الشبكة العصبية

الشبكة العصبية هي مجموعة من الوحدات المترابطة تُسمى الخلايا العصبية ، والتي تُرسل إشارات فيما بينها. قد تكون الخلايا العصبية خلايا بيولوجية أو نماذج رياضية . ورغم بساطة الخلايا العصبية الفردية، إلا أن العديد منها مجتمعة في شبكة واحدة قادرة على أداء مهام معقدة. يوجد نوعان رئيسيان من الشبكات العصبية.

في علم الأعصاب، ينشأ السلوك والإدراك من التفاعلات بين مناطق الدماغ المتفرقة. أما في علوم الحاسوب، فتُشغّل الشبكات العصبية الاصطناعية العديد من أنظمة الذكاء الاصطناعي الحديثة، لكنها تتطلب مجموعات بيانات ضخمة وقدرة حاسوبية هائلة. إضافةً إلى ذلك، يصعب تفسير تمثيلاتها الداخلية.

في علم الأحياء

صورة مجهرية متحركة بتقنية التصوير المجهري متحد البؤر لجزء من شبكة عصبية بيولوجية في الجسم المخطط للفأر

في سياق علم الأحياء، تُعرَّف الشبكة العصبية بأنها مجموعة من الخلايا العصبية البيولوجية المتصلة كيميائيًا ببعضها البعض عبر المشابك العصبية . ويمكن أن تتصل خلية عصبية واحدة بمئات الآلاف من المشابك العصبية. [ 1 ] ترسل كل خلية عصبية وتستقبل إشارات كهروكيميائية تُسمى كمونات الفعل إلى الخلايا المجاورة المتصلة بها. ويمكن للخلية العصبية أن تؤدي دورًا تحفيزيًا ، حيث تُضخِّم الإشارات التي تستقبلها وتنشرها، أو دورًا تثبيطيًا ، حيث تُثبِّط الإشارات. [ 1 ]

تُسمى مجموعات الخلايا العصبية المترابطة الأصغر من الشبكات العصبية بالدوائر العصبية . أما الشبكات المترابطة الكبيرة جدًا فتُسمى شبكات الدماغ واسعة النطاق ، ويشكل العديد منها معًا الدماغ والجهاز العصبي .

تنتقل الإشارات التي تولدها الشبكات العصبية في الدماغ في نهاية المطاف عبر الجهاز العصبي وعبر الوصلات العصبية العضلية إلى خلايا العضلات ، حيث تسبب الانقباض وبالتالي الحركة. [ 2 ]

في مجال التعلم الآلي

رسم تخطيطي لشبكة عصبية اصطناعية بسيطة ذات تغذية أمامية

في مجال تعلم الآلة، تُعدّ الشبكة العصبية نموذجًا رياضيًا اصطناعيًا يُستخدم لتقريب الدوال غير الخطية. وبينما كانت الشبكات العصبية الاصطناعية في بداياتها عبارة عن آلات مادية، [ 3 ] فإنها تُنفّذ اليوم في الغالب باستخدام البرمجيات .

تُرتّب الخلايا العصبية في الشبكة العصبية الاصطناعية عادةً في طبقات، حيث تنتقل المعلومات من الطبقة الأولى (طبقة الإدخال) عبر طبقة أو أكثر من الطبقات الوسيطة ( الطبقات المخفية ) إلى الطبقة الأخيرة (طبقة الإخراج). [ 4 ] إشارة الإدخال لكل خلية عصبية هي عدد، وتحديدًا توليفة خطية من مخرجات الخلايا العصبية المتصلة بها في الطبقة السابقة. تُحسب الإشارة التي تُخرجها كل خلية عصبية من هذا العدد، وفقًا لدالة التنشيط الخاصة بها . يعتمد سلوك الشبكة على قوة (أو أوزان ) الروابط بين الخلايا العصبية. تُدرّب الشبكة بتعديل هذه الأوزان من خلال تقليل المخاطر التجريبية أو الانتشار العكسي لتناسب مجموعة بيانات موجودة مسبقًا. [ 5 ]

يشير مصطلح الشبكة العصبية العميقة إلى الشبكات العصبية التي تحتوي على أكثر من ثلاث طبقات، وعادة ما تتضمن طبقتين مخفيتين على الأقل بالإضافة إلى طبقات الإدخال والإخراج.

نظراً لصعوبة تحليل تمثيلاتها الداخلية، غالباً ما توصف الشبكات العصبية الاصطناعية بأنها نماذج "صندوق أسود"، وتُعد قابلية التفسير مجالاً نشطاً للبحث، لا سيما بالنسبة للتطبيقات عالية المخاطر. [ 6 ]

تُستخدم الشبكات العصبية لحل المشكلات في الذكاء الاصطناعي ، وبالتالي وجدت تطبيقات في العديد من التخصصات، بما في ذلك النمذجة التنبؤية ، والتحكم التكيفي ، والتعرف على الوجوه ، والتعرف على الكتابة اليدوية ، ولعب الألعاب بشكل عام ، والذكاء الاصطناعي التوليدي .

تاريخ

اقترح ألكسندر بين، بشكل مستقل، في عام 1873 [ 7 ] ، وويليام جيمس، في عام 1890 [ 8 الأساس النظري للشبكات العصبية المعاصرة. افترض كلاهما أن الفكر البشري ينشأ من تفاعلات بين أعداد كبيرة من الخلايا العصبية داخل الدماغ. وفي عام 1949، وصف دونالد هيب التعلم الهيبي ، وهي فكرة مفادها أن الشبكات العصبية قادرة على التغير والتعلم بمرور الوقت من خلال تقوية المشبك العصبي في كل مرة تنتقل فيها إشارة عبره [ 9 ] . وفي عام 1956، اكتشف سفايتيتشين وظيفة خلايا الشبكية من الدرجة الثانية (الخلايا الأفقية)، والتي كانت أساسية لفهم الشبكات العصبية.

