علم الأعصاب الحوسبي
هذه مقالة تحتاج إلى تهذيب لتتناسب مع دليل الأسلوب في ويكيبيديا. |
علم الأعصاب الحوسبي[1] أو العلوم العصبية الحاسوبية (الإنجليزية: Computational neuroscience) «تسمى أيضا علم الأعصاب النظري» هو علم يدرس نشاط الدماغ فيما يشبه تحليل المعلومات والخصائص التي تكون النظام العصبي. إنه علم عابر للتخصصات يربط الكثير من الحقول العلمية مثل علم الأعصاب، علم الإدراك، علم النفس، مع هندسة الكهرباء، علوم الحاسوب، الرياضيات والفيزياء.
العلوم العصبية الحاسوبية تختلف عن العلوم النفسية الارتباطية (الاتصالية) وغيرها من فروع نظريات التعلم مثل التعلم الآلي، والشبكات العصبونية الاصطناعية، الحسابي نظرية التعلم وذلك أنه يركز على حقيقة التوصيف الوظيفي والبيولوجي في الخلايا العصبية العصبونات (الأنظمة العصبية) وعلم ديناميكية وظائف الأعضاء. هذه النماذج تستمد السمات الأساسية من النظام البيولوجي في مقاييس مكانية وزمانية متعددة، من تيارات الأغشية الحيوية، البروتينات، والتفاعلات الكيميائية إلى شبكة التذبذبات، والبنية الطبوغرافية (المقصود توضع الخلايا والنسج العصبية بجوار بعضها البعض)، بالإضافة إلى التعلم والذاكرة.
هذه النماذج (نماذج رياضية يتم تطبيقها وتشغيلها عن طريق الحاسبوب) الحسابية المستخدمة توضع إطار الفرضيات التي يمكن أن تكون مباشرة ويتم اختبارها عن طريق التجارب البيولوجية أو النفسية. الادعاء المطروح في هذا العلم أن نستطيع صناعة برنامج يحاكي الدماغ أو ناحية في الدماغ تؤدي وظيفة محددة.
التاريخ
[عدل | عدل المصدر]عرض إريك L. شوارتز مصطلح "علم الأعصاب الحاسوبية"، حيث نظم المؤتمر، الذي عقد في عام 1985 في الكرمل ، كاليفورنيا، بناء على طلب من أنظمة مؤسسة التنمية وتقديم ملخص الوضع الحالي الميداني التي كانت حتى تلك المرحلة كان المشار إليه من قبل مجموعة متنوعة من الأسماء، مثل النمذجة العصبية في الدماغ نظرية الشبكات العصبية. وقائع هذه الجلسة التعريفية نشرت في 1990 الكتاب علم الأعصاب الحاسوبية.[2] فتح أول اجتماع دولي يركز على الحاسوبية علم الأعصاب نظمته جيمس إم باور وجون ميلر في سان فرانسيسكو ، كاليفورنيا في عام 1989 واستمر سنويا منذ الاجتماع السنوي للجهاز العصبي المركزي.[3] أول خريج برنامج تعليمي في علم الأعصاب الحاسوبي كان في معهد كاليفورنيا للتكنولوجيا عام 1985 تحت مسمى دكتوراة في الحاسوبية والأنظمة العصبية.
المواضيع الرئيسية
[عدل | عدل المصدر]البحث في علم الأعصاب الحاسوبي يمكن يتم تصنيفها تقريبا إلى عدة خطوط بحثية. معظم علماء الأعصاب الحاسوبية يتعاونون بشكل وثيق مع التجريبيون في تحليل البيانات غير المألوفة ووضع النماذج الجديدة عن الظواهر البيولوجية.
