طوّر علماء من معهد موسكو للفيزياء والتكنولوجيا، بالتعاون مع زملائهم من جامعة لوباتشيفسكي الحكومية في نيجني نوفغورود، آلية تتيح للشبكات العصبية الاصطناعية، التي تحاكي عمل الدماغ، الحفاظ على استقرارها وتجنب الأعطال.
ووفقا لوزارة التعليم والعلوم الروسية، يمهد هذا التطوير الطريق لإنشاء أنظمة حوسبة عصبية فائقة الموثوقية. ونُشرت نتائج الدراسة في مجلة European Physical Journal Special Topics.
وقال فيكتور كازانتسيف، أحد مؤلفي الدراسة ورئيس مختبر تقنيات البيولوجيا العصبية في معهد موسكو للفيزياء والتكنولوجيا، ورئيس قسم التقنيات العصبية في معهد الأحياء والطب الحيوي بجامعة لوباتشيفسكي: "يقوم تطويرنا على مبدأ الاستتباب (Homeostasis)، أي قدرة الأنظمة على الحفاظ على توازنها بالاعتماد على مواردها الداخلية. وقد نقلنا هذه الخاصية المميزة للكائنات الحية إلى بنية رقمية".
كيف تنظّم الشبكة العصبية نشاطها؟
ولتحقيق ذلك، استخدم العلماء آليات خاصة تمكّن الشبكة العصبية الاصطناعية من مراقبة مستوى نشاطها في الوقت الفعلي، وتعديل قوة الإشارات بين الخلايا العصبية بمرونة. ويسمح ذلك للنظام بكبح فرط الاستثارة ومنع انزلاقه إلى أنماط نشاط خارجة عن السيطرة.
وأجرى الباحثون محاكاة باستخدام شبكة عصبية نبضية (SNN) من تصميمهم، وهي منصة تحاكي في بنيتها عمل الدماغ البيولوجي إلى حد كبير. وفي هذه الشبكات، تنتقل الإشارات من خلية عصبية إلى أخرى على شكل نبضات كهربائية قصيرة تُعرف باسم "النبضات الشوكية" (Spikes)، بينما تظل الخلايا العصبية غير نشطة في الفترات الفاصلة بينها، ما يوفر قدرا كبيرا من الطاقة الحاسوبية مقارنة بالشبكات العصبية التقليدية.
وأظهر العلماء أن الشبكة العصبية النبضية تزيد عدد النبضات داخل كل رشقة عند العمل وفق ترددات مستهدفة منخفضة، بينما تزيد معدل تكرار الرشقات نفسها عند الترددات العالية.
والنبضة الشوكية هي إشارة كهربائية قصيرة تصدرها الخلية العصبية، أما الرشقة فهي سلسلة من هذه النبضات المتتابعة بفواصل زمنية قصيرة. ويشير التردد المستهدف إلى عدد النبضات التي يتعين على الشبكة توليدها في المتوسط خلال وحدة زمنية محددة.
ويمكن للشبكة زيادة متوسط تردد النبضات بطريقتين: ففي الترددات المستهدفة المنخفضة، تضيف نبضات إلى كل رشقة، بينما تزيد في الترددات العالية معدل إطلاق الرشقات، مع تقليص الفواصل الزمنية بينها.
ويتيح هذا النهج للنظام التكيف تلقائيا مع مستوى النشاط المطلوب، مع الحفاظ على استقراره في نطاق واسع من أنماط التشغيل.
معالجات للروبوتات المستقلة
ووفقا للباحثين، يمكن أن تشكل الآليات المقترحة أساسا لتطوير معالجات عصبية بسيطة تضاهي كفاءة الدماغ البشري في استهلاك الطاقة. وبفضل قدرتها على التنظيم الذاتي، ستتمكن هذه المعالجات من تجنب "التجمد" ومقاومة التشويش.
وقد تجد هذه الأنظمة تطبيقات في مجال الروبوتات المستقلة، أي الأجهزة القادرة على اتخاذ القرارات دون الحاجة إلى الاتصال الدائم بخوادم الحوسبة السحابية.
ويخطط العلماء مستقبلا لتكييف النهج المقترح مع أنظمة أكثر تعقيدا، بما في ذلك الأنظمة التي تستطيع فيها الخلايا العصبية إنشاء روابط جديدة تلقائيا لتعويض الروابط المفقودة.
