Kajian membatalkan teori pembelajaran otak lama
Selama beberapa dekad, saintis berpendapat bahawa pembelajaran berlaku dalam sinapsis, atau banyak persimpangan antara sel-sel otak. Tetapi sekarang, satu kajian baru mengemukakan bahawa pembelajaran berlaku dalam beberapa dendrit, cabang yang memberi masukan ke sel otak, atau neuron.
Dalam makalah yang kini diterbitkan dalam jurnal Laporan Ilmiah, penulis menerangkan bagaimana mereka sampai pada kesimpulan ini setelah mempelajari model komputer neuron dan kultur sel.
Di rangkaian saraf otak yang luas, neuron berperilaku seperti mikrocip kecil yang mengambil input melalui dendrit mereka, dan - apabila keadaan tertentu tercapai - membuat output menggunakan aksonnya.
Akson, pada gilirannya, disambungkan ke dendrit neuron lain melalui pautan yang disebut sinapsis. Terdapat banyak lagi sinaps setiap neuron daripada dendrit.
Hasil yang signifikan dari penyelidikan baru adalah bahawa, kerana ia mengusulkan bahawa pembelajaran berlangsung dalam dendrit dan bukan sinapsis, parameter pembelajaran untuk setiap neuron jauh lebih sedikit daripada yang difikirkan sebelumnya.
"Dalam proses pembelajaran dendritik baru ini," kata penulis kajian senior Prof Ido Kanter, dari Pusat Penyelidikan Otak Interdisipliner Gonda di Universiti Bar-Ilan di Israel, "terdapat beberapa parameter adaptif per neuron, dibandingkan dengan ribuan kecil dan sensitif dalam senario pembelajaran sinaptik. "
Pembelajaran berlaku lebih cepat daripada yang kita sangka
Hasil penting lain dari kajian baru ini ialah proses pembelajaran berlaku lebih pantas pada model dendritik baru daripada model sinaptik tradisional.
Hasilnya mungkin mempunyai implikasi penting untuk rawatan gangguan otak dan reka bentuk aplikasi komputer - seperti "algoritma pembelajaran mendalam" dan kecerdasan buatan - yang didasarkan pada meniru cara otak bekerja.
Para penyelidik menjangkakan bahawa, dalam kes yang terakhir, kajian mereka membuka pintu kepada reka bentuk ciri yang lebih maju dan kelajuan pemprosesan yang lebih cepat.
Model pembelajaran tradisional dan sinaptik berakar pada karya perintis oleh Donald Hebb yang diterbitkan pada tahun 1949 dalam buku Organisasi Tingkah Laku.
Model itu, yang disebut oleh Prof Kanter dan rakan-rakannya sebagai "belajar dengan pautan," mencadangkan agar "parameter pembelajaran" yang berubah semasa proses pembelajaran mencerminkan jumlah sinaps, atau pautan, per neuron, yang merupakan unit komputasi di rangkaian saraf.
'Belajar dengan nod'
Dalam model baru mereka - yang mereka sebut sebagai "belajar dengan node" - para penyelidik mencadangkan bahawa parameter pembelajaran tidak mencerminkan jumlah sinapsis, yang mana terdapat banyak per neuron, tetapi jumlah dendrit, atau nod, yang ada hanya beberapa per neuron.
Oleh itu, mereka menjelaskan, "dalam jaringan neuron penghubung," jumlah parameter pembelajaran per neuron dalam model sinaptik "jauh lebih besar" daripada jumlah pada model dendritik.
Tujuan utama kajian mereka adalah untuk membandingkan "sifat dinamik koperatif antara senario pembelajaran sinaptik (pautan) dan dendritik (nodal)."
Penulis kajian menyimpulkan bahawa hasil mereka "sangat menunjukkan bahawa proses pembelajaran yang lebih cepat dan lebih baik berlaku pada dendrit neuron, sama dengan apa yang sekarang dikaitkan dengan sinapsis."
Sinaps yang lemah memainkan peranan penting dalam pembelajaran
Satu lagi penemuan penting dalam kajian ini ialah nampaknya sinapsis lemah, yang merangkumi sebahagian besar otak dan dianggap memainkan peranan penting dalam pembelajaran, sebenarnya sangat penting.
Para penulis menyatakan bahawa "dinamika itu secara intuitif terutama diatur oleh hubungan lemah."
Nampaknya, dalam model dendritik, sinapsis yang lemah menyebabkan parameter pembelajaran berayun daripada beralih ke "ekstrim tetap tidak realistik," seperti pada model sinaptik.
Kanter merangkum hasilnya dengan membuat perbandingan dengan bagaimana kita harus mengukur kualiti udara.
"Apakah masuk akal," dia bertanya, "untuk mengukur kualiti udara yang kita hirup melalui banyak sensor satelit kecil dan jauh di ketinggian pencakar langit, atau dengan menggunakan satu atau beberapa sensor yang berdekatan dengan hidung?"
"Begitu juga, lebih berkesan bagi neuron untuk menganggarkan isyarat masuknya dekat dengan unit komputasi, neuron."
Prof Ido Kanter
