محققان دریافتند عصب‌های مصنوعی برای ارائه بهترین عملکرد به خوابیدن نیاز دارند. منظور از خوابیدن صرفاً خاموش و روشن کردن عصب‌ها نبوده و همانند آنچه در مغز حین خواب عمیق رخ می‌دهد، قرارگیری نورون‌ها در معرض سیگنال‌های ضعیف سبب بهبود عملکرد آن‌ها می‌شود.
شبکه‌های عصبی از نورون‌های مصنوعی تشکیل شده‌اند که همانند مغز با یکدیگر در ارتباط هستند. استفاده مداوم از برخی اتصال‌های نورونی، به مرور زمان سبب تقویت آن‌ها شده و یادگیری خودکار را میسر می‌کند. شبکه‌های عصبی جریان‌های اطلاعاتی مختلف را به شکل موازی پردازش کرده و از آن‌ها در سیستم‌های تشخیص عکس و گفتار استفاده می‌شود.
یکی از نقاط ضعف شبکه‌های عصبی که از مغز به آن‌ها به ارث رسیده، نیاز به خوابیدن است و تحقیقات جدید نشان می‌دهند نورون‌ها پس از استفاده طولانی مدت، ناپایدار می‌شوند. محققان آزمایشگاه ملی لس آلاموس (Los Alamos National Laboratory) دریافتند شبکه‌های عصبی با استفاده از روش یادگیری دیکشنری نظارت نشده (Unsupervised Dictionary Training) دچار خستگی می‌شوند.
در این تکنیک شبکه عصبی شباهت‌های بین اشیا را بدون وجود مثال شناسایی کرده و آن‌ها را دسته بندی می‌کند. به گفته محققان این متد شبکه‌های عصبی را بیشتر خسته می‌کند.
محققان به منظور بازیابی تمرکز شبکه‌های عصبی، آن‌ها را در معرض انواع سیگنال‌های نویز سفید (White Noise) قرار دادند و متوجه شدند سیگنال‌های نویز گاوسی (Gaussian Noise) بهترین عملکرد را در آرام کردن عصب‌ها و بازیابی پایداری آن‌ها دارند. نکته جالب اینکه این سیگنال‌ها زمانی که ما در عمیق ترین دوره خواب یا دوره SWS قرار داریم، در مغز جریان پیدا می‌کنند.
«Yijing Watkins»، نویسنده اصلی این تحقیق می‌گوید آن‌ها در این آزمایش کاری کرده‌اند که شبکه عصبی «یک خواب شبانه آرام» را تجربه کنند.
محققان قصد دارند در قدم بعدی این الگوریتم را روی چیپ نورومورفیک قدرتمند اینتل یعنی «Loihi» که ساختاری مشابه مغز انسان دارد، آزمایش کنند. محققان امیدوارند «خوابیدن» این تراشه، توانایی آن در پردازش اطلاعات تصویری از دوربین رتینا را افزایش دهد.
در آیدت،
فایل‌های
خود را به فروش بگذارید و یا
مقالات‌تان
را منتشر کنید👋
پاسخ ها