كيف ينشأ الوعي؟ يشك الباحثون في أن الإجابة على هذا السؤال تكمن في الروابط بين الخلايا العصبية. لسوء الحظ ، ومع ذلك ، لا يعرف سوى القليل عن الأسلاك في الدماغ. يرجع ذلك أيضًا إلى مشكلة الوقت: سيتطلب تتبع الاتصالات في البيانات التي تم جمعها ساعات عمل تصل إلى العديد من الأعمار ، نظرًا لعدم تمكن أي كمبيوتر من تحديد جهات اتصال الخلايا العصبية بما يكفي بشكل موثوق حتى الآن. يخطط علماء من معهد ماكس بلانك لعلم الأحياء العصبية في مارتينزريد لتغيير ذلك بمساعدة الذكاء الاصطناعي. لقد قاموا بتدريب العديد من الشبكات العصبية الاصطناعية ، وبالتالي تمكنوا من إعادة البناء المتسارع للغاية للدوائر العصبية.

الخلايا العصبية تحتاج الشركة. على المستوى الفردي ، لا يمكن لهذه الخلايا أن تحقق الكثير ، ولكن عندما تتضافر الخلايا العصبية تشكل شبكة قوية تتحكم في سلوكنا ، من بين أشياء أخرى. كجزء من هذه العملية ، تتبادل الخلايا المعلومات عبر نقاط الاتصال الخاصة بها ، والمشابك. معلومات حول الخلايا العصبية التي ترتبط ببعضها البعض عندما وأين هي أمر مهم لفهمنا لوظائف الدماغ الأساسية والعمليات الفائقة مثل التعلم والذاكرة والوعي واضطرابات الجهاز العصبي. ويشتبه الباحثون في أن مفتاح كل هذا يكمن في توصيل خلايا ما يقرب من 100 مليار في الدماغ البشري.

لتكون قادرًا على استخدام هذا المفتاح ، يجب تعيين الخريطة العصبية ، أي كل خلية عصبية في الدماغ مع الآلاف من جهات الاتصال والخلايا الشريكة. قبل بضع سنوات فقط ، بدا احتمال تحقيق ذلك بعيد المنال. ومع ذلك ، يرفض العلماء في الإلكترونات - الفوتونات - قسم الخلايا العصبية بمعهد ماكس بلانك لعلم الأحياء العصبية الردع من فكرة أن شيئًا ما "يتعذر الوصول إليه". ومن هنا ، طوروا طوروا طرق تلطيخ مجهر وتحسينها خلال السنوات القليلة الماضية. والتي يمكن استخدامها لتحويل عينات أنسجة المخ إلى صور مجهر إلكترون ثلاثي الأبعاد عالية الدقة. يقوم المجهر الأحدث الخاص بهم ، والذي تستخدمه الإدارة كنموذج أولي ، بمسح سطح عينة تحتوي على 91 حزمة إلكترون بالتوازي قبل كشف مستوى العينة التالي. بالمقارنة مع النموذج السابق ، فإن هذا يزيد من معدل الحصول على البيانات بعامل يزيد عن 50. ونتيجة لذلك ، يمكن رسم خريطة كاملة للفأرة الدماغية في بضع سنوات فقط بدلاً من عقود.

على الرغم من أنه من الممكن الآن تقسيم جزء من نسيج الدماغ إلى مليارات من البكسل ، إلا أن تحليل صور المجهر الإلكتروني هذه يستغرق سنوات عديدة. ويرجع ذلك إلى حقيقة أن خوارزميات الكمبيوتر القياسية غالبًا ما تكون غير دقيقة بحيث يتعذر عليها تتبع توقعات رقاقة الرقائق للخلايا العصبية على مسافات طويلة ولتحديد نقاط الاشتباك العصبي. لهذا السبب ، لا يزال يتعين على الأشخاص قضاء ساعات أمام شاشات الكمبيوتر للتعرف على المشابك في أكوام الصور التي تم إنشاؤها بواسطة المجهر الإلكتروني.

لقد تخطى علماء Max Planck بقيادة يورغن كورنفيلد هذه العقبة بمساعدة الشبكات العصبية الاصطناعية. يمكن أن تتعلم هذه الخوارزميات من الأمثلة والخبرات وتعميمات تستند إلى هذه المعرفة. يتم تطبيقها بالفعل بنجاح كبير في عملية الصورة والتعرف على الأنماط اليوم. يقول كورنفيلد: "لذلك لم يكن امتدادًا كبيرًا لتصور استخدام شبكة اصطناعية لتحليل شبكة عصبية حقيقية". ومع ذلك ، لم يكن الأمر بسيطًا كما يبدو. لعدة أشهر ، عمل العلماء على تدريب واختبار ما يسمى بالشبكات العصبية التلافيفية للتعرف على امتدادات الخلايا ومكوناتها والخلايا المتشابكة وتمييزها عن بعضها البعض.

بعد مرحلة تدريب قصيرة ، يمكن لشبكة SyConn الناتجة تحديد هذه الهياكل بشكل مستقل وموثوق للغاية. أظهر استخدامه على البيانات من دماغ الطائر المغرد أن SyConn موثوق للغاية لدرجة أنه لا توجد حاجة للبشر للتحقق من الأخطاء. يقول كورنفيلد ببهجة واضحة لنجاح سايكون ، الذي يشكل جزءًا من دراسته للدكتوراه: "هذا أمر رائع تمامًا حيث لم نكن نتوقع تحقيق معدل خطأ منخفض من هذا القبيل". ولديه كل الأسباب التي تجعله سعيدًا ، لأن الشبكات العصبية المطورة حديثًا ستخفف علماء البيولوجيا العصبية من آلاف الساعات من العمل الرتيب في المستقبل. نتيجة لذلك ، سيقللون أيضًا من الوقت اللازم لفك تشفير شبكة الاتصال ، وربما أيضًا ، من خلال سنوات عديدة.
Share To:

Mohamed Hassan

Post A Comment:

0 comments so far,add yours