یکتا فراهانی: اهمیت نقشه جدید سهبعدی از مغز فقط در شناخت مغز نیست؛ دادههای آن میتوانند به دانشمندان کمک کنند بفهمند مغز چگونه اطلاعات تصویری را پردازش میکند و حتی ایدههای تازهای برای ساخت هوش مصنوعی ایجاد کنند.
یک میلیمتر مکعب؛ اما با نیم میلیارد اتصال
به گزارش Carnegie Mellon University اندازه این نمونه تقریباً باورنکردنی است. دانشمندان فقط بخشی بسیار کوچک از قشر بینایی مغز موش را بررسی کردهاند، اما همین قطعه شامل حدود ۲۰۰ هزار سلول و بیش از ۵۰۰ میلیون اتصال میان آنهاست.
برای ساخت این نقشه، پژوهشگران ابتدا فعالیت نورونها را هنگام مشاهده تصاویر و ویدئوهای مختلف ثبت کردند. سپس همان بخش از بافت مغز با روشهای تصویربرداری بسیار دقیق بررسی شد تا ارتباط میان سلولها بازسازی شود.
نتیجه، نقشهای است که فقط نشان نمیدهد سلولها کجا قرار دارند؛ بلکه تلاش میکند مشخص کند کدام سلول به کدام سلول متصل است و این شبکه چگونه با فعالیت واقعی مغز ارتباط پیدا میکند.
- کودکان عصر هوش مصنوعی | نسلی که باید فکرکردن را یاد بگیرد نه فقط پاسخ گرفتن را
- رد پای یک پیشداوری در مغز | چرا با بعضی افراد راحتتر معاشرت میکنیم؟
- میانبُر عصبی دوگانه میتواند پس از آسیب شدید نخاعی | حرکت و حس را به بیماران بازگرداند
مغز فقط تصویر را نمیبیند؛ آن را تفسیر میکند
یکی از یافتههای جالب این پروژه به نحوه واکنش نورونها به تصاویر مربوط میشود. برخی نورونها به ویژگیهای سادهای مانند جهت یک خط واکنش نسبتاً مشخصی دارند. اما گروه دیگری انعطافپذیرتر هستند و واکنش آنها به زمینه و کل تصویری که میبینند بستگی دارد.
دادههای MICrONS نشان دادهاند برخی نورونها ظاهراً هر دو نوع اطلاعات را با هم ترکیب میکنند؛ یعنی هم یک ویژگی مشخص از تصویر را تشخیص میدهند و هم اطلاعات اطراف آن را در نظر میگیرند. این مسئله میتواند به توضیح یکی از تواناییهای مهم مغز کمک کند: تشخیص اشیا در شرایط مختلف و باوجود تغییرات محیطی.
این نقشه فقط برای دانشمندان نیست
یکی از مهمترین ویژگیهای پروژه این است که دادههای محاسباتی و آناتومیکی آن در اختیار جامعهپژوهشی قرار گرفته است.
این یعنی دانشمندان دیگر مجبور نیستند برای هر سؤال جدید، یک آزمایش کاملاً تازه طراحی کنند. آنها میتوانند همین مجموعه عظیم داده را بررسی کنند و پرسشهای جدیدی درباره ارتباط میان ساختار مغز، فعالیت نورونها و رفتار مطرح کنند.
چنین رویکردی میتواند سرعت پژوهش در نوروساینس را بالا ببرد و به حوزههایی مانند NeuroAI، مدلسازی مغز و طراحی الگوریتمهای جدید یادگیری ماشین کمک کند.
پاسخ بزرگترین سؤالها در کوچکترین نقشه!
شاید جذابترین نکته این پروژه همین تناقض باشد: دانشمندان برای نزدیکشدن به یکی از پیچیدهترین ساختارهای جهان، فعلاً فقط به یکتکه بسیار کوچک از آن نگاه کردهاند.
اما همین تکه کوچک شامل صدها هزار سلول و صدها میلیون ارتباط است و حالا پژوهشگران میتوانند ساختار این شبکه را با فعالیت واقعی نورونها مقایسه کنند.
اگر چنین نقشههایی در آینده برای بخشهای بزرگتر مغز ساخته شوند، ممکن است درک ما از بینایی، یادگیری و حتی نحوه شکلگیری رفتار تغییر کند. از طرف دیگر، همین اطلاعات میتوانند به ساخت نسل جدیدی از مدلهای هوش مصنوعی الهام بدهند؛ مدلهایی که شاید در برخی جنبهها بیشتر شبیه مغز یاد بگیرند تا یک ماشین آماری معمولی.
