عصر جديد في خوارزميات التعلم المستوحاة من الدماغ

كشف باحثون من وحدة ديناميكيات شبكة الدماغ التابعة للمجلس الطبي البحثي (MRC) وقسم علوم الحاسوب في جامعة أكسفورد عن مبدأ رائد يلقي الضوء على كيفية تكيف الدماغ البشري وضبط الاتصالات بين الخلايا العصبية أثناء التعلم. 

هذا الاكتشاف لا يعزز فهمنا للتعلم داخل شبكات الدماغ فحسب، بل يحمل أيضاً إمكانات لإلهام تطوير خوارزميات تعلم أسرع وأكثر متانة في الذكاء الاصطناعي (AI).

مبدأ تعلم الدماغ: التكوين المستقبلي

جوهر التعلم يكمن في تحديد المكونات في خط معالجة المعلومات المسؤولة عن الأخطاء في المخرجات. في الذكاء الاصطناعي، يتم ذلك من خلال الانتشار العكسي، حيث يتم ضبط معلمات النموذج لتقليل أخطاء المخرجات.

كان يُعتقد على نطاق واسع أن الدماغ البشري يستخدم مبدأ تعلم مماثل. ومع ذلك، يتفوق الدماغ البيولوجي على أنظمة تعلم الآلة الحالية في عدة جوانب.

على سبيل المثال، يمكن للبشر تعلم معلومات جديدة بعد مواجهتها مرة واحدة فقط، بينما تتطلب الأنظمة الاصطناعية غالباً مئات التكرارات مع نفس البيانات لفهمها. علاوة على ذلك، يمكن للبشر اكتساب معرفة جديدة مع الاحتفاظ بالمعلومات الموجودة، في حين أن إدخال بيانات جديدة في الشبكات العصبية الاصطناعية يمكن أن يتداخل مع المعرفة الموجودة ويدهورها.

حثت هذه الملاحظات الباحثين على البحث عن المبدأ الأساسي الذي يحكم عملية تعلم الدماغ. فحصوا مجموعات المعادلات الرياضية الموجودة التي تصف التغيرات في سلوك الخلايا العصبية والروابط المشبكية وأجروا تحليلاً ومحاكاة شاملة. ما اكتشفوه تحدى الحكمة السائدة.

في الشبكات العصبية الاصطناعية، تهدف الخوارزميات الخارجية إلى تعديل الوصلات المشبكية لتقليل الأخطاء، لكن الباحثين يقترحون أن الدماغ البشري يضبط أولاً نشاط الخلايا العصبية في حالة توازن مثالية قبل تعديل الوصلات المشبكية. 

يُعتقد أن هذا النهج الفريد، المسمى "التكوين التطلعي"، هو ميزة فعالة للتعلم البشري، حيث يقلل من التداخل ويحافظ على المعرفة الموجودة، مما يسرع عملية التعلم.

المحاكاة والتحقق

أيد الباحثون نتائجهم بمحاكاة حاسوبية، أثبتت أن النماذج التي تستخدم التكوين التطلعي تفوقت على الشبكات العصبية الاصطناعية في المهام التي يواجهها البشر والحيوانات عادةً في البيئات الطبيعية.

لتوضيح المفهوم، استخدم الباحثون مثالاً لدب يصطاد السلمون. في الشبكة العصبية الاصطناعية، إذا فقد الدب قدرته على سماع النهر (بسبب أذن تالفة)، فسيخسر أيضاً قدرته على شم السلمون، مما يؤدي إلى الاستنتاج الخاطئ بعدم وجود سلمون في النهر. 

ومع ذلك، في دماغ الحيوان، لا يتداخل غياب الصوت مع المعرفة بأن رائحة السلمون لا تزال موجودة، مما يسمح للدب بمواصلة مهمته بنجاح.

سد الفجوة

شدد الأستاذ رافال بوغاتش، الباحث الرئيسي من وحدة ديناميكيات الشبكات الدماغية في المجلس الطبي للبحوث وقسم العلوم العصبية السريرية في جامعة أكسفورد، على الحاجة إلى سد الفجوة بين النماذج المجردة وفهمنا لتشريح الدماغ. تهدف الأبحاث المستقبلية إلى فك رموز كيفية تنفيذ خوارزمية التكوين التطلعي في الشبكات القشرية المحددة تشريحياً.

أبرز الدكتور يوهانغ سونغ، المؤلف الأول للدراسة، التحديات المتعلقة بتنفيذ التكوين التطلعي في الحواسيب الحالية بسبب الاختلافات الجذرية بين أنظمة الحاسوب والدماغ البيولوجي. ودعا إلى تطوير حاسوب جديد أو عتاد مخصص مستوحى من الدماغ قادر على التنفيذ السريع وفعال من حيث استهلاك الطاقة للتكوين التطلعي.