ظرفیت حافظه مغز انسان ۱۰ برابر بیشتر از چیزی است که دانشمندان تصور می‌کردند

دوشنبه ۱۲ بهمن ۱۳۹۴ - ۲۳:۱۵
مطالعه 8 دقیقه
یافته‌های جدید دانشمندان نشان از این دارد که ظرفیت حافظه‌ی انسان ۱۰ برابر بیشتر از آن چیزی است که قبلا تصور می‌شد. نتایج تحقیقات اخیر گویای این موضوع است که ظرفیت حافظه‌ی انسان در مقیاس پتابایت (معادل ۱۰۰۰ ترابایت) بوده که برای مثال مجموع داده‌های موجود در وب از این مقیاس استفاده می‌شود. با زومیت همراه باشید.

دانشمندان در مطالعات اخیر خود به یافته‌های بسیار جالب توجهی دست پیدا کرده‌اند. محققان به این موضوع پی برده‌اند که چگونه مغز از نظر مصرف انرژی بسیار بهینه عمل می‌کند. پی بردن به راهکاری که عملکرد بهینه‌ی مغز از نظر مصرف انرژی توجیح می‌‌کند، می‌تواند مهندسان را در راستای طراحی رایانه‌های قدرتمند و در عین حال کم مصرف یاری کند.

محققان در موسسه‌ی Salk به همراه همکارانشان به اطلاعات جدیدی در مورد سایز ارتباط نورون‌های مغز انسان پی برده‌‌اند. براساس یافته‌های جدید ظرفیت حافظه‌ی مغز انسان بسیار بیشتری از آن چیزی است که پیش از این تصور آن می‌رفت.

تری سجنوفسکی، پرفسور موسسه‌ی سالک و یکی از نویسندگان ارشد مقاله‌ی اخیرا منتشر شده در این رابطه، چنین اظهار نظر کرده است:

افکار و خاطرات ما نتیجه‌ی الگوهایی از فعالیت‌های الکتریکی و شیمیایی مغز انسان است. اصلی‌ترین بخش از فعالیت در مغز زمانی اتفاق می‌افتد که شاخه‌هایی از نورون‌های (یاخته‌های عصبی) موجود در مغز که می‌توان آن را به رشته‌های سیم تشبیه کرد، در محل‌های مشخصی با سایر نورون‌ها اتصال دارند که به این اتصال سیناپس اطلاق می‌شود. همه‌ی نورون‌ها دارای دو دسته رشته هستند، که یکی از این دو گروه رشته‌هایی برای ارسال اطلاعات بوده و اکسون (Axon) نام دارند و گروهی دیگر به منظور دریافت اطلاعات هستند که دندریت (Dendrite) نام گرفته‌اند. نورون‌ها از طریق اتصالات اکسون‌ها و دندرینت‌ها با یکدیگر در ارتباط هستند. محل اتصال این دو گروه رشته‌ی نورونی سیناپس نام دارد. سیگنال‌های ارسال شده در محل سیناپس، با استفاده از یک ماده‌ی شیمیایی که انتقال دهندهای عصبی نام دارد منتقل می‌شوند و پیامی را حاوی شیوه‌ی ارسال سیگنال به نورون‌های دیگر به نورون مقصد انتقال می‌دهند. هر یک از نورون‌های موجود در مغز بیش از هزاران سیناپس در اختیار دارند که با استفاده از آن به هزاران نورون دیگر متصل شده‌اند.

کریستین هریس، یکی از نویسندگان ارشد مقاله جدید و پروفسور علوم اعصاب دانشگاه تکزاس در این خصوص چنین اظهار نظر کرده است:

عملکرد سیناپس‌ها در هاله‌ای از ابهام و پیچیدگی قرار دارد، بطوریکه یک مشکل کوچک در عملکرد این بخش از مغز انسان می‌تواند شماری از بیماری‌هایی عصبی را ایجاد کند. سیناپس‌های بزرگ با داشتن سطح تماس بزرگ‌تر و دانه‌های انتقال دهنده‌ی سیناپسی بزرگ‌تر، قوی‌تر بوده و همین امر منجر می‌شود تا این سیناپس‌ها نورون‌های اطراف خود را بیش از سیناپس‌هایی با سایز کوچک‌تر فعال کنند.

محققان سالک در جریان شبیه سازی بخشی از بافت قسمتی از مغز موش که اسبک نام دارد، به نتایج بسیار غیرمعمولی دست یافته و شواهد متفاوتی را درک کردند. اسبک یا هیپوکمپوس (Hippocampus) بخشی از مغز است که در یادگیری تاثیر داشته و در واقع مرکز حافظه در مغز انسان است. براساس اطلاعات ارائه شده در برخی از موارد، یک اکسون از نورونی که فرستنده‌ی اطلاعات است، دو سیناپس را با دندریت نورون دریافت کننده شکل داده و یک سیگنال را دوبار برای نورون دوم ارسال می‌کرد.

محققان در ابتدای امر به فرآیند ارسال دوباره‌ی اطلاعات در نورون‌ها که بیش از ۱۰ درصد از موارد را شامل می‌شد، توجه خاصی نکردند، اما تام بارتول، یکی از دانشمندان اعضای تیم سالک، ایده‌ای را در این خصوص مطرح کرد. وی عنوان کرد که در صورتی که بتوانند تفاوت‌ موجود بین دو سیناپس را از نظر اندازه تشخیص دهند، دستاوردهای بسیاری خواهند داشت. سیناپس‌ها از نظر سایز به سه دسته‌ی کوچک، معمولی و بزرگ تقسیم بندی شده بودند که از این‌رو یافتن تفاوت‌های موجود می‌توانست اطلاعات بیشتری را در این خصوص در اختیار دانشمندان قرار دهد.

به این منظور دانشمندان با استفاده از میکروسکوپ‌های پیشرفته و همچنین الگوریتم‌های توسعه یافته برای این منظور، تصاویری را از مغز موش ثبت کرده و ارتباطات، اندازه و تعداد سیناپس‌های موجود را در سطح نانوملکولی شبیه سازی کنند.

دانشمندان انتظار داشتند تا سیناپس‌ها شباهت بسیار کمی با یکدیگر داشته باشند، حال آنکه نتایج تحقیقات محققان را حیرت‌ زده کرده، چراکه سیناپس‌ها تقریبا از هر نظر بسیار به همدیگر شبیه بودند.

بارتول در این خصوص چنین اظهار نظر کرده است:

با توجه به اینکه ظرفیت نورونی حافظه به سایز سیناپس وابسته است، از این‌رو اختلاف ۸ درصدی در یکی از فاکتور‌های کلیدی در اختیار تیم تحقیقاتی به منظور استفاده در مدل الگوریتمی از مغز است تا با استفاده از آن بتوان میزان اطلاعات ذخیره شده در سیناپس‌های مغزی را محاسبه کرد.

پیش از پی بردن به اختلاف موجود بین سیناپس‌های مشابه، سیناپس‌ها تنها به سه گروه کوچک، متوسط و بزرگ تقسیم شده بودند که البته بنابر یافته‌های دانشمندان اغلب سیناپس‌ها نیز جزو دسته‌ی کوچک بودند. همچنین اطلاعات پیشین حکایت از این داشت که سیناپس‌هایی با سایز بزرگ از نظر اندازه ۶۰ برابر بزرگ‌تر از نمونه‌های کوچک‌تر هستند.

با توجه به یافته‌های جدید در مورد احتمال وجود اختلاف در سایز هر یک از سیناپس‌هایی که در ظاهر مشابه هستند و همچنین دست یافتن به اختلاف ۸ درصدی در سایز دو سیناپس مشابه و در نظر گرفتن فاصله‌ی شصت برابر سیناپس بزرگ با کوچک، محاسبات جدید وجود ۲۶ گروه از سیناپس‌ها را در سایز‌های مختلف پیشنهاد می‌دهد که این موضوع برخلاف دسته بندی پیشین صورت گرفته است.

بارتول در این خصوص چنین اظهار نظر کرده است:

در تعاریف رایانه‌ای، ۲۶ سایز مختلف سیناپس به معنای برخورداری از یک فضای ۴.۷ بیتی برای ذخیره اطلاعات است. پیش از این تصور می‌شد که مغز انسان در بخشی نظیر اسبک یا هیپوکمپوس دارای ظرفیت یک تا دوبیتی برای ظرفیت حافظه‌ی کوتاه و بلند است.

