عدد قليل من النقط من أنسجة المخ المزروعة في المختبر لقد أظهروا دليلاً صارخًا على المفهوم: يمكن دفع الدوائر العصبية الحية نحو حل مشكلة تحكم كلاسيكية من خلال ردود فعل منظمة بعناية.
في نظام الحلقة المغلقة الذي يقدم ردود فعل كهربائية على أساس الأداء، القشرية عضوي يمكنهم تحسين سيطرتهم بشكل مطرد على معيار هندسي كلاسيكي: موازنة قطب افتراضي غير مستقر.
التحسن بعيد عن الأداء حاسوب حيوي هجين. ولكن كدليل على المفهوم، فقد أظهر أن الأنسجة العصبية في الطبق يمكن ضبطها بشكل تكيفي من خلال ردود فعل منظمة – وهي نتيجة يمكن أن تساعد الباحثين على استكشاف كيفية تغيير المرض العصبي لقدرة الدماغ على اللدونة.
“نحن نحاول أن نفهم أساسيات كيفية ضبط الخلايا العصبية بشكل تكيفي لحل المشكلات” يقول آش روبنزوالروبوتات و الذكاء الاصطناعي باحث في جامعة كاليفورنيا (UC) سانتا كروز.
“إذا تمكنا من معرفة ما يدفع ذلك في طبق، فإنه يمنحنا طرقًا جديدة لدراسة كيفية تأثير الأمراض العصبية على قدرة الدماغ على التعلم.”
ال مشكلة العربة بسيط من الناحية المفاهيمية. تخيل أنك توازن شيئًا طويلًا، مثل المسطرة أو القلم، في وضع مستقيم على يدك المفتوحة. ما لم تكن محاذية تمامًا، فسوف تبدأ في الانقلاب. لإبقائها واقفة، عليك أن تضبط وضع يدك باستمرار بينما يتأرجح الجسم ويتأرجح.
في إصدار cartpole، يمكن للعربة الافتراضية أن تتحرك إلى اليسار أو اليمين للحفاظ على توازن العمود المفصلي عموديًا. القواعد واضحة ومباشرة، وهناك نقطة فشل واضحة عندما يميل العمود بعيدًا جدًا. لكن الأخطاء الصغيرة تتراكم بسرعة، مما يجعلها مثالًا كلاسيكيًا لمشكلة التحكم غير المستقرة.
غالبًا ما يستخدم Cartpole في أبحاث التعلم المعزز: فهو سهل المحاكاة وسريع التشغيل، ولكن على عكس مهام التعرف على الأنماط، فهو يتطلب تعديلات مستمرة ودقيقة بدلاً من استجابة واحدة صحيحة.
بالنسبة لروبنز وزملائه، كان القطب الكاري يمثل طريقة جديدة ونظيفة لاختبار قدرات عضيات الدماغ.
لم يتم زراعة الكائنات العضوية منها الأنسجة البشريةولكن الفأرة الخلايا الجذعية تمت زراعتها لتنمو إلى مجموعات صغيرة من الأنسجة القشرية القادرة على إرسال الإشارات العصبية. لم تكن هذه العضويات معقدة بما يكفي لأي شيء يقترب من الفكر أو الشعور، لكنها تستطيع إرسال واستقبال الإشارات الكهربائية، ويمكن أن تتغير اتصالاتها الداخلية استجابة للتحفيز الخارجي.
دارت التجربة حول عمود عربة افتراضي. أشارت أنماط التحفيز الكهربائي المختلفة إلى اتجاه ودرجة ميل القطب. تم بعد ذلك تفسير استجابات الكائنات العضوية على أنها قوى يسارية أو يمينية لتحريك العربة ومواجهة التذبذب.
لكي نكون واضحين، لم يكن لدى الكائنات العضوية أي فهم للمهمة. كان الباحثون يختبرون ما إذا كان من الممكن ضبط الاتصالات العصبية للأنسجة من خلال ردود الفعل، أي ما إذا كانت دفعات التحفيز الكهربائي يمكن أن تنتج تغييرات تدفع الشبكة نحو تحكم أفضل.
استمرت كل محاولة لموازنة العمود (المعروفة بالحلقة) حتى تجاوزت زاوية محددة مسبقًا. تم تتبع الأداء من خلال النوافذ المكونة من خمس حلقات. تم تخصيص الأعضاء العضوية لواحد من ثلاثة شروط: عدم وجود ردود فعل، أو ردود فعل عشوائية يتم تسليمها إلى خلايا عصبية مختارة، أو ردود فعل تكيفية تعتمد على الأداء السابق.
