في خطوة علمية قد تفتح آفاقاً جديدة أمام مستقبل الذكاء الاصطناعي والحوسبة العصبية، نجح علماء روس في نقل إحدى أهم خصائص الدماغ البشري، وهي القدرة على التنظيم الذاتي والحفاظ على التوازن الداخلي، إلى الشبكات العصبية الاصطناعية، بما يتيح لها العمل باستقرار أكبر والحد من مخاطر حدوث الأعطال.
وجاء هذا الإنجاز ثمرة تعاون بين باحثين من معهد موسكو للفيزياء والتكنولوجيا وجامعة لوباتشيفسكي الحكومية في مدينة نيجني نوفغورود. ووفقاً لوزارة التعليم والعلوم الروسية، فإن التقنية الجديدة قد تمهّد الطريق لتطوير أنظمة حوسبة عصبية تتمتع بدرجة عالية من الموثوقية. وقد نُشرت نتائج الدراسة في مجلة European Physical Journal Special Topics.
وأوضح فيكتور كازانتسيف، أحد المشاركين في الدراسة ورئيس مختبر تقنيات البيولوجيا العصبية في معهد موسكو للفيزياء والتكنولوجيا، أن الفكرة الأساسية تقوم على محاكاة مبدأ «الاستتباب» (Homeostasis)، وهو الآلية التي تعتمد عليها الكائنات الحية للحفاظ على توازن أنظمتها الداخلية باستخدام مواردها الذاتية.
وأضاف أن الباحثين نجحوا في نقل هذه الخاصية البيولوجية إلى بنية رقمية، بحيث تصبح الشبكة العصبية قادرة على مراقبة نشاطها وضبطه بصورة تلقائية، بدلاً من الاعتماد على تدخل خارجي مستمر.
اعتمد العلماء في تطويرهم على آليات تسمح للشبكة العصبية الاصطناعية بمراقبة مستوى نشاطها في الوقت الفعلي، والتحكم بمرونة في قوة الإشارات المتبادلة بين الخلايا العصبية.
وتساعد هذه الآلية على الحد من فرط النشاط العصبي، ومنع الشبكة من الدخول في حالات استثارة مفرطة أو أنماط تشغيل غير مستقرة، الأمر الذي يعزز قدرتها على مواصلة العمل بكفاءة في ظروف مختلفة.
ولاختبار فعالية هذا الأسلوب، أجرى الباحثون عمليات محاكاة باستخدام شبكة عصبية نبضية (SNN) من تصميمهم، وهي نوع من الشبكات الاصطناعية يستلهم طريقة عمل الدماغ البيولوجي.
وتختلف هذه الشبكات عن النماذج العصبية التقليدية، إذ تعتمد على إرسال إشارات كهربائية قصيرة ومتقطعة تُعرف باسم «النبضات الشوكية» (Spikes)، بدلاً من استمرار تدفق الإشارات بصورة متواصلة. وتظل الخلايا العصبية في حالة خمول نسبي بين النبضات، ما يتيح تقليل استهلاك الطاقة الحاسوبية.
أظهرت نتائج المحاكاة أن الشبكة تستطيع التكيف مع مستويات النشاط المطلوبة من خلال تغيير طريقة إطلاق النبضات العصبية.
فعندما تكون الترددات المستهدفة منخفضة، تزيد الشبكة عدد النبضات داخل كل مجموعة متتابعة، والمعروفة باسم «الرشقة». أما عندما ترتفع الترددات المطلوبة، فإنها تزيد عدد الرشقات التي تطلقها خلال فترة زمنية محددة، مع تقليص الفواصل الزمنية بينها.
والنبضة الشوكية هي إشارة كهربائية قصيرة تصدرها الخلية العصبية، في حين تشير الرشقة إلى مجموعة من النبضات المتعاقبة التي تفصل بينها فترات زمنية قصيرة.
وتسمح هذه الآلية للشبكة بتعديل نشاطها بصورة مرنة، والوصول إلى مستوى الأداء المطلوب، مع المحافظة على استقرارها ضمن نطاق واسع من ظروف التشغيل.
يرى الباحثون أن هذا التطوير قد يشكّل أساساً لإنشاء معالجات عصبية صغيرة وموفرة للطاقة، تستلهم كفاءة الدماغ البشري في معالجة المعلومات، مع امتلاك قدرة أكبر على التنظيم الذاتي ومقاومة الاضطرابات.
ومن أبرز المجالات التي يمكن أن تستفيد من هذه التقنية الروبوتات المستقلة، التي تحتاج إلى معالجة البيانات واتخاذ القرارات مباشرة، من دون الاعتماد الدائم على الاتصال بخوادم الحوسبة السحابية.
كما قد تساعد هذه المعالجات على الحد من حالات توقف الأنظمة أو فقدان استقرارها عند التعرض للتشويش أو التغيرات المفاجئة في ظروف التشغيل.
ويمثل هذا البحث خطوة إضافية في اتجاه تطوير جيل جديد من أنظمة الذكاء الاصطناعي المستوحاة من الدماغ البشري، حيث لا تقتصر الأهداف على زيادة سرعة المعالجة، بل تمتد إلى ابتكار أنظمة أكثر كفاءة في استهلاك الطاقة، وأكثر قدرة على التكيف مع المتغيرات والحفاظ على استقرارها بصورة ذاتية.