نمذجة عصبون وحيد
[عدل | عدل المصدر]حتى الخلايا العصبية المنفردة لها خصائص بيوفيزيائية معقدة ويمكنها إجراء عمليات حسابية (على سبيل المثال المرجع [4]). يعتمد نموذج هودجكين-هاكسلي فقط على تيارين كهربائيين يتم تعديلهما بالجهد الكهربائي، تعبر هذه التيارات الكهربائية عبر القنوات الأيونية الحساسة للجهد، وهي جزيئات بروتينات سكرية تمتد عبر طبقة ثنائية الدهون في جدار الخلية، مما يسمح للأيونات بالعبور تحت ظروف معينة من خلال غشاء المحوار. التياران الأساسيان في هذا النموذج هما تيار الصوديوم الكهربائي السريع المفعول، وتيار البوتاسيوم ذو الاتجاهية الداخلية. على الرغم من نجاح نموذج هودجكين-هكسلي في التنبؤ بتوقيت جهد الفعل وسماته النوعية، لكن النموذج فشل بالتنبؤ بعدد من السمات المهمة في عمل الأعصاب مثل التكيف وتفاعل التيارات المنبهة والمثبطة. يعتقد العلماء حالياً بوجود مجموعة واسعة من التيارات المعدّلة بالجهد. وتعتبر الأبحاث المتعلقة بالتفاعلات الديناميكية لهذه التيارات مع تعديلاتها المختلفة وحساسياتها المتغيرة من المواضيع المهمة في علم الأعصاب الحسابي.[5][6]
نمذجة تفاعلات الخلايا العصبية والدبقية
[عدل | عدل المصدر]تلعب الخلايا الدبقية دورًا مهمًا في تنظيم النشاط العصبي على المستويين الخلوي والشبكي. تسمح نمذجة هذا التفاعل بتوضيح دورة البوتاسيوم، الضرورية للحفاظ على التوازن الداخلي ومنع النوبات الصرعية. كما تكشف النمذجة دور النتوءات الدبقية التي يمكن أن تخترق في بعض الحالات الفجوة المشبكية للتأثير على النقل المشبكي والتحكم في التواصل بين المشابك.
التطور، نمطية ومحاذاة المحاور العصبية
[عدل | عدل المصدر]تهدف علوم الأعصاب الحسابية للإجابة عن أسئلة متعددة، مثل: كيف تتشكل المحاور العصبية والتغصنات أثناء التطور؟ كيف تعرف المحاور أهدافها وتصل إليها؟ كيف تهاجر الخلايا العصبية إلى مواقعها الصحيحة في الجهازين المركزي والمحيطي؟ وكيف تتشكل المشابك؟ تُظهر البيولوجيا الجزيئية أن أجزاء مختلفة من الجهاز العصبي تفرز إشارات كيميائية متنوعة، من عوامل النمو إلى الهرمونات، لتوجيه نمو الروابط العصبية الوظيفية بين الخلايا العصبية.[7]
تظل الدراسات النظرية حول تشكيل وتنظيم الروابط المشبكية في مراحلها الأولى. إحدى الفرضيات الحديثة هي فرضية التوصيل الأدنى، التي تفترض أن تشكيل المحاور والتغصنات يقلل الموارد المطلوبة مع الحفاظ على أقصى قدر من تخزين المعلومات.[8]
معالجة الحواس
[عدل | عدل المصدر]نُسبت النماذج المبكرة لمعالجة الحواس إلى هوراس بارلو، الذي اعتبر معالجة الأنظمة الحسية المبكرة شكلًا من الترميز الفعال، حيث تقوم الخلايا العصبية بترميز المعلومات بأقل عدد ممكن من النبضات. أظهرت الدراسات التجريبية والحسابية دعم هذه الفرضية بأشكال مختلفة، مثل الترميز المكاني الفعال، ترميز الألوان، الترميز الزمني والحركي، الترميز الستيريو، أو مزيج منها.
