شبکه‏های عصبی مصنوعی

هنگامی که دانش عصب‌شناسی  ‌به آن درجه از پیشرفت رسید که دانشمندان بتوانند «تا حدودی» روش کارکرد مغز انسان و دیگر موجودات را درک کنند و از سوی دیگر کاربرد تخصصی ریاضیات در علوم مهندسی امری عادی و جاری شد، پیشروان این علوم به این فکر افتادند که: «آیا می‌توان روش کار مغز را با ریاضیات تقریب زد؟» و برای یافتن پاسخ، به شبیه‌سازی ‌سلول‌های عصبی و مغز پرداختند و امروزه دیگر این دانش به بخش جدایی‌ناپذیر از علوم گوناگون، به‌ویژه مهندسی کامپیوتر، شده و به‌علت همانندی رفتاری آن با شبکه جهانی اینترنت، در آن زمینه هم کاربردهای فراوان دارد.

مغز انسان

مغز انسان تکامل‌یافته‌ترین مغز در میان موجودات زنده است. در سر انسان دست‌کم   10 سلول عصبی یا نورون 3‌ ‌وجود دارد و از بزرگترین مغزها در میان جانداران به‌شمار می‌آید، اما بزرگی مغز خود به‌تنهایی موجب هوشمندی نمی‌شود؛ وگرنه یک فیل یا نهنگ از انسان هوشمندتر می‌شد. مهم‌ترین عامل هوشمندی انسان تعداد راه‌های ارتباط (اتصالات ‌) بین هر نورون مغز وی است و در انسان به طور حدودی و متوسط به 10 هزار اتصال می‌رسد و این تعداد در دیگر جانداران به‌مراتب کمتر است.

مغز قوامی پنیر مانند و شکل همچون گردو دارد و از 3 بخش اصلی مخ، مخچه و ساقه مغزی تشکیل شده است. بیشتر حجم مغز انسان را مخ و مخچه تشکیل می‌دهند و به‌نظر می‌رسد که این دو بخش توسط جهش‌های ژنتیکی ‌در پستانداران به‌وجود آمده باشد؛ زیرا بسیاری دیگر از موجودات (مانند آبزیان و خزندگان) از یک یا هر دو آنها بی‌بهره‌اند.

اگر تا کنون از کارکرد مغز و حافظه انسان آگاهی چندانی نداشته‌اید، شاید دانستن این نکته بتواند شگفتی شما را برانگیزاند: «در مغز انسان جایی به‌عنوان حافظه برای ثبت اطلاعاتی مشخص وجود ندارد!» حتما می‌پرسید پس چگونه ما چیزها را به‌خاطر می‌سپاریم و آن را به‌یاد می‌آوریم؟! پاسخ در ماهیت سلولهای عصبی و شبکه این اعصاب نهفته است.در مغز هیچ نورونی مسوولیت نگهداری هیچ اطلاعات به‌خصوصی را بر عهده ندارد، بلکه همه نورون‌ها همه اطلاعات و امور پردازشی و تصمیم‌گیری را انجام می‌دهند. به‌عبارت دیگر، نورون‌ها تفاوت چندانی با هم ندارند و پردازش در مغز به‌صورت توزیع‌شده  ‌انجام می‌شود. البته مشاهدات علمی نشان داده که بخش‌هایی از مغز بیشتر روی برخی از اعمال تمرکز دارند.

سلول‌های عصبی

هر نورون با قطری حدود 10 تا 100 میکرون دارای بدنه ‌(که به‌عنوان تابع ریاضی مدل می‌شود)، دندریت‌ها  (ورودی‌های تابع) و آکسون (خروجی تابع) است.دندریت‌ها در مغز تا چند میلیمتر و در نخاع تا چند سانتیمتر طول دارند. روی آکسون‌ها قلافی از مایع میلین ، که توسط سلول‌های دیگری به‌نام گلیا‌ ‌تولید می‌شود، پوشانیده و عایق شده است. این عایق‌بندی برای جلوگیری از اتلاف نیروی الکتریکی و افزایش سرعت انتقال انجام گرفته است.

مغز با برق کار می‌کند! نیروی الکتریکی مورد نیاز مغز طی یک فرایند الکتروشیمیایی از غذایی که می‌خوریم تامین می‌شود و البته رسیدن اکسیژن و خون به مغز بسیار حیاتی است. پالس‌های الکتریکی با اختلاف پتانسیل در محدوده 70– و 40+ میلی‌ولت توسط حسگرهای بدن (مانند چشم، پوست و ...) و یا دیگر نورون‌های درون مغز، همواره به هر نورون ارسال می‌شود. بدنه هر نورون مانند یک انبار عمل کرده، از حدود 10000‌ ‌اتصال سیناپسی، انرژی را دریافت می‌دارد و وقتی که انرژی ذخیره شده‌اش به یک حد آستانه‌ای مشخص (پتانسیل کار) رسید، آن را به‌صورت پالس بر آکسون خروجی می‌فرستد، تا به نورون‌های دیگر برسد. این‌که نورون گیرنده چه میزان ورودی الکتریکی، دریافت کند، به طول و قطر اتصال بین آنها بستگی دارد (که با یک ضریب وزنی تقریب زده می‌شود) و در حقیقت همین متغیرها حافظه ما را تشکیل می‌دهند!

در واقع، وقتی که ورودی به مغز وارد می‌شود؛ مثلا ما چیزی را می‌بینیم، پالس‌های دیجیتالی تصاویر از چشم توسط حسگرهای میله‌ای و مخروطی (که در متمرکزترین نقطه، تفکیک‌پذیری حدود 10 مگاپیکسل دارند) به مغز وارد می‌شود، موجب تحریک سلول‌های دیگر شده، پالس‌هایی را در مغز منتشر می‌کند. در نتیجه و در مجموع، ما درکی از آن تصویر پیدا می‌کنیم یا در صورت لزوم، خروجی‌ها به‌سوی اعصاب اندام‌ها، برای ایجاد واکنش یا ایراد سخن و مانند آن، فرستاده می‌شود.

سلول عصبی مصنوعی

سلول‌های عصبی کنونی، پیاده‌سازی برداشتی سطحی از عملکرد مغز هستند. در عمل نورون‌های طبیعی بسیار پیچیده‌تر از آن هستند که با یک یا چند فرمول و عدد شبیه‌سازی شوند، اما خوشبختانه پیاده‌سازی سخت‌افزاری و نرم‌افزاری اعصاب هم به‌سرعت رو به تکامل دارد.

شبکه عصبی مصنوعی

شبکه عصبی مصنوعی، از مجموعه‌ای از نورون‌های عصبی تشکیل می‌شود. مهم‌ترین عواملی که گونه‌ها و کاربردهای شبکه‌های عصبی را از یکدیگر متمایز می‌سازند، نوع نورون به‌کارگرفته شده، چیدمان یا معماری شبکه، بازه ورودی/ خروجی‌ها است.

در معماری یک شبکه تعداد لایه‌ها و اتصالات بین آنها مهم است. ورودی‌های شبکه با نام «لایه ورودی» و خروجی(های) شبکه با نام «لایه خروجی» و در صورت نیاز، لایه‌های میان این دو «لایه پنهان 18» نامیده می‌شود. در صورتی که خروجی نورون‌های هر لایه به همه نورون‌های لایه بعدی وارد شده باشد، اتصالات را کامل می‌نامند، اما اغلب خروجی‌ها به‌صورت تصادفی با توزیع نرمال در نظر گرفته می‌شود. شکل زیر شمای کلی یک شبکه عصبی مصنوعی را نشان می‌دهد.

منبع: جام جم