النوم المريح مفيد لعقلك. يساعد عقلك على فرز التجارب الحديثة، والتي يمكن أن تساعد في تكوين ذكريات جديدة دون الكتابة فوق القديمة. ولكن كيف؟ استخدمت دراسة جديدة نماذج الكمبيوتر للإجابة عن هذا السؤال.
جسمك يحتاج إلى النوم للراحة. لكن عقلك لا يرتاح عندما تكون نائماً؛ فهو يقوم بالعديد من الأشياء أثناء نومك، بما في ذلك فرز التجارب الحديثة، مما يعزز قدرتك على التعلم والتذكر. اتضح الآن أن نفس الاستراتيجية يمكن أن تساعد عقول الكمبيوتر.
بافيل ساندا عالم كمبيوتر في الأكاديمية التشيكية للعلوم في براغ، كان جزءاً من فريق بحث استخدم أنموذجاً للكمبيوتر لاستكشاف كيف يساعد النوم الدماغ على التعلم. يقول: هناك شيء مهم للغاية يحدث أثناء النوم. عمل الفريق باستخدام نظام كمبيوتر يقوم بنمذجة الدماغ، المعروف أيضاً باسم الذكاء الاصطناعي أو AI.
نماذج الذكاء الاصطناعي موجودة في كل مكان. فهي تقدم لك توصيات بمقاطع الفيديو على وسائل التواصل الاجتماعي. يمكنها أيضاً التعرف على وجهك في الصور. يمكنها حتى قيادة السيارات. تعمل الغالبية العظمى من هذه النماذج باستخدام ما يُعرف بالشبكات العصبية الاصطناعية، وهي شكل شائع من التعلم الآلي.
كانت الشبكات العصبية الاصطناعية مستوحاة في الأصل من شبكات الخلايا العصبية في دماغ حي. لكن من الناحية العملية، فإن أكثر شبكات ANN شيوعاً لا تشبه الدماغ. يقول إيريك ديلانيوس: إنها في الأساس مجرد تقنيات في الجبر والرياضيات الخطية. وهو طالب دراسات عليا في علوم الكمبيوتر بجامعة كاليفورنيا، وعمل مع ساندا في البحث الجديد.
يمكن لمعظم شبكات ANN تعلم أداء مهمة واحدة على ما يرام. ولكن عندما يتعلق الأمر بتعلم مهمة جديدة، فإن لديها مشكلة لا تعاني منها العقول البشرية. فهي إما تفشل في تعلم المهمة الجديدة، أو تتعلم الشيء الجديد لكنها تمحو معظم ما تعرفه عن مهمتها الأصلية. يشير مطورو الذكاء الاصطناعي إلى هذا بـ"النسيان الكارثي"، يشرح ساندا.
لكن هذه المشكلة لا تميل إلى التأثير على الدماغ البشري. تساءل ساندا: "كيف تدخل ذكرياتنا الجديدة في حوض الذكريات القديمة دون محوها؟".
بينما كانت أدمغتنا تفرز التجارب الجديدة أثناء النوم، كما هو معلوم، فإنها تعيد عرض تلك الأحداث عدة مرات. قرر ساندا وفريقه تقليد هذا الجانب من نوم الإنسان في أنموذج الذكاء الاصطناعي. وقد ساعد هذا التقليد الذكاء الاصطناعي على تعلم أشياء جديدة دون نسيان الأشياء القديمة. ساعد هذا "النوم" على تجنب النسيان الكارثي.
استكشاف عالم الشبكة
لم يكن أنموذج فريق ساندا المستخدم هو أنموذج ANN عادي. استخدموا نوعاً يُعرف باسم "الشبكة العصبية المتصاعدة". إنه يصمم بشكل أقرب للدماغ البشري، لكنه يستغرق المزيد من الوقت والجهد للتدريب.
أولاً، قام الفريق بتدريب هذه الشبكة على مهمة بسيطة. كان الأنموذج يتحكم في نقطة زرقاء تتجول عبر شبكة. كانت الشبكة مزروعة بثلاثة أنواع من الكتل الخضراء المزدوجة. جلس بعض الأزواج جنباً إلى جنب. جلست أزواج أخرى فوق بعضها، النوع الثالث من الأزواج جلس قطرياً.
بالنسبة إلى المهمة الأولى، تعلمت الشبكة البحث عن أزواج جنباً إلى جنب. في الوقت نفسه، كان عليها تجنب الخطوط المائلة المنحدرة نحو الأسفل. يشرح ساندا أن الأمر يبدو كما لو كان حيواناً يتعلم أن "بعض أنواع التوت سامة، بينما بعضها مفيد لك".
كيف تعلمت الشبكة؟ كانت تحتوي على ثلاث طبقات. طبقة الإدخال تتصرف مثل الحواس. لقد تفاعلت مع عالم الشبكة. كانت الطبقة الوسطى تشبه شبكة من الخلايا العصبية الرقمية. تعلم كل واحد التعرف على أنماط معينة واجهتها الحواس. ثم اتخذت طبقة المخرجات قرارات بناءً على تلك الأنماط وعملت. عندما تحركت نحو التوت اللذيذ أو بعيداً عن التوت الفاسد، حصلت على مكافأة. لذلك تعلمت الأنماط التي يجب البحث عنها وتلك التي يجب تجنبها. بعد ذلك، حاول الفريق تعليم الشبكة شيئاً جديداً.
