يعيد الذكاء الاصطناعي إنشاء أنماط النشاط التي تستخدمها خلايا الدماغ في التنقل

تحاكي خوارزمية التعلم العميق تلقائيًا نشاط الخلايا العصبية المتخصصة التي تخبرنا بمكان وجودنا في الفضاء.

استخدم العلماء الذكاء الاصطناعي (AI) لإعادة إنشاء الرموز العصبية المعقدة التي يستخدمها الدماغ للتنقل عبر الفضاء. يوضح هذا العمل الفذ كيف يمكن لخوارزميات الذكاء الاصطناعي القوية أن تساعد أبحاث علم الأعصاب التقليدية لاختبار النظريات حول عمل الدماغ - لكن هذا النهج لن يؤدي إلى توقف علماء الأعصاب عن العمل بعد ، كما يقول الباحثون.

تم تطوير برنامج الكمبيوتر ، الذي نُشرت تفاصيله في مجلة Nature في 9 مايو ، من قبل علماء الأعصاب في كلية لندن الجامعية (UCL) وباحثو الذكاء الاصطناعي في شركة Google DeepMind ومقرها لندن. استخدم تقنية تسمى التعلم العميق - نوع من الذكاء الاصطناعي مستوحى من الهياكل الموجودة في الدماغ - لتدريب فأر يحاكي الكمبيوتر لتتبع موقعه في بيئة افتراضية.

فاجأ البرنامج العلماء بتوليد أنماط نشاط سداسية الشكل بشكل تلقائي مماثلة لتلك التي تولدها الخلايا الملاحية في دماغ الثدييات والتي تسمى الخلايا الشبكية. أظهرت التجارب على الفئران الحقيقية أن خلايا الشبكة أساسية لكيفية تتبع الحيوان لموقعه في الفضاء.

علاوة على ذلك ، كان الجرذ المحاكي قادرًا على استخدام الترميز الشبيه بالخلية الشبكية للتنقل في متاهة افتراضية جيدًا لدرجة أنه تعلم حتى أخذ الاختصارات.

يقول عالم الأعصاب إدوارد موسر من معهد كافلي لعلم الأعصاب في تروندهايم بالنرويج: "ظهرت هذه الورقة من اللون الأزرق ، مثل لقطة ، وهي مثيرة للغاية". شارك موسر في جائزة نوبل في علم وظائف الأعضاء أو الطب لعام 2014 لاكتشافه المشترك للخلايا الشبكية والخلايا العصبية الأخرى المرتبطة بالملاحة في الدماغ ، بما في ذلك خلايا المكان وخلايا اتجاه الرأس ، والتي توجد في منطقة الحُصين وحولها.

يقول موزر: "من المدهش أن نموذج الكمبيوتر ، القادم من منظور مختلف تمامًا ، انتهى بنمط الشبكة الذي نعرفه من علم الأحياء". ويضيف أن العمل هو تأكيد مرحب به على أن دماغ الثدييات قد طور طريقة مثالية لترتيب هذا النوع من الشفرة المكانية على الأقل.

يقول عالم الأعصاب الحاسوبي أندرياس هيرز من جامعة لودفيج ماكسيميليان في ميونيخ بألمانيا: "سيكون من المثير للاهتمام للغاية تحليل الأعمال الداخلية لنظام التعلم العميق ومعرفة ما إذا كان المؤلفون قد اكتشفوا مبدأً حسابيًا عالميًا يساعد في التنقل المكاني".

فئران التعلم العميق

شرع مؤلفو الدراسة في استخدام شبكات التعلم العميق - التي تستند إلى وحدات حسابية متكررة تتواصل مع بعضها البعض - لاختبار فرضية في علم الأعصاب: أن الدماغ ، باستخدام الخلايا الشبكية ، يرسم موقعه في بيئة من خلال دمج المعلومات حول سرعة واتجاه حركة الجسم.

أولاً ، أنشأ المؤلفون بيانات لتدريب الخوارزميات الخاصة بهم. لقد قاموا بمحاكاة المسارات التي اتخذتها الفئران الافتراضية أثناء بحثها عن الطعام في حاويات ، بالإضافة إلى نشاط خلايا المكان واتجاه الرأس أثناء تحرك القوارض المحاكاة حول الخلايا الشبكية ولكن ليس الخلايا الشبكية. ثم استخدموا هذه البيانات لتدريب شبكات التعلم العميق للتعرف على موقع الفئران المحاكاة. كما فعل الباحثون ذلك ، وجدوا أن الأنماط السداسية للنشاط الشبيه بالشبكة ظهرت تلقائيًا في الوحدات الحسابية - تمامًا كما يحدث في أدمغة الفئران الحقيقية في التجارب المعملية.

يقول كاسويل باري ، عالم الأعصاب بجامعة كاليفورنيا في لوس أنجلوس ، وهو مؤلف مشارك في الدراسة: "كنا نأمل في رؤية الشبكات ، لكننا ما زلنا نتفاجأ برؤيتها في هذا السياق". "لقد رأيتهم مرات عديدة في التجارب ، وهم جميلون جدًا في انتظامهم."

كان العلماء مفتونين أيضًا عندما اكتشفوا أنهم بحاجة إلى تعديل النظام لإضافة بعض الضوضاء الاصطناعية - مما يجعل وحداته تعمل بشكل مشابه أكثر لتلك الموجودة في الدماغ - للحصول على نشاط يشبه الشبكة. يقول هيرز: "هذا شيء كنا نفكر فيه نحن علماء الأعصاب النظريين ، لكننا لم نتمكن أيضًا من اختباره".

ثم وضع الباحثون النظام في خطواته ، واختبروا ما إذا كان بإمكان الفئران الافتراضية استخدامه للتنقل. وضعوا القوارض المحاكاة في حاوية أكبر مصممة لتكون متاهة ، حيث كان على الفئران الافتراضية أن تتعلم كيف تشق طريقها إلى هدف محدد. أضاف المؤلفون برنامجًا آخر إلى النظام الذي قدم وظائف الذاكرة والمكافأة اللازمة للتعلم. سرعان ما تعلمت الفئران التي تمت محاكاتها العثور على أهدافها من خلال التجربة والخطأ ، وأصبحت بارعة للغاية لدرجة أنها تفوقت على خبير بشري حاول القيام بنفس المهمة وبدأ في اتباع طرق مختصرة.

وجد الباحثون أنه إذا منعوا عن قصد أنماط الشبكة من التكون ، فإن الفئران المحاكاة لم تعد قادرة على التنقل بكفاءة في المتاهة. يقول باري: "إن إيقاف تشغيل الخلايا الشبكية أمر لا يمكن القيام به في جرذ تجريبي".

قال أندريا بانينو ، الباحث في DeepMind والمؤلف المشارك في الدراسة ، إن التعاون مع علماء الأعصاب ألهم أبحاث الذكاء الاصطناعي. يقول: "لكن في الوقت الحالي ، يتعلق الأمر ببحوث أساسية بحتة لصنع خوارزميات ذكية ، وليس حول التطبيقات".

يتفق الباحثون على أن الذكاء الاصطناعي سيكون أداة مفيدة لاختبار الفرضيات حول الدماغ ، ولكن من غير المرجح أن يجيب على أسئلة حول كيف ولماذا يأتي الدماغ لاستخدام رمز معين. يقول موزر: "لقد كنت متحمسًا حقًا عندما قرأت الورقة البحثية - يبدو أن الذكاء الاصطناعي قد يكون قادرًا على تسريع بحثنا حول كيفية تنقل الدماغ". لكنه يقول إن ذلك لن يغتصب علماء الأعصاب.