به گزارش کارگروه فناوری سایبربان؛ محققان یک شبکه‌ی عصبی مایع سازگار اختراع کرده‌اند که می‌تواند تصمیم‌گیری در اتومبیل‌های خودران و تشخیص‌های پزشکی را بهبود بخشد. این الگوریتم با تغییراتی که سیستم‌های دنیای واقعی تجربه می‌کنند سازگار می‌شود و این کار را از طریق تغییر معادلات اساسی خود هنگام دریافت داده‌های جدید انجام می‌دهد.
رامین حسنی نویسنده‌ی اصلی این مطالعه گفت:
این اتفاق راهی است به سمت کنترل رباتی در آینده، پردازش زبان‌اصلی، پردازش ویدیو و در کل پردازش هر شکلی از داده در بازه‌های مختلف زمانی است. این قابلیت واقعاً مهم است.
به گفته آقای حسنی این سیستم از یک کرم کوچک به نام کرم الگانس (C. elegans) الهام گرفته‌شده است و این سیستم فقط 302 نورون در سیستم عصبی خود دارد اما می‌تواند پویایی‌های پیچیده و غیرمنتظره‌ای را ایجاد کند.
این اختراع تحت تأثیر نحوه‌ی برقراری و فعال‌سازی ارتباط بین نورون‌های کرم الگانس با یکدیگر از طریق تکانه‌های الکتریکی به وجود آمده است.
حسنی شبکه‌ی عصبی خود را به‌گونه‌ای تنظیم کرده که پارامترها بتوانند بر اساس نتایج مجموعه‌ای تودرتو از توابع تغییر کنند. این امر به شبکه امکان می‌دهد تا بتواند پس از مرحله‌ی آموزش، یادگیری را ادامه دهد و در شرایط غیرمنتظره مانند زمانی که باران شدید دوربین ماشین‌های خودران را می‌پوشاند، مقاومت بیشتری نشان دهد.
برنامه‌های آینده
کم بودن سلول‌های این شبکه‌ی عصبی مایع تفسیر تصمیمات آن را آسان‌تر می‌کند. حسنی گفت:
درجاتی از پیچیدگی را که هرگز نمی‌توانستید جستجو کنید فقط با بازنمایی یک نورون می‌توانید پیدا کنید.
این شبکه در آزمایش‌ها در پیش‌بینی آینده‌ی مجموعه‌ی داده‌ها از شیمی کاربردی گرفته تا الگوهای ترافیک، به‌طور امیدوارکننده‌ای عمل می‌کند. همچنین اندازه‌ی کوچک آن هزینه‌های محاسبات را به میزان قابل‌توجهی کاهش می‌دهد.
حسنی گفت اکنون قصد دارد که این سیستم را برای برنامه‌های دنیای واقعی آماده کند. وی در ادامه گفت:
ما یک شبکه‌ی عصبی شفاف داریم که از طبیعت الهام گرفته؛ اما این فقط آغاز فرآیند است. سؤال واضحی که پیش می‌آید این است که چگونه این موضوع توسعه می‌یابد؟ ما فکر می‌کنیم این نوع شبکه می‌تواند عنصر اصلی سیستم‌های اطلاعاتی آینده باشد.
