Yapay sinir ağları, hiç öğrenmeden zaman harcadıklarında daha iyi öğrenirler

Tıp profesörü ve Kaliforniya Üniversitesi San Diego Tıp Fakültesi'nde uyku araştırmacısı olan PhD Maxim Bazhenov, "Beyin uyurken çok meşgul oluyor, gün içinde öğrendiklerimizi tekrarlıyor" dedi. “Uyku, anıların yeniden düzenlenmesine yardımcı olur ve onları en verimli şekilde sunar.”

Daha önce yayınlanan çalışmalarında Bazhenov ve meslektaşları, uykunun rasyonel hafızayı, nesneler, insanlar veya olaylar arasındaki keyfi veya dolaylı ilişkileri hatırlama yeteneğini nasıl geliştirdiğini ve eski anıların unutulmasına karşı nasıl koruduğunu bildirmişti.

Yapay sinir ağları, temel bilim ve tıptan finans ve sosyal medyaya kadar çok sayıda teknoloji ve sistemi geliştirmek için insan beyninin mimarisinden yararlanıyor. Bazı açılardan, hesaplama hızı gibi insanüstü bir performansa ulaştılar, ancak önemli bir konuda başarısız oldular: Yapay sinir ağları sıralı olarak öğrendiğinde, yeni bilgiler önceki bilgilerin üzerine yazılıyor; bu olaya yıkıcı unutma adı veriliyor.

Bazhenov, "Buna karşılık, insan beyni sürekli olarak öğreniyor ve yeni verileri mevcut bilgiye dahil ediyor" dedi ve "ve genellikle yeni eğitim, hafızanın pekiştirilmesi için uyku dönemleriyle birleştirildiğinde en iyi şekilde öğrenir."

18 Kasım 2022 tarihli sayısında yazıyor PLOS Hesaplamalı Biyoloji, Kıdemli yazar Bazhenov ve meslektaşları, biyolojik modellerin, yapay sinir ağlarındaki yıkıcı unutma tehlikesini azaltmaya nasıl yardımcı olabileceğini ve bunların çeşitli araştırma ilgi alanlarındaki faydalarını nasıl artırabileceğini tartışıyor.

Bilim adamları, doğal sinir sistemlerini yapay olarak taklit eden sinir ağlarını kullandılar: Bilginin sürekli olarak iletilmesi yerine, belirli zaman noktalarında ayrı olaylar (sivri uçlar) olarak iletilir.

Yükselen ağlar yeni bir görev için eğitildiklerinde, ancak ara sıra uykuyu taklit eden çevrimdışı dönemler uygulandığında, yıkıcı unutmanın hafifletildiğini buldular. Araştırmanın yazarları, insan beyni gibi, ağların "uyku"sunun da eski eğitim verilerini açıkça kullanmadan eski anıları yeniden canlandırmasına olanak tanıdığını söyledi.

Anılar, insan beyninde sinaptik ağırlık kalıplarıyla (iki nöron arasındaki bağlantının gücü veya genliği) temsil edilir.

Bazhenov, "Yeni bilgi öğrendiğimizde nöronlar belirli bir sırayla ateşleniyor ve bu da aralarındaki sinapsları artırıyor" dedi. Uyku sırasında, uyanıklık halimizde öğrenilen ani artış modelleri kendiliğinden tekrarlanır. Buna yeniden etkinleştirme veya tekrar oynatma denir.

"Sinaptik plastisite, değiştirilme veya kalıplanma kapasitesi, uyku sırasında hala yerindedir ve hafızayı temsil eden sinaptik ağırlık kalıplarını daha da geliştirebilir, unutmayı önlemeye veya bilginin eskiden yeni görevlere aktarılmasını sağlamaya yardımcı olabilir."

Bazhenov ve meslektaşları bu yaklaşımı yapay sinir ağlarına uyguladıklarında, bunun ağların yıkıcı unutmayı önlemesine yardımcı olduğunu buldular.

"Bu, bu ağların insanlar veya hayvanlar gibi sürekli olarak öğrenebileceği anlamına geliyordu. İnsan beyninin uyku sırasında bilgiyi nasıl işlediğini anlamak, insanlarda hafızanın güçlendirilmesine yardımcı olabilir. Uyku ritimlerini arttırmak daha iyi hafızaya yol açabilir.

"Diğer projelerde, uyku ritmini iyileştiren ve öğrenmeyi iyileştiren işitsel tonlar gibi uyarıları uyku sırasında uygulamaya yönelik en uygun stratejileri geliştirmek için bilgisayar modellerini kullanıyoruz. Bu, hafızanın optimal olmadığı durumlarda, örneğin yaşlanma sırasında hafızanın azaldığı veya Alzheimer hastalığı gibi bazı durumlarda özellikle önemli olabilir."

Ortak yazarlar arasında şunlar yer almaktadır: Ryan Golden ve Jean Erik Delanois, her ikisi de UC San Diego'dan; ve Çek Bilimler Akademisi Bilgisayar Bilimleri Enstitüsü'nden Pavel Sanda.