تصور کنید مغزی کاملاً خام، تمام مهارت‌های پیشین خود را از طریق یک ماژول حافظهٔ خارجی به ارث می‌برد. این ادعای جسورانه نتیجهٔ پژوهشی است که در ۱۶ سپتامبر ۲۰۲۶ منتشر شد و ثابت می‌کند تأثیرات رفتاری آموخته‌شده می‌توانند پس از تخریب و جایگزینی کامل بستر عصبی، همچنان پابرجا بمانند؛ این امر از طریق جداسازی تجربه از شبکه فیزیکی محقق شده است.
این وضعیت شبیه به کامپیوتری است که هارد و سی‌پی‌یو آن را کاملاً پاک کرده‌اید، اما دستگاه همچنان می‌داند چگونه یک کار پیچیده را انجام دهد، چون تجربه در یک فضای ابری مجزا ذخیره شده است. این هستهٔ اصلی مکانیزم مایسیلیوم (Mycelium) است؛ سیستمی که با حافظه نه به عنوان تغییر در سیم‌کشی داخلی، بلکه به عنوان یک وضعیت تداعی‌گر مجزا برخورد می‌کند. این رویکرد یادآوری تداعی‌گر، شباهت‌های ساختاری زیادی با تلاش‌های تونی دزی دارد که با ترکیب SQLite و Vector Recall سعی در ساخت حافظه دوم برای انسان داشت.
زمینه و آماده‌سازی
برای آزمایش این فرضیه، پژوهشگر از یک شبکهٔ بازگشتی کوچک به عنوان جایگزینی برای کانکتوم (Connectome) — یا همان نقشهٔ اتصالات عصبی — استفاده کرد. این شبکه شامل ورودی‌های حسی، یک لایه میانی پنهان و خروجی‌های حرکتی بود. این ساختار تنها یک بار سیم‌کشی شد و در طول کل فرآیند هرگز مجدداً سیم‌کشی یا تغییر ساختار نداد.
عامل در این محیط با یک «گذرگاه نشانه-پاسخ» روبرو شد که شامل ۶ نشانه و ۳ اقدام مختلف بود. او باید نشانه‌های خاص را به اقدامات درست متصل می‌کرد تا پاداش بگیرد؛ در مقابل، اقدامات اشتباه منجر به تنبیه می‌شد. از آنجا که شبکه ثابت بود، هیچ مکانیزم داخلی برای یادگیری این نقشه‌ها از طریق پلاستیسیته (Plasticity) — یعنی همان قابلیت تغییر شکل سیناپس‌ها شبیه به خمیر بازی — نداشت.
در کنار این شبکه، مکانیزم‌های مایسیلیوم متصل شدند که شامل موارد زیر است:
- نوشتن‌های کنترل‌شده بر اساس اهمیت (Salience-gated writes)
- تکمیل الگو بر اساس شباهت (Similarity-based pattern completion)
- تقویت دسترسی‌های مشترک (Co-access strengthening)
- زوال تدریجی (Decay)
جزئیات فنی
به نقل از مستندات این پژوهش، اعتبار آزمایش بر یک قانون سخت‌گیرانه و غیرقابل مذاکره استوار است: سیستم حافظه نمی‌تواند مستقیماً اقدامی را انتخاب کند، بلکه فقط می‌تواند وضعیت خروجی را جهت‌دهی (Bias) کند.
این موضوع از طریق سه سازوکار دقیق اجرا می‌شود:
اول، بازیابی مستمر (Continuous Recall)؛ در اینجا هیچ پرس‌وجویی (Query) صادر نمی‌شود، بلکه وضعیت‌های مشابه به‌طور خودکار فعال می‌شوند. سیستم رزونانس یا تشدید را با استفاده از فرمول sims = self.keys @ s محاسبه می‌کند. اگر این رزونانس از یک آستانه مشخص (self.sim_thresh) فراتر رود، یک بایاس تولید می‌شود.
دوم، تعدیل (Modulation)؛ حافظه به عنوان یک بایاس جاری وارد سیستم می‌شود. در کدنویسی این پروژه، این بخش در جایی دیده می‌شود که drive = drive + modulation محاسبه می‌گردد.
سوم، خروجی حرکتی (Motor Output)؛ تابع حرکتی فقط وضعیت شبکه را می‌خواند (self.W_out @ self.x). حافظه در این مرحله نهایی کاملاً غایب است و هیچ دخالتی در انتخاب نهایی ندارد.
پژوهشگر خاطرنشان می‌کند که اگر حافظه می‌توانست مستقیماً اقدام را انتخاب کند، این آزمایش چیزی نبود جز یک «ربات Doom که یک مگس به آن چسبانده شده باشد» و هیچ ارزش علمی در مورد یادگیری نداشت.