الشرط التكيفي هو الشرط الحاسم. إذا انخفض الأداء على مدى خمس حلقات مقارنة بمتوسط العشرين حلقة الأخيرة، فإن النظام يقدم دفعة قصيرة من التحفيز عالي التردد. قامت خوارزمية بتعديل الخلايا العصبية التي استقبلت تلك الدفقات بناءً على ما إذا كانت أنماط التحفيز المماثلة قد أعقبها سابقًا تحكم محسّن.
“يمكنك التفكير في الأمر كمدرب مصطنع يقول: “أنت تفعل ذلك بشكل خاطئ، قم بتعديله قليلاً بهذه الطريقة”.” يشرح روبنز. “نحن نتعلم كيفية إعطاء إشارات التدريب هذه بشكل أفضل.”
لتحديد ما إذا كانت الكائنات العضوية تتحسن حقًا أم لا مجرد الحظ، وضع الباحثون معيارًا يعتمد على مدى جودة أداء وحدة التحكم العشوائية تمامًا. إذا عضويتجاوزت أقوى عروض s خلال الجلسة ما يمكن أن تنتجه العشوائية وحدها بشكل معقول، وتم اعتبار تلك الجلسة على أنها فعالة.
وكانت معدلات كفاءة الأداء التي تم تحقيقها لكل حالة من الشروط مذهلة. وصلت الكائنات العضوية التي لم تحصل على أي تعليقات إلى معيار الأداء القوي بنسبة 2.3% فقط من الوقت، أما تلك التي تلقت ردود فعل عشوائية فقد حققت أداءً جيدًا بنسبة 4.4% من الوقت. ومع ذلك، وفي ظل ردود الفعل التكيفية المستمرة، تجاوزت الكائنات العضوية عتبة الكفاءة في 46% من الدورات.
“عندما نتمكن من اختيار محفزات التدريب بفعالية، يمكننا في الواقع تشكيل الشبكة لحل المشكلة.” يقول روبنز. “ما أظهرناه هو التعلم على المدى القصير، حيث يمكننا أن نأخذ عضوي في حالة ما وتحويلها إلى حالة أخرى نهدف إليها، ويمكننا أن نفعل ذلك باستمرار.”
متعلق ب: قام العلماء بتنمية “أدمغة صغيرة” من الخلايا الجذعية ومن ثم أدمغة العيون المتطورة
ومع ذلك، فإن “المدى القصير” هو الصحيح. إذا تُركت غير نشطة لفترة من الوقت – 45 دقيقة فقط – فإن الكائنات العضوية “تنسى” تدريبها، وتعود إلى الأداء الأساسي. يمكن للعمل المستقبلي التحقيق في كيفية تحسين عضويذاكرة، ربما عن طريق زيادة تعقيدها.
“يمكن لبرنامج Ash أن يبني مجتمعًا أكبر حول التكيف عضوي حساب. ولكننا نريد أن نوضح أن هدفنا هو تطوير أبحاث الدماغ وعلاج الأمراض العصبية، وليس استبدال وحدات التحكم الآلية والأنواع الأخرى من أجهزة الكمبيوتر بأنسجة دماغ حيوانية مزروعة في المختبر”. يقول عالم المعلوماتية الحيوية ديفيد هوسلر من جامعة كاليفورنيا في سانتا كروز.
“قد يعتبر هذا الأخير رائعًا، ولكنه قد يثير قضايا أخلاقية خطيرة، خاصة إذا عضويات الدماغ البشري تم استخدامها.”
وقد تم نشر البحث في تقارير الخلية.
نشر لأول مرة على: www.sciencealert.com
تاريخ النشر: 2026-02-19 18:00:00
الكاتب: Michelle Starr
تنويه من موقع “بتوقيت بيروت”:
تم جلب هذا المحتوى بشكل آلي من المصدر:
www.sciencealert.com
بتاريخ: 2026-02-19 18:00:00.
الآراء والمعلومات الواردة في هذا المقال لا تعبر بالضرورة عن رأي موقع “بتوقيت بيروت”، والمسؤولية الكاملة تقع على عاتق المصدر الأصلي.
ملاحظة: قد يتم استخدام الترجمة الآلية في بعض الأحيان لتوفير هذا المحتوى.
