תא עצב יחיד בקליפת המוח האנושית עשוי לבצע חישובים מורכבים בהרבה מן הפעולה הפשוטה של חיבור אותות והפקת תגובת "כן או לא". כך עולה ממחקר של חוקרים מהאוניברסיטה העברית ומאוניברסיטת אמסטרדם, שהשתמשו ברשתות עצביות מלאכותיות כדי למדוד את המורכבות החישובית של נוירונים ביולוגיים.

במקום לבדוק רק את מספר הקשרים של כל תא או את המבנה הפיזי שלו, החוקרים שאלו עד כמה קשה לרשת עצבית מלאכותית ללמוד לחקות את הקשר בין הקלט שמקבל תא העצב לבין התגובה החשמלית שהוא מפיק. ככל שנדרשה רשת מלאכותית עמוקה ומורכבת יותר כדי לחקות את התא, כך הוערכה המורכבות החישובית של הנוירון כגבוהה יותר.

המחקר נערך בידי עידו אייזנבוד, דניאלה יואלי ודוד בניאגייב, בהנחיית פרופ' מיקי לונדון ופרופ' עידן שגב מהמרכז למדעי המוח על שם אדמונד ולילי ספרא באוניברסיטה העברית. במחקר השתתף גם פרופ' כריסטיאן דה קוק מהאוניברסיטה החופשית של אמסטרדם. הוא פורסם בכתב העת PNAS.

"אנשים נוטים לחשוב על נוירון כעל מתג פשוט שנדלק או כבה", אמר פרופ' שגב. "מה שאנחנו מראים הוא שתא עצב אנושי יחיד הוא בעצמו התקן חישובי מתוחכם להפליא".

הנוירון אינו רק שער לוגי

היחידות הבסיסיות ברוב הרשתות העצביות המלאכותיות פשוטות יחסית: הן מקבלות מספר ערכי קלט, מכפילות אותם במשקלים, מחברות את התוצאות ומעבירות את הפלט לשכבה הבאה.

תא עצב ביולוגי פועל בצורה מורכבת יותר. הוא מקבל אלפי אותות באמצעות סינפסות המפוזרות לאורך דנדריטים – שלוחות מסועפות היוצאות מגוף התא. התוצאה אינה נקבעת רק לפי עוצמת האותות, אלא גם לפי מיקומם, העיתוי שבו הגיעו, הצירוף ביניהם והתכונות החשמליות של הענפים השונים.

אותות המגיעים יחד לענף דנדריטי אחד יכולים להפיק תגובה שונה מאותם אותות כשהם מגיעים לאזורים שונים בתא. כתוצאה מכך, עיבוד משמעותי של המידע מתרחש עוד לפני שהאות מגיע לגוף התא ולנקודה שבה הנוירון מחליט אם להפיק דחף חשמלי.

החוקרים יצרו מודלים מפורטים של תאי עצב, הזינו אותם בדפוסים שונים של פעילות סינפטית ואספו את תגובותיהם. לאחר מכן אומנו רשתות מלאכותיות לשמש "תאום חישובי" של כל תא ולחזות את הפלט שלו.

הממצאים הראו כי כדי לחקות נוירונים אנושיים בקליפת המוח נדרשו רשתות עמוקות יותר מאלה שנדרשו לחיקוי נוירונים של יונקים אחרים שנבדקו. החוקרים מייחסים את היתרון למבנה הדנדריטי המסועף ולתגובות הלא־ליניאריות של הסינפסות.

השראה לארכיטקטורות AI חדשות

לתוצאות עשויה להיות משמעות לפיתוח מערכות בינה מלאכותית וחומרה נוירומורפית. כיום, חלק ניכר מהשיפור במודלי AI מושג באמצעות הוספת שכבות, יחידות חישוב, זיכרון והספק. המחקר מציע כיוון משלים: שימוש ביחידות עיבוד בסיסיות מורכבות יותר.

במקום לבנות מערכת ממספר גדול מאוד של יחידות פשוטות, ייתכן שבעתיד ניתן יהיה לפתח רכיבים מלאכותיים המבצעים עיבוד פנימי רב־שלבי, בדומה לאופן שבו ענפי הדנדריטים מסננים ומשלבים אותות.

גישה כזאת עשויה להיות רלוונטית במיוחד לשבבים נוירומורפיים, שמטרתם לבצע עיבוד מקבילי וחסכוני באנרגיה באמצעות חיקוי עקרונות פעולה של מערכת העצבים. בחומרה כזאת, כל יחידת עיבוד יכולה לכלול מנגנונים מורכבים יותר של זיכרון מקומי, שילוב אותות וחישוב לא־ליניארי.

עם זאת, הגדלת מורכבותה של כל יחידה אינה מבטיחה שיפור אוטומטי. יחידות מורכבות יותר עלולות לדרוש שטח סיליקון גדול יותר, תכנון מסובך ואלגוריתמי אימון חדשים. יהיה צורך לבדוק האם העברת חלק מן החישוב אל תוך "הנוירון המלאכותי" מפחיתה את מספר היחידות והשכבות הדרושות ומספקת יתרון בצריכת אנרגיה או בהשהיה.

לא רשת עצבית בתוך תא

ההשוואה לרשת עצבית עמוקה אינה אומרת שבתוך כל תא עצב קיימת רשת מלאכותית זעירה. הרשת שימשה ככלי מתמטי למדידת הקושי לחקות את התנהגות התא.

גם הטענה כי תא עצב יחיד הוא "סוד האינטליגנציה האנושית" דורשת זהירות. המחקר אינו מודד אינטליגנציה ואינו מוכיח שתא יחיד מסוגל לבצע משימות קוגניטיביות כמו זיהוי תמונה, הבנת שפה או פתרון בעיות.

המשמעות היא שהרכיב הבסיסי שממנו בנויה רשת המוח מורכב יותר מן היחידה המלאכותית המקובלת. האינטליגנציה האנושית נוצרת מפעילות משולבת של מיליארדי תאים, אך כל אחד מהם עשוי לבצע עיבוד מקומי משמעותי לפני העברת המידע הלאה.

המסגרת שפיתחו החוקרים עשויה לשמש בעתיד להשוואה בין סוגי נוירונים, אזורי מוח ומינים שונים, וכן לבחינת שינויים בתפקוד התאים במחלות נוירולוגיות. עבור תעשיית המחשוב, המחקר מספק נקודת מבט נוספת על הפער שבין רשתות AI מודרניות לבין המערכת הביולוגית שממנה שאבו את שמן.

מקור: Dendritic morphology and synaptic nonlinearities enhance functional complexity in human cortical neurons – PNAS

הפוסט מחקר ישראלי: תא עצב אנושי יחיד מורכב כמו רשת עצבית עמוקה הופיע לראשונה ב-Chiportal.