Вивчення скасовує вікову теорію навчання мозку
Протягом десятиліть вчені вважали, що навчання відбувається в синапсах або численних стиках між клітинами мозку. Але зараз нове дослідження передбачає, що навчання відбувається в декількох дендритах, гілках, які подають вхідні дані до клітини мозку або нейрона.
У статті, яка зараз опублікована в журналі Наукові звіти, автори описують, як вони дійшли такого висновку після вивчення комп'ютерних моделей нейронів та клітинних культур.
У величезній нейронній мережі мозку нейрони поводяться як крихітні мікрочіпи, які приймають надходження через свої дендрити, і - коли досягаються певні умови - створюють виходи, використовуючи свої аксони.
Аксони, в свою чергу, пов’язані з дендритами інших нейронів за допомогою зв’язків, які називаються синапсами. На нейрон набагато більше синапсів, ніж дендритів.
Вагомим результатом нового дослідження є те, що, оскільки передбачається, що навчання відбувається в дендритах, а не в синапсах, параметрів навчання для кожного нейрона набагато менше, ніж вважалося раніше.
«У цьому новому дендритному процесі навчання, - зазначає старший автор дослідження, професор Ідо Кантер, з Міждисциплінарного центру досліджень мозку в Гонді при Університеті Бар-Ілан в Ізраїлі, - існує кілька адаптивних параметрів на нейрон, у порівнянні з тисячами крихітних і чутливі у сценарії синаптичного навчання ".
Навчання відбувається швидше, ніж ми думали
Іншим важливим результатом нового дослідження є те, що процес навчання відбувається набагато швидше в новій дендритній моделі, ніж традиційна синаптична модель.
Результати можуть мати важливі наслідки для лікування розладів мозку та розробки комп'ютерних програм - таких як "алгоритми глибокого навчання" та штучного інтелекту - які засновані на імітації способу роботи мозку.
Дослідники передбачають, що у випадку з останніми їх дослідження відкриває двері для розробки вдосконалених функцій та набагато швидших швидкостей обробки.
Традиційна синаптична модель навчання укорінена в новаторській роботі Дональда Хебба, яка була опублікована в 1949 році в книзі Організація поведінки.
Ця модель, яку професор Кантер та його колеги називають «навчанням за допомогою посилань», передбачає, що «параметри навчання», які змінюються в процесі навчання, відображають кількість синапсів або посилань на нейрон, які є обчислювальними одиницями в нейронній мережі.
«Навчання за вузлами»
У своїй новій моделі - яку вони називають «навчання за допомогою вузлів» - дослідники пропонують, щоб параметри навчання відображали не кількість синапсів, яких на нейрон багато, а кількість дендритів або вузлів, яких існує - лише кілька на нейрон.
Тому вони пояснюють, що "в мережі з'єднуючих нейронів" кількість параметрів навчання на нейрон у синаптичній моделі "значно більша", ніж кількість у дендритній моделі.
Головною метою їх дослідження було порівняння «кооперативних динамічних властивостей між синаптичним (зв’язковим) та дендритним (вузловим) сценаріями навчання».
Автори дослідження роблять висновок, що їх результати "сильно вказують на те, що в дендритах нейронів відбувається швидший і посилений процес навчання, подібно до того, що в даний час приписується синапсам".
Слабкі синапси відіграють ключову роль у навчанні
Ще однією важливою знахідкою дослідження є те, що, схоже, слабкі синапси, на які припадає більша частина мозку і які, як вважалося, відіграють незначну роль у навчанні, насправді дуже важливі.
Автори зазначають, що "динаміка протилежним чином регулюється слабкими ланками".
Здається, що в дендритній моделі слабкі синапси викликають коливання параметрів навчання, а не перехід до «нереально фіксованих крайнощів», як у синаптичній моделі.
Професор Кантер узагальнює результати, проводячи порівняння з тим, як нам слід вимірювати якість повітря.
"Чи є сенс, - запитує він, - вимірювати якість повітря, яким ми дихаємо, за допомогою багатьох крихітних віддалених супутникових датчиків на висоті хмарочоса або за допомогою одного або декількох датчиків, що знаходяться в безпосередній близькості від носа?"
"Так само нейрону ефективніше оцінювати свої вхідні сигнали, близькі до його обчислювальної одиниці, нейрона".
Проф. Ідо Кантер
