Η Θερμοδυναμική στα Τεχνητά Νευρωνικά Δίκτυα και τον ανθρώπινο εγκέφαλο.

SHARE

Ο τρόπος με τον οποίο διενεργείται η γνωστική λειτουργία του ανθρώπινου εγκεφάλου έχει απασχολήσει για πολλά χρόνια τους επιστήμονες. Συγκεκριμένα, μία απο τις μεγαλύτερες προκλήσεις της Νευροεπιστήμης είναι η κατανόηση του τρόπου με τον οποίο ο εγκέφαλος του ανθρώπου επεξεργάζεται τις πληροφορίες που λαμβάνει και πώς αυτός «διαλέγει» ποια πληροφορία θα αποθηκεύσει. Η πληροφορία που τελικά θα αποθηκευθεί είναι και αυτή που ο εγκέφαλος θεωρεί πιο σημαντική. Όμως, βάσει ποιου κανόνα μία πληροφορία από τον εγκέφαλο θα θεωρηθεί ασήμαντη; Τι καθιστά τον εγκέφαλο τόσο καλό στο να «ξεχνά» πληροφορίες;

Από ό,τι φαίνεται, η απάντηση μπορεί να βρίσκεται στους ίδιους ακριβώς φυσικούς νόμους με τους οποίους δημιουργούνται οι αστέρες και γενικώς με το πώς εξελίχθηκε το σύμπαν. Μία ομάδα ερευνητών από το Πανεπιστήμιο της Στουτγκάρδης, απέδειξε ότι σε νευρωνικό επίπεδο, η γνωστική λειτουργία περιορίζεται σημαντικά από τους Νόμους της Θερμοδυναμικής. Σύμφωνα με τον Δέυτερο Νόμο της Θερμοδυναμικής, η συνολική Εντροπία ενός απομονωμένου συστήματος αυξάνεται με την παρέλευση του χρόνου. Η Εντροπία είναι μια θερμοδυναμική ποσότητα και συχνά αναφέρεται ως το μέτρο της Αταξίας ενός συστήματος. Αυτό σημαίνει ότι εάν δεν βάλουμε περαιτέρω ενέργεια σε ένα σύστημα, οι μεταβολές του συστήματος αυτού είναι μη αντιστρεπτές και η Αταξία τού θα μεγαλώσει. Σε ένα άτακτο σύστημα, υπάρχουν πολλοί τρόποι με τους οποίους μπορεί να γίνει ανακατανομή των συστατικών του σε διαφορετικές μικροκαταστάσεις, χωρίς όμως να αλλάζουν σημαντικά οι μακροσκοπικές τους ιδιότητες.

Η Εντροπία είναι επί του παρόντος η κύρια απάντηση στο γιατί ο χρόνος κινείται μονοκατευθυντήρια. Επί παραδείγματι, σύμφωνα με τον Δεύτερο Νόμο της Θερμοδυναμικής, είναι αδύνατον να επαναφέρουμε ένα σπασμένο αυγό στην κατάσταση και τη μορφή που αυτό είχε πριν σπάσει, επειδή μία τέτοια εξέλιξη θα μείωνε την Εντροπία του αυγού (και κατά συνέπεια του Σύμπαντος)!

Ποια είναι όμως ακριβώς η σχέση της Θερμοδυναμικής με τη γνωστική εγκεφαλική λειτουργία;

Advertisement

Όπως και με τη συναρμογή των ατόμων και τη θέση που παίρνουν τα σωματίδια των αερίων στους αστέρες, ο ανθρώπινος εγκέφαλος είναι φύσει σχεδιασμένος έτσι ώστε να βρίσκει τον πιο αποτελεσματικό τρόπο για να «οργανωθεί». Για να αναπαράγει τον τρόπο που δουλεύει ο εγκέφαλος, η ομάδα των ερευνητών η οποία και συνέστησε τη σχετική Υπόθεση, δημιούργησε κατ’ αρχάς ένα νευρωνικό δίκτυο. Το νευρωνικό δίκτυο είναι ένα αφηρημένο αλγοριθμικό κατασκεύασμα και συγκεκριμένα, ένα δίκτυο τεχνητών νευρώνων που προσομοιάζει την εγκεφαλική υπολογιστική λειτουργία του Κεντρικού Νευρικού Συστήματος (ΚΝΣ).

