دراسة حديثة تكشف عن أسباب تدمير الدماغ وعلاقتها بالذكريات والتفكير
تاريخ النشر: 23rd, April 2024 GMT
تابع أحدث الأخبار عبر تطبيق
كشف بحث طبي حديث أن عملية تذكر الأشياء والتفكير فيها على المدى الطويل قد يسبب مضاعفات غير مرغوب فيها على خلايا الدماغ مثل التهاب الدماغ وتلف الحمض النووي في الخلايا العصبية، حيث يتم دمج الذكريات في الخلايا العصبية وتخزينها وهذا قد يؤدى إلى العديد من مضاعفات الخلايا الدماغية بناء على الاختبارات التي أجريت على الفئران خلال الدراسة يحدث هذا داخل الحصين وهو جزء من الدماغ المعروف بالفعل بأنه خزانة التخزين الأساسية لذكرياتنا وحاسم لعملية التذكر.
وتقول عالمة الأعصاب يلينا رادولوفيتش من كلية ألبرت أينشتاين للطب في نيويورك عادة ما يعتبر التهاب الخلايا العصبية في الدماغ أمرا سيئا، لأنه يمكن أن يؤدي إلى مشاكل عصبية مثل مرض الزهايمر ومرض باركنسون.
وتضيف أن النتائج التي تم التوصل إليها تشير إلى أن الالتهاب في بعض الخلايا العصبية في منطقة الحصين في الدماغ ويعتبر ضروري لصنع ذكريات طويلة الأمد.
وتتابع أن انقطاع الحمض النووي في الدماغ يحدث في كثير من الأحيان إلا أنه عادة ما يتم إصلاحه بسرعة كبيرة، حيث إن العمليات البيولوجية المرتبطة عادة بانقسام الخلايا تستخدم لتنظيم الخلايا العصبية في مجموعات مكونة للذاكرة دون تقسيم الخلايا.
كما توضح أن آليات التحرير الالتهابية في الفئران استمرت لمدة أسبوع وبعد ذلك وجد أن الخلايا العصبية المخزنة للذاكرة أصبحت أكثر مقاومة للقوى الخارجية، معتبرة أن ذلك يشير إلى أن الذكريات يتم قفلها للأبد وحمايتها من التدخل الخارجي حيث من المحتمل أن يحدث شيء مماثل في الدماغ البشري أيضًا وهذا أمر جدير بالملاحظة لأننا نتعرض باستمرار لفيضان من المعلومات وتحتاج الخلايا العصبية التي تشفر الذكريات إلى الحفاظ على المعلومات التي اكتسبتها بالفعل وعدم تشتيت انتباهها بمدخلات جديدة.
وتشير الدراسة إلى أنه من المحتمل على مدار التطور اعتمدت الخلايا العصبية الحصينية آلية الذاكرة القائمة على المناعة من خلال الجمع بين مسار استشعار الحمض النووي للاستجابة المناعية مع وظيفة الجسيم المركزي لإصلاح الحمض النووي لتشكيل ذكريات دون التقدم إلى انقسام الخلايا.
المصدر: البوابة نيوز
كلمات دلالية: علاج دراسة بحث خلايا الخلایا العصبیة الحمض النووی فی الدماغ
إقرأ أيضاً:
الشبكة العصبية الاصطناعية ثورة في استنساخ عمل الدماغ البشري
يمن مونيتور/اندبندنت عربية
كان إعلان شركة “أوبن أيه آي” عن بوت الدردشة “تشات جي بي تي” أواخر نوفمبر (تشرين الثاني) 2022، حدثاً ثورياً في عالم بوتات الدردشة. وفي حين لم تكن الفكرة جديدة تماماً، إلا أن ما جاءت به هذه البرمجية كان مختلفاً تماماً، فنحن نتحدث هنا عن بوت ذكي لا يكتفي بتقديم إجابات دقيقة والدخول في محادثة طويلة، بل ويقوم بمهام لا حصر لها بسرعة عالية وجودة جيدة.
والسؤال يطرح هنا: كيف استطعنا الوصول إلى هذا النوع من البرمجيات الذكية التي بإمكانها أن تقوم بمهام كانت حكراً على البشر؟
النماذج اللغوية
يمكننا القول إن الفضل يعود إلى فكرة النماذج اللغوية أولاً، إذ مكنت هذه النماذج الآلة من استقبال وإدراك الكلام البشري والانتقال وظيفياً من مجرد القيام بالعمليات الحسابية المنطقية إلى فهم الكلام المنطوق والصور ومعالجتها، إذ بإمكان النماذج المدربة على مجموعة كبيرة من المعلومات من مصادر متعددة، أداء مهمة ما من خلال ميزة الاستكمال أو التنبؤ اعتماداً على السياق وربط الجمل. واعتبر هذا في وقته تطوراً كبيراً ولكن بالوقت نفسه ونسبة لما وصل إليه الذكاء الاصطناعي، كان محدوداً ومن السهل خداعه، إذ من الممكن في حالات كثيرة أن تغلط الآلة، لذا كان لا بد من برمجية قوية تسير بالآلة إلى موقعها الحالي اليوم، فظهرت الشبكات العصبية الاصطناعية.
