சிக்கலான சூழ்ச்சிகளை பாதுகாப்பாக பயிற்சி செய்ய விமானிகள் விமான சிமுலேட்டர்களைப் பயன்படுத்துவதைப் போலவே, விஞ்ஞானிகள் விரைவில் சுட்டி மூளையின் மிகவும் யதார்த்தமான உருவகப்படுத்துதல்களுடன் பரிசோதனை செய்யலாம். ஒரு புதிய ஆய்வில், ஸ்டான்போர்ட் மருத்துவப் பள்ளியின் ஆராய்ச்சியாளர்கள் மற்றும் அவர்களின் கூட்டுப்பணியாளர்கள் ஒரு சுட்டியின் காட்சி புறணியின் "டிஜிட்டல் இரட்டையரை" உருவாக்க ஒரு செயற்கை நுண்ணறிவு மாதிரியை உருவாக்கியுள்ளனர், இது காட்சி தகவல்களை செயலாக்குவதற்கு பொறுப்பான மூளை பகுதியாகும்.

இந்த டிஜிட்டல் இரட்டையருக்கு திரைப்படக் கிளிப்புகளைப் பார்க்கும்போது ஏராளமான உண்மையான எலிகள் பதிவுசெய்த நரம்பியல் செயல்பாட்டின் தரவுத்தொகுப்பில் பயிற்சி அளிக்கப்படுகிறது. பயிற்சி பெற்றவுடன், பல்லாயிரக்கணக்கான நியூரான்கள் புதிய படங்கள் மற்றும் வீடியோக்களுக்கு எவ்வாறு பதிலளிக்கும் என்பதை துல்லியமாக கணிக்க முடியும். டிஜிட்டல் இரட்டையர்கள் மூளையின் உள் செயல்பாடுகளைப் படிப்பதை எளிதாகவும் திறமையாகவும் செய்ய முடியும்.

“如果建立一個非常精確的大腦模型，那就意味著可以做更多的實驗，”斯坦福大學眼科醫學教授、4月10日發表在《自然》雜誌上的這項研究的資深作者安德列亞斯·托利亞斯博士說。“然後，可以將最有希望的那些模型在真實的大腦中進行測試。”

இந்த ஆய்வின் முதன்மை எழுத்தாளர் பேய்லர் மருத்துவக் கல்லூரியின் மருத்துவ மாணவர் டாக்டர் எரிக் வாங் ஆவார்.

முந்தைய காட்சி புறணி AI மாதிரிகளைப் போலல்லாமல், இது பயிற்சி தரவுகளில் காணப்படும் தூண்டுதல்களின் வகைகளுக்கு மூளையின் பதிலை மட்டுமே உருவகப்படுத்த முடியும், புதிய மாதிரி பல்வேறு புதிய காட்சி உள்ளீடுகளுக்கு மூளையின் பதிலை முன்னறிவிக்கிறது. இது ஒவ்வொரு நியூரானின் உடற்கூறியல் பண்புகளையும் ஊகிக்க முடியும்.

ஒரு புதிய மாதிரி என்பது ஒரு அடித்தள மாதிரிக்கு ஒரு எடுத்துக்காட்டு, இது ஒப்பீட்டளவில் புதிய AI மாதிரியாகும், இது பெரிய தரவுத் தொகுப்புகளிலிருந்து கற்றுக் கொள்ளக்கூடியது, பின்னர் அந்த அறிவை புதிய பணிகள் மற்றும் புதிய வகை தரவுகளுக்குப் பயன்படுத்துகிறது - அல்லது ஆராய்ச்சியாளர்கள் "பயிற்சி விநியோகத்திற்கு அப்பால் பொதுமைப்படுத்துதல்" என்று அழைக்கிறார்கள். (ChatGPT என்பது ஒரு அடித்தள மாதிரியின் பழக்கமான முன்னுதாரணமாகும், இது பெரிய அளவிலான உரையிலிருந்து கற்றுக்கொண்டு, பின்னர் புதிய உரையைப் புரிந்துகொண்டு உருவாக்குகிறது.) ）

"பல வழிகளில், ஞானத்தின் விதை பொதுமைப்படுத்தும் திறனில் உள்ளது," என்று டோரியாஸ் கூறுகிறார், "இறுதி குறிக்கோள் பயிற்சி விநியோகத்திற்கு அப்பால் பொதுமைப்படுத்த முடியும்." ”

புதிய AI மாதிரியைப் பயிற்றுவிக்க, ஆராய்ச்சியாளர்கள் முதலில் ஒரு திரைப்படத்தைப் பார்க்கும்போது உண்மையான எலிகளின் மூளை செயல்பாட்டைப் பதிவு செய்தனர் (மனிதர்களுக்காக உருவாக்கப்பட்ட திரைப்படம்). வெறுமனே, இந்த படங்கள் எலிகள் தங்கள் இயற்கை சூழலில் என்ன பார்க்கின்றன என்பதை தோராயமாக செய்ய முடியும்.

