Tế bào thần kinh có thể học tập dự đoán các hoạt động tương lai
Suốt nhiều thế kỷ, con người đã cố gắng tìm hiểu cách não bộ hoạt động và thu thập thông tin. Mặc dù các nhà thần kinh học đã có hiểu biết khá tốt về cách hoạt động và chức năng của các phần não bộ khác nhau song vẫn còn nhiều câu hỏi chưa có lời giải đáp. Do vậy, chúng ta vẫn đang thiếu một lý thuyết khoa học thần kinh thống nhất.
Những năm gần đây, các nhà khoa học máy tính đã cố gắng tạo ra nhiều công cụ tính toán bắt chước chức năng và quy trình vận hành của não bộ. Những lý thuyết mới về khoa học thần kinh làm rõ cách bộ não đưa ra dự đoán có thể tăng cường đáng kể các công cụ này – giúp chúng tái tạo các chức năng thần kinh theo nhiều cách thực tế.
Gần đây, các nhà nghiên cứu tại Trung tâm Khoa học thần kinh hành vi ở Đại học Lethbridge (Canada) đã thực hiện một nghiên cứu để tìm hiểu cách học tập và đưa ra dự đoán tương lai của từng tế bào thần kinh riêng lẻ. Kết quả đã được công bố trên tạp chí Nature Machine Intelligence. “Về giai đoạn sinh học, khoa học thần kinh hiện đang ở trước thời Darwin. Nó có vô số quan sát chi tiết, nhưng không có một lý thuyết duy nhất nào giải thích mối liên hệ giữa chúng. Do đó, nhiệm vụ lớn trong khoa học thần kinh là tìm ra các nguyên tắc thống nhất để giải thích cách bộ não hoạt động. Công trình của chúng tôi nhằm đóng góp cho nhiệm vụ này”. Artur Luczak, thành viên nhóm nghiên cứu, giải thích.
Bằng cách sử dụng các phương trình toán học, Luczak và các đồng nghiệp đã chứng minh rằng khả năng dự đoán của từng tế bào thần kinh riêng lẻ có thể cung cấp một cơ chế học tập mới có khả năng nhân rộng trong máy móc. Theo các nhà nghiên cứu, quá trình học tập này có thể bắt nguồn từ sự trao đổi chất vì các tế bào thần kinh cần giảm thiểu vận động của synap đồng thời tối đa hóa tác động của chúng đối với nguồn cung máu cục bộ thông qua việc tuyển mộ các tế bào thần kinh khác.
“Chúng ta học được rằng những đám mây đen xuất hiện báo hiệu trời sẽ mưa, dự đoán sẽ giúp bạn giữ khô ráo và do đó tiết kiệm nhiệt lượng. Tương tự, các tế bào thần kinh có thể biết rằng một X lượng hoạt động đầu vào sẽ thường theo sau bởi Y lượng hoạt động đầu ra. Bằng cách điều chỉnh các synap thần kinh để giảm thiểu chênh lệch bất ngờ giữa hoạt động thực tế và dự kiến, tế bào sẽ tiết kiệm được năng lượng nhờ việc chỉ hoạt động khi cần thiết. Chúng tôi đã chỉ ra rằng quy tắc học tập dự đoán phát sinh một cách tự nhiên, là kết quả của việc tối đa hóa năng lượng trao đổi chất của một tế bào thần kinh”, Luczak giải thích.
Trong bài báo của họ, Luczak gọi cơ chế học tập này là “nguyên tắc thần kinh lười biếng”. Nhóm nghiên cứu vẫn chưa chắc chắn về cơ chế chính xác cho phép một tế bào thần kinh đơn lẻ đưa ra dự đoán, nhưng họ tin rằng chúng có thể liên quan đến tín hiệu canxi (một quá trình sử dụng các ion canxi để giao tiếp và thúc đẩy những quá trình liên tế bào).
“Điều thú vị là kết quả của chúng tôi cũng cho thấy hoạt động tự phát của não (ví dụ, trong khi ngủ) cung cấp ‘dữ liệu đào tạo’ cho các tế bào thần kinh để học cách dự đoán X từ giá trị Y”, Luczak nói.
Kết quả nghiên cứu có thể đem lại nhiều ý nghĩa thú vị với cả lĩnh vực khoa học thần kinh và học máy. Nhìn chung, những phát hiện của họ cho thấy một cơ chế dự đoán làm nền tảng cho hoạt động của từng tế bào thần kinh riêng lẻ có thể đóng một vai trò quan trọng trong việc học tập.
“Trong tương lai, ý tưởng này cũng có thể giúp tạo ra các mạng lưới thần kinh nhân tạo mạnh hơn để giải quyết các vấn đề thực tế đầy thách thức”, Luczak nói. “Tôi tin rằng quy tắc học tập dự đoán mà chúng tôi đã khám phá là một bước quan trọng để tìm ra một lý thuyết thống nhất về bộ não. Tuy nhiên, cần nhiều bước hơn nữa để đạt được điều này và chúng tôi rất vui mừng được tiếp tục hành trình này”. □
Trang Linh lược dịch
Nguồn: https://techxplore.com/news/2022-02-individual-neurons-future.html
