دانشمندان با ابداع یک مدل هوش مصنوعی با دقت بیش از ۹۰ درصد، به بررسی تفاوت اسکن‌های فعالیت مغز زنان و مردان پرداختند. بر اساس نتایج به‌دست‌آمده در مناطق مسئول رویاپردازی، حافظه و تصمیم‌گیری در مغز، تفاوت‌هایی بین دو جنس وجود دارد.
به گزارش روزیاتو، محققان دانشکده پزشکی دانشگاه استنفورد به‌تازگی قطعه جدیدی به پازلی اضافه کرده‌اند که از ایده شکل‌گیری مغز بر اساس جنسیت بیولوژیک حمایت می‌کند.
وینود منون، نویسنده ارشد این مطالعه و استاد روان‌پزشکی و علوم رفتاری استنفورد و تیمش برای بررسی مساله تفاوت‌های مغزی زنان و مردان یک مدل شبکه عصبی عمیق ایجاد کردند که قادر به طبقه‌بندی اسکن‌های مغزی در دو دسته زنان و مردان بود.
آن‌ها با نشان دادن مجموعه‌ای از اسکن‌های تصویرسازی تشدید مغناطیسی کارکردی (fMRI) به هوش مصنوعی از آن خواستند که تشخیص دهد به مغز یک زن نگاه می‌کند یا یک مرد. پیش‌بینی هوش مصنوعی در این باره در بیش از ۹۰ درصد موارد درست بود.
از طریق این فرآیند، مشخص شد که کدام قسمت‌های مغز بسته به جنسیت تفاوت‌های ظریفی را نشان می‌دهند.
بیشتر تفاوت‌های کشف‌شده در حالت پیش‌فرض شبکه، استریاتوم یا جسم مخطط و شبکه لیمبیک هستند؛ مناطقی که در طیف وسیعی از فرآیند‌ها ازجمله رویاپردازی، یادآوری گذشته، برنامه‌ریزی برای آینده، تصمیم‌گیری و بویایی نقش دارند.
منون گفت: «این مدرکی بسیار قوی است که نشان می‌دهد جنسیت یک عامل تعیین‌کننده قوی در سازمان مغز انسان است.»
یکی از تفاوت‌های عمده بین مدل هوش مصنوعی این تیم با مدل‌های مشابه آن «قابل توضیح بودن» آن بوده است. زیرا هوش مصنوعی اغلب به این خاطر که یک «جعبه سیاه» است مورد انتقاد قرار می‌گیرد. به این معنی که اطلاعات را می‌گیرد و نتایج را پس می‌دهد، اما اینکه چطور به این نتایج رسیده اغلب معما باقی می‌ماند. اما در مورد مدل تیم استنفورد این‌طور نیست.
در این مطالعه تیم تحقیقاتی توانست به این نتیجه برسد که در تعیین جنسیت افراد، کدام بخش از مغز برای هوش مصنوعی مهم‌تر است. شبکه حالت پیش‌فرض، جسم مخطط و شبکه لیمبیک سه حوزه‌ای بودند که هوش مصنوعی بر آن‌ها تمرکز داشت.
شبکه حالت پیش‌فرض (DMN) زمانی فعال می‌شود که فرد در حال خیال‌پردازی، یادآوری خاطرات یا فکر کردن درباره خودش باشد. استریاتوم یا جسم مخطط برای هماهنگی شناخت، ازجمله برنامه‌ریزی، تصمیم‌گیری و انگیزه مهم است و شبکه لیمبیک طیف وسیعی از عملکرد‌های مغز مانند احساسات، حافظه بلندمدت و حس بویایی فرد را پشتیبانی می‌کند.
علاوه بر تشخیص مغز مردان از زنان، دانشمندان تلاش کردند تا ببینند آیا می‌توانند از این اسکن‌ها برای پیش‌بینی چگونگی عملکرد یک فرد در آزمایش شناختی آزمایشگاهی استفاده کنند یا خیر.
آنچه دریافتند این بود که هیچ مدل هوش مصنوعی نمی‌تواند عملکرد همه را پیش‌بینی کند. یکی می‌توانست عملکرد مردان را پیش‌بینی کند و دیگری عملکرد زنان، اما هیچ‌کدام نمی‌توانستند هر دو را پیش‌بینی کنند.
این موضوع نشان می‌دهد که ویژگی‌هایی که بین مردان و زنان متفاوت است، بسته به جنسیت تاثیرات متفاوتی بر رفتار دارند.
محققان امیدوارند که این کار به روشن کردن بیماری‌های مغزی که به‌شیوه‌ای متفاوت بر زنان و مردان اثر می‌گذارد کمک کند. به عنوان مثال، اوتیسم و پارکینسون در مردان شایع‌تر است، در‌حالی‌که ام‌اس و افسردگی در زنان شیوع بیشتری دارد.