نتایج تجربی
در این پژوهش، ۶۰۰ دوره آموزش و ۳۰۰ مورد ارزیابی با استفاده از یک بذر (Seed) ثابت اجرا شد. چهار معماری مختلف برای اندازه‌گیری دقت مقایسه شدند (در حالی که دقت ۰.۳۳ معادل شانس تصادفی است):
- شبکه تنها: دقت حدود ۰.۷۰. این یک رفتار ایستا بر اساس مقداردهی تصادفی اولیه بود؛ یعنی شبکه به‌طور اتفاقی برای برخی نشانه‌ها اقدام درست را ترجیح می‌داد.
- شبکه + پلاستیسیته: دقت حدود ۰.۴۷. پلاستیسیته به تنهایی نویزی بود و در واقع باعث آسیب به عملکرد شد.
- شبکه + حافظهٔ خارجی: دقت ۱.۰۰. این تنها بازویی بود که توانست تجربه را به بهبود مستمر و کامل تبدیل کند.
- پلاستیسیته + حافظه: دقت ۰.۸۸. این دو سیستم به‌طور کامل تکمیلی نبودند و پلاستیسیته ساده باعث تداخل جزئی شد.
طبق گزارش منتشر شده در dev.to، نقطهٔ عطف آزمایش زمانی رخ داد که پژوهشگر با پاک کردن تمام وضعیت‌ها و تغییرات وزنی، مغز را «کشت» و آن را به حالت تولد بازگرداند. در سیستم مبتنی بر پلاستیسیته، عملکرد از ۰.۴۴ به ۰.۲۰ سقوط کرد چون یادگیری در وزن‌ها ذخیره شده بود و آن‌ها پاک شدند.
اما سیستم حافظهٔ خارجی تاب‌آور ماند. وقتی حافظهٔ ذخیره‌شده به یک بستر تازه و مشابه متصل شد، عامل امتیاز ۰.۸۶ کسب کرد که تقریباً با امتیاز ۰.۸۴ سیستم اصلی برابر بود. این نتیجه تأیید می‌کند که رفتار آموخته‌شده نه در مغز، بلکه در خارج از آن زنده مانده بود.
محدودیت‌ها و پیامدها
این یافته فرض رایج مبنی بر اینکه «یادگیری» حتماً باید یک تغییر فیزیکی در وزن‌های شبکه باشد را به چالش می‌کشد. اگر تأثیر رفتاری را بتوان به عنوان یک وضعیت تداعی‌گر خارجی ذخیره کرد، هویت یک عامل بیش از آنکه به معماری فیزیکی‌اش وابسته باشد، به تاریخچهٔ او وابسته است.
برای توسعه‌دهندگان و پژوهشگران هوش مصنوعی، این مسیر را به سوی عامل‌هایی باز می‌کند که دچار فراموشی فاجعه‌بار (Catastrophic Forgetting) یا تخریب وزن‌ها نمی‌شوند. در این راستا، استفاده از ساختارهای منطقی مانند Datalog برای جلوگیری از فراموشی حقایق در عامل‌های هوش مصنوعی یکی از راهکارهای مکمل برای حفظ پایداری دانش است. در واقع، تمرکز از «آموزش» یک مدل به «تجهیز» مدل با یک تاریخچهٔ قابل انتقال تغییر می‌کند.
البته پژوهشگر محدودیت‌های مطالعه را به‌طور صادقانه ذکر کرده است:
- استفاده از یک شبکهٔ بازگشتی جایگزین به جای کانکتوم واقعی مگس سرکه با ۱۶۶,۷۰۰ نورون.
- وظیفه مورد آزمایش یک تسک سادهٔ نشانه بود، نه یک دنیای تجسم‌یافته (Embodied World).
- اهمیت (Salience) به‌جای استخراج از فعالیت‌های دوپامینرژیک بیولوژیک، به‌صورت دستی از پاداش و تازگی سیم‌کشی شده بود.
- نتایج بر اساس یک بذر تصادفی واحد است.
با این حال، این یک اثبات مفهوم (Proof of Concept) محدود اما قدرتمند است که نشان می‌دهد وضعیت تداعی‌گر خارجی می‌تواند تأثیر رفتاری را پس از نابودی و جایگزینی بستر اصلی حفظ کند. فاز بعدی این پژوهش، جابجایی تاریخچه‌ها بین دو فرد مختلف را بررسی می‌کند تا مشخص شود «فردیت» را دنبال می‌کند: مغز یا حافظه.
گام بعدی شما
- بررسی معماری‌های حافظهٔ خارجی برای کاهش نیاز به بازآموزی (Retraining) مدل‌ها
- مطالعه روی جداسازی لایه تجربه از لایه استنتاج در عامل‌های هوش مصنوعی
- دنبال کردن فاز بعدی این پژوهش که جابجایی تاریخچه بین دو فرد مختلف را بررسی می‌کند
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو