به گزارش ایسنا و به نقل از تک‌اکسپلور، گروهی از پژوهشگران "دانشگاه فنی آخن"(RWTH Aachen) آلمان، اخیرا کاربرد روش‌های علوم اعصاب را برای تعیین نحوه شکل‌گیری ساختار اطلاعات در "شبکه‌های عصبی مصنوعی"(ANN) بررسی کرده‌اند. آنها در بررسی خود، از روشی موسوم به "ابلیشن"(ablation) استفاده کردند که در آن، قسمت‌هایی از مغز برای بررسی عملکرد آنها در ساختار شبکه عصبی، خارج می‌شوند.

"ریچارد میس"(Richard Meyes) و "توبیاس میسن"(Tobias Meisen)، دو پژوهشگر این پروژه گفتند: ما ایده خود را از پژوهشی در زمینه علم اعصاب گرفتیم که یکی از اهداف اصلی آن، درک چگونگی عملکرد مغز است. بسیاری از بینش‌های مربوط به عملکرد مغز، در پژوهش‌های مربوط به ابلیشن کشف شدند که در آن، قسمت‌های خاصی از مغز با روش کنترل شده‌ای خارج می‌شوند و بر توانایی مغز در اجرای وظایف روزانه مانند گفتار یا حرکت تاثیر می‌گذارند.

هدف پژوهشگران از این پروژه، بررسی شبکه‌های عصبی مصنوعی از جنبه زیستی و ارزیابی ساختار و عملکرد ترکیبات متفاوت آنها بود.

در فرآیند ابلیشن، بافت نواحی خاصی از مغز به صورت انتخابی برداشته و یا تخریب می‌شود تا اثرات رفتاری این تخریب بررسی و عملکرد نواحی گوناگون درک شود. ابلیشن در حال حاضر در چندین پژوهش‌ در مورد شبکه‌های عصبی مصنوعی به کار گرفته شده‌اند اما تمرکز آنها بر اصلاح لایه‌های شبکه و تغییر ساختار آن است؛ بنابراین بیش از ابلیشن زیستی، به بررسی دقیق پارامتر شبیه‌سازی می‌پردازد.

پژوهشگران قصد داشتند تاثیر آسیب به شبکه‌های عصبی مصنوعی را بر عملکرد آنها بررسی کنند و نهایتا این مشاهدات را برای مقایسه ساختار شبکه‌های عصبی مصنوعی با انواع زیستی آنها مورد بررسی قرار دهند.

میس و میسن اضافه کردند: ایده ورای ابلیشن برای شبکه‌های عصبی مصنوعی، ساده است. ما ابتدا یک شبکه را برای انجام عملکرد خاصی آموزش دادیم. سپس بخش کوچکی از شبکه را جدا کردیم تا تغییر عملکرد شبکه را در اثر این آسیب مورد ارزیابی قرار دهیم. پس از این مراحل، وجود ارتباط میان ناحیه آسیب‌دیده و تاثیر آن را بر عملکرد شبکه بررسی کردیم. ما با استفاده از این روش دریافتیم که توانایی‌های خاص شبکه، با توجه به یک ناحیه ظاهر می‌شوند و قابل تخریب نیز هستند.

پژوهشگران با کمک ابلیشن شبکه‌های مصنوعی موفق شدند یافته‌های جالبی را گردآوری کنند که نشان‌دهنده وجود قطعی ارتباط و شباهت میان شبکه‌های مصنوعی و زیستی هستند. این شباهت‌ها هم با نحوه برنامه‌ریزی شبکه‌ها به دست خودشان و هم با نحوه ذخیره اطلاعات ارتباط دارند.

میس و میسن ادامه دادند: جالب‌ترین یافته ما، کشف این موضوع است که عملکرد یک ناحیه آسیب‌دیده، کاهش می‌یابد درحالیکه با آسیب رساندن به نواحی خاصی می‌توان توانایی‌های به خصوص شبکه را افزایش داد. این پژوهش نشان می‌دهد که افزایش عملکرد یک شبکه عصبی با انجام دقیق آسیب‌رسانی به این نواحی، ممکن است. به علاوه این پژوهش، بر کاربرد روش‌های علوم اعصاب در شبکه‌های عصبی مصنوعی دلالت دارد که جنبه‌های جدیدی از درک هوش مصنوعی را ارائه می‌دهد.

این پژوهش به رغم ارائه نتایج جالب، با محدودیت‌هایی همراه است و نخستین گام در بررسی ارتباط میان شبکه‌های عصبی مصنوعی و زیستی به شمار می‌رود. شاید پژوهش‌های دیگر بتوانند شباهت‌های میان شبکه‌های عصبی مصنوعی و شبکه‌های مغز را به صورت جامع‌تر و در مقیاس بزرگتر ارائه دهند.

این مقاله در وب‌گاه علمی "آرکایو" (arXiv) به چاپ رسید.

انتهای پیام