في المسار البصري اللاحق، حتى المعلومات البصرية المرمّزة بكفاءة تفوق قدرة "عنق الزجاجة" الانتباهية البصرية. طُورت فرضية لاحقة، تُعرف بفرضية البروز في القشرة البصرية الأولية (V1SH)، لاختيار جزء من المدخل البصري للمعالجة الإضافية، مسترشدة بخريطة البروز الصاعدة من الأسفل إلى الأعلى.
تنقسم الأبحاث الحالية في معالجة الحواس بين النمذجة البيوفيزيائية للأنظمة الفرعية المختلفة والنمذجة النظرية للإدراك. وتقترح النماذج الحالية أن الدماغ يقوم بنوع من الاستدلال البايزي ودمج المعلومات الحسية المختلفة لتوليد إدراكنا للعالم الفيزيائي.[9][10]
السيطرة الحركية
[عدل | عدل المصدر]تم تطوير العديد من النماذج لطرق تحكم الدماغ في الحركة، بما في ذلك دور المخيخ في تصحيح الأخطاء، تعلم المهارات في القشرة الحركية والعقد القاعدية، والتحكم في الانعكاس الدهليزي-العيني. كما تشمل النماذج النمطية، مثل النماذج البايزية أو نماذج التحكم الأمثل، المبنية على فكرة أن الدماغ يحل مشاكله بكفاءة عالي
انظر أيضًا
[عدل | عدل المصدر]- الخلايا العصبية البيولوجية نماذج
- بايزي الدماغ
- واجهة الدماغ والحاسوب
- محاكاة العقل
- الحسابية التشريح
- Connectionism
- الصور الطبية الحوسبة
- العقل تحميل
- العصبية الترميز
- العصبية الهندسة
- الشبكة العصبية
- Neurocomputational معالجة الكلام
- Neuroinformatics
- محاكاة الواقع
- الاصطناعي الوعي
- المعرفي المعماري
- التفرد التكنولوجي
المراجع والكتب
[عدل | عدل المصدر]- ↑ معجم البيانات والذكاء الاصطناعي (PDF) (بالعربية والإنجليزية) (ط. 2)، الهيئة السعودية للبيانات والذكاء الاصطناعي، 2024، ص. 52، QID:Q111421033
- ↑ Schwartz, Eric (1990). Computational neuroscience. Cambridge, Mass: MIT Press. ISBN:0-262-19291-8.
- ↑ Bower, James M. (2013). 20 years of Computational neuroscience. Berlin, Germany: Springer. ISBN:978-1461414230.
- ↑ Forrest MD (2014). "Intracellular Calcium Dynamics Permit a Purkinje Neuron Model to Perform Toggle and Gain Computations Upon its Inputs". Frontiers in Computational Neuroscience. ج. 8: 86. DOI:10.3389/fncom.2014.00086. PMC:4138505. PMID:25191262. مؤرشف من الأصل في 2014-10-06.
{{استشهاد بدورية محكمة}}: صيانة الاستشهاد: دوي مجاني غير معلم (link) - ↑ Wu, Samuel Miao-sin؛ Johnston, Daniel (1995). Foundations of cellular neurophysiology. Cambridge, Mass: MIT Press. ISBN:0-262-10053-3.
- ↑ Forrest، Michael D (26 أبريل 2015). "Simulation of alcohol action upon a detailed Purkinje neuron model and a simpler surrogate model that runs >400 times faster". BMC Neuroscience. ج. 16 ع. 1. DOI:10.1186/s12868-015-0162-6. ISSN:1471-2202.
{{استشهاد بدورية محكمة}}: صيانة الاستشهاد: دوي مجاني غير معلم (link) - ↑ Pannasch، Ulrike؛ Freche، Dominik؛ Dallérac، Glenn؛ Ghézali، Grégory؛ Escartin، Carole؛ Ezan، Pascal؛ Cohen-Salmon، Martine؛ Benchenane، Karim؛ Abudara، Veronica (2 مارس 2014). "Connexin 30 sets synaptic strength by controlling astroglial synapse invasion". Nature Neuroscience. ج. 17 ع. 4: 549–558. DOI:10.1038/nn.3662. ISSN:1097-6256.
