الإنترنت وعقلك متشابهان أكثر مما تعتقد

الإنترنت وعقلك متشابهان أكثر مما تعتقد

وجد عالم سالك قاعدة مماثلة تحكم تدفق حركة المرور في الأنظمة الهندسية والبيولوجية

LA JOLLA - على الرغم من أننا نقضي الكثير من وقتنا على الإنترنت في الوقت الحاضر - دفق الموسيقى والفيديو ، أو التحقق من البريد الإلكتروني ووسائل التواصل الاجتماعي ، أو قراءة الأخبار بقلق شديد - إلا أن القليل منا يعرف عن الخوارزميات الرياضية التي تدير كيفية تقديم المحتوى الخاص بنا. لكن تحديد كيفية توجيه المعلومات بشكل عادل وفعال من خلال نظام موزع بدون سلطة مركزية كان أولوية لمؤسسي الإنترنت. الآن ، يُظهر اكتشاف معهد Salk أن الخوارزمية المستخدمة للإنترنت تعمل أيضًا في الدماغ البشري ، وهي نظرة ثاقبة تعمل على تحسين فهمنا للشبكات المهندسة والعصبية وربما حتى صعوبات التعلم.

يقول أستاذ مساعد Salk: "قضى مؤسسو الإنترنت الكثير من الوقت في التفكير في كيفية جعل المعلومات تتدفق بكفاءة" ساكت نافلاخا، المؤلف المشارك للدراسة الجديدة التي تظهر عبر الإنترنت في الحساب العصبي في 9 فبراير 2017. "إن العثور على نظام هندسي ونظام بيولوجي متطور ينشأان في حل مشابه لمشكلة ما أمر مثير للاهتمام حقًا."

في النظام الهندسي ، يتضمن الحل التحكم في تدفق المعلومات بحيث لا يتم انسداد الطرق أو عدم استخدامها بشكل كافٍ عن طريق التحقق من ازدحام الإنترنت. لتحقيق ذلك ، يستخدم الإنترنت خوارزمية تسمى "الزيادة المضافة ، النقص المضاعف" (AIMD) حيث يرسل جهاز الكمبيوتر الخاص بك حزمة من البيانات ثم يستمع إلى إقرار من جهاز الاستقبال: إذا تم الاعتراف بالحزمة على الفور ، فإن الشبكة ليست كذلك محملة بشكل زائد ويمكن نقل بياناتك عبر الشبكة بمعدل أعلى. مع كل حزمة ناجحة متتالية ، يعرف جهاز الكمبيوتر الخاص بك أنه من الآمن زيادة سرعته بوحدة واحدة ، وهو جزء الزيادة المضافة. ولكن إذا تأخر الإقرار أو فقد ، يعرف الكمبيوتر أن هناك ازدحامًا ويبطئ بمقدار كبير ، مثل النصف ، وهو جزء التخفيض المضاعف. وبهذه الطريقة ، يجد المستخدمون تدريجياً "مكانهم المثالي" ، ويتم تجنب الازدحام لأن المستخدمين يرفعون أقدامهم عن الغاز ، إذا جاز التعبير ، بمجرد أن يلاحظوا حدوث تباطؤ. نظرًا لأن أجهزة الكمبيوتر في جميع أنحاء الشبكة تستخدم هذه الإستراتيجية ، يمكن للنظام بأكمله التكيف باستمرار مع الظروف المتغيرة ، مما يؤدي إلى زيادة الكفاءة الإجمالية.

تساءل نافلاخا ، الذي طور خوارزميات لفهم الشبكات البيولوجية المعقدة ، عما إذا كان الدماغ ، بملياراته من الخلايا العصبية الموزعة ، يدير المعلومات بشكل مشابه. لذلك ، قام هو والمؤلف المشارك جوناثان سوين ، عالم ما بعد الدكتوراه في جامعة ديوك ، بوضع نموذج رياضي للنشاط العصبي.

نظرًا لأن AIMD هو واحد من عدد من خوارزميات التحكم في التدفق ، فقد قرر الثنائي تصميم ستة خوارزميات أخرى أيضًا. بالإضافة إلى ذلك ، قاموا بتحليل النموذج الأفضل تطابقًا مع البيانات الفسيولوجية للنشاط العصبي من 20 دراسة تجريبية. في نماذجهم ، تبين أن نظام AIMD هو الأكثر كفاءة في الحفاظ على تدفق المعلومات بسلاسة ، وضبط معدلات حركة المرور عندما تكون المسارات مزدحمة للغاية. والأمر الأكثر إثارة للاهتمام هو أن AIMD اتضح أيضًا أنه أفضل شرح لما كان يحدث للخلايا العصبية بشكل تجريبي.

اتضح أن المكافئ العصبي للزيادة المضافة يسمى التقوية طويلة المدى. يحدث ذلك عندما تشتعل إحدى الخلايا العصبية عن قرب تلو الأخرى ، مما يقوي اتصالها المتشابك ويجعلها أكثر احتمالا بقليل أن الأولى ستطلق الثانية في المستقبل. المكافئ العصبي للنقص المضاعف يحدث عندما ينعكس إطلاق اثنين من الخلايا العصبية (الثانية قبل الأولى) ، مما يضعف اتصالهما ، مما يجعل الأول أقل احتمالا لإطلاق الثانية في المستقبل. وهذا ما يسمى بالاكتئاب طويل الأمد. نظرًا لأن نقاط الاشتباك العصبي في جميع أنحاء الشبكة تضعف أو تقوى وفقًا لهذه القاعدة ، يتكيف النظام بأكمله ويتعلم.

يقول سوين: "بينما يعمل الدماغ والإنترنت بوضوح باستخدام آليات مختلفة تمامًا ، يستخدم كلاهما قواعد محلية بسيطة تؤدي إلى الاستقرار العالمي". "لقد فوجئت في البداية بأن الشبكات العصبية البيولوجية تستخدم نفس الخوارزميات مثل نظيراتها المهندسة ، ولكن كما تعلمنا ، فإن متطلبات الكفاءة والمتانة والبساطة شائعة في كل من الكائنات الحية والشبكات التي بنيناها."

إن فهم كيفية عمل النظام في ظل الظروف العادية يمكن أن يساعد علماء الأعصاب على فهم أفضل لما يحدث عندما تتعطل هذه النتائج ، على سبيل المثال ، في صعوبات التعلم. يقول نافلاخا: "تُستخدم اختلافات خوارزمية AIMD في كل شبكة اتصالات موزعة على نطاق واسع". "اكتشاف أن الدماغ يستخدم خوارزمية مماثلة قد لا يكون مجرد مصادفة."

تم تمويل العمل من قبل وزارة الدفاع ، مكتب أبحاث الجيش.