استُخدمت الشبكات العصبية الاصطناعية في الأصل لنمذجة الشبكات العصبية البيولوجية بدءًا من ثلاثينيات القرن العشرين في إطار منهج الاتصالية . ومع ذلك، بدءًا من النموذج الرياضي للخلايا العصبية الاصطناعية الذي اقترحه وارن ماكولوتش ووالتر بيتس في عام 1943، [ 10 ] [ 11 ] ، ثم تقديم فرانك روزنبلات لنموذج البيرسيبترون ، وتطبيقه على الأجهزة في أواخر خمسينيات القرن العشرين [ 3 أصبحت الشبكات العصبية الاصطناعية تُستخدم بشكل متزايد في تطبيقات التعلم الآلي، واختلفت بشكل متزايد عن نظيراتها البيولوجية.

في عام 1969، قام مارفن مينسكي وسيمور بابيرت بتحليل قيود البيرسيبترونات أحادية الطبقة في كتابهما " بيرسيبترونات "، وأدى هذا النقد إلى انخفاض التمويل والاهتمام بأبحاث الشبكات العصبية التي يصفها بعض المؤلفين بأنها "شتاء الذكاء الاصطناعي".

انتعشت الأبحاث المتعلقة بالشبكات العصبية في ثمانينيات القرن الماضي مع تطوير وانتشار الشبكات متعددة الطبقات التي يتم تدريبها بواسطة الانتشار العكسي، ومنذ العقد الأول من القرن الحادي والعشرين فصاعدًا، أدى الجمع بين مجموعات البيانات الكبيرة والأجهزة الأسرع (وخاصة وحدات معالجة الرسومات) والتقدم الخوارزمي إلى ظهور التعلم العميق. [ 12 ]

انظر أيضاً

مراجع

  1. 1 2 شاو، فينغ؛ شين، تشنغ (9 يناير 2022). "كيف يمكن للشبكات العصبية الاصطناعية محاكاة الدماغ؟" . فرونت. سايكول . 13 970214. doi : 10.3389 / fpsyg.2022.970214 . PMC 9868316. PMID 36698593 .  
  2. ليفيتان، إيروين؛ كاتشماريك، ليونارد (19 أغسطس 2015). "التواصل بين الخلايا". العصبون: بيولوجيا الخلية والجزيئية ( الطبعة الرابعة). نيويورك، نيويورك: مطبعة جامعة أكسفورد. الصفحات 153-328 . ISBN   978-0-19-977389-3.
  3. 1 2 روزنبلات، ف. (1958). "البرسيبترون: نموذج احتمالي لتخزين المعلومات وتنظيمها في الدماغ". مجلة علم النفس . 65 (6): 386-408 . CiteSeerX 10.1.1.588.3775 . doi : 10.1037 / h0042519 . PMID 13602029. S2CID 12781225 .   
  4. بيشوب، كريستوفر م. (17 أغسطس 2006). التعرف على الأنماط والتعلم الآلي . نيويورك: سبرينغر. ISBN 978-0-387-31073-2.
  5. فابنيك، فلاديمير ن.؛ فابنيك، فلاديمير ناوموفيتش (1998). طبيعة نظرية التعلم الإحصائي (طبعة ثانية منقحة ). نيويورك - برلين - هايدلبرغ: سبرينغر. ISBN  978-0-387-94559-0.
  6. بادام، لاليثاريدي (1 يناير 2026). "الذكاء الاصطناعي القابل للتفسير في المجالات عالية المخاطر: تحسين الثقة والشفافية والمساءلة في اتخاذ القرارات الآلية" . المجلة الأوروبية لعلوم الحاسوب وتكنولوجيا المعلومات . 14 (2): 13-34 . doi : 10.37745/ejcsit.2013/vol14n21334 . ISSN 2054-0957 . 
  7. باين (1873). العقل والجسد: نظريات علاقتهما . نيويورك: دي. أبليتون وشركاه.
  8. جيمس (1890). مبادئ علم النفس . نيويورك: إتش. هولت وشركاه.
  9. هيب، دكتور في الطب (1949). تنظيم السلوك . نيويورك: وايلي وأولاده.
  10. ماكولوتش، وارن؛ بيتس، والتر (2 فبراير 2021)، "حساب منطقي للأفكار الكامنة في النشاط العصبي (1943)" ، أفكار صنعت المستقبل ، مطبعة معهد ماساتشوستس للتكنولوجيا، ص 79-88 ، ISBN  978-0-262-36317-4تم الاطلاع عليه بتاريخ 10 أبريل 2026
  11. ماكولوتش، دبليو؛ بيتس، دبليو (1943). "حساب منطقي للأفكار الكامنة في النشاط العصبي" (ملف PDF) . نشرة الفيزياء الحيوية الرياضية . 5 (4): 115-133 . doi : 10.1007/BF02478259 . مؤرشف من الأصل في 17 مايو 2024. تم الاسترجاع في 17 فبراير 2024 .
  12. ^ هيتون ، جيف (29 أكتوبر 2017). "إيان جودفيلو، ويوشوا بينجيو، وآرون كورفيل: التعلم العميق" . البرمجة الجينية والآلات القابلة للتطور . 19 ( 1 – 2): 305 – 307. دوى : 10.1007 / s10710-017-9314-z . ردمك 1389-2576 .