عصر کرد - ایسنا / دانشمندان چینی در پژوهش جدیدی نشان دادند که نورون‌های مغزی چگونه از تصمیم‌گیری منعطف پشتیبانی می‌کنند.
یک گروه پژوهشی چینی آشکار کرده‌اند که چگونه نورون‌های مغزی از تصمیم‌گیری انعطاف‌پذیر پشتیبانی می‌کنند.
به نقل از چاینا تکنولوژی نیوز، این پژوهش نشان می‌دهد اطلاعات مربوط به قواعد و اطلاعات حسی در همان نورونی با یکدیگر مقایسه می‌شوند که در محاسبات شناختی نقش دارد.
نظریه سنتی بر این باور است که نورون‌ها واحدهای بنیادین ساختاری و عملکردی دستگاه عصبی هستند. برای مدتی طولانی در بیشتر آزمایش‌ها، هر نورون به عنوان یک واحد ساده و نقطه‌مانند در نظر گرفته می‌شد که عمل جمع‌کردن را انجام می‌دهد. با وجود این، پژوهش‌ها در حوزه علوم مغزی و شبکه‌های عصبی مصنوعی نشان داده‌اند که کارکردهای شناختی عالی نظیر تصمیم‌گیری منعطف، مستلزم تلفیق حجم بزرگی از اطلاعات زمینه‌ای و قواعد انتزاعی و همچنین تعدیل پویای خروجی هستند. توضیح این پیچیدگی با استفاده از ساختار ساده نورون‌های نقطه‌مانند دشوار است.
«شو نینگلونگ»(Xu Ninglong)، پژوهشگر «دانشگاه آکادمی علوم چین»(UCAS) به همراه گروه خود، مجموعه‌ای از آزمایش‌ها را طراحی کرد که در آنها موش‌ها صداهای گوناگونی را می‌شنیدند و باید قواعد پنهان حاکم بر آزمایش‌ها را استنباط می‌کردند. پس از آن که موش‌ها قواعد موجود را فرا می‌گرفتند، پژوهشگران قوانین را تغییر می‌دادند تا بسنجند موش‌ها با چه سرعتی خود را با منطق جدید وفق می‌دهند. این گروه پژوهشی برای بررسی نورون‌های موجود در قشر شنوایی مغز موش‌ها از روش میکروسکوپی دو فوتونی استفاده کردند.
یک نورون شبیه به درختی با شاخه‌های بسیار است. جسم سلولی بخش اصلی نورون به شمار می‌رود؛ در حالی که دندریت‌ها زائده‌هایی شبیه به شاخه هستند. به شاخه‌های دورتر، «دندریت‌های اپیکال»(apical dendrites) گفته می‌شود. آزمایش‌ها نشان دادند که تقسیم کار آشکاری درون یک نورون وجود دارد. دندریت‌های اپیکال عمدتاً قانون انتزاعی درک‌شده توسط موش را رمزگذاری می‌کنند؛ در حالی که جسم سلولی به طور قوی‌تری ورودی حسی شنوایی بیرونی را نشان می‌دهد. این دو نوع سیگنال در نورون ادغام غیرخطی می‌شوند و خروجی تصمیم‌گیری را به وجود می‌آورند که انتخاب رفتاری را هدایت می‌کند.
آزمایش‌ها نشان دادند که یک نورون مانند یک ریزرایانه است و تعاملات میان دندریت‌ها و جسم سلولی آن می‌توانند محاسبات شناختی مرتبط با تصمیم‌گیری را انجام دهند. تنها پس از آن که یک فرضیه بارها آزموده و قابلیت اطمینان آن تأیید شد، مغز به تدریج سیناپس‌های عصبی را تقویت می‌کند و آن قاعده را به طور دائمی ذخیره می‌کند.
این گروه پژوهشی دریافتند که اگرچه هوش مصنوعی نیز می‌تواند از محتوا و اطلاعات موجود برای تعدیل پاسخ‌های خود بهره گیرد، اما سازوکارهای آن تفاوت بسیاری با سازوکارهای مغز دارند. مدل‌های بزرگ عمدتاً از طریق آموزش روی داده‌ها به توانمندی دست می‌یابند؛ در حالی که مغز یادگیری تجربی، حالت‌های درونی و پردازش در لحظه اطلاعات را با یکدیگر تلفیق می‌کند. حتی یک تک‌نورون نیز از ساختار محاسباتی درونی غنی برخوردار است.
همچنین، این گروه پژوهشی دریافتند که مغز می‌تواند ضمن مصرف انرژی محدود، از رفتارهای انعطاف‌پذیر پشتیبانی کند. سازوکارهای زیستی مغز ارزش مطالعه را دارند، زیرا می‌توانند اطلاعاتی را فراهم آورند که به انعطاف‌پذیرتر و کارآمدتر شدن سامانه‌های هوش مصنوعی کمک کند.
این پژوهش در مجله «Science» به چاپ رسید.