خلاصه: تحقیقات جدید نشان می‌دهد که انعطاف‌پذیری مغز ناشی از توانایی آن در بازاستفاده از «بلوک‌های شناختی» در طیف وسیعی از وظایف است که امکان سازگاری سریع را با یادگیری مجدد کمینه فراهم می‌سازد. با مطالعه میمون‌هایی که مجموعه‌ای از تکالیف طبقه‌بندی مرتبط را انجام می‌دادند، پژوهشگران دریافتند که قشر پیش‌پیشانی الگوهای نورونی مشترک را همانند قطعات یک سیستم ماژولار ترکیب و بازترکیب می‌کند.
این بلوک‌های شناختی بسته به نیازهای وظیفه فعال یا غیرفعال می‌شوند و به مغز کمک می‌کنند تا استراتژی‌ها را تغییر داده و رفتارهای جدید را به‌صورت کارآمد ایجاد کند. این نتایج توضیح می‌دهند که انسان‌ها چگونه این‌قدر سریع می‌آموزند و می‌توانند بینش‌هایی برای بهبود هوش مصنوعی و درمان اختلالاتی که انعطاف‌پذیری شناختی را تضعیف می‌کند، فراهم کنند.
نکات کلیدی:
- الگوهای نورونی قابل بازاستفاده: قشر پیش‌پیشانی از بلوک‌های نورونی مشترک در وظایف مختلف برای ساخت رفتارهای جدید استفاده می‌کند.
- انعطاف ترکیبی: مغز بلوک‌های مربوط به رنگ، شکل و عمل را به‌صورت خاص هر وظیفه ترکیب می‌کند که زمینه‌ساز یادگیری سریع می‌شود.
- پتانسیل هوش مصنوعی و بالینی: درک این بلوک‌ها می‌تواند به کاهش فراموشی فاجعه‌بار در هوش مصنوعی کمک کند و راهنمایی برای درمان اختلالاتی باشد که تغییر استراتژی را مختل می‌کنند.
منبع: دانشگاه پرینستون
هوش مصنوعی می‌تواند مقاله‌های برنده جایزه بنویسد و بیماری‌ها را با دقت شگفت‌انگیزی تشخیص دهد، اما مغزهای زیستی همچنان در حداقل یک حوزهٔ حیاتی برتری دارند: انعطاف‌پذیری.
به‌عنوان مثال، انسان‌ها می‌توانند به‌سرعت با اطلاعات جدید و چالش‌های ناشناخته سازگار شوند — مثل یادگیری نرم‌افزارهای جدید، دنبال کردن یک دستور پخت، یا یادگیری یک بازی جدید — در حالی که سیستم‌های هوش مصنوعی برای یادگیری «در لحظه» دچار مشکل می‌شوند.
در مطالعه‌ای جدید، پژوهشگران نوروساینس دانشگاه پرینستون یک دلیل برای برتری مغز نسبت به هوش مصنوعی کشف کردند: مغز همان «بلوک‌های شناختی» را در وظایف مختلف بازاستفاده می‌کند. با ترکیب و بازترکیب این بلوک‌ها، مغز می‌تواند رفتارهای جدید را به‌سرعت تشکیل دهد.
«مدل‌های پیشرفتهٔ هوش مصنوعی می‌توانند در تک‌وظایف به عملکرد انسانی یا حتی فراتر از آن دست یابند، اما در یادگیری و اجرای بسیاری از وظایف مختلف دچار مشکل می‌شوند»، گفت تیم بوشمان، Ph.D., نویسنده ارشد این مطالعه و معاون مدیر مؤسسه نوروساینس پرینستون.
«ما دریافتیم که مغز انعطاف‌پذیر است زیرا می‌تواند اجزای شناختی را در وظایف مختلف بازاستفاده کند. با اتصال این «لگوهای شناختی»، مغز قادر به ساختن وظایف جدید می‌شود.»
نتایج این پژوهش در تاریخ ۲۶ نوامبر در نشریه Nature منتشر شد.
