Ερευνητές στο Επιστήμης Υπολογιστών του MIT και το Τεχνητής Νοημοσύνης Εργαστήριο έχουν αναπτύξει ένα νέο υπολογιστικό μοντέλο ενός νευρωνικού κυκλώματος με βάση τον ανθρώπινο εγκέφαλο, το οποίο θα μπορούσε να ρίξει φως στο βιολογικό ρόλο των ανασταλτικών νευρώνων - νευρώνες που κρατούν άλλους νευρώνες από τη πυροδότηση.
Το μοντέλο περιγράφει ένα νευρωνικό κύκλωμα που αποτελείται από μία συστοιχία νευρώνων εισόδου και ισοδύναμο αριθμό νευρώνων εξόδου. Το κύκλωμα εκτελεί κατά τους νευροεπιστήμονες, μια λειτουργία «Ο νικητής τα παίρνει όλα", στην οποία σηματοδοτείτε από πολλούς νευρώνες εισόδου και επάγει ένα σήμα σε ένα μόνο νευρώνα εξόδου.
Χρησιμοποιώντας τα εργαλεία της θεωρητικής επιστήμης των υπολογιστών, οι ερευνητές αποδεικνύουν ότι, στο πλαίσιο του μοντέλου τους, μια ορισμένη διαμόρφωση των ανασταλτικών νευρώνων παρέχει τα πλέον αποτελεσματικά μέσα της θέσπισης μιας λειτουργίας νικητή που τα παίρνει όλα . Επειδή το μοντέλο κάνει εμπειρικές προβλέψεις για τη συμπεριφορά των ανασταλτικών νευρώνων στον εγκέφαλο, προσφέρει ένα καλό παράδειγμα του τρόπου με τον οποίο η υπολογιστική ανάλυση θα μπορούσε να βοηθήσει τις νευροεπιστήμες.
Οι ερευνητές θα παρουσιάσουν τα αποτελέσματά τους αυτή την εβδομάδα στο συνέδριο για Καινοτομίες στη Θεωρητική Επιστήμη των Υπολογιστών. από την Nancy Lynch, NEC Καθηγητής του Τμήματος Επιστήμης και Τεχνολογίας Λογισμικού στο MIT, που είναι και ο ανώτερος συντάκτης της έρευνας. Μαζί της είναι ο Merav Parter, μεταδιδακτορικός στην ομάδα της, και την Cameron Musco, μια μεταπτυχιακή φοιτήτρια του MIT στο Τμήμα Ηλεκτρολόγων Μηχανικών και Επιστήμης Υπολογιστών.
Για χρόνια, η ομάδα της Lynch έχει ερευνήσει την επικοινωνία και την κατανομή των πόρων σε ad hoc δίκτυα. Όμως, πρόσφατα, η ομάδα έχει αρχίσει να χρησιμοποιεί τα εργαλεία της ανάλυσης του δικτύου για τη διερεύνηση βιολογικών φαινομένων.
«Υπάρχει μια στενή αντιστοιχία μεταξύ της συμπεριφοράς των δικτύων υπολογιστών ή άλλων συσκευών, όπως κινητά τηλέφωνα και των βιολογικών συστημάτων», λέει η Lynch. «Προσπαθούμε να βρούμε τα προβλήματα και πως μπορούμε να επωφεληθούμε από αυτή την άποψη κατανεμημένων υπολογιστών, με έμφαση σε αλγορίθμους για τους οποίους μπορούμε να αποδείξουμε με μαθηματικές ιδιότητες."
Το μοντέλο περιγράφει ένα νευρωνικό κύκλωμα που αποτελείται από μία συστοιχία νευρώνων εισόδου και ισοδύναμο αριθμό νευρώνων εξόδου. Το κύκλωμα εκτελεί κατά τους νευροεπιστήμονες, μια λειτουργία «Ο νικητής τα παίρνει όλα", στην οποία σηματοδοτείτε από πολλούς νευρώνες εισόδου και επάγει ένα σήμα σε ένα μόνο νευρώνα εξόδου.
Χρησιμοποιώντας τα εργαλεία της θεωρητικής επιστήμης των υπολογιστών, οι ερευνητές αποδεικνύουν ότι, στο πλαίσιο του μοντέλου τους, μια ορισμένη διαμόρφωση των ανασταλτικών νευρώνων παρέχει τα πλέον αποτελεσματικά μέσα της θέσπισης μιας λειτουργίας νικητή που τα παίρνει όλα . Επειδή το μοντέλο κάνει εμπειρικές προβλέψεις για τη συμπεριφορά των ανασταλτικών νευρώνων στον εγκέφαλο, προσφέρει ένα καλό παράδειγμα του τρόπου με τον οποίο η υπολογιστική ανάλυση θα μπορούσε να βοηθήσει τις νευροεπιστήμες.
Οι ερευνητές θα παρουσιάσουν τα αποτελέσματά τους αυτή την εβδομάδα στο συνέδριο για Καινοτομίες στη Θεωρητική Επιστήμη των Υπολογιστών. από την Nancy Lynch, NEC Καθηγητής του Τμήματος Επιστήμης και Τεχνολογίας Λογισμικού στο MIT, που είναι και ο ανώτερος συντάκτης της έρευνας. Μαζί της είναι ο Merav Parter, μεταδιδακτορικός στην ομάδα της, και την Cameron Musco, μια μεταπτυχιακή φοιτήτρια του MIT στο Τμήμα Ηλεκτρολόγων Μηχανικών και Επιστήμης Υπολογιστών.
Για χρόνια, η ομάδα της Lynch έχει ερευνήσει την επικοινωνία και την κατανομή των πόρων σε ad hoc δίκτυα. Όμως, πρόσφατα, η ομάδα έχει αρχίσει να χρησιμοποιεί τα εργαλεία της ανάλυσης του δικτύου για τη διερεύνηση βιολογικών φαινομένων.
«Υπάρχει μια στενή αντιστοιχία μεταξύ της συμπεριφοράς των δικτύων υπολογιστών ή άλλων συσκευών, όπως κινητά τηλέφωνα και των βιολογικών συστημάτων», λέει η Lynch. «Προσπαθούμε να βρούμε τα προβλήματα και πως μπορούμε να επωφεληθούμε από αυτή την άποψη κατανεμημένων υπολογιστών, με έμφαση σε αλγορίθμους για τους οποίους μπορούμε να αποδείξουμε με μαθηματικές ιδιότητες."
Πηγή:ΜΙΤ
Δημοσίευση σχολίου