محققان ساختار شبکه عصبی مکرر در مغز را مطالعه می کنند

محققان ساختار شبکه عصبی مکرر در مغز را مطالعه می کنند


خبر – دو محقق دانشگاه وایومینگ تصمیم گرفتند مغز یکدیگر را انتخاب کنند. آنها به طور خاص اهمیت قشر پیشانی ، بخشی از مغز که در تصمیم گیری ، زبان بیانگر و حرکت داوطلبانه استفاده می شود را مورد بررسی قرار دادند.

و دو دانشمند دریافتند که یک ساختار شبکه عصبی مکرر یا RNN مسئول این توابع است.

Qian-Quan Sun ، استاد جانورشناسی و فیزیولوژی UW می گوید: “این RNN ورودی هایی را از مناطق احساسی مغز دریافت می کند و خروجی هایی را به قشر حرکتی ، قسمتی از مغز که مسئول حرکت داوطلبانه است ارسال می کند.” در زمینه هوش مصنوعی ، دانشمندان کامپیوتر شبکه های عصبی مصنوعی مختلفی از جمله RNN ها را طراحی کرده اند که با شبیه سازی شبکه عصبی در مغز پستانداران ، مشکلاتی مانند ترجمه زبان و تشخیص اشیا را به طور مثر حل می کند.

این مقاله یک ساختار اساسی از شبکه های عصبی در مغز پستانداران را ارائه می دهد. این ساختار اساسی ما را در بررسی استراتژی رفتاری راهنمایی می کند. ”سان ادامه می دهد. پس از به دست آوردن جزئیات بیشتر ، ممکن است آن را به شبکه عصبی مصنوعی ترجمه کرده و از آن برای حل مشکلات دنیای واقعی استفاده کنیم. “

سان ، مدیر مرکز بیولوژی پزشکی بیومدیکال وایومینگ UW’s ، نویسنده اصلی مقاله ای با عنوان “یک شبکه عصبی مکرر دوربرد که مناطق احساسات را با قشر حرکتی سوماتیک مرتبط می کند” است که امروز (سه شنبه) در Cell Reports منتشر شد. مجله با دسترسی آزاد مقالاتی را که در تمام طیف علوم زیستی مورد بررسی قرار گرفته اند منتشر می کند که بینش بیولوژیکی جدیدی را گزارش می دهند.

اولین نویسنده مقاله ییان وانگ ، دکتری است. دانشجوی برنامه دکتری علوم اعصاب UW ، از پکن ، چین. این تحقیق با کمک های مالی موسسه ملی بهداشت تأمین شده است.

سان می گوید که RNN های مصنوعی الگوریتم های مهم یادگیری عمیقی هستند که معمولاً برای مشکلات لوب معمولی یا گیجگاهی مانند ترجمه زبان ، پردازش زبان طبیعی ، تشخیص گفتار و زیرنویس تصویر استفاده می شوند. RNN ویژگی های متوالی در داده ها را تشخیص می دهد و از الگوها برای پیش بینی سناریوی احتمالی بعدی استفاده می کند. RNN ها در برنامه های محبوب مانند Siri ، Google Voice Search و Google Translate گنجانده شده است.

سان می گوید: “بزرگترین شگفتی این است که RNN ها نه تنها در مغز ما وجود دارند ، بلکه با عملکرد بسیار ظریف تر و در پردازش ورودی های متوالی بسیار کارآمد هستند.” “به طور کلی ، نورونهای قشری از نظر فضایی متقابل هستند و با یکدیگر آمیخته می شوند. با این حال ، داده های وانگ نه تنها نشان داد که RNN در مهمترین قسمت مغز – قشر جلویی – وجود دارد ، بلکه علاوه بر این ، این شبکه پیچیده تر از آن چیزی است که ما فکر می کردیم و بیشتر یک طرفه است. این برای ما شگفتی بزرگی است ، زیرا به ما می گوید این شبکه در مقایسه با سایر شبکه ها ممکن است وظایف منحصر به فردی را بر عهده داشته باشد. “

سان و وانگ برای آزمایش آزمایشگاهی مغز موش ها را تجزیه و تحلیل کردند. سویه های مختلف موش اصلاح شده ژنتیکی این دو را قادر می سازند تا انواع خاصی از نورون ها را با پروتئین های فلورسنت که پیوندهای مغز را دنبال می کنند برچسب گذاری کنند و فعالیت های نورون های خاص را با نشانگرهای فلورسنت ذاتی کنترل کنند.

به گفته سان ، این تحقیق دارای پیامدهای زیادی در دنیای واقعی است.

او می گوید: “یکی ، اکنون که از این عنصر مهم ساختمان آگاهی داریم ، این کار به رمزگشایی بیشتر نحوه تصمیم گیری مغز ما کمک می کند.” “دو ، این به کشف سایر RNN های مشابه در سایر قسمت های مغز کمک می کند. این به محققان کمک می کند تا از شبیه سازی های محاسباتی برای پیش بینی اینکه چگونه مغز ما حافظه کوتاه مدت را کد می کند و چگونه می تواند از آن استفاده کند ، استفاده کنند. و سه ، به طور خاص برای این مطالعه ، به ما کمک می کند تا درک کنیم که چگونه احساسات ، مانند ترس و اضطراب ، حرکات ما را تنظیم می کنند. “

سان می گوید که هر دو رویکرد محتوا و تحقیق مورد استفاده سان و وانگ باید با محققان هوش مصنوعی ، زیست شناسان ، مدلسازان محاسباتی و عصب شناسان منافع بسیار وسیعی داشته باشد.

سان می گوید: “نقشه ارتباط دقیق همچنین ممکن است به ما در درک علت اختلالات عصبی و روانی در مواردی که مشکلاتی در تنظیم احساسات یا حرکت داوطلبانه وجود دارد ، کمک کند.” با این حال ، قبل از اینکه این یافته بتواند کاربردهای وسیع تری داشته باشد ، جزئیات زیادی وجود دارد – مانند اینکه چگونه شبکه بازدارنده محلی RNN را تصفیه کرده است ، و چگونه اجزای مختلف تحت تأثیر حالات احساسی خاص قرار دارند – که هنوز باید مشخص شود. “

سان می گوید که هدف وانگ این است که این جزئیات را در پایان نامه خود بسازد.

مطالعه اصلی را ببینید


این مقاله توسط ترجمه کلمه به کلمه از منبع اصلی تهیه شده است لذا طبیعی است که از نظر نگارشی مشکلاتی داشته باشد

ارسال نظر

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *