A Connectome Test of the Fly Hashing Algorithm
تعيد هذه الورقة تقييم خوارزمية التجزئة الشمية لدى ذبابة الدروسوفيلا باستخدام أربعة مخططات اتصال مستخرجة بالمجهر الإلكتروني، وتجد أنه بينما لا يوفر التوصيل العصبي المحدد للذبابة أي ميزة استرجاع ثابتة مقارنة بإعادة التوصيل العشوائي المحافظ على الدرجة، فإن كفاءتها لكل وحدة نشطة تشير إلى أنها تظل نموذجاً قابلاً للتطبيق في الأجهزة التي تمثل فيها الوحدات النشطة، بدلاً من العمليات الحسابية، التكلفة الحوسبية الأساسية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
في المشهد الشاسع للدماغ، تظل واحدة من أكثر الألغاز استمراراً هي كيف يمكن لحيوان أن يتعرف على رائحة معينة من بين آلاف الروائح الأخرى بهذه السرعة والموثوقية. ولحل ذلك، تعتمد الطبيعة غالباً على استراتيجية تسمى "الترميز المتناثر" (sparse coding). تخيل مكتبة حيث، بدلاً من قراءة كل كتاب للعثور على قصة، تقوم فقط بفحص مجموعة صغيرة ومحددة من الرفوف التي يُحتمل أن تحتوي على الإجابة. في دماغ ذبابة الفاكهة، تحدث هذه العملية في بنية تسمى "الجسم الفطري" (mushroom body). عندما تشم الذبابة شيئاً ما، تنتقل إشارة من قرون استشعارها إلى مجموعة من حوالي 50 وحدة متخصصة تسمى "الوريقات" (glomeruli). ثم تُنقل هذه الإشارات إلى مجموعة أكبر بكmuch تضم حوالي 2,000 خلية عصبية تُعرف باسم "خلايا كينيون" (Kenyon cells). خدعة الدماغ هي أن نسبة مئوية صغيرة فقط من خلايا كينيون هذه تضيء لأي رائحة معينة، مما يخلق بصمة متناثرة وفريدة يمكن للذبابة استخدامها لتذكر الروائح وتمييزها. لسنوات، اعتقد العلماء أن الأسلاك التي تربط مستشعرات الشم الأولية بخلايا الذاهذه كانت عشوائية جوهرياً، مثل تشابك فوضوي من الأسلاك. أدت هذه الفكرة إلى خوارزمية حاسوبية قوية تُعرف باسم "تجزئة الذبابة" (fly hash)، والتي تحاكي هذه العملية البيولوجية لفرز واسترجاع البيانات بشكل أسرع من الطرق التقليدية.
ومع ذلك، فإن الافتراض بأن هذا التوصيل البيولوجي عشوائي تماماً قد تم تحديه مؤخاً. فمع ظهور المجهر الإلكتروني المتقدم، أصبح بإمكان الباحثين الآن رسم الخرائط الفعلية للاتصالات في دماغ الذبابة وصولاً إلى مستوى المشابك العصبية الفردية. كشفت هذه البيانات الجديدة أن التوصيل ليس عشوائياً على الإطلاق؛ بل هو مهيكل للغاية. أثار هذا الاكتشاف سؤالاً حاسماً لعلماء الكمبيوتر وعلماء الأعصاب على حد سواء: هل هذا الهيكل المحدد والواقعي يجعل نظام الذاكرة لدى الذبابة أفضل حقاً، أم أن الفكرة الأصلية حول التوصيل العشوائي كانت مجرد تخمين محظوظ نجح جيداً في نموذج حاسوبي؟ وضعت دراسة حديثة حداً لهذا التساؤل من خلال اختبار توصيلات الذبابة الفعلية مقابل التوصيلات العشوائية النظرية، باستخدام بيانات "الكونيكتوم" (connectome) الحقيقية من أربع ذبابات مختلفة.
أخذ الباحثون مخططات التوصيل الكاملة، أو "الكونيكتومات"، من أربع ذبابات فاكهة، والتي تضمنت بيانات من سبعة أجزاء مختلفة من نصفي الدماغ. استخدموا هذه الخرائط الحقيقية لمحاكاة كيفية فرز واسترجاع المعلومات في دماغ الذبابة، مقارنين النتائج بمجموعة ضابطة حيث تم خلط الاتصالات عشوائياً مع الحفاظ على نفس عدد المدخلات والمخرجات. اختبروا هذا النظام باستخدام مجموعة متنوعة من المهام، بما في ذلك التعرف على صور مختلفة، وفرز نواقل الكلمات، والتمييز بين مخاليط معقدة من الروائح. كان الهدف هو معرفة ما إذا كان التوصيل البيولوجي الحقيقي يوفر ميزة متميزة في العثور على العناصر المتشابهة بسرعة، وهي مهمة تُعرف باسم "البحث عن التشابه" (similarity search).