به گزارش روزیاتو، محققان دانشکده پزشکی دانشگاه استنفورد به‌تازگی قطعه جدیدی به پازلی اضافه کرده‌اند که از ایده شکل‌گیری مغز بر اساس جنسیت بیولوژیک حمایت می‌کند.
وینود منون، نویسنده ارشد این مطالعه و استاد روان‌پزشکی و علوم رفتاری استنفورد و تیمش برای بررسی مساله تفاوت‌های مغزی زنان و مردان یک مدل شبکه عصبی عمیق ایجاد کردند که قادر به طبقه‌بندی اسکن‌های مغزی در دو دسته زنان و مردان بود.
آن‌ها با نشان دادن مجموعه‌ای از اسکن‌های تصویرسازی تشدید مغناطیسی کارکردی (fMRI) به هوش مصنوعی از آن خواستند که تشخیص دهد به مغز یک زن نگاه می‌کند یا یک مرد. پیش‌بینی هوش مصنوعی در این باره در بیش از ۹۰ درصد موارد درست بود.
از طریق این فرآیند، مشخص شد که کدام قسمت‌های مغز بسته به جنسیت تفاوت‌های ظریفی را نشان می‌دهند.
بیشتر تفاوت‌های کشف‌شده در حالت پیش‌فرض شبکه، استریاتوم یا جسم مخطط و شبکه لیمبیک هستند؛ مناطقی که در طیف وسیعی از فرآیند‌ها ازجمله رویاپردازی، یادآوری گذشته، برنامه‌ریزی برای آینده، تصمیم‌گیری و بویایی نقش دارند.
منون گفت: «این مدرکی بسیار قوی است که نشان می‌دهد جنسیت یک عامل تعیین‌کننده قوی در سازمان مغز انسان است.»
یکی از تفاوت‌های عمده بین مدل هوش مصنوعی این تیم با مدل‌های مشابه آن «قابل توضیح بودن» آن بوده است. زیرا هوش مصنوعی اغلب به این خاطر که یک «جعبه سیاه» است مورد انتقاد قرار می‌گیرد. به این معنی که اطلاعات را می‌گیرد و نتایج را پس می‌دهد، اما اینکه چطور به این نتایج رسیده اغلب معما باقی می‌ماند. اما در مورد مدل تیم استنفورد این‌طور نیست.
در این مطالعه تیم تحقیقاتی توانست به این نتیجه برسد که در تعیین جنسیت افراد، کدام بخش از مغز برای هوش مصنوعی مهم‌تر است. شبکه حالت پیش‌فرض، جسم مخطط و شبکه لیمبیک سه حوزه‌ای بودند که هوش مصنوعی بر آن‌ها تمرکز داشت.
شبکه حالت پیش‌فرض (DMN) زمانی فعال می‌شود که فرد در حال خیال‌پردازی، یادآوری خاطرات یا فکر کردن درباره خودش باشد. استریاتوم یا جسم مخطط برای هماهنگی شناخت، ازجمله برنامه‌ریزی، تصمیم‌گیری و انگیزه مهم است و شبکه لیمبیک طیف وسیعی از عملکرد‌های مغز مانند احساسات، حافظه بلندمدت و حس بویایی فرد را پشتیبانی می‌کند.
علاوه بر تشخیص مغز مردان از زنان، دانشمندان تلاش کردند تا ببینند آیا می‌توانند از این اسکن‌ها برای پیش‌بینی چگونگی عملکرد یک فرد در آزمایش شناختی آزمایشگاهی استفاده کنند یا خیر.
آنچه دریافتند این بود که هیچ مدل هوش مصنوعی نمی‌تواند عملکرد همه را پیش‌بینی کند. یکی می‌توانست عملکرد مردان را پیش‌بینی کند و دیگری عملکرد زنان، اما هیچ‌کدام نمی‌توانستند هر دو را پیش‌بینی کنند.
این موضوع نشان می‌دهد که ویژگی‌هایی که بین مردان و زنان متفاوت است، بسته به جنسیت تاثیرات متفاوتی بر رفتار دارند.
محققان امیدوارند که این کار به روشن کردن بیماری‌های مغزی که به‌شیوه‌ای متفاوت بر زنان و مردان اثر می‌گذارد کمک کند. به عنوان مثال، اوتیسم و پارکینسون در مردان شایع‌تر است، در‌حالی‌که ام‌اس و افسردگی در زنان شیوع بیشتری دارد.
کد خبر ۲۰۱۰۳۰۳۰۷.۶۹۱
