النيوكوغنيترون: شبكة عصبية ذاتية التنظيم لتمييز الأنماط البصرية

في مطلع الستينيات، أجرى ديفيد هيوبل وتورستن ويزل تجارب رائدة على القشرة البصرية في أدمغة القطط، وخرجا باكتشاف غيّر فهمنا للرؤية: الدماغ يعالج الصور عبر تسلسل هرمي من الخلايا العصبية، كل مستوى فيه يبني على المستوى الذي قبله:

• الخلايا البسيطة — تستجيب لحافة بزاوية معيّنة في موضع محدد بدقة. خط عمودي في هذه النقطة بالذات يُنشّطها، لكنه لو انزاح قليلاً فلن تستجيب.

• الخلايا المعقَّدة — تستجيب لنفس الحافة، لكنها تتسامح مع إزاحات صغيرة. خط عمودي في أي مكان ضمن هذه المنطقة يكفي لتنشيطها.

• خلايا أعلى رتبة تُركّب هذه الاستجابات في سمات أكثر تجريداً.

ما فعله فوكوشيما هو أنه حوّل هذا التسلسل البيولوجي إلى بنية حوسبية مباشرة: الخلايا البسيطة أصبحت خلايا S، والخلايا المعقَّدة أصبحت خلايا C.

البنية بسيطة في جوهرها: وحدات مُكدَّسة، كل وحدة فيها طبقتان تعملان معاً:

طبقة S — استخراج السمات — كل خلية S تنظر إلى رقعة صغيرة فقط من الطبقة السابقة عبر حقل استقبال محلي. النقطة الجوهرية هنا: جميع خلايا S في المستوى الواحد تتشارك الأوزان ذاتها — أي أنها تبحث عن السمة نفسها لكن في مواضع مختلفة من الصورة. هذا هو المبدأ الذي نعرفه اليوم باسم الالتفاف. ولاكتشاف سمات متعددة، تحتوي كل طبقة عدة مستويات: مستوى للحواف العمودية، وآخر للأفقية، وهكذا.

طبقة C — التجميع — كل خلية C تجمع مخرجات عدة خلايا S من المستوى نفسه لكن في مواضع متجاورة. إذا أطلقت أي واحدة منها، تستجيب خلية C. بعبارة أخرى: لا يهمّ أين بالضبط ظهرت السمة، المهم أنها ظهرت في مكان ما قريب. هذا التمويه المكاني هو سلف التجميع في الشبكات الحديثة.

يتكرر هذا التناوب: S₁ → C₁ → S₂ → C₂ → ⋯ → طبقة التعرّف النهائية. في كل مرحلة تصبح السمات أعقد (حواف ← زوايا ← أشكال ← أنماط كاملة)، ويتّسع نطاق التسامح المكاني (من بضعة بكسلات إلى الصورة بأكملها).

الطريقة الأسهل لفهم خلية S هي تشبيهها بكاشف أنماط مُزوَّد بميزان داخلي للمعايرة. تصلها إشارات تنبيهية من خلايا C في الطبقة السابقة — هذا هو «المدخل المفيد» — وتصلها أيضاً إشارة تثبيطية من خلية خاصة تُسمّى V تقيس متوسط السطوع في المنطقة نفسها — هذا هو «خط الأساس».

لماذا نحتاج خط الأساس؟ لأننا لا نريد الخلية أن تُطلق لمجرد أن المنطقة ساطعة؛ نريدها أن تُطلق فقط حين شكل المدخل يتطابق مع القالب المحفوظ فيها. خلية V تضمن أن الاستجابة تعكس التشابه في النمط لا الشدة الخام. المعامل $r$ يتحكّم في مدى صرامة المطابقة: قيمة عالية تعني أن الخلية لن تستجيب إلا لتطابق دقيق جداً.

إذا كانت خلايا S تجيب عن سؤال «أين بالضبط توجد هذه السمة؟»، فإن خلايا C تجيب عن سؤال مختلف: «هل هذه السمة موجودة في الجوار؟» كل خلية C تأخذ متوسطاً أو مزيجاً موزوناً من مخرجات مجموعة خلايا S متجاورة في المستوى نفسه.

