מבנה שונה, התנהגות זהה: חוקרי טכניון מצאו דרך לחשוף הבדלים נסתרים ברשתות נוירונים
תורגם ותומצת מתוך NEWSru Israel על ידי baba
חוקרי טכניון גילו כי רשתות נוירונים במוח, המתנהגות באופן זהה, עשויות להיות בעלות מבנה פנימי שונה, הניתן לחשיפה באמצעות תהליך למידה. המחקר, שבוצע על מודלים ממוחשבים, זיהה משתנים נסתרים המשפיעים על הלמידה העתידית ועל זיכרון העבר. לדברי החוקרים, הבנת תהליך הלמידה חיונית להבנת המוח ורלוונטית גם לתחום הבינה המלאכותית. הממצאים עשויים לשנות את הגישה לחקר המוח.
הידיעה ב-6 שורות · תקציר של baba
- חוקרי טכניון: רשתות נוירונים עם התנהגות זהה עשויות להיות בעלות מבנה פנימי שונה.
- ניתן לחשוף הבדלים מבניים נסתרים ברשתות נוירונים באמצעות תהליך למידה.
- משתנים נסתרים ברשתות נוירונים משפיעים על הלמידה העתידית ועל זיכרון העבר.
- פרופ' עומרי ברק: הבנת הלמידה חיונית להבנת המוח.
- הממצאים רלוונטיים גם למודלים של בינה מלאכותית.
- החוקרים מציעים לבחון את הממצאים על מערכות ביולוגיות חיות.
חוקרים מהטכניון בחיפה גילו כי רשתות נוירונים במוח, המתנהגות באופן זהה, עשויות להיות בעלות מבנה פנימי שונה, וכי ניתן לחשוף הבדלים אלו באמצעות תהליך למידה. המחקר, שפורסם ב-arXiv, התמקד ברשתות נוירונים רקורנטיות בעלות דרגה נמוכה, המשמשות לעיתים קרובות לתיאור עיבוד מידע במוח.
החוקרים זיהו שני סוגי משתנים ברשתות אלו. הסוג הראשון קובע באופן מלא את פעילות הרשת ואת תפוקתה, בעוד שהסוג השני אינו משפיע על הפעילות הנוכחית אך מכתיב את אופן הלמידה העתידית של הרשת. תכונות נסתרות אלו אינן ניתנות לצפייה כאשר מתמקדים רק בהתנהגות הנוכחית של הרשת.
במסגרת המחקר, שתי רשתות בעלות מבנה פנימי שונה הגיבו באופן זהה לאותות זהים. אולם, במהלך למידה נוספת, מסלולי ההתפתחות שלהן התפצלו: רשת אחת נתקעה ב"רמה" (plateau) למשך זמן רב, בעוד שהשנייה השתפרה באופן עקבי. הדבר מדגים כיצד הלמידה יכולה לחשוף הבדלים שלא נראים במצב הנוכחי.
בנוסף, המשתנים הנסתרים יכולים לשמר זיכרון של העבר. רשתות שאומנו תחילה על משימות שונות ולאחר מכן על משימה משותפת, הגיעו לאותה רמת ביצועים, אך ניתן היה לשחזר את היסטוריית הלמידה של כל רשת על סמך הפרמטרים הנסתרים שלה.
"הבנה של איך המערכת מתנהגת היום אינה מספיקה כדי לתאר כיצד היא תלמד בעתיד", הסביר פרופסור עומרי ברק, שותף למחקר. "אך האופן שבו הרשת משתנה במהלך הלמידה יכול לחשוף את הפרמטרים הנסתרים שלה, שאינם נראים בהתנהגות הנוכחית".
החוקרים מציעים לבחון את הממצאים על מערכות ביולוגיות חיות, שכן אימותם עשוי לשנות את הגישה לחקר המוח, ולהדגיש את חשיבות התבוננות בתהליך הלמידה ולא רק בתוצאותיו. המסקנות רלוונטיות גם לתחום הבינה המלאכותית, שכן שתי מודלים שאומנו באופן זהה עשויים להתנהג באופן שונה בעת אימון נוסף.