کد خبر : 5057 سه شنبه 18 فروردین 1394 - 10:29:11
کشف-برتری-مغزهای-چند-وجهی

کشف برتری مغزهای چند وجهی

سیناپرس: دانشمندان موفق شدند تا در اکتشافات ویژه‌ ای به قابلیت بالاتر مغزهای چند وجهی برای درک و یادگیری از محیط پیرامون پی ببرند که می‌ توان از نتایج این تحقیقات برای علوم پزشکی و علوم کامپیوتری استفاده کرد.

یافته های جدید حاکی از این است که موجوداتی که مغز آنها از چند بخش تشکیل می شوند می تواند بهتر از سایر انواع دیگر اطلاعات جدید را بدون فراموش کردن اطلاعات قبلی دریافت کنند.  این یافته ها تنها بر روی فرضیه تکامل هوش حیوانات طبیعی متمرکز نیست و از این یافته ها و فرضیات می توان در ساخت هوش مصنوعی هم استفاده کرد.

سه متخصص به نام‌ های دکتر کای اولاف الفسن (Kai Olav Ellefsen) که از  متخصصان دانشگاه علوم و فناوری نروژ (Norwegian University of Science and Technology)،   دکتر ژان باپتیست مورت (Jean-Baptiste Mouret) از دانشگاه پیر و ماری کوری (Pierre & Marie Curie University) و دکتر جف کلونه (Jeff Clune) از دانشگاه  (University of Wyoming) در یک همکاری بسیار مهم از شبیه ساز های مدل های مغزی محاسباتی که تحت عنوان شبکه های عصبی مصنوعی از آنها یاد می شود استفاده کردند تا نشان بدهند که هر چه ذهن ها هرچقدر که چند بخشی تر باشند بیشتر یاد می گیرند و کم تر فراموش می کنند.

مغز برخی از حیوانات ( و حتی موجوداتی از جمله انسان ها) به قسمت های کوچکی بخش بندی می شود،  این بدان معناست که این مغز ها واحد های جداگانه ای مختص زبان، تشخیص چهره و. . . . دارند. در حالی که حیوانات آموخته های خود را به تدریج فراموش می کنند،  شبکه های عصبی مصنوعی که درعلوم کامپیوتری به کار گرفته می‌ شوند در عمل اصطلاحی تحت عنوان "فراموشی مصیبت بار"از خود نشان می دهند. معنی این اصطلاح بدین ترتیب است که آنها به سرعت مهارت های آموخته شده ی جدید را بر روی دانش بدست آمده قبلی باز نویسی می کنند. محققان به این نتیجه رسیده اند که اگر مغزهای کامپیوتری هم مانند مغز سایر حیوانات از چند بخش تشکیل بشود این فراموشی مصیبت بار در آنها به طور قابل ملاحظه ای کاهش پیدا خواهد کرد.

دکتر ژان باپتیست مورت در این باره بیان کرد: «در تحقیقات آینده محققان تصمیم دارند که به صورت آزمایشی  پیچیدگی مدل های مغزی و نیز سختی وظایفی که از شبکه های عصبی باید بر عهده بگیرند را بیشتر کنند.  ساختن مدل هایی که تکامل و یادگیری را ترکیب می کنند برای فهمیدن تکامل سیستم عصبی حیوانات بسیار حائز اهمیت است. »   دکتر جف کلونه نیز در ادامه سخنان همکار خود افزود: «هدف نهایی تحقیقاتی که درباره هوش مصنوعی انجام می شود ساختن نوعی هوش مصنوعی است که می تواند تعداد زیادی از مهارت ها را بیاموزد و در طول زمان مانند انسان ها و حیوانات بتواند در انجام این مهارت ها پیشرفت کند. ما باید مشکل فراموشی مصیبت بار را حل کنیم تا بتوانیم به این هدف برسیم.  انجام این کار به معنای برداشتن قدم مهمی در این مسیر طولانی است.»

منبع

 

نظرات شما

[کد امنیتی جدید]