Beynimizin navigasyon sisteminin nasıl çalıştığını anlamak için yapılan yeni bir araştırma, yapay sinir ağlarının mekansal bellek ve yön bulma yeteneklerinde önemli ilerlemeler kaydetti.
Grid hücreleri, beynimizde GPS görevi gören ve düzenli altıgen desenlerle ateşlenen özel nöronlardır. Bu hücreler sayesinde karmaşık ortamlarda konumumuzu takip edebilir ve hedefimize giden yolu bulabiliriz. Ancak bu sistemin farklı zaman ölçeklerinde nasıl bilgi işlediği şimdiye kadar tam olarak anlaşılamamıştı.
Araştırmacılar, tekrarlayan sinir ağlarına (RNN) 'sızıntı terimi' adı verilen adaptif zaman ölçekleri ekleyerek bu soruna yaklaştılar. Bu yöntem, sürekli çekici modellerin ayrık versiyonlarından esinlenerek geliştirildi.
Sonuçlar oldukça etkileyici: Sızıntı terimli yapay sinir ağları, standart modellere kıyasla çok daha düzenli ve net altıgen ateşleme desenleri oluşturdu. Bu sistemler konum tahminlerinde de belirgin şekilde daha başarılı oldu ve grid hücre benzeri temsiller geliştirdi.
Özellikle gürültülü koşullarda, yeni yaklaşım çok daha kararlı performans sergiledi. Bu bulgu, hem beyin bilimlerinin ilerlemesi hem de yapay zeka sistemlerinin navigasyon yeteneklerinin geliştirilmesi açısından önemli sonuçlar doğurabileceğini gösteriyor.