النتيجة العملية: ما دامت السمة اكتُشفت في مكان ما ضمن منطقة التجميع، تستجيب خلية C. حرّك المدخل بضعة بكسلات — ستنشط خلية S مختلفة — لكن خلية C ذاتها تبقى نشطة. هذه هي الآلية التي تمنح النيوكوغنيترون ثبات الإزاحة، وهي بالضبط ما نسمّيه اليوم طبقات التجميع في الشبكات الالتفافية.

النيوكوغنيترون يتعلّم بلا تصنيفات وبلا انتشار خلفي — تعلُّم غير مُوجَّه بالكامل. الآلية تعتمد على التنافس، وهي مستوحاة من مبدأ التعلُّم الهِبّي:

1. يُعرض نمط على طبقة الإدخال.

2. في كل طبقة S، تتنافس الخلايا فيما بينها. الخلية ذات الاستجابة الأقوى هي الفائزة.

3. أوزان الخلية الفائزة تُعدَّل لتُصبح أقرب إلى نمط المدخل الحالي — أي أنها تحفظ قالباً للسمة التي نشّطتها.

4. بقية الخلايا في المستوى ذاته تُكبَت، فيتخصّص كل مستوى في سمة مختلفة.

هذه الاستراتيجية — «الفائز يأخذ كل شيء» — مع مبدأ أن الاتصالات التي تُطلَق معاً تتقوّى معاً، تكفل أن كل مستوى خلايا ينحت لنفسه كاشفاً مختلفاً. لا حاجة لمُشرف خارجي ولا لتصنيفات — الشبكة تبني كواشفها بنفسها من التعرّض المتكرر للأنماط.

هنا نصل إلى قرار تصميمي بالغ الأهمية: جميع خلايا S في المستوى الواحد تحمل أوزاناً متطابقة تماماً. كاشف الحواف العمودية في أعلى يسار الصورة هو نفس الكاشف في أسفل يمينها. لهذا المبدأ نتيجتان عميقتان:

• كفاءة المعاملات — بدلاً من تعلُّم كاشف مستقل لكل موقع، نتعلّم مجموعة أوزان واحدة ونُزلِقها على الصورة بأكملها. رقعة 5×5 لا تحتاج إلا 25 وزناً مهما كبرت الصورة.

• تكافؤ الإزاحة — إذا انتقلت حافة من الموقع أ إلى الموقع ب، ينشط الكاشف ذاته في الموقع الجديد. خريطة السمات تنزاح فحسب دون أن يتغيّر شكلها.

هذا بالضبط ما نسمّيه اليوم الالتفاف في الشبكات الالتفافية: نواة واحدة مُتعلَّمة تنزلق على المدخل وتُنتج خريطة سمات.

تكرار وحدات S→C ينشئ هرماً من السمات، كل طابق فيه أعقد من الذي تحته:

• المرحلة الأولى — خلايا S تلتقط حواف وقطاعات خطية بسيطة. خلايا C تمتص الإزاحات الصغيرة في موقع الحافة.

• المرحلة الثانية — خلايا S تُركّب تلك الحواف في زوايا ومنحنيات وتقاطعات. خلايا C تضيف طبقة أخرى من التسامح المكاني.

• المرحلة الثالثة فأعلى — خلايا S تُجمّع هذه الأجزاء في أنماط أكبر: حلقات، ضربات قلم، أجزاء أرقام.

• المرحلة الأخيرة — الشبكة تُحدّد الرقم المعروض (من 0 إلى 9).

هذا هو مبدأ هرم السمات: سمات بسيطة تتراكب لتُشكّل سمات معقّدة، والشبكة تكتشف هذا التركيب بنفسها. لا أحد يُخبرها أن الحواف تأتي أولاً — تستنتج ذلك وحدها من بنية العالم البصري.