Κατ’ ουσία, όλοι οι οργανισμοί συγκεντρώνουν πληροφορίες από το ζωηρό περιβάλλον τους και χτίζουν γνωστικά μοντέλα από αυτές τις πληροφορίες, χρησιμοποιώντας βεβαίως τα νευρωνικά τους δίκτυα. Εκείνο το οποίο βάσει της υπόθεσής της η ερευνητική ομάδα ήθελε να παρατηρήσει και να επιβεβαιώσει, είναι το πώς οι τεχνητοί νευρώνες «φιλτράρουν» ένα ηχητικό input (μία εισροή πληροφορίας με τη μορφή ήχου) και γιατί αυτοί ανταποκρίνονται μόνο στην εισροή σημαντικών ηχητικών πληροφοριών. Χρησιμοποιώντας το Χεμπιανό Μοντέλο Μάθησης (Hebbian Theory), μία θεωρία που αφορά την αυτοοργάνωση ενός συνόλου νευρώνων, και το οποίο υποστηρίζεται σοβαρά από πειραματικά δεδομένα, η ερευνητική ομάδα της Στουτγκάρδης έδειξε ότι η αποτελεσματικότητα της μάθησης με τη μορφή αποθήκευσης πληροφοριών, περιορίζεται από τη συνολική παραγωγή Εντροπίας στο νευρωνικό δίκτυο του πειράματος. Παρατηρήθηκε ότι όσο βραδύτερα «μάθαινε» ένας τεχνητός νευρώνας, τόσο λιγότερη εντροπία παρήχθη στο νευρωνικό δίκτυο. Επιβεβαιώθηκε λοιπόν με την παραπάνω έρευνα ότι οι νευρώνες μάς υπακούουν στους ίδιως ακριβώς θερμοδυναμικούς νόμους που ισχύουν και στο Σύμπαν.

Ωστόσο, δεν ήταν η πρώτη φορά που ερευνητικό έργο συσχέτισε τη Θερμοδυναμική με τη γνωστική λειτουργία του εγκεφάλου. Με πρόσφατη έρευνα (Ιούνιος 2016) που το  επιστημονικό περιοδικό Physical Review E έχει ήδη αποδεχθεί για δημοσίευση, προτάθηκε από ερευνητικές ομάδες από τη Γαλλία και τον Καναδά, ότι η συνείδηση θα μπορούσε να είναι μια  «παρενέργεια», μια παράπλευρη ωφέλεια εν ολίγοις, της ίδιας της Εντροπίας και ότι ο ανθρώπινος εγκέφαλος οργανώνει την αποθήκευση των πληροφοριών που λαμβάνει, κατά τον βέλτιστο δυνατό τρόπο.

Advertisement

Υπάρχει βεβαίως πολύς δρόμος ακόμα για την κατανόηση του πώς ακριβώς δουλεύει το μυαλό μας. Σε κάθε περίπτωση, η συσχέτιση της Θερμοδυναμικής με τα νευρωνικά δίκτυα, μας φέρνει όχι μόνο πιο κοντά στη γνώση των ίδιων μας των δυνατοτήτων αλλά θα μπορούσε να αποτελέσει και ένα πολύ χρήσιμο εργαλείο στην αξιολόγηση της ίδιας της αποτελεσματικότητάς τους σε υπολογιστικά συστήματα Τεχνητής Νοημοσύνης.

Το πλήρες paper εδώ.

Παρόμοια άρθρα που μπορεί να σ’ενδιαφέρουν:

Advertisement

SHARE:

Εβδομαδιαία ενημέρωση απο το maxmag στο email σου

Η ενημέρωση σου, για όλα τα θέματα, επί παντός επιστητού, είναι προτεραιότητα για μας στο MAXMAG. Αυτός είναι κ ο λόγος, για τον οποίο κάθε εβδομάδα οι συντάκτες μας θα επιλέγουν τα 15 σημαντικότερα άρθρα, από όλες τις στήλες του περιοδικού και θα φροντίζουμε να τα λαμβάνεις απευθείας στο email σου. Όλες οι σημαντικές ειδήσεις θα σε περιμένουν να τις ανοίξεις. Το μόνο που χρειάζεται να κάνεις είναι μια εγγραφή στο Newsletter μας. Τι περιμένεις λοιπόν;

Follow Newsweek

Κάνοντας εγγραφή στο newsletter μας θα λαμβάνετε όλα τα τελευταία νέα που ανεβαίνουν στην ιστοσελίδα του MAXMAG

Advertisement

Λίγα λόγια για τον συντάκτη

Σπούδασα Χρηματοοικονομικά αλλά πάντα με γοήτευαν οι επιστήμες γιατί είναι ο πιο αντικειμενικός τρόπος να καταλάβεις τον κόσμο καθώς και η ψυχολογία, γιατί είναι ο πιο αντικειμενικός τρόπος να καταλάβεις τον άνθρωπο. Λατρεύω τις γάτες, τις καρφίτσες πέτου, τη μυρωδιά του καφέ και τη Νέα Υόρκη. Εκτιμώ τους ευγενικούς ανθρώπους και τους διαλόγους με επιχειρήματα.

Το MAXMAG είναι ένα περιοδικό που μπήκε δυναμικά στο χώρο της διαδικτυακής ενημέρωσης. Κοινό όλων: η αγάπη για την αρθρογραφία, την οποία ο καθένας ξεχωριστά τη συνδέει με το αντικείμενο που γνωρίζει καλά και, συνήθως, έχει σπουδάσει.

Follow Newsweek

Κάνοντας εγγραφή στο newsletter μας θα λαμβάνετε όλα τα τελευταία νέα που ανεβαίνουν στην ιστοσελίδα του MAXMAG