استفاده مجدد از مهارت‌ها برای چالش‌های جدید
اگر کسی بداند چگونه دوچرخه را تنظیم کند، تعمیر یک موتور سیکلت برای او طبیعی‌تر خواهد بود. این توانایی برای یادگیری چیز جدید از طریق بازآفرینی مهارت‌های ساده‌تر از وظایف مرتبط، همان‌چیزی است که دانشمندان «ترکیبیّت» می‌نامند.
«اگر قبلاً می‌دانید چگونه نان بپزید، می‌توانید از این توانایی برای پخت کیک استفاده کنید بدون اینکه از ابتدا دوباره یاد بگیرید»، گفت سینا تفاضلی، Ph.D., پژوهشگر پسادکتری در آزمایشگاه بوشمان در دانشگاه پرینستون و نویسندهٔ اصلی مطالعهٔ جدید. «شما مهارت‌های موجود را بازآفرینی می‌کنید — استفاده از فر، اندازه‌گیری مواد، ورز دادن خمیر — و آن‌ها را با مهارت‌های جدید ترکیب می‌کنید، مثل هم‌زدن خمیر و ساختن کرم، تا چیزی کاملاً متفاوت ایجاد کنید.»
اگرچه شواهدی دربارهٔ چگونگی دستیابی مغز به این انعطاف‌پذیری شناختی محدود و گاهی متناقض هستند.
برای روشن شدن نحوهٔ دستیابی مغز به این توانایی، تفاضلی دو میمون نر ریسوس ماکاک را آموزش داد تا سه وظیفهٔ مرتبط را انجام دهند، در حالی که فعالیت مغزی آن‌ها زیر نظر بود.
به‌جای پخت نان یا تعمیر دوچرخه، میمون‌ها سه وظیفهٔ طبقه‌بندی را انجام دادند. درست همانند تلاش برای رمزگشایی قلم‌نویسی گاهی نامفهوم یک یادداشت دست‌نویس پزشک، میمون‌ها باید تشخیص می‌دادند که یک لکهٔ رنگارنگ و شبیه بالن روی صفحهٔ جلویشان بیشتر شبیه یک خرگوش یا حرف «T» است (طبقه‌بندی شکل) یا اینکه بیشتر قرمز است یا سبز (طبقه‌بندی رنگ).
این وظیفه به‌ظاهر ساده به‌نظر می‌رسید اما در واقع دشوار بود: این لکه‌ها در ابهام متفاوت بودند؛ گاهی به‌وضوح شبیه خرگوش یا قرمز اشباع شده بودند، در حالی که در مواقع دیگر تمایزها بسیار ظریف بودند.
برای نشان دادن شکل یا رنگ مورد نظر خود، میمون با نگاه کردن به یکی از چهار جهت مختلف پاسخ می‌داد. در یک وظیفه، نگاه به‌سمت چپ به این معنا بود که حیوان یک خرگوش می‌بیند، در حالی که نگاه به‌سمت راست نشان می‌داد که شکل شبیه حرف «T» است.
یکی از ویژگی‌های کلیدی طرح این بود که هرچند هر وظیفه منحصر به‌فرد بود، اما برخی عناصر مشترک با سایر وظایف نیز داشتند.
یکی از وظایف رنگی و وظیفهٔ شکل همزمان نیاز به نگاه به همان جهات داشتند، در حالی که هر دو وظیفهٔ رنگی نیاز داشتند تا حیوان رنگ را به‌گونه‌ای یکسان (به‌عنوان قرمزتر یا سبزتر) طبقه‌بندی کند اما برای بیان قضاوت رنگ، به جهات متفاوتی نگاه می‌کردند.
این طرح آزمایشی به پژوهشگران امکان داد تا بررسی کنند که آیا مغز الگوهای نورونی — بلوک‌های ساختاری شناختی خود — را در وظایف با اجزای مشترک بازاستفاده می‌کند یا نه.
بلوک‌ها انعطاف‌پذیری شناختی را می‌سازند
پس از تحلیل الگوهای فعالیت در سراسر مغز، تفاضلی و بوشمان دریافتند که قشر پیش‌پیشانی — منطقه‌ای در جلوی مغز که در شناخت‌های سطح بالا نقش دارد — شامل چندین الگوی مشترک و قابل بازاستفادهٔ فعالیت در میان نورون‌ها بود که برای هدف مشترکی مانند تشخیص رنگ کار می‌کردند.