سجنوفسکی در این مورد اینگونه اظهار نظر کرده است:

مساله‌ای که دقت بالای موجود در سینتاپس‌ها را بیش از پیش گیج کننده‌ می‌کند، اطمینان از عملکرد صحیح سیناپس‌ها در ارسال اطلاعات است، چراکه عملکرد سیناپس‌های موجود در اسبک مغز چندان قابل اعتماد نیست. زمانی که یک سیگنال از نورونی به نورون دیگر منتقل می‌شود، معمولا تنها در ۱۰ تا ۲۰ درصد موارد نورون دریافت کننده در اثر دریافت سیگنال فعال می‌شود.

بارتول در این خصوص چنین اظهار نظر کرده است:

یکی از پاسخ‌های احتمالی به سوال مطرح شده، در اندازه‌گیری دائمی سیناپس‌ها نهفته است که این موضوع میزان موفقیت و شکست هر سیناپس را در گذر زمان نمایش می‌دهد. تیم سالک برای درک این موضوع با در دست داشتن اطلاعات جدید کسب شده، مدلی آماری را ایجاد کرده‌اند که نشان می‌دهد یک سیناپس برای پشت سرگذاشتن فاصله‌ی هشت درصدی به چه زمانی نیاز دارد.

براساس محاسبات صورت گرفته، کوچک‌ترین سیناپس برای تغییر در سایز و همچنین قابل اعتمادتر شدن به بیش از ۱٫۵۰۰ سیگنال یا به بیان بهتر ۲۰ دقیقه زمان نیاز دارد، در حالی که بزرگ‌ترین سیناپس به زمانی یک تا دو دقیقه‌ای نیاز دارد که طی آن چند صد سیگنال ارسال می‌شوند.

بارتول اضافه می‌کند:

هریس در مورد دستاورد‌های یافته‌ی جدید این چنین می‌گوید:

این تنها هریس نیست که یافته‌های جدید را برای پیشرفت هر چه بشتر علوم کامپیوتر و همچنین دست یافتن به دانسته‌های جدید مهم می‌خواند. برای مثال، در صورتی که این الگو در سایر بخش‌های مغز نیز صادق باشد، باید به مطالعه‌ی چگونگی تغییرات سیناپسی در جریان مراحل اولیه آموزش پرداخت تا به یافته‌های بیشتری دست پیدا کرد.

یافته‌های جدید علاوه بر ارائه‌ی دیدی بهتر نسبت به ظرفیت حافظه در پتانسیل موجود برای ذخیره‌ی اطلاعات، در مورد بهینگی مصرف انرژی مغز نیز داده‌های جالبی را روشن کرده است. برای مثال مغز یک انسان بالغ در زمان بیداری ۲۰ وات انرژی مصرف می‌کند که برابر انرژی مصرف شده به منظور روشن نگه داشتن یک لامپ با روشنایی پایین است. یافته‌های جدید محققان سالک می‌تواند دانشمندان حوزه‌ی فناوری را در ساختن رایانه‌های بسیار دقیق و در عین حال کم مصرف یاری کند. از جمله‌ی این رایانه‌ها می‌توان به نمونه‌هایی که از فناوری یادگیری عمیق یا شبکه‌های عصبی مصنوعی استفاده می‌کنند، نام برد. این رایانه‌ها در کاربردهایی نظیر ترجمه، شناسایی و درک صوت، متن و تصویر مورد استفاده قرار می‌گیرند.

به واقع باید به این موضوع اشاره کرده که تعامل دنیای فناوری با بیشتر حوزه‌ها افزایشی خارق العاده را شاهد بود و می‌توان به جرات گفت که مرزهای موجود بین حوزه‌ی فناوری و سایر حوزه‌ها نظیر پزشکی و انواع شاخه‌های مهندسی در حال ناپدید شدن است. باید دید که در آینده چه پیشرفت‌هایی را در حوزه‌های مختلف به مدد یاری گرفتن از دانش موجود در عملکرد مغز انسان شاهد خواهیم بود؟ نظر شما در این خصوص چیست؟

مطالب مشابه

نظرات

درخواست ناموفق بود

درخواست ناموفق بود