تتعلم الشبكات العصبية الاصطناعية بشكل أفضل عندما تقضي وقتًا لا تتعلم على الإطلاق

وقال مكسيم بازينوف، أستاذ الطب وباحث النوم في كلية الطب بجامعة كاليفورنيا سان دييغو: "يكون الدماغ مشغولا للغاية عندما ننام، ويكرر ما تعلمناه خلال النهار". "يساعد النوم على إعادة تنظيم الذكريات ويقدمها بأكثر الطرق فعالية."

في أعمال منشورة سابقة، أفاد بازينوف وزملاؤه كيف يبني النوم ذاكرة عقلانية، والقدرة على تذكر الارتباطات التعسفية أو غير المباشرة بين الأشياء أو الأشخاص أو الأحداث، ويحمي من نسيان الذكريات القديمة.

تستفيد الشبكات العصبية الاصطناعية من بنية الدماغ البشري لتحسين العديد من التقنيات والأنظمة، بدءًا من العلوم الأساسية والطب وحتى التمويل ووسائل التواصل الاجتماعي. في بعض النواحي، حققت أداءً خارقًا، مثل السرعة الحسابية، لكنها فشلت في جانب رئيسي واحد: عندما تتعلم الشبكات العصبية الاصطناعية بشكل تسلسلي، تحل المعلومات الجديدة محل المعلومات السابقة، وهي ظاهرة تسمى النسيان الكارثي.

قال بازينوف: “في المقابل، يتعلم الدماغ البشري بشكل مستمر ويدمج بيانات جديدة في المعرفة الموجودة، وعادةً ما يتعلم بشكل أفضل عندما يتخلل التدريب الجديد فترات من النوم لتعزيز الذاكرة”.

الكتابة في عدد 18 نوفمبر 2022 من علم الأحياء الحسابي PLOS ، يناقش المؤلف البارز بازينوف وزملاؤه كيف يمكن للنماذج البيولوجية أن تساعد في التخفيف من خطر النسيان الكارثي في ​​الشبكات العصبية الاصطناعية، مما يعزز فائدتها عبر مجموعة من الاهتمامات البحثية.

استخدم العلماء الشبكات العصبية المتصاعدة التي تحاكي بشكل مصطنع الأنظمة العصبية الطبيعية: فبدلاً من توصيل المعلومات بشكل مستمر، يتم نقلها كأحداث منفصلة (مسامير) في نقاط زمنية معينة.

ووجدوا أنه عندما تم تدريب الشبكات المتصاعدة على مهمة جديدة، ولكن مع فترات عرضية خارج الإنترنت تحاكي النوم، تم تخفيف النسيان الكارثي. كما قال مؤلفو الدراسة، مثل الدماغ البشري، فإن "النوم" بالنسبة للشبكات يسمح لهم بإعادة تشغيل الذكريات القديمة دون استخدام بيانات التدريب القديمة بشكل صريح.

يتم تمثيل الذكريات في الدماغ البشري من خلال أنماط الوزن التشابكي، أي قوة أو سعة الاتصال بين خليتين عصبيتين.

قال بازينوف: «عندما نتعلم معلومات جديدة، تنشط الخلايا العصبية بترتيب محدد، وهذا يزيد من نقاط الاشتباك العصبي بينها. أثناء النوم، تتكرر الأنماط المتصاعدة التي تعلمناها أثناء حالة اليقظة بشكل تلقائي. يطلق عليه إعادة التنشيط أو إعادة التشغيل.

"اللدونة المشبكية ، القدرة على التغيير أو التشكيل ، لا تزال في مكانها أثناء النوم ويمكن أن تعزز أنماط الوزن المشبكي التي تمثل الذاكرة ، مما يساعد على منع النسيان أو تمكين نقل المعرفة من المهام القديمة إلى المهام الجديدة."

عندما طبق بازينوف وزملاؤه هذا النهج على الشبكات العصبية الاصطناعية، وجدوا أنه ساعد الشبكات على تجنب النسيان الكارثي.

"وهذا يعني أن هذه الشبكات يمكن أن تتعلم بشكل مستمر، مثل البشر أو الحيوانات. إن فهم كيفية معالجة الدماغ البشري للمعلومات أثناء النوم يمكن أن يساعد في زيادة الذاكرة لدى البشر. زيادة إيقاعات النوم يمكن أن تؤدي إلى تحسين الذاكرة.

"في مشاريع أخرى ، نستخدم نماذج الكمبيوتر لتطوير الاستراتيجيات المثلى لتطبيق التحفيز أثناء النوم ، مثل النغمات السمعية ، التي تعزز إيقاعات النوم وتحسن التعلم. قد يكون هذا مهمًا بشكل خاص عندما تكون الذاكرة غير مثالية ، مثل عندما تتراجع الذاكرة مع تقدم العمر أو في بعض الحالات مثل مرض الزهايمر ".

من بين المؤلفين المشاركين: رايان جولدن وجان إريك ديلانويس، وكلاهما في جامعة كاليفورنيا في سان دييغو؛ وبافيل ساندا، معهد علوم الكمبيوتر التابع لأكاديمية العلوم التشيكية.