اشترك

الاستمرار بالحساب الحالي

شارك
شارك
Article image




إن الشبكة العصبونية التي تحاكي الطريقة التي تتبعها حشرات العث في تمييز الروائح، تظهر لنا أن هذه الحشرات تتعلم بشكل أسرع بكثير من الآلات.

2022-06-23 15:49:49

12 يوليو 2018
تكمن إحدى الميزات المثيرة للفضول للشبكات العصبونية العميقة التي يرتكز عليها التعلم الآلي في أنها تختلف بشكل مثير للدهشة عن الشبكات العصبونية في الأنظمة البيولوجية. فبالرغم من وجود أوجه للتشابه، إلا أن بعض آليات التعلم الآلي بالغة الأهمية ليس لها نظير في الطبيعة، حيث يبدو أن التعلم يجري بطريقة مختلفة. وهذه الاختلافات ربما تفسر تخلّف أنظمة التعلم الآلي بشكل كبير عن الأنظمة الطبيعية في بعض جوانب الأداء. فالحشرات على سبيل المثال، يمكنها أن تميز الروائح بعد التعرض لها بضع مرات. أما الآلات، من الناحية الأخرى، فهي تحتاج إلى مجموعات ضخمة من بيانات التدريب لكي تتعلم. يأمل علماء الحاسوب بأن يساعدهم فهم المزيد عن أشكال التعلم الطبيعية على سد الفجوة. يشارك في هذا المسعى تشارلز ديلاهونت وزملاؤه في جامعة واشنطن في سياتل، الذين ابتكروا شبكة عصبونية اصطناعية تحاكي بنية وسلوك نظام التعلم الشمّي عند حشرات العث من نوع المندوكة السداسية. يقول هذا الفريق إن نظامهم يقدم أفكاراً هامة بشأن الطريقة التي تتعلم بها الشبكات الطبيعية، مع ما يترتب على ذلك من آثار محتملة على الآلات. لنتحدث أولاً عن بعض المعلومات الأساسية. إن نظام التعلم الشمّي عند حشرات العث بسيط نسبياً وقد تمكن علماء الأعصاب من تحديده بدقة. حيث يتألف من 5 شبكات منفصلة تعمل على تغذية المعلومات من واحدة إلى أخرى باتجاه واحد. الشبكة الأولى هي عبارة عن نظام مكون من حوالي 30,000 مستقبل كيميائي تكتشف الروائح وترسل مجموعة من

أدخل بريدك الإلكتروني واقرأ المقال مجاناً

أنشئ حساباً مجاناً واقرأ مقالتين مجاناً كل شهر من أوسع تشكيلة محتوى أنتجته ألمع العقول العالمية والعربية.