الشبكات العصبية الاصطناعية صورة من صور الذكاء الاصطناعي المدرب بصورة عميقة، إذ تندرج الشبكات العصبية تحت مصطلح التعلم العميق (إحدى صور التعلم الآلي)، وترتب بطرق عدة لإنتاج أشكال مختلفة تقوم بدورها في أداء مهام مختلفة في نوع من البناء يطلق عليه “Neural Network Architecture”، بحيث تختلف عن بعضها في طريقة تلقي المدخلات والتعامل معها وإنتاج المخرجات بأعداد كبيرة.
وتهدف الشبكات إلى معالجة البيانات وإنجاز مهام في مجالات متنوعة من خلال تقليد عمل عصبونات الدماغ، إذ صممت لتحاكي عمل الشبكة العصبية البشرية والدماغ البشري ككل، على المستويين البنيوي والسلوكي، فكما شبكة الأعصاب البشرية تتكون من مجموعة من العصبونات ترتبط ببعضها بمشابك كذلك صممت نظيرتها الاصطناعية من الناحية البنيوية، وكذلك تتبع سلوكياً طريقة العصبونات في توليد ونقل الإشارة وقدرة الدماغ على التعلم من التكرار وتعزيز المعارف والخبرات مرة بمرة، إذ تستقبل مدخلات معينة وتخرج مخرجات من طريق تغيير مجموعة من الأرقام تسمى “العوامل المتغيرة parameters”.
مدخلات ومخرجات
وتتألف كل شبكة من مجموعة خلايا العصبية أو العصبونات المرتبة في طبقات فوق بعضها (ثلاثة كحد أدنى)، ولها طبقة بداية وطبقة نهاية، بحيث تتصل عصبونات كل طبقة بالطبقة التي تسبقها وكذلك بالطبقة التي تليها، لتلقي المدخلات ومعالجة البيانات والوصول إلى النتائج والمخرجات، إذ تتلقى الطبقة الأولية المعلومات الخام، وتعالجها لتمررها للطبقة التي تليها.
وبكلام شديد التبسيط، وفي عملية متقنة من استقبال البيانات وتفسيرها وفهمها والتعامل معها بذكاء، تقوم كل طبقة من طبقات الشبكة المصنعة بالقيام بدورها بدءاً من الطبقة الأولى التي تقوم باستقبال البيانات ثم تقوم باقي الطبقات بالتتابع بالتعرف على الأنماط الشديدة الدقة ثم على الأنماط الكبيرة، وصولاً إلى الطبقة الأخيرة للحصول على المخرجات.
وفي النهاية الخلية العصبية الاصطناعية هي مجرد تابع رياضي لديه مجموعة من المدخلات وخرج واحد، وتتمثل مهمتها في أخذ الأرقام من مدخلاته وأداء المهمة الموكلة لها وإرسال النتيجة.
المحولات Transformers
ومن أهم الهياكل المعروفة للشبكات العصبية هي، الشبكات العصبية الالتفافية (CNN) وتسـتخدم مع الصور والفيديوهات لتصنيفها وتجميعها والتعرف على الوجوه وتوليد الصور وتحسين جودتها وإنشاء التأثيرات والبحث عن العناصر والكائنات فـي الصور وفي مقاطع الفيديو، وهي بذلك تحاكي النظام البصري البشري. أما أكثرها شيوعاً فهي الشبكات العصبية المتكررة (RNN) وتستخدم مع الصوت أو النص أو الموسـيقى، إذ تفيد في معالجة اللغة والتعرف على الكلام والترجمة الآلية وتركيب صوت مميز للمساعد الشخصي.
أما أهمها على الإطلاق ما يسمى “المحولات Transformers”، ويمثلها حرف” T ” في “Chat GPT”، ويعد ظهورها عام 2017 من قبل المتخصصين واحداً من أهم إنجازات القرن الـ21، كونها تعمل بطريقة مقاربة جداً لطريقة عمل الدماغ، إذ تعطي لكل كلمة في الجملة نسبة من الاهتمام لأهميتها الفعلية داخل الجملة، على عكس سابقاتها التي كانت تركز على الكلمة الأخيرة في الجملة،
أعطى هذا الإنجاز المجال لظهور النماذج اللغوية الكبيرة التي تستخدم المحولات مثل نموذج “بيرت “Bert الذي صدرته “غوغل” عام 2018 وأول نموذج (Generative pre-trained Transformer (GPT لـ”أوبن أي آي” في العام ذاته.
تعرض دورية لليونيفيل لإطلاق نار في جنوب لبنان