بوشمان این‌ها را «لگوهای شناختی» مغز توصیف کرد — بلوک‌های ساختاری که می‌توانند به‌صورت انعطاف‌پذیر ترکیب شوند تا رفتارهای جدیدی شکل بگیرند.
«من بلوک شناختی را شبیه یک تابع در برنامهٔ رایانه‌ای می‌بینم»، گفت بوشمان. «یک مجموعهٔ نورون ممکن است رنگ را تشخیص دهد و خروجی آن می‌تواند بر روی تابع دیگری که یک اقدام را هدایت می‌کند، نگاشته شود. این سازماندهی به مغز امکان می‌دهد که یک وظیفه را با انجام متوالی هر یک از مؤلفه‌های آن اجرا کند.»
برای انجام یکی از وظایف رنگی، حیوان بلوکی که رنگ تصویر را محاسبه می‌کرد با بلوکی دیگر که چشم‌ها را به جهات مختلف حرکت می‌داد، ترکیب می‌کرد. هنگام تعویض وظیفه، مثلاً از رنگ به شکل، مغز به سادگی بلوک‌های مرتبط برای محاسبهٔ شکل و انجام همان حرکات چشم را ترکیب می‌کرد.
این اشتراک بلوک‌ها عمدتاً در قشر پیش‌پیشانی مشاهده شد و در سایر نواحی مغز نبود، که نشان می‌دهد این نوع ترکیبیّت ویژگی ویژه‌ای از این ناحیه است.
تفاضلی و بوشمان همچنین دریافتند که قشر پیش‌پیشانی بلوک‌های شناختی را زمانی که مورد استفاده نیستند، ساکت می‌کند؛ احتمالاً این کار برای کمک به تمرکز بهتر مغز بر روی وظیفهٔ مرتبط است.
«مغز ظرفیت محدودی برای کنترل شناختی دارد»، گفت تفاضلی. «باید برخی از توانایی‌های خود را فشرده کنید تا بتوانید بر آنچه در حال حاضر مهم است تمرکز کنید. تمرکز بر طبقه‌بندی شکل، برای مثال، به‌طور موقت توانایی رمزگذاری رنگ را کاهش می‌دهد چون هدف تشخیص شکل است، نه رنگ.»
راهی کارآمدتر برای یادگیری — برای هوش مصنوعی و برای کلینیک
این لگوهای شناختی می‌توانند توضیح دهند که چرا انسان‌ها وظایف جدید را این‌قدر سریع می‌آموزند. با بهره‌گیری از مؤلفه‌های ذهنی موجود، مغز یادگیری تکراری را به حداقل می‌رساند — امری که سیستم‌های هوش مصنوعی هنوز به‌طور کامل به آن دست نیافته‌اند.
«یکی از مشکلات اساسی یادگیری ماشین، تداخل فاجعه‌بار است»، گفت تفاضلی. «وقتی یک دستگاه یا شبکهٔ عصبی چیز جدیدی یاد می‌گیرد، حافظه‌های قبلی را فراموش کرده و بر آن‌ها می‌نویسد. اگر یک شبکهٔ عصبی مصنوعی طرز پخت کیک را بلد باشد ولی سپس طرز پخت کوکی را بیاموزد، فراموش می‌کند چگونه کیک بپزد.»
در آینده، گنجاندن ترکیبیّت در هوش مصنوعی می‌تواند به خلق سیستم‌هایی منجر شود که به‌صورت مستمر مهارت‌های جدید را بیاموزند بدون اینکه مهارت‌های قبلی را فراموش کنند.
این بینش می‌تواند به بهبود پزشکی برای افراد مبتلا به اختلالات نورولوژیکی و روانی نیز کمک کند. بیماری‌هایی همچون اسکیزوفرنی، اختلال وسواسی‑اجباری، و برخی از آسیب‌های مغزی اغلب توانایی فرد برای به‌کارگیری مهارت‌های شناخته‌شده در زمینه‌های جدید را مختل می‌کنند — که ممکن است ناشی از اختلال در ترکیب مجدد بلوک‌های ساختاری شناختی مغز باشد.
