القدرة على إيجاد طريق قصير ، الأكثر مباشرة من النقطة "أ" إلى النقطة "ب" لا تبدو بمثابة اختبار مثير للإعجاب للعقلانية اليوم. ومع ذلك ، وفقًا لتقرير جديد
نُشر في مجلة Nature منذ فترة ، تحدث فيه الباحثون عن نظام الملاحة للذكاء الاصطناعي ، فإن القدرة على استكشاف المساحات المعقدة المحاكاة وإيجاد أقصر طريق إلى هدف يضع مثل هذه الأنظمة على نفس مستوى البشر وغيرها من الحيوانات.
كان المفتاح غير المتوقع للأداء المنشود هو أنه أثناء التدريب ، نمت الشبكة تلقائيًا ما يعادل "خلايا الشبكة" - وهي مجموعة من خلايا الدماغ التي تسمح لعدد من الثدييات بتتبع موقعها في الفضاء.
بالنسبة لخبراء البيولوجيا العصبية ، من المحتمل أن يخبرك هذا العمل بوجود رابط ربط مهم في فهم كيف تسمح لك الخلايا العصبية شعرية في الدماغ الحي بتطوير قدراتها الملاحية. يوضح العمل أيضًا كيف يمكن للشبكات العصبية أن يكون لها تأثير كبير على الأبحاث المستقبلية. اقترح نيل بورغيس ، من جامعة كوليدج لندن ، الذي لم يشارك في الدراسة ، أن مثل هذه الأنظمة "يجب أن توفر أرضًا خصبة لفهم كيفية عمل الدماغ بهذه الطريقة ولماذا".
وفي الوقت نفسه ، للباحثين في مجال الذكاء الاصطناعي ، فإن فائدة هذا العمل لتحسين أنظمة الملاحة الآلية واضحة. ولكن هذا يمكن أن يقدم مساهمة أكبر في المبادئ العامة لفهم الذكاء وتطوير أنظمة ذكية.
وفقًا للباحثين أندريا بانينو من ديب ميند وكازويل باري من جامعة كوليدج في لندن ، الذين كانوا المؤلفين الرئيسيين للمقالة في نيتشر ، فقد تطور المشروع من سؤال حول وظيفة الخلايا العصبية شعرية التي درسوها. غالبًا ما تسمى الخلايا العصبية الشبكية "نظام تحديد المواقع العالمي للمخ" بسبب دورها الهام في تنقل العديد من الحيوانات. حصل إدوارد موسر وماي بريت موسر على جائزة نوبل في عام 2014 ، لاكتشافهما قبل تسع سنوات. هذه المجموعات من الخلايا العصبية ، المنظمة في صفائف سداسية ، تعطي إجمالًا نتيجة مماثلة لأنظمة الملاحة بالقصور الذاتي للسفن والطائرات والصواريخ - فهي توفر فهمًا لحركات الجسم في الفضاء حتى في الظلام الكامل. وأضاف باري: "من الناحية النسبية ، فإنهم يقومون بتحديث توقعاتك الخاصة بالمكان الذي تعتمد فيه على كيفية تحركك".
لهذا السبب ، يعزو علماء الأعصاب إلى الخلايا العصبية شعرية وظيفة "تكامل المسار" - وهو شكل بديهية من اللاوعي من الملاحة التي لا تأخذ في الاعتبار الإشارات الخارجية: على سبيل المثال ، "اتخاذ خمس خطوات إلى الأمام ، وانتقل 90 درجة إلى اليسار ، ومرة أخرى المضي قدما 15 خطوات أخرى". لكن بعض التجارب أعطت أدلة على أن هذه الخلايا العصبية تؤدي أيضًا وظائف أخرى ، حتى خارج نطاق التنقل. على سبيل المثال ، أظهرت بعض التجارب تورط هذا النوع من الخلايا العصبية في مهام مثل قياس الوقت والمسافة أثناء الحركة. كما يلاحظ باري ، إذا كانت الخلايا العصبية الشبكية توفر مرجعًا مكانيًا للأجسام والأماكن ، فعندئذٍ "من حيث المبدأ ، يمكنك استخدامها لحساب الطرق المباشرة بين هذه النقاط" ، أي ما يسمى بشكل أساسي "التنقل المتجهي".
لدراسة دور هذه الخلايا العصبية في مشاكل الملاحة ، قرر الباحثون استخدام الشبكات العصبية المدربة بعمق. لفهم كيفية عمل البحث عن المسار ، قاموا أولاً بإنشاء شبكة عصبية لعامل يتحرك في مساحة صغيرة محاكية. وقال باري: "أردنا أن نفهم ما إذا كان بإمكاننا إنشاء شبكة عصبية حتى بدأت هي نفسها في تطوير تشابه بين الخلايا العصبية شعرية".
قامت الشبكة العصبية بهذا العمل ، ووفقًا لباري ، "إنه لأمر مدهش كيف نجحت". في هذه العملية ، نشأت "وحدات الشبكة" بشكل تلقائي ، والتي كانت تشبه بشكل لافت للنظر ما نراه في أدمغة الحيوانات ، وصولًا إلى نسق الشبكة سداسية.