- ↑ Chklovskii، D. B.؛ Mel، B. W.؛ Svoboda، K. (2004-10). "Cortical rewiring and information storage". Nature. ج. 431 ع. 7010: 782–788. DOI:10.1038/nature03012. ISSN:0028-0836.
{{استشهاد بدورية محكمة}}: تحقق من التاريخ في:|تاريخ=(مساعدة) - ↑ Zhaoping، Li (8 مايو 2014). The efficient coding principle. Oxford University PressOxford. ص. 67–176. ISBN:0-19-956466-3.
- ↑ Zhaoping، Li (8 مايو 2014). The V1 hypothesis—creating a bottom-up saliency map for preattentive selection and segmentation. Oxford University PressOxford. ص. 189–314. ISBN:0-19-956466-3.
المراجع
[عدل | عدل المصدر]- Chklovskii DB. Neuron.
{{استشهاد بدورية محكمة}}: الوسيط|title=غير موجود أو فارغ (مساعدة) - Sejnowski, Terrence J.؛ Churchland, Patricia Smith.
{{استشهاد بكتاب}}: الوسيط|title=غير موجود أو فارغ (مساعدة) - Abbott, L. F.؛ Dayan, Peter.
{{استشهاد بكتاب}}: الوسيط|title=غير موجود أو فارغ (مساعدة) - Eliasmith, Chris؛ Anderson, Charles H.
{{استشهاد بكتاب}}: الوسيط|title=غير موجود أو فارغ (مساعدة) - "The Journal of Physiology". J Physiol. (Lond.) (بالإنجليزية). Archived from the original on 2021-04-27. Retrieved 2020-08-12.
-
{{استشهاد بكتاب}}: استشهاد فارغ! (مساعدة) -
{{استشهاد بكتاب}}: استشهاد فارغ! (مساعدة) - Sejnowski, Terrence J.؛ Hemmen, J. L. van.
{{استشهاد بكتاب}}: الوسيط|title=غير موجود أو فارغ (مساعدة) - Michael A. Arbib؛ Shun-ichi Amari؛ Prudence H. Arbib.
{{استشهاد بكتاب}}: الوسيط|title=غير موجود أو فارغ (مساعدة)
وصلات خارجية
[عدل | عدل المصدر]المجلات
[عدل | عدل المصدر]البرامج
[عدل | عدل المصدر]- بريان، بيثون على أساس محاكاة
- بودابست إشارة عصبية، على شبكة الإنترنت على أساس التصور 3D أداة لتصفح الاتصالات في الدماغ البشري
- DigiCortex, DigiCortex تنفيذ المشروع على نطاق واسع المحاكاة والتصور بيولوجيا واقعية الخلايا العصبية القشرية، متشابك مستقبلات الحركية، عصبي العمل المحتملين تأخير النشر وكذلك على المدى الطويل وعلى المدى القصير مرونة.
- EDLUT, محاكاة البرمجيات على نطاق واسع الشبكات العصبية في الوقت الحقيقي أنظمة التحكم.
- الناشئة العصبية محاكاة البرمجيات.
- سفر التكوينالعام العصبية نظام المحاكاة.
- ModelDB كبير فتح قاعدة بيانات access من برنامج رموز من نشر الحسابية الأعصاب النماذج.
- MCell, الجسيمات القائم على محاكاة مونت كارلو من microphysiology وإشارات الخلية.
- نيمو, C++/CUDA-بناء عالية الأداء ارتفاعه الشبكات العصبية محاكاة تهدف على نطاق واسع في الوقت الحقيقي المحاكاة، مع واجهات برمجة التطبيقات لـ C++, C, الثعبان Matlab.
