قام فريق من جامعة توهوكو وجامعة المستقبل هاكوداته في اليابان بتدريب الخلايا العصبية القشرية للفئران على توليد إشارات زمنية معقدة بشكل مستقل باستخدام إطار التعلم الآلي في الوقت الحقيقي، وفقا لدراسة نشرت في 12 مارس في مجلة مجلة وقائع الأكاديمية الوطنية للعلوم. قام الباحثون بدمج الخلايا العصبية الحية مع مصفوفات الأقطاب الكهربائية الدقيقة عالية الكثافة وأجهزة الموائع الدقيقة، مما أدى إلى إنشاء نظام حوسبة خزان مغلق الحلقة تعلم إنتاج أشكال موجية دورية وفوضوية دون أي مدخلات خارجية.
تعمق أكثر مع TH Premium: الذكاء الاصطناعي ومراكز البيانات
كانت التكنولوجيا التمكينية، وفقًا للباحثين، هي استخدام أفلام ميكروفلويديك PDMS لتقييد كيفية اتصال الخلايا العصبية. وبدون قيود مادية، تشكل الخلايا العصبية المستنبتة شبكات كثيفة ومتزامنة للغاية تعمل بشكل متزامن، وقد فشلت هذه الشبكات المتجانسة في تعلم أي من الإشارات المستهدفة.
يستمر المقال أدناه
بدلًا من ذلك، حصر الباحثون أجسام الخلايا العصبية في 128 بئرًا مربعة، تبلغ مساحة كل منها حوالي 100 × 100 ميكرومتر، وتحتوي كل بئر على متوسط 14.6 خلية عصبية. تم ربط الآبار بواسطة قنوات صغيرة في شكلين: تصميم شبكي مع اتصالات موحدة للجار الأقرب، وتصميم هرمي مع اتصالات متفرقة ومتعددة النطاق.
أدى كلا التكوينين المنقوشين إلى تقليل الارتباطات العصبية الزوجية بشكل كبير مقارنة بالثقافات غير المنقوشة (0.11 و0.12 مقابل 0.45، على التوالي)، مما يزيد من أبعاد ديناميكيات الشبكة. تفوقت الشبكات الشبكية باستمرار على الشبكات الهرمية عبر جميع أشكال الموجات المستهدفة، ويرجع ذلك على الأرجح إلى أن اتصالاتها بين الوحدات الأكثر كثافة أنتجت معدلات إطلاق أعلى أعطت وحدة فك التشفير الخطية إشارة أكثر للعمل معها.
أظهرت الاختبارات أن الخلايا العصبية في دماغ الفئران هي “موارد حسابية جديدة”
باستخدام الشبكات الشبكية والهرمية، تعلم النظام توليد موجات جيبية بفترات 4 و10 و30 ثانية، بالإضافة إلى موجات مثلثة ومربعة، ويمكن إعادة تدريب نفس إعداد الثقافة للتأرجح بترددات مختلفة. أظهر الباحثون أيضًا أن النظام يمكنه تقريب جاذب لورينز، وهو مسار فوضوي ثلاثي الأبعاد، مع ارتباطات زوجية أعلى من 0.8 بين الإشارات المتوقعة والمستهدفة عبر جميع الأبعاد خلال مرحلة التعلم.
وقال هيدياكي ياماموتو، الأستاذ في معهد أبحاث الاتصالات الكهربائية بجامعة توهوكو، في بيان صحفي نُشر على الموقع الإلكتروني للمؤسسة: “يُظهر هذا العمل أن الشبكات العصبية الحية ليست أنظمة ذات معنى بيولوجي فقط، ولكنها قد تكون أيضًا بمثابة موارد حسابية جديدة”.
انخفض الأداء بعد توقف التدريب وتشغيل النظام بشكل مستقل، مع زيادة متوسط الخطأ التربيعي في 99% من التجارب. كما أن زمن استجابة حلقة التغذية المرتدة البالغ 330 مللي ثانية تقريبًا قد حد من قدرة النظام على تتبع أشكال الموجات سريعة التغير أو ذات الحواف الحادة. وأشار الباحثون إلى أن تقليل هذا التأخير من خلال الأجهزة المتخصصة أو التصفية البديلة يمكن أن يوسع نطاق الأهداف القابلة للتعلم، مع احتمال أن تمتد التطبيقات المستقبلية إلى واجهات الدماغ والآلة والأجهزة العصبية التعويضية.
يتبع أجهزة توم على أخبار جوجل، أو أضفنا كمصدر مفضل، للحصول على آخر الأخبار والتحليلات والمراجعات في خلاصاتك.
التعليقات