Nöronların geleceği tahmin edebilmesi yapay sinir ağlarında kullanılabilir

Son yıllarda bilgisayar bilimcileri, insan beyninin fonksiyonlarını ve süreçlerini yapay olarak yeniden yaratan hesaplama araçları üretmeye çalışmaktalar. Beynin nasıl tahminlerde bulunduğunu açıklamaya çalışan yeni sinirbilim teorileri, bu araçları önemli ölçüde geliştirmeye yardımcı olabilir, böylece nöral işlevleri giderek daha gerçekçi yollarla çoğaltabilirler. Kanada, Lethbridge'deki Kanada Davranışsal Sinirbilim Merkezi'ndeki araştırmacılar, son zamanlarda bireysel nöronların nasıl öğrendiğini ve gelecek hakkında nasıl tahminlerde bulunabildiğine dair yeni bir çalışma yürüttüler. Nature Machine Intelligence'de yayınlanan bulgulara göre nöronların gelecekteki aktiviteleri tahmin etme yeteneğinin yeni bir öğrenme mekanizması ortaya çıkarabileceğini öne sürüyor. Araştırmayı yürüten araştırmacılardan biri olan Artur Luczak TechXplore'a verdiği demeçte, "Sayısız ayrıntılı gözlemi var, ancak aralarındaki bağlantıları açıklayan tek bir teori yok. Bu nedenle, sinirbilimdeki en büyük arayış, beynin nasıl çalıştığını açıklamak için birleştirici ilkeler bulmaktır. Çalışmamız bu arayışa katkıda bulunmayı amaçladı." Artur Luczak ve meslektaşları, matematiksel denklemleri kullanarak, nöronların öngörme yeteneklerini, nihayetinde makinelerde kopyalayabilecek yeni bir öğrenme mekanizması sağlayabileceğini gösterdi. Araştırmacılara göre, bu öğrenme süreci, nöronların kendi sinaptik aktivitelerini en aza indirerek diğer nöronlarla yerel kan üzerindeki etkileriyle metabolik bir kökene sahip olabilmekte. Luczak bu durumu şu şekilde açıklamış, "Kara bulutların yağmuru öngördüğünü öğrendiniz, çünkü bu kuru kalmanıza ve böylece ısı enerjinizi korumanıza yardımcı olur. Benzer şekilde, nöronlar X miktarındaki girdi aktivitesinin genellikle Y miktarındaki aktivite tarafından takip edildiğini öğrenebilmekte. Sinapslar sürprizi en aza indirecek şekilde ayarlayarak, nöronlar sadece aktif olarak enerji tasarrufu yapabilirler. Tahmini öğrenme kuralının, bir nöron tarafından metabolik enerjiyi en üst düzeye çıkarmanın bir sonucu olarak doğal olarak ortaya çıktığını gösterdik." Bu araştırma ekibi tarafından yürütülen son çalışma, hem sinirbilim hem de makine öğrenimi alanı için birçok ilginç sonuca sahip olabilir. Genel olarak, bulguları, bireysel nöronların işleyişini destekleyen öngörücü bir mekanizmanın öğrenmede çok önemli bir rol oynayabileceğini göstermekte. Luczak, "Gelecekte bu fikir, zorlu gerçek yaşam problemlerini çözmek için daha güçlü yapay sinir ağları oluşturmaya da yardımcı olabilir. Açıkladığımız tahmine dayalı öğrenme kuralının, beynin birleştirici bir teorisini bulma yolunda önemli bir adım olduğuna inanıyorum. Ancak, bunu başarmak için daha fazla adıma ihtiyaç var ve bu yolculuğa devam etmekten heyecan duyuyoruz." dedi. Değerli düşüncelerinizi biz Megabayt ekibiyle yorumlarda paylaşabilirsiniz.