هذه الصور تظهر تحفيز الخلايا العصبية الحية والاصطناعية. وحدات الشبكة الشبكية التي تنشأ تلقائيًا في الشبكة العصبية لمهام الملاحة تشبه بشكل لافت الخلايا العصبية شعرية في الدماغ ، حتى شكلها سداسي.ثم أضاف الباحثون إمكانيات الشبكة العصبية إلى النظام ، مما ساعد الوكلاء المحاكيين في العثور على المسار الصحيح للهدف في متاهة افتراضية. كان النظام الذي يحتوي على وحدات شعرية أمرًا ذا حجم متفوق على نظام مماثل بدونها. على سبيل المثال ، يمكن للنظام فهم ما إذا كان المقطع المغلق مسبقًا قد أعطى مسارًا أقصر للهدف واختره. وفقًا لبانينو ، أثبتت هذه المهارة أن وحدات الشبكة الشبكية في الشبكة العصبية وفرت تنقلًا متجهًا لأنهم وجدوا مسارات أقصر وأكثر مباشرة استنادًا إلى موضع الهدف.
"أعتقد أنه بفضل هذا العمل ، تمكنا من إثبات كيفية استخدام الخلايا العصبية شعرية لإنشاء أقصر البحث المسار" ، وقال Banino. وبالتالي ، تؤكد النتائج النظرية القائلة بأن الخلايا العصبية الشبكية في الدماغ قادرة على أداء مهمة تكامل المسار ومهمة الملاحة الاتجاهية. وأضاف أن الأدلة التجريبية المقارنة في حالة الكائنات الحية ستكون صعبة للغاية.
في سلسلة من تجارب المتاهة ، تمكنت جميع الشبكات العصبية التي تم اختبارها من الوصول إلى الهدف. ولكن إذا تمت إزالة أحد الحواجز ، فإن الشبكة التي تحتوي على خلايا عصبية شعرية فقط هي التي تعرفت على هذا واخترت هذا المسار باعتباره الأفضل. واصلت أنظمة أخرى لاختيار أي من الطرق المتاحة.وقال باري: "من النتائج المثيرة للاهتمام أنه يمكن استخدام نهج مماثل في مهام أخرى في علم الأعصاب". على سبيل المثال ، يفكر الباحثون في مهمة السيطرة على الأطراف. يمكن تدريب الشبكات العصبية للسيطرة على ذراع آلية ، تمامًا مثلما يتحكم الدماغ في ذراع حية ، ومن ثم إجراء سلسلة من التجارب التي يمكن أن توفر أدلة مهمة حول كيفية حدوث هذه العمليات في النظم الحية. "يمكن أن يصبح هذا النهج أداة عالمية في مجال علم الأعصاب."
"هذه نتيجة رائعة ،" لخص ستيفان لويجب ، أستاذ علم الأعصاب في جامعة كاليفورنيا ، سان دييغو. "أعتقد أنهم وجدوا حجة جيدة للغاية مؤيدة لحقيقة أن الملاحة المتجهة هي وظيفة من الخلايا العصبية شعرية. لفترة طويلة كان هذا مجرد افتراض ، لكنني أعتقد أنهم اقتربوا قدر الإمكان من حل آلية ممكنة. "
في الوقت نفسه ، أشار إلى أن: "أي نهج حسابي له حدوده. وحقيقة أنه يمكن أن يعمل على نموذج لا يعني أنه يعمل في الكائنات الحية بهذه الطريقة. "
فرانشيسكو سافيللي ، علماء الأعصاب في جامعة جونز هوبكنز ، الذين شاركوا في تأليف التعليقات المصاحبة للمقال ، لديهم نظرة مماثلة. إنه يعتبر أنه من المثير للاهتمام أن "تحصل بطريقة أو بأخرى على الخلايا العصبية شعرية دون برمجة لهم مباشرة ، لكنها لا تزال تظهر كمنظمة ذاتية". لكن في الوقت نفسه ، "نظرًا لأن هذا ليس نظامًا بيولوجيًا دقيقًا ، لا يمكنك أن تكون متأكدًا تمامًا من النتيجة التي يقدمها".
وقال: "بينما لا يمكنك النظر إلى هذا الصندوق الأسود وجعل الشبكة أكثر شبهاً بشبكة بيولوجية ، فسوف تضطر في مرحلة ما إلى الحد الأقصى فيما يتعلق بالبحوث البيولوجية العصبية".
من ناحية أخرى ، من المشجع من الناحية الفنية أن "أنظمة التعلم العميقة هذه يمكنها حل المشكلات التي تشبه إلى حد كبير الوظائف المعرفية العليا للمخ". "هذا دليل جيد على أن التعلم العميق يمكن أن يمتد ليشمل مهام مثل الوظائف المعرفية العليا."
يمكن افتراض أن الباحثين في DeepMind سيسعون إلى استخدام شبكة الملاحة هذه لتحسين قدرات الروبوتات البحثية أو الطائرات بدون طيار في المستقبل. لكن وفقًا لبانينو ، فإن خططهم أقل تركيزًا وأكثر طموحًا. وقال "نعتقد أن الملاحة هي واحدة من الخصائص الأساسية للذكاء". "شخصيا ، لا نفكر في أي تطبيق بخلاف إنشاء خوارزمية عالمية."
"إن الدماغ هو المثال الوحيد لخوارزمية عالمية" ، أضاف. "فلماذا لا نتعلم منه".