محققان ژاپنی یک الگوی یادگیری ماشینی (machine learning) تهیه کرده اند که به دانشمندان این امکان را می دهد که مدارهای عصبی مغز را با اندازه گیری سیگنال های درون نورون ها بازسازی کنند.
به گفته کارشناسان، مغز یکی از پیچیده ترین سیستم های موجود محسوب می شود، در حالی که پیشرفت های قابل توجهی برای درک نحوه عملکرد مغز انجام شده است، همچنان سوالات بسیاری برای محققان در مورد عملکرد مغز وجود دارد. با این حال، تیمی از محققان دانشگاه کیوتو ژاپن معتقدند که الگوهای فن آوری موسوم به یادگیری ماشین می تواند سیگنال های سلول های عصبی مغز را تفکیک و شناسایی کند.
ادراک ما بر روی میلیارد ها سلول در مغز و تعداد بسیار بیشتری از اتصالات بین سلول ها جریان دارد که به عنوان سیناپس ها شناخته می شوند و این پیچیدگی، درک چگونگی عملکرد مغز را دشوار می‌کند. اگرچه با بکارگیری روش‌های جدید امکان ثبت فعالیت سلول‌های عصبی در مغز افزایش یافته است اما هنوز مشاهده نقشه همه اتصالات سلول های مغزی مقدور نیست.
محققان سعی کرده اند با مطالعه سیگنال های منتشر شده در سلول های مغزی، اتصالات این سلول ها را کشف کنند اما بدلیل سیگنال های بسیار که از سلول ها ی مختلف منتشر می‌شوند ، شناسایی سیگنال های منتشر شده در هر سلول کار پیچیده ای است.
محققان موفق شده اند با استفاده از فن آوری یادگیری ماشینی، همبستگی بین سیگنال ها و سپس سیگنال های اضافی را شناسایی و حذف کنند و از این طریق شبیه سازی شبکه عصبی مغز با دقتی بسیار بالا مقدور شده است.
ترجمه و تنظیم از خبرگاه
منبع: سایت Engineering and Technology