علوم الحياةنسخة أوليةمحاكاةمدة القراءة: 3 د

لماذا قد تحتاج شبكة من النوابض إلى النوم؟

ما النوم؟ يُعرَّف بأنه حالة راحة قابلة للانعكاس يستجيب فيها الحيوان لمحيطه استجابة أقل — ويحتاج إلى المزيد منه بعد حرمانه منه. وبهذا التعريف، يظهر النوم في أرجاء المملكة الحيوانية: لدى الثدييات والطيور، والأسماك والديدان، بل حتى لدى حيوانات بلا جهاز عصبي مركزي، مثل قناديل البحر والهيدرا. ويثير هذا الاتساع سؤالًا يطرحه بحث لـNada Elmeligy وNidhi Pashine وJ. M. Schwarz في جامعة سيراكيوز: هل يمكن أن تنبع الحاجة إلى النوم من التعلم نفسه، أيًّا كان النظام الذي يتعلم؟

ولدى الذكاء الاصطناعي جواب جزئي: فمنذ خوارزمية «اليقظة–النوم» (wake–sleep)، ساعدت مراحل شبيهة بالنوم الشبكات العصبية على تعلّم أشياء جديدة دون نسيان القديمة. لكن تلك الشبكات تتبع قواعد تعلّم محددة رياضيًا. وأراد الفريق شيئًا أبسط وفيزيائيًا خالصًا — مادة تتعلم عبر ميكانيكاها الخاصة.

نوابض تتعلم

المتعلّم الذي اعتمده الفريق هو شبكة غير منتظمة من النوابض: 128 عقدة تربط بينها من 354 إلى 366 نابضًا. والمهمة التي عليه تعلّمها مهمة ميكانيكية. فحين يسحب زوج من القوى نابضًا ما (المُدخل)، يجب أن يستجيب نابض آخر أبعد منه (المُخرج) بقوة شدّ دقيقة. ويحدث التعلم محليًا: يضبط كل نابض صلابته بنفسه انطلاقًا من قوى الشدّ التي يشعر بها، دون أي معالج مركزي.

درّب الفريق 50 شبكة من هذا النوع على سلسلة من 23 زيارة: تسع مهام جديدة، ممزوجة مع 14 تكرارًا لمهام سابقة. ومع تقدّم السلسلة، تناقصت باطّراد نسبة الشبكات التي نجحت في تعلّم المهام الجديدة. ولم تكن المهام نفسها هي الملومة: فحين دُرّبت الشبكات عليها أولًا، انطلاقًا من الحالة الابتدائية، كانت المهام نفسها تُتعلَّم أكثر.

التعلم يستنفد القدرة على التعلم

يكمن التفسير في كمية يسميها المؤلفون الهيمنة (dominance). اسحب طرفي نابض فيتوزع العبء: يبقى جزء منه في ذلك النابض، ويمر الباقي عبر الشبكة المحيطة به. وهيمنة النابض هي الحصة التي يحتفظ بها، بين 0 و1. والنابض الذي يحمل العبء كله لم يعد قادرًا على نقل التغيرات إلى بقية الشبكة؛ والنابض الذي لا يحمل شيئًا ليس لديه ما ينقله. وفائدته للتعلم، التي يسميها المؤلفون اللدونة (plasticity)، هي حاصل الضرب f(1 − f): صفر عند الطرفين، وأكبر ما يكون عند النصف.

قبل التدريب، تكون قيم هيمنة النوابض قريبة من المتوسط. ويؤدي التدريب إلى استقطابها: فبعض النوابض ينتهي بها الأمر إلى حمل العبء كله تقريبًا بين طرفيها، وبعضها لا يحمل منه شيئًا تقريبًا. وهنا يُثبت الفريق قانونًا دقيقًا. اجمع لدونة كل النوابض تحصل على قدرة التعلم C للشبكة؛ وقِس مدى ابتعاد قيم الهيمنة عن المتوسط تحصل على الاستقطاب P. عندئذ يكون C + P ثابتًا، تحدده بنية الشبكة وحدها. فكل قدر من الاستقطاب يُكتسب هو قدرة تعلّم تُفقد. ويسمي المؤلفون P «ضغط النوم» لدى الشبكة. وفي المحاكاة، كانت المهام التي وصلت حين كانت C مرتفعة تُتعلَّم أكثر بكثير.