"எலிகளைப் பற்றி ஒரு யதார்த்தமான திரைப்படத்தை உருவாக்குவது மிகவும் கடினம், ஏனென்றால் ஹாலிவுட்டில் யாரும் எலி திரைப்படத்தை உருவாக்கப் போவதில்லை" என்று டோலியாஸ் கூறினார். ஆக்ஷன் படங்கள் ரொம்ப நெருக்கமா இருக்கு.

டிஜிட்டல் இரட்டையர்கள் விஞ்ஞானிகளுக்கு மூளையின் உள் செயல்பாடுகளைப் படிக்க உதவும். புகைப்பட கடன்: எமிலி மோஸ்கல் / ஸ்டான்போர்ட் ஸ்கூல் ஆஃப் மெடிசின்

எலிகள் குறைந்த காட்சி தெளிவுத்திறனைக் கொண்டுள்ளன - நமது புற பார்வைக்கு ஒத்தவை, அதாவது அவை முதன்மையாக விவரங்கள் அல்லது வண்ணங்களை விட இயக்கத்தைப் பார்க்கின்றன. "எலிகள் இயக்கத்தை விரும்புகின்றன, இது அவற்றின் காட்சி அமைப்பை வலுவாக செயல்படுத்துகிறது, எனவே நாங்கள் அவர்களுக்கு நிறைய இயக்கங்களுடன் திரைப்படங்களைக் காட்டினோம்" என்று டோலியாஸ் கூறினார்.

பல குறுகிய பார்வை அமர்வுகளின் போது, ஆராய்ச்சியாளர்கள் எட்டு எலிகளில் மூளையின் செயல்பாட்டை 900 நிமிடங்களுக்கும் மேலாக பதிவு செய்தனர், அதே நேரத்தில் மேட் மேக்ஸ் போன்ற அதிரடி திரைப்பட கிளிப்களைப் பார்த்தனர். கேமராக்கள் அவர்களின் கண் அசைவுகள் மற்றும் நடத்தையை கண்காணித்தன.

ஆராய்ச்சியாளர்கள் ஒருங்கிணைந்த தரவுகளுடன் ஒரு முக்கிய மாதிரியைப் பயிற்றுவித்தனர், பின்னர் சில கூடுதல் பயிற்சிகளுக்குப் பிறகு, மாதிரியை எந்தவொரு தனிப்பட்ட சுட்டியின் டிஜிட்டல் இரட்டையராகத் தனிப்பயனாக்கலாம்.

இந்த டிஜிட்டல் இரட்டையர்கள் வீடியோ மற்றும் ஸ்டில் படங்கள் உட்பட பல்வேறு புதிய காட்சி தூண்டுதல்களுக்கு பதிலளிக்கும் விதமாக தங்கள் உயிரியல் சகாக்களின் நரம்பியல் செயல்பாட்டை துல்லியமாக பிரதிபலிக்க முடியும். டோரியாஸின் கூற்றுப்படி, டிஜிட்டல் இரட்டையரின் வெற்றிக்கு பெரிய அளவிலான ஒருங்கிணைந்த பயிற்சி தரவு முக்கியமானது. "அவற்றை மிகவும் துல்லியமாக்குவது என்னவென்றால், இவ்வளவு பெரிய தரவுத்தொகுப்பில் அவர்களுக்கு பயிற்சி அளிக்கப்பட்டது."

புதிய மாதிரி நரம்பியல் செயல்பாட்டில் மட்டுமே பயிற்சி பெற்றிருந்தாலும், இது மற்ற வகை தரவுகளுக்கு பொதுமைப்படுத்தப்படலாம்.

ஒரு குறிப்பிட்ட சுட்டியின் டிஜிட்டல் இரட்டையர் காட்சி புறணியில் உள்ள ஆயிரக்கணக்கான நியூரான்களின் உடற்கூறியல் இருப்பிடம் மற்றும் செல் வகையையும், இந்த நியூரான்களுக்கு இடையிலான தொடர்புகளையும் கணிக்க முடியும். சுட்டியின் காட்சி புறணியின் உயர் தெளிவுத்திறன் கொண்ட எலக்ட்ரான் நுண்ணோக்கி இமேஜிங்கைப் பயன்படுத்தி ஆராய்ச்சியாளர்கள் இந்த கணிப்புகளை உறுதிப்படுத்தினர். இந்த இமேஜிங் சுட்டி காட்சி புறணியின் கட்டமைப்பு மற்றும் செயல்பாட்டை முன்னோடியில்லாத வகையில் விரிவாக வரைபடமாக்குவதற்கான ஒரு பெரிய திட்டத்தின் ஒரு பகுதியாகும். இந்த திட்டம் MICrONS என்று அழைக்கப்படுகிறது, அதன் முடிவுகள் அதே நேரத்தில் நேச்சர் இதழில் வெளியிடப்பட்டுள்ளன.

