أدمغة قردة المكاك تكشف أسرار العقل البشري والذكاء الاصطناعي

فهم استجابة الخلايا العصبية باستخدام التقنيات الحديثة

طوال عقود، اعتمد العلماء على نماذج حسابية بسيطة لوصف طريقة استجابة الخلايا العصبية في المخ البشري لما تراه أعيننا يومياً. ورغم فائدة هذه النماذج القديمة في تقديم تفسيرات بسيطة، إلا أنها فشلت في التنبؤ بسلوك الخلايا في المناطق العليا من القشرة البصرية.

هذا القصور دفع الباحثين لتبني تكنولوجيا الذكاء الاصطناعي، والتي تتكون من طبقات متعددة، لتطوير نماذج أكثر تعقيداً. ورغم نجاح هذه الأنظمة في تقديم توقعات دقيقة، إلا أن تفسير كيفية عملها أصبح صعباً، نظراً لوجود العديد من المتغيرات والمعلمات التي تتجاوز القدرة على الفهم.

نموذج “نصل أوكام” في البحث العصبي

لحل هذه المعضلة، قدم فريق من الباحثين دراسة جديدة نُشرت في دورية “نيتشر”، حيث استخدموا مبدأ فلسفي وعلمي قديم يُعرف باسم “نصل أوكام”. ينص هذا المبدأ على أن التفسير الأبسط هو عادة الأكثر دقة.

طرح العلماء تساؤلاً حول إمكانية ضغط النماذج الحاسوبية المعقدة لتبسيط فهم العمليات الحسابية التي تحدث في الدماغ. كما افترضوا أن هذه النماذج تحتوي على فلاتر رقمية وروابط زائدة لا تمثل الواقع البيولوجي للدماغ، مما يعني أن إزالة هذه الفلاتر قد تكشف لنا الآليات الحقيقية التي من خلالها نفهم ما نراه يومياً.

تجربة العلماء مع أدمغة القرود

دراسة العلماء لم تعتمد فقط على الاعتماد على الذكاء الاصطناعي، بل تضمنت أيضاً تجارب عملية. قرر الفريق دراسة أدمغة قردة المكاك، والتي تشبه نظامها البصري ذلك النظام الموجود لدى البشر، لتفسير كيفية التعرف على الأشكال والألوان.

استخدم الباحثون نموذجاً ضخماً من الذكاء الاصطناعي للتنبؤ والتعرف على الأنماط. ومن ثم، استخدمت تقنية تسمى “تقطير المعرفة”، مما يعني أن نموذجاً جديداً (يشبه الطالب) تعلم عن طريق تقليد النتائج التي أنتجتها الشبكة الضخمة (الأستاذ الخبير).

نتائج الدراسة وتأثيرها على فهم الدماغ

تمكن العلماء من إنشاء نماذج مضغوطة أصغر بـ 5 آلاف مرة من النموذج الأصلي، مع الحفاظ على نفس دقة التنبؤات. هذه النماذج تحتوي على حوالى 150 فلتراً و10 آلاف رابط فقط، مما يجعلها أسهل فهماً وقابلة للتفسير.

أظهرت التجارب أن استجابة الخلايا العصبية للقردة كانت أقوى تجاه الصور المعقدة مثل الحواف والدوائر، مما يدل على أن النماذج الجديدة تمثل بشكل دقيق التفضيلات البصرية للخلايا العصبية.

يقول الباحثون إن هذا التحليل الدقيق للعمليات الحسابية في الدماغ يجعل من الممكن بناء أنظمة ذكاء اصطناعي أكثر أماناً وفعالية، ويمهد الطريق لفهم أفضل لمشاكل عصبية مثل الخرف.

خاتمة ورؤية مستقبلية

على الرغم من كل ما تم تحقيقه، يؤكد الباحثون أننا ما زلنا بعيدين عن فهم جميع أسرار الدماغ. ومع ذلك، فإن الاكتشافات الحديثة تدل على أنّ الخلايا العصبية العميقة الاستجابة يمكن وصفها بنماذج بسيطة، مما يمثل خطوة كبيرة نحو تحقيق هذا الهدف.

يتوقع العلماء أن تساعد هذه النماذج الأسهل في فهم كيفية عمل الدماغ، مما قد يقود إلى الابتكار في العلاجات المستقبلية للاضطرابات العصبية، ويوفر إطار عمل للتطبيقات العملية في مجال الذكاء الاصطناعي. وفي القريب العاجل، من المتوقع أن نرى تطورات إضافية تعزز من فهمنا لهذا المجال المعقد.