«تصور کنید بتوانیم به افراد کمک کنیم تا توانایی تغییر استراتژی، یادگیری روتین‌های جدید، یا سازگاری با تغییرات را باز یابند»، گفت تفاضلی. «در درازمدت، درک اینکه مغز چگونه اطلاعات را بازاستفاده و ترکیب مجدد می‌کند می‌تواند به ما در طراحی درمان‌هایی که این فرآیند را بازسازی می‌سازند، کمک کند.»
تأمین مالی: بودجهٔ این مطالعه توسط مؤسسه ملی بهداشت (NIH) (R01MH129492, 5T32MH065214) تأمین شد.
سؤالات کلیدی پاسخ داده شده:
س: چه چیزی مغز انسان را نسبت به هوش مصنوعی انعطاف‌پذیرتر می‌کند؟
پ: مغز بلوک‌های اساسی شناختی را در وظایف متعدد بازاستفاده می‌کند و این امکان را برای سازگاری سریع فراهم می‌سازد.
س: این بلوک‌های شناختی قابل بازاستفاده در کجای مغز قرار دارند؟
پ: در قشر پیش‌پیشانی، که بسته به وظیفه، بلوک‌ها را ترکیب و ساکت می‌کند.
س: چرا این موضوع برای یادگیری و رفتار اهمیت دارد؟
پ: زیرا ترکیب و ترکیب‑مجدد مؤلفه‌های شناختی یادگیری سریع را امکان‌پذیر می‌کند بدون اینکه مهارت‌های قبلی از بین بروند.
چکیده
ساختن وظایف ترکیبی با زیرفضاهای نورونی مشترک
شناخت بسیار انعطاف‌پذیر است — ما وظایف مختلفی را انجام می‌دهیم و به‌صورت مستمر رفتار خود را با تغییر تقاضاها وفق می‌دهیم.
شبکه‌های عصبی مصنوعی که برای انجام چندین وظیفه آموزش دیده‌اند، نمایه‌ها و مؤلفه‌های محاسباتی را بین وظایف بازاستفاده می‌کنند. با ترکیب وظایف از این زیرمؤلفه‌ها، عامل می‌تواند به‌صورت انعطاف‌پذیر بین وظایف جابه‌جا شود و وظایف جدید را به‌سرعت بیاموزد. با این حال، هنوز مشخص نیست که آیا چنین ترکیبیّت در مغز وجود دارد یا نه.
در اینجا نشان می‌دهیم که همان زیرفضاهای فعالیت نورونی اطلاعات مرتبط با وظیفه را در چندین وظیفه به‌طور همزمان نمایان می‌سازند، به‌طوری که هر وظیفه این زیرفضاها را به‌صورت اختصاصی و انعطاف‌پذیر به کار می‌گیرد.
ما میمون‌ها را برای جابه‌جایی بین سه وظیفهٔ ترکیبی مرتبط آموزش دادیم. در ضبط‌های نورونی، دریافتیم که اطلاعات مرتبط با ویژگی‌های محرک و اعمال حرکتی در زیرفضاهای فعالیت نورونی که بین وظایف مشترک هستند، نمایان شده‌اند.
هنگامی که میمون‌ها یک وظیفه را اجرا می‌کردند، نمایه‌های نورونی در زیرفضای حسی مشترک مرتبط به‌صورت تغییر یافتند و به زیرفضای حرکتی مشترک مربوط منتقل می‌شدند. میمون‌ها با به‌روزرسانی مداوم باور داخلی خود نسبت به وظیفهٔ جاری و سپس بر پایهٔ این باور، به‌صورت انعطاف‌پذیر زیرفضاهای حسی و حرکتی مشترک مرتبط با وظیفه را به‌کار می‌گرفتند تا با تغییرات وظیفه سازگار شوند.
به‌طور خلاصه، نتایج ما نشان می‌دهد که مغز می‌تواند به‌صورت انعطاف‌پذیر چندین وظیفه را با ترکیب ترکیبی نمایه‌های نورونی مرتبط با هر وظیفه انجام دهد.