كانت النتائج مفاجئة ودقيقة. فعندما أجرى الباحثون عمليات المحاكاة، لم يكن التوصيل البيولوجي الحقيقي يعمل بشكل أفضل من النسخة التي تم خلطها عشوائياً. في الواقع، عبر مختلف أنواع الذباب وأنواع البيانات المختلفة، كان التوصيل الحقيقي يعمل بشكل أسوأ قليلاً، حيث فقد نسبة صغيرة من المطابقات الصحيحة التي وجدتها التوصيلات العشوائية. ظل هذا الأمر ثابتاً حتى عندما نظر الباحثون في تفاصيل محددة، مثل عدد الاتصالات التي يصنعها كل مستشعر للرائحة مع خلايا الذاكرة. أظهرت الدراسة أن النمط المحدد وغير العشوائي من الاتصالات الموجود في الطبيعة لا يقدم فائدة ثابتة لمهمة استرجاع العناصر المتشابهة. بدلاً من ذلك، فإن التوصيل العشوائي، الذي يحافظ على نفس عدد الاتصالات ولكنه يزيل الاقتران البيولوجي المحدد، عمل بشكل جيد أو حتى أفضل قليلاً.
كما راجعت الدراسة ادعاءً سابقاً مفاده أن طريقة "التجزئة" الخاصة بالذبابة تتفوق على الخوارمازميات الحاسوبية القياسية. أكد الباحثون أن طريقة الذبابة، التي تعتمد على اختيار الخلايا الأكثر نشاطاً فقط، تتفوق بالفعل على الإسقاطات الرياضية القياسية عندما يكون الهدف هو استخدام رموز قصيرة جداً. ومع ذلك، أوضحوا تفصيلاً حاسماً بشأن هذه الميزة؛ فطريقة الذبابة تفوز ليس لأنها أكثر كفاءة رياضياً من حيث عدد العمليات الحسابية التي تقوم بها، بل لأنها كفؤة من حيث عدد الخلايا العصبية النشطة التي تستخدمها. إذا قارنت بين الطريقتين باستخدام نفس القدر من العمل الحسابي، فإن الطريقة الحاسوبية القياسية تسترجع المعلومات بشكل أفضل. تظهر ميزة الذبابة فقط عندما يتم قياس التكلفة بعدد الخلايا العصبية التي تنشط، مما يشير إلى أن هذا التصميم البيولوجي مُحسَّن للأجهزة التي يُنفق فيها الجهد على تنشيط الخلايا بدلاً من إجراء حسابات معقدة.
علاوة على ذلك، بحث الباحثون في سبب كون التوصيل الحقيقي مهيكلاً بهذا الشكل إذا لم يكن يساعد في استرجاع الذاكرة البسيط. وجدوا أنه في الذباب الحقيقي، تتصل بعض مستشعرات الرائحة بعدد أكبر بكثير من خلايا الذاكرة مقارنة بغيرها، مما يخلق توزيعاً غير متكافئ. وعندما فرضوا على النموذج توزيعاً متساوياً، تحسنت قدرة النظام على استرجاع العناصر المتشابهة فعلياً. يشير هذا إلى أن التوصيل غير المتكافئ الطبيعي قد يخدم غرضاً مختلفاً تماماً، ربما يتعلق بكيفية استجابة الذبابة للطعام أو الخطر، بدلاً من مجرد تذكر ماهية الرائحة. خلصت الدراسة إلى أنه بالنسبة للمهمة المحددة المتمثلة في العثور على عناصر متشابهة، لا تحتاج الذبابة إلى مخطط توصيلها المعقد والحقيقي؛ إذ يمكن لشبكة متناثرة وعشوائية أن تؤدي المهمة بنفس الكفاءة. وهذا يعني أن دماغ الذبابة قد تطور بهيكله المحدد لأسباب أخرى غير تحسين هذا النوع المحدد من البحث في الذاكرة، مما يترك السؤال حول الغرض الحقيقي لذلك للبحث المستقبلي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.