- Nengo ، بيثون النصية، واجهة المستخدم الرسومية محاكاة على نطاق واسع العصبية نماذج
- عش، أداة المحاكاة كبيرة الأنظمة العصبية.
- Neuroconstruct, برامج لتطوير بيولوجيا واقعية 3D الشبكات العصبية.
- الخلايا العصبية ، العصبية محاكاة المفيد أيضا محاكاة الشبكات العصبية.
- SNNAP واحد العصبية والشبكات العصبية محاكاة أداة.
- ReMoto, على شبكة الإنترنت محاكاة الشوكي معصب عضلات الساق البشرية.
- TopoGraphica, Topographica هو مجموعة من البرامج الحاسوبية النمذجة العصبية الخرائط. والهدف من ذلك هو مساعدة الباحثين على فهم وظيفة الدماغ على مستوى الخرائط الطبوغرافية التي تشكل الحسية والحركية النظم.Topographica يهدف إلى استكمال العديد من جيدة على مستوى منخفض العصبية المحاكاة المتاحة مثل التكوين والخلايا العصبية. Topographica يركز على نطاق واسع في هيكل ووظيفة أن مرئيا فقط عند العديد من آلاف من هذه الخلايا العصبية متصلة في الخرائط الطبوغرافية التي تحتوي على الملايين من اتصالات.
المؤتمرات
[عدل | عدل المصدر]- الحسابية ونظم علم الأعصاب (COSYNE) – الحسابية الأعصاب اجتماع مع نظم علم الأعصاب التركيز.
- السنوي الحسابية الأعصاب (CNS)– سنوي الحسابية الأعصاب الاجتماع.
- العصبية نظم معالجة المعلومات (NIPS)– الشركة الرائدة في مجال المؤتمر السنوي الذي يغطي آلة أخرى موضوعات التعلم.
- المؤتمر الدولي المعرفية Neurodynamics (ICCN)– مؤتمر سنوي.
- المملكة المتحدة الرياضية علوم الأعصاب اجتماع– مؤتمر سنوي يركز على الجوانب الرياضية.
- على NeuroComp المؤتمر– سنوي الحسابية مؤتمر علوم الأعصاب (فرنسا).
- بيرنشتاين مؤتمر الحسابية الأعصاب (BCCN)– مؤتمر سنوي في ألمانيا، التي نظمتها بيرنشتاين الشبكة الحاسوبية علم الأعصاب.
- AREADNE المؤتمرات– الاجتماع يتضمن النظرية والنتائج التجريبية، التي عقدت في السنوات الزوجية في سانتوريني، اليونان.
المواقع
[عدل | عدل المصدر]- Perlewitz الحاسوبية علم الأعصاب على شبكة الإنترنت
- الموسوعة الحاسوبية علم الأعصاب ، جزء من Scholarpediaعلى الإنترنت الخبراء برعاية الموسوعة على الحاسوبية علم الأعصاب، ديناميكيه النظم آلة الاستخبارات
- دكتوراه في الدراسات الحسابية في علم الأعصاب في القدس
المجموعات البحثية
[عدل | عدل المصدر]- مختبر الحسابية الواردة الأعصاب (LOCEN), معهد العلوم المعرفية والتقنيات المجلس الوطني الإيطالي للبحوث (ISTC-CNR) ، روما، إيطاليا. هذه المجموعة التي تأسست في عام 2006 وحاليا بقيادة جيانلوكا Baldassarre, فقد اثنين من الأهداف: (أ) فهم الدماغ الآليات الكامنة وراء التعلم والتعبير عن الحسية السلوك وما يتصل بها من دوافع أعلى مستوى الإدراك ترتكز على ذلك، على أساس تتجسد النماذج الحسابية؛ (ب) نقل المعرفة المكتسبة إلى بناء مبتكرة وحدات تحكم مستقلة الروبوتات قادرة على التعلم في مفتوح الأزياء على أساس جوهري وخارجي الدوافع.