الإصغاء إلى الضجيج

هل يمكن إصلاح الضرر؟ مبدئيًا، نعم: أضعِف النوابض المفرطة الهيمنة، وقوِّ النوابض الضعيفة جدًا. والصعوبة أن هيمنة النابض تتوقف على الشبكة كلها. وقد وجد الفريق طريقًا مختصرًا محليًا: هُزّ الشبكة بقوى عشوائية صغيرة من داخلها، فيكشف متوسط الطاقة المخزّنة في كل نابض عن هيمنته. وعندئذ لا يحتاج كل نابض إلا إلى صلابته وتمدّده الخاصين.

وحين أُدرج هذا الإصلاح بين زيارات المهام، أبقى الشبكات قادرة على التعلم على امتداد السلسلة. وتفوّق على استرخاء أعمى نحو صلابة الراحة في 49 شبكة من أصل 50. كما ردّد عدة سمات من نوم الحيوانات. فقد أضرّ الإصلاح حين لم يكن هناك شيء جديد يُتعلَّم، وأفاد أكثر ما أفاد حين جلبت نحو 40% من الزيارات مهمة جديدة. وأدى تخطّي جلسات الإصلاح الثلاث الأخيرة إلى تراكم «ضغط النوم»، واستلزم التعويض جرعة إضافية — وإن كانت لا تمثل سوى 75.3% مما فات، و52.2% بعد ست جلسات فائتة.

لماذا يجب أن ينتظر الإصلاح

لماذا لا يجري الإصلاح أثناء التعلم؟ لأن المهمة الجارية تضيف إجهادًا إلى النوابض التي تحملها. فتذهب قراءات طاقتها صعودًا — في الشبكات الـ50 كلها — فيخلط الإصلاح بين النوابض المشغولة والنوابض المفرطة الهيمنة، ويُليّن المسارات المستخدمة بالذات. وأعطى الإصلاح الذي أُجري أثناء المهمة نتائج أسوأ بكثير من الإصلاح الذي أُجري خارجها (offline).

ولأن الانحياز لا يدفع القراءات إلا نحو الأعلى، فإن النابض الذي تبدو قراءته ضعيفة أثناء مهمة ما ضعيفٌ حقًا. لذا جرّب الفريق تقسيمًا: التقوية خلال «اليقظة»، والإضعاف فقط خلال «النوم». ونجح ذلك تقريبًا بقدر نجاح الإصلاح خارج المهمة بالكامل. أما التقسيم المعاكس فأضرّ بالأداء في كل شبكة. ويلاحظ المؤلفون تشابهًا مع القشرة البصرية لدى الجرذان، حيث يُضبط النشاط صعودًا خلال اليقظة وهبوطًا خلال النوم — وهو تفسير فيزيائي محتمل يقدّمونه بوصفه فرضية تحتاج إلى اختبار.

مفتاح لا يزال يُدار من الخارج

لا تقرر الشبكات أن تنام من تلقاء نفسها: فمشرف خارجي يجدول التعلم والإصلاح، ويحدد هدف الاستعادة. ولأن الإصلاح لا يعرف شيئًا عن المهام السابقة، فإنه يُضعف الذكريات تدريجيًا، على خلاف النوم البيولوجي الذي يعيد أيضًا تنشيط تجارب اليوم. وأسئلة المؤلفين التالية هي: متى قد ينتقل متعلّم من تلقاء نفسه إلى مرحلة منفصلة (offline)؟ — وهل يمكن لشكل فيزيائي من الحلم أن يحمي ما تعلّمه للتو؟