الآن، كانت الكتل المكدسة لذيذة وكانت الأقطار المنحدرة نحو الأعلى سيئة. عادة، يجب على الشبكة أن تنسى الدرس الأول لتعلم هذا الدرس الجديد. ومع ذلك، لم يحاول الفريق تعليمها القواعد الجديدة دفعة واحدة. بدلاً من ذلك، سمحوا لنظام الذكاء الاصطناعي باستكشاف الشبكة لفترة وجيزة، ثم جعلوه يأخذ استراحة تشبه النوم.
أثناء الاستراحة، لم تكن هناك شبكة ولا أشكال لتواجهها. لذلك لم يكن هناك شيء يمكن رؤيته ولم تكن هناك أي إجراءات يمكن اتخاذها. ومع ذلك، استمرت الشبكة في العمل. أعادت بشكل عشوائي الطريقة التي استجابت بها الطبقة الوسطى للعالم. بفضل فترات الراحة التي تشبه النوم، تمكنت الشبكة من تعلم كلتا المهمتين جيداً.
أهمية النوم
قد لا يكون تقليد النوم هو أفضل طريقة لجميع نماذج الذكاء الاصطناعي لتعلم مهام متعددة. الكمبيوتر ليس له جسم. والعديد من الأشياء التي تحدث أثناء النوم لها علاقة بالحفاظ على صحة الدماغ (مثل التخلص من الفضلات).
ومع ذلك، فإن هذا البحث مثير للاهتمام لعلماء الأعصاب، كما تقول كاناكا راجان، وهي عالمة أعصاب في كلية الطب في مدينة نيويورك. لم تشارك راجان في الدراسة، لكنها تستخدم نماذج الكمبيوتر لدراسة كيفية تعلم الناس والحيوانات الأخرى. تركز معظم هذه الأبحاث على ما يحدث عندما يكون الدماغ مستيقظاً.
نادراً ما تتضمن نماذج الذكاء الاصطناعي للأدمغة مرحلة شبيهة بالنوم، كما تقول. وتضيف: الآن ربما ينبغي عليها ذلك. تقول إن البحث الجديد "خطوة أولى مهمة جداً نحو فهم أهمية النوم". ومع ذلك، تشير إلى أن الباحثين سيحتاجون إلى إضافة المزيد إلى أنموذجهم من أجل تمثيل دماغ حقيقي بشكل أفضل.
تأمل مجموعة ساندا في معرفة كيف يحسن النوم التعلم والذاكرة. إذا نجحت، فقد يتمكن الأطباء من إيجاد طرق لتحفيز الدماغ أثناء النوم للمساعدة في علاج اضطرابات الذاكرة.
يبقى أن نقف عند المصطلحات الآتية مع هذا الشرح البسيط عنها:
الذكاء الاصطناعي: نوع من صنع القرار القائم على المعرفة تعرضه الآلات أو أجهزة الكمبيوتر. يشير المصطلح أيضاً إلى مجال الدراسة الذي يحاول فيه العلماء إنشاء آلات أو برامج كمبيوتر قادرة على السلوك الذكي.
علم الأحياء الحاسوبي: مجال يستخدم فيه العلماء الرياضيات وبرامج الكمبيوتر لفهم الكائنات الحية بشكل أفضل.
الأنموذج الحاسوبي: برنامج يتم تشغيله على جهاز كمبيوتر يقوم بإنشاء أنموذج أو محاكاة لميزة أو ظاهرة أو حدث في العالم الحقيقي.
التعلم الآلي: أسلوب في علوم الكمبيوتر يسمح لأجهزة الكمبيوتر بالتعلم من الأمثلة أو الخبرة. التعلم الآلي هو أساس بعض أشكال الذكاء الاصطناعي (AI). على سبيل المثال، قد يقارن نظام التعلم الآلي الأشعة السينية لأنسجة الرئة لدى الأشخاص المصابين بالسرطان، ثم يقارنها بما إذا كان المريض قد نجا بعد تلقيه علاجاً معيناً ومدة ذلك. في المستقبل، قد يكون نظام الذكاء الاصطناعي هذا قادراً على فحص رئة مريض جديد والتنبؤ بمدى استجابته للعلاج.
الشبكة العصبية: تُعرف أيضاً بالشبكة العصبونية. برنامج كمبيوتر مصمم لإدارة الكثير من البيانات وبطرق معقدة. تتكون هذه الأنظمة من العديد (ربما الملايين) من الاتصالات البسيطة والمرتبطة بكثافة داخل الكمبيوتر. يمكن لكل اتصال أو عقدة إجراء عملية بسيطة. قد يتم توصيل عقدة واحدة بالعديد من عقد التغذية، والتي ترسل البيانات إليها. توجد عدة عقد أخرى في طبقة أخرى جاهزة لقبول البيانات التي تمت معالجتها حديثاً والعمل عليها بطريقة أخرى. تم تصميم الفكرة العامة للشبكات في البداية بشكل فضفاض على الطريقة التي تعمل بها الخلايا العصبية في الدماغ لمعالجة الإشارات التي تؤدي إلى التفكير والتعلم.
----