The limbic navigation system as a hierarchical RNN
تقدم هذه الورقة شبكة عصبية متكررة هرمية، تنجح من خلال تدريب التكامل المساري في إعادة إنتاج التمثيلات العصبية الرئيسية، والزخارف الدائرية، والظواهر الديناميكية لنظام الملاحة الحوفي في الدماغ، مما يوفر إطارًا قابلًا للتفسير بيولوجيًا لربط الآليات العصبية بالسلوك المكاني.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
لفهم كيفية عثور الحيوان على طريقه إلى منزله، ينظر العلماء إلى شبكة متخصصة داخل الدماغ تُعرف باسم نظام الملاحة الحوفي (limbic navigation system). يعمل هذا النظام كبوصلة وخريطة داخلية، مما يسمح للكائنات بتتبع موقعها واتجاهها دون الحاجة إلى رؤية معالم جغرافية. وهو يعتمد على أنواع متميزة من الخلايا العصبية التي تطلق أنماطاً محددة: بعضها يشير إلى الاتجاه الذي يواجهه الحيوان، والبعض الآخر يقيس سرعة حركته، بينما تنشئ مجموعة ثالثة نمطاً شبكياً يحدد الموقع في الفضاء. لعقود من الزمن، حاول الباحثون فهم كيفية معالجة ودمج هذه الإشارات المختلفة. وبينما نجحت بعض النماذج في إعادة إنشاء أنماط إطلاق الخلايا الفردية، إلا أنها غالباً ما تعامل الدماغ كآلة واحدة مسطحة، متجاهلة حقيقة أن الدماغ الحقيقي يعالج الاتجاه والسرعة في مراحل منفصلة ومتصلة.
قام فريق من الباحثين في جامعة كوليدج لندن ببناء نوع جديد من النماذج الحاسوبية لسد هذه الفجوة. فقد أنشأوا شبكة عصبية متكررة هرمية، وهي نظام مصمم لمحاكاة البنية الطبقية للدماغ. وبدلاً من تغذية الكمبيوتر بإشارة سرعة واتجاه جاهزة وموحدة، أعطوه مدخلين منفصلين: أحدهما لكيفية دوران الحيوان، والآخر لسرعة تحركه للأمام. تم تنظيم النموذج في أربع طبقات متميزة تمرر المعلومات بترتيب محدد، تماماً مثل خط تجميع في مصنع حيث يتم تحويل المواد الخام خطوة بخطوة إلى منتج نهائي. تتعامل الطبقات الأولى مع إشارات الدوران، بينما تدمج الطبقات اللاحقة تلك الاتجاهات مع السرعة لحساب موقع الحيوان بدقة في مساحة ثنائية الأبعاد.
عندما درب الباحثون هذا النظام على أداء مهمة "تكامل المسار" (path integration) — أي تتبع مكانه بناءً على الحركة فقط — تعلم النظام القيام بما هو أكثر من مجرد حل المسألة الرياضية. فقد طور النظام تلقائياً تمثيلات داخلية تشبه بشكل مذهل الخلايا البيولوجية الموجودة في أدمغة الجرذان والفئران. أنتجت الطبقات الأولى من النموذج خلايا تطلق إشارات عند دوران الحيوان يساراً أو يميناً، مما يحاكي خلايا السرعة الزاوية. ومع انتقال الإشارة إلى الطبقة الثانية، أصبحت الخلايا أكثر تركيزاً على الاتجاه وحده، لتشبه خلايا اتجاه الرأس. وفي الطبقات الأعمق، ولّد النموذج خلايا تطلق إشارات في نمط شبكي، تماماً مثل "خلايا الشبكة" الشهيرة الموجودة في القشرة الشمية الداخلية للدماغ. والأهم من ذلك، أنتج النموذج خلاضاً تجمع بين الاتجاه والموقع، وهو نوع معقد من الخلايا يُلاحظ في الطبيعة ولكن نادراً ما يُرى في النماذج الحاسوبية الأبسط.
لم يجبر الباحثون النموذج على أن يبدو مثل الدماغ؛ بل تركوه ببساطة يتعلم المهمة. ومع ذلك، فإن الروابط الداخلية التي شكلها طابقت الأنماط البيولوجية المعروفة. فقد طورت الشبكة بنية حلقية حيث يمكن للنشاط أن يتدفق بسلاسة في دائرة، وهي ميزة يُعتقد أنها ضرورية للحفاظ على حس مستقر بالاتجاه. كما أنشأت روابط غير متماثلة محددة بين الخلايا سمحت للنظام بتغيير خريطته الداخلية بشكل صحيح عندما يدور الحيوان. وعندما اختبر العلماء متانة النموذج، وجدوا أنه قادر على التنقل لمسافات أطول بكثير مما رآه أثناء التدريب، مما يشير إلى أنه تعلم مبدأً عاماً للحركة وليس مجرد حفظ مسارات محددة.
ولرؤية كيف تعمل هذه الأجزاء معاً، أجرى الفريق تجارب افتراضية عبر تعطيل مجموعات محددة من الخلايا داخل النموذج. فعندما قاموا بإسكات الخلايا المسؤولة عن اكتشاف الدورات نحو اليسار، بدأ إحساس النموذج بالاتجاه بالانحراف المستمر نحو اليمين. وعندما قطعوا الروابط بين طبقات استشعار الاتجاه وطبقات استشعار الموقع، بدأت الأنماط الشبكية التي تحدد الموقع في التفكك وفقدان شكلها. تعكس هذه النتائج تجارب واقعية حيث يؤدي إتلاف مناطق معينة في دماغ الحيوانات إلى حالات تيه مماثلة، مما يؤكد أن النموذج قد استوعب العلاقات السببية بين أنواع الخلايا المختلفة.
وفي اختبار أخير ومتطور، قدم الباحثون نبضة إيقاعية للنموذج، تحاكي موجات "ثيتا" الطبيعية في الدماغ، وهي تذبذبات كهربائية بطيئة تحدث أثناء الحركة. ومن خلال جعل مجموعتين من خلايا الدوران تتبادلان التثبيط في إيقاع يتوافق مع هذه الموجات، بدأ النموذج في مسح خريطته الداخلية ذهاباً وإياباً. وقد أنتج هذا ما يسمى بـ "مسح ثيتا" (theta sweep)، وهي ظاهرة حيث يقوم الدماغ بمحاكاة المواقع إلى يسار ويمين موقع الحيوان الحالي بالتتابع السريع. هذا السلوك، الذي لوحظ مؤخراً في حيوانات حقيقية، ظهر بشكل طبيعي في المحاكاة دون أن يقوم الباحثون ببرمجته صراحةً.
تشير الدراسة إلى أن نظام الملاحة المعقد في الدماغ ليس مجرد مجموعة عشوائية من الأجزاء، بل هو تسلسل هرمي منظم للغاية حيث تتم معالجة الاتجاه والسرعة بشكل منفصل قبل دمجهما. ومن خلال بناء نموذج يحترم هذه البنية، استطاع الباحثون إنشاء "توأم رقمي" يمكنه إعادة إنتاج سلوك الخلايا العصبية الحقيقية والدوائر التي تربطها. يوفر هذا النهج طريقة جديدة وقوية لاختبار الأفكار حول كيفية عمل الدماغ، مما يسمح للعلماء بإجراء تجارب افتراضية قد يكون من الصعب أو المستحيل القيام بها على الحيوانات الحية. ويشير العمل إلى أن البنية المحددة لنظام الملاحة في الدماغ ليست مجرد حادث بيولوجي، بل هي حل ضروري لمشكلة تتبع الموقع في عالم متحرك.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.