تضمنت التقنيات الحديثة على نطاق واسع طرق التعرف على الإشارات باستخدام الشبكات العصبية الاصطناعية من الجيل الثاني. ومع ذلك، فإن الخلايا العصبية المستخدمة لنمذجة الخلايا العصبية الحقيقية هي أكثر تعقيدًا بكثير من الخلايا العصبية في الشبكات العصبية الاصطناعية. لذلك، فإن الشبكات العصبية البيولوجية للجيل الثالث المكونة منها تختلف تمامًا عن شبكات الجيل الثاني.
وكما هو معروف، فإن الشبكة العصبية في دماغ الإنسان تتكون من مجموعات من الخلايا العصبية المرتبطة كيميائيا أو وظيفيا. ويصف الخبراء سلوكهم باستخدام النموذج الرياضي "فيتزهوغ ناغومو"، المقترح في نهاية القرن العشرين.
علماء من جامعة ساراتوف الوطنية للأبحاث حددوا مهمة استخدام أساليب النمذجة الرياضية لتحديد إمكانية التعرف على الإشارات الصوتية من خلال شبكة عصبية مكونة من خلايا عصبية من نوع "فيتزهوغ ناغومو"، واقترحوا أن الشبكات القائمة على مثل هذه الخلايا العصبية يمكن أن تتمتع بقدرات أكبر بسبب تعقيدها المدمج.
قال أندريه بوخ، الأستاذ المشارك في قسم الفيزياء الإشعاعية والديناميكيات غير الخطية في جامعة ساراتوف الوطنية: "كنا مهتمين بدراسة كيفية تصرف شبكات هذه الخلايا العصبية فيما يتعلق بإشارة خارجية. كانت الشبكة التي تمت دراستها صغيرة جدًا، لكن عدد عناصرها كان كافيًا لمراقبة التأثير المطلوب".
وأضاف بوخ: "لقد وجدنا أن "فيتزهوغ ناغومو" متصل ويمكن للخلايا العصبية أن تظهر خصائص انتقائية للإشارات ذات نسب تردد مختلفة وتميز الإشارات الخارجية عن طريق اختيار بعض الاتصالات المحددة بين الخلايا العصبية فقط، وخلصوا إلى أنه من الممكن تصميم شبكة من الخلايا العصبية بطريقة خاصة لضمان التعرف على الإشارات الصوتية".
وفي رأي الباحثين، هذا سيساعد في إنشاء شبكات عصبية فعالة، حيث تُفهم الكفاءة على أنها نسبة الطاقة المنفقة إلى مدى تعقيد المشكلة التي يتم حلها.
وشدد بوخ على أنه "من المعروف أن الدماغ البشري ينفق طاقة أقل بكثير لحل نفس المشكلة مقارنة بالكمبيوتر التقليدي، وهذا يعني أن الشبكات العصبية المتصاعدة يمكن أن تنفق طاقة أقل بكثير من الشبكات العصبية الاصطناعية التقليدية".
وأكد بوخ أنه بسبب عدم خطية عناصر الشبكة العصبية الشوكية، فإنها تصبح معقدة للغاية، ويمكن أن تكون تفاعلات الخلايا العصبية فيها مختلفة تمامًا. ولذلك، فإن قياس فعاليتها سيكون صعبا للغاية. في رأيه، لا يمكن القيام بذلك إلا عندما يبدأ استخدام الشبكات العصبية المتصاعدة عمليًا.
وأضاف بوخ: "لقد درسنا مسألة طريقة الاتصالات التي تضمن انتقائية الشبكة فيما يتعلق بالإشارات الخارجية لأبسط خلية عصبية محددة، ووجدنا نتيجة إيجابية ولكن بالنسبة لكل مهمة محددة، يمكن أن يكون المكسب في الكفاءة مختلفًا".
وأشار بوخ إلى صعوبات أخرى، وأخطرها هو أنه "لا يمكن استخدام سوى عدد قليل جدًا من الأساليب لتدريب الشبكات العصبية المتصاعدة".
ووفقا له، يتم ضمان النتيجة التي تم الحصول عليها بشكل رئيسي عن طريق اختيار بعض الاتصالات بين الخلايا العصبية فقط. يتم قطع الاتصالات الأخرى. إذا تركت جميع الاتصالات بين الخلايا العصبية قيد التشغيل، فلن تظهر الشبكة خصائص انتقائية. من ناحية أخرى، فإن عدم كفاية عدد الاتصالات سيؤدي إلى الغياب الكامل تقريبا لردود الفعل فيه.
وفي المستقبل، يخطط الباحثون لاستكشاف ما إذا كان نموذج العصبون الواحد لديه القدرة على "تجميع" الإشارات وإظهار سلوك مختلف اعتمادًا على "السياق".
وبحسب الدراسة المنشورة في مجلة "كايوس" العلمية"، تظهر النتائج الأولية أن نموذج الخلايا العصبية يجمع إشارات الإدخال. أي أن تاريخ ما قبل الخلية العصبية يؤثر على حالتها الحالية، ويتفاعل مع "السياق"، ولكن ما إذا كانت الشبكة المبنية على مثل هذه الخلايا العصبية ستصبح مصنفًا لا يزال سؤالًا مفتوحًا.