מחקר בטכניון: למידה חושפת מידע סמוי על מבנה הרשת

חוקרים בטכניון פיתחו תיאור מתמטי של למידה, המאפשר לחשוף הבדלים סמויים בין רשתות המתנהגות באופן זהה. למידה במוח כרוכה בשינויים בקשרים בין תאי עצב, אך תוצאותיה ניכרות בהתנהגות המערכת כולה. כיצד מצטרפים השינויים הרבים בקשרים לשינוי בתפקוד? במחקר חדש בחנו חוקרים בטכניון את הקשר הזה במודלים מתמטיים של רשתות עצביות, והראו שהתפקוד של הרשת והדרך בה היא לומדת חושפים אספקטים שונים של המבנה הפנימי שלה.

מאמרם של פרופ’ עמרי ברק ותלמיד המחקר יואב גר מהפקולטה לרפואה ע”ש רות וברוך רפפורט בטכניון נבחר להרצאה בעל־פה בכנס NeurIPS 2026, מהכנסים החשובים בעולם בתחום הבינה המלאכותית ומדעי המוח החישוביים. מתוך 30,709 עבודות שהוגשו לכנס התקבלו 112 בלבד למסלול זה (כ-0.36%).

החוקרים התמקדו בסוג מסוים של רשתות עצביות חוזרות, שהן מודלים מלאכותיים המשמשים לחקר חישובים במוח. הם פיתחו תיאור מתמטי המאפשר לחשב כיצד הרשת משתנה במהלך הלמידה באמצעות מספר קטן של משתנים. הניתוח הוביל להבחנה בין שני סוגי מאפיינים: אלה שקובעים את התנהגות הרשת בפועל ואלה שאינם משפיעים על ביצועיה הנוכחיים אך משפיעים על אופן הלמידה שלה בעתיד. מאפיינים “סמויים” אלה אינם ניכרים כאשר בוחנים את התנהגות המערכת בלבד, אך הם עשויים להתגלות כאשר המערכת נדרשת ללמוד משימה חדשה.

באחת הדוגמאות במחקר, שתי רשתות בעלות מבנה פנימי שונה הגיבו באופן זהה לאותם קלטים, אבל כאשר אומנו באותם תנאים התפתחו בהן מסלולי למידה שונים: באחת הופיעה תקופה של האטה ניכרת בשיפור, ואילו האחרת השתפרה באופן רציף יותר. כך הלמידה עצמה יכולה לשמש כלי מחקר, החושף הבדלים שאינם ניכרים כאשר בוחנים רק את תפקודה הנוכחי של המערכת.

בנוסף, המחקר הדגים כי בתנאים מסוימים, מאפיינים סמויים אלה יכולים לשמר עקבות של היסטוריית הלמידה. רשתות שאומנו תחילה על משימות שונות ולאחר מכן על משימה משותפת הגיעו לתפקוד דומה, אך מאפייני המבנה הסמויים שלהן עדיין אפשרו לזהות איזו היסטוריית אימון עברה כל רשת.

לדברי פרופ’ ברק, “השאלה כיצד שינויים במבנה של מערכת מורכבת משפיעים על התנהגות חוזרת בתחומים רבים במדע. ברשתות שחקרנו מצאנו שהבנה של מה המערכת עושה כיום אינה מספיקה כדי לתאר כיצד היא תלמד בעתיד. הדרך שבה היא משתנה בעקבות למידה יכולה לחשוף הבדלים מבניים שנותרים חבויים בתפקודה הנוכחי.”

התוצאות התקבלו במודלים מתמטיים ובסימולציות מחשב. הן מציעות כיוון לניסויים במערכות ביולוגיות: לבחון כיצד מערכות בעלות התנהגות דומה משתנות בעקבות אותו תהליך למידה, ולבדוק אילו הבדלים פנימיים אפשר לחשוף בדרך זו.

המחקר נתמך על ידי הקרן הלאומית למדע (ISF) ועל ידי Human Frontier Science Program.

למאמר לחצו כאן