل الشبكة المتتالية ؛
- تغييرات كبيرة في البعد (على سبيل المثال ، في عدد الخلايا العصبية) بين الشبكات ؛
- تشفير متناثر للبيانات في شبكات متعددة الأبعاد (تشفير متناثر) ؛
- اتصالات عشوائية
- وجود إشارة صاخبة .
إن وجود بعض العناصر الغامضة وغير الضرورية في النظام البيولوجي للوهلة الأولى (مثل الحمض النووي "السيء السمعة") يلعب في الواقع دورًا مهمًا في عمل النظام بأكمله. نحن لا نفهم حتى الآن سبب الحاجة إلى هذا العنصر أو ذاك على وجه التحديد. من المهم بشكل خاص إطلاق الأوكتوبامين / الدوبامين أثناء التدريب. ليس من الواضح حتى الآن كيف يساهم هذا التحفيز في إنشاء رموز متفرقة جديدة في جسم الفطر في الدماغ. يحتوي جسم الفطر على ما يقرب من 4000 خلية كينيون تشفر الروائح للتسجيل في ذاكرة الفراشة طويلة المدى.
لفهم عمل الشبكات العصبية البيولوجية بشكل أفضل ، قام علماء من جامعة واشنطن في سياتل ببناء نموذج حسابي لنظام حاسة الشم لتقطيع التبغ ، وهو أقرب ما يمكن إلى سجلات النشاط العصبي في دماغه وجميع العمليات البيوفيزيائية المعروفة التي تحدث هناك ، بما في ذلك تحفيز الأوكتوبامين.
تم إنشاء نماذج حسابية للشبكة العصبية لجسم الفطر (MB) من دماغ الحشرات في وقت سابق ، ولكن ركز الباحثون الآن على دراسة دور الأوكتوبامين في عملية التعلم النقابي ، وكذلك علاقة جسم الفطر بقسم فص الهوائي (AL). للقيام بذلك ، تم محاكاة العمارة والديناميات العصبية للنظام بأكمله ، بما في ذلك تحفيز الأوكتوبامين ، ونمو المشبك ، وإدراك الرائحة في AL وقراءة الخلايا العصبية في التدفق النزولي للمعلومات.
مخطط عمل الأقسام AL و MB في دماغ الكائن الحي النموذجي. يثير 30.000 مستشعر كيميائي في النظام الشمّي للفراشة (RN) شبكة المضخم المضاد للضوضاء (AL) ، التي تنقل إشارة إلى طبقة الذاكرة البلاستيكية المضحكة لجسم الفطر (MB) ، والتي تثير الخلايا العصبية ذات الحركة ، والتي تفسر الإشارات من جسم الفطر على أنها إجراءات محددة ، على سبيل المثال ، "يطير لأعلى". تتوافق الخطوط الخضراء مع الروابط الاستثارية ، والخطوط الحمراء تتوافق مع المركبات المثبطةتمكن المؤلفون من بناء نموذج حاسوبي للشبكة العصبية ، مما أظهر قدرة التدريب الموثوق ، بينما يمتلك في الوقت نفسه أوجه تشابه كبيرة مع النظام البيولوجي الحقيقي. حدد نموذج الكمبيوتر وظائف حاسمة في دماغ فراشة - وتأثيرها على عملية التعلم.
سيجعل هذا العمل العلمي في المستقبل من الممكن وصف هذه الوظائف رياضيا وتطبيقها في تطوير إطار عمل للشبكات العصبية الحاسوبية الأكثر كفاءة مع تدريب موثوق وسريع. أنظمة تعلم الآلة الطبية الحيوية.
العلماء على يقين من أن الآليات التي تم الكشف عنها لشبكات التتالي ، والتناثر واللدونة الكبدية ستكمل المبادئ الأصلية للشبكات العصبية ، التي تم صياغتها لأول مرة في عام 1962 في
عمل نوبل لهوبل وويزل ، والتي وصفت الهيكل الهرمي لمعالجة الإشارات المرئية في دماغ القطط. استنادًا إلى هذا العمل ، في عام 1980 تم إنشاء أول نموذج رياضي في العالم للشبكة العصبية Neocognitron ، والتي أصبحت من نواح عديدة نموذجًا للشبكات العصبية العميقة الحديثة. ومع ذلك ، لم تؤخذ في الاعتبار في هذا العمل العديد من الأنظمة الوظيفية في عمل الدماغ الحي. كشفت دراسة عن زعرور التبغ ومحاكاة هذه العناصر الرياضية - العناصر المفقودة في أنظمة الكمبيوتر للذكاء الاصطناعي.
تم
نشر المقالة العلمية في 8 فبراير 2018 على موقع ما قبل الطباعة arXiv.org.