پلاسيبيليتي زيستي

plausibility زيستيلينچ ، parter و Musco چندين تغيير را در اين طراحي انجام دادند تا آن را از لحاظ بيولوژيكي plausible كنند . در يك شبكه عصبي مصنوعي ، مقادير اوزان روي اتصالات معمولا ً مثبت بوده و يا مي‌توانند مثبت يا منفي باشند . اما در مغز ، برخي نورون‌ها به نظر مي‌رسد كه يك نقش كاملا ً بازدارنده را بازي مي‌كنند و از ديگر نورون‌ها جلوگيري مي‌كنند . پژوهشگران MIT اين نورون‌ها را به عنوان گره‌هايي مدل كرده‌اند كه ارتباطات آن‌ها تنها داراي وزن‌هاي منفي است .

بسياري از كاربردهاي هوش مصنوعي از شبكه‌هاي " جلو " استفاده مي‌كنند كه در آن سيگنال‌ها تنها از يك جهت از شبكه عبور مي‌كنند كه از لايه اول كه داده‌هاي ورودي را دريافت مي‌كند تا آخرين لايه ، كه نتيجه يك محاسبه را فراهم مي‌كند . اما ارتباطات در مغز بسيار پيچيده‌تر هستند . thus ، parter و Musco's شامل بازخورد : سيگنال‌هاي نورون‌هاي خروجي از نورون‌هاي inhibitory عبور مي‌كنند كه خروجي آن به نوبه خود به نورون‌هاي خروجي برمي گردد . سيگنال دهي از نورون‌هاي خروجي نيز خود را تغذيه مي‌كند ، كه براي تصويب تمام استراتژي ضروري است .در نهايت ، شبكه پژوهشگران MIT احتمالاتي است . در يك شبكه عصبي مصنوعي ، اگر مقدار ورودي node's بيشتر از يك آستانه باشد ، گره آتش مي‌زند . اما در مغز ، افزايش قدرت سيگنال در حال حركت بر روي يك نورون ورودي ، تنها احتمال آتش يك نورون خروجي را افزايش مي‌دهد . اين امر در مورد گره‌هاي موجود در مدل محققان نيز صادق است . دوباره ، اين تغيير براي به رسميت شناختن تمامي استراتژي ، حياتي است .parter توضيح مي‌دهد : " در مدل محققان ، تعداد نورون‌هاي ورودي و خروجي ثابت است و اجراي كل محاسبات صرفا ً كار يك بانك از نورون‌هاي كمكي است . ما مي‌كوشيم تا موازنه بين زمان محاسباتي را براي حل يك مشكل مشخص و تعداد نورون‌هاي كمكي ببينيم .دارا بودن فضايل خاصparter و همكارانش توانستند نشان دهند كه تنها يك نورون مهاري ، غير ممكن است، در زمينه مدل آن‌ها ، براي اجراي استراتژي - - همه استراتژي . اما دو نورون بازدارنده كافي هستند . ترفند اين است كه يكي از نورون‌هاي inhibitory - - كه محققان يك نورون هم‌گرايي مي‌نامند - - اگر بيش از يك نورون خروجي شليك شود ، يك سيگنال مهاري قوي مي‌فرستد . ديگر نورون‌هاي inhibitory - - نورون پايداري - - تا زماني كه هر دو نورون خروجي شليك مي‌كنند ، سيگنال ضعيف‌تر را ارسال مي‌كند .نورون هم‌گرايي ، مدار را تحريك مي‌كند تا يك نورون خروجي واحد را انتخاب كند، كه در اين نقطه شروع به شليك مي‌كند ؛ نورون ثبات مانع از فعال شدن نورون دومي مي‌شود كه زماني كه نورون همگرا خاموش شده‌است ، فعال مي‌شود . مدارهاي self از نورون‌هاي خروجي اين اثر را افزايش مي‌دهند . هرچه يك نورون خروجي ديگر خاموش باشد ، احتمال بيشتري وجود دارد كه خاموش بماند ؛ هرچه زمان طولاني‌تر باشد ، احتمال بيشتري وجود دارد كه ادامه يابد . هنگامي كه يك نورون خروجي واحد انتخاب شد ، مدار خود - بازخورد آن تضمين مي‌كند كه مي‌تواند مهار نورون پايداري را مهار كند .parter توضيح مي‌دهد : " بدون تصادفي بودن ، مدار won't به يك نورون خروجي واحد همگرا مي‌شود : هر تنظيمات داراي وزن‌هاي نورون مهاري همه نورون‌هاي خروجي را به طور مساوي تحت‌تاثير قرار خواهد داد .محققان قادر به تعيين حداقل تعداد نورون‌هاي كمكي لازم براي تضمين يك سرعت هم‌گرايي خاص و حداكثر سرعت هم‌گرايي ممكن براي تعدادي از نورون‌هاي كمكي بودند .

منبع