டிஜிட்டல் இரட்டையர்கள் ஒரு எலியின் ஆயுட்காலம் முடிவுக்கு அப்பால் தொடர்ந்து செயல்பட முடியும் என்பதால், விஞ்ஞானிகள் ஒரே விலங்கில் கிட்டத்தட்ட வரம்பற்ற எண்ணிக்கையிலான சோதனைகளை செய்ய முடியும். பல ஆண்டுகள் எடுத்திருக்கக்கூடிய சோதனைகள் இப்போது மணிநேரங்களில் முடிக்கப்படலாம், மேலும் மில்லியன் கணக்கான சோதனைகள் ஒரே நேரத்தில் செய்யப்படலாம், இது மூளை எவ்வாறு தகவல்களை செயலாக்குகிறது மற்றும் நுண்ணறிவு எவ்வாறு செயல்படுகிறது என்பது குறித்த ஆராய்ச்சியை துரிதப்படுத்துகிறது.

"நாங்கள் கருப்பு பெட்டியைத் திறந்து, தனிப்பட்ட நியூரான்கள் அல்லது நியூரான்களின் குழுக்களின் மட்டத்தில் மூளையைப் புரிந்துகொள்ள முயற்சிக்கிறோம், மேலும் தகவல்களை குறியாக்கம் செய்ய அவை எவ்வாறு ஒன்றிணைந்து செயல்படுகின்றன" என்று டோலியாஸ் கூறினார். ”

உண்மையில், புதிய மாதிரிகள் புதிய நுண்ணறிவுகளை உருவாக்கியுள்ளன. நேச்சர் இதழில் வெளியிடப்பட்ட மற்றொரு தொடர்புடைய ஆய்வில், காட்சி புறணியில் உள்ள நியூரான்கள் அவை இணைக்கும் பிற நியூரான்களை எவ்வாறு தேர்ந்தெடுக்கின்றன என்பதை ஆராய ஆராய்ச்சியாளர்கள் டிஜிட்டல் இரட்டையர்களைப் பயன்படுத்தினர்.

மக்கள் நட்பை உருவாக்குவதைப் போலவே, ஒத்த நியூரான்களும் இணைப்புகளை உருவாக்க முனைகின்றன என்பதை விஞ்ஞானிகள் நீண்ட காலமாக அறிந்திருக்கிறார்கள். எந்த ஒற்றுமைகள் மிக முக்கியமானவை என்பதை டிஜிட்டல் இரட்டையர்கள் வெளிப்படுத்துகிறார்கள். அதே விசுவோஸ்பேஷியல் பகுதிக்கு பதிலளிக்கும் நியூரான்களை விட, நீலம் போன்ற அதே தூண்டுதலுக்கு பதிலளிக்கும் நியூரான்களுடன் நியூரான்கள் தொடர்புகளை ஏற்படுத்த அதிக வாய்ப்புள்ளது.

"இது ஒரு நபர் நண்பர்களை அவர்கள் இருக்கும் இடத்தை விட அவர்களின் விருப்பங்களின் அடிப்படையில் தேர்ந்தெடுப்பது போன்றது" என்று டோலியாஸ் கூறினார். "மூளை எவ்வாறு ஒழுங்கமைக்கப்பட்டுள்ளது என்பதற்கான துல்லியமான விதிகளை நாங்கள் கற்றுக்கொண்டோம்."

ஆராய்ச்சியாளர்கள் தங்கள் மாதிரியை மற்ற மூளை பகுதிகளுக்கும், விலங்குகள் உட்பட மேம்பட்ட அறிவாற்றல் திறன்களைக் கொண்ட விலங்குகளுக்கும் விரிவுபடுத்த திட்டமிட்டுள்ளனர்.

"இறுதியில், மனித மூளையின் ஒரு பகுதியின் டிஜிட்டல் இரட்டையையாவது உருவாக்க முடியும் என்று நான் நம்புகிறேன்" என்று டோலியாஸ் கூறினார். "அது பனிப்பாறையின் முனை மட்டுமே."

編譯自/ScitechDaily