Bilim insanları, beynin astrosit hücrelerinden esinlenerek geliştirdikleri yeni yapay zeka modeli ile dikkat çekici sonuçlar elde ettiler. Bu yenilikçi yaklaşım, klasik Hopfield ağlarını astrosit hücrelerinin düzenleyici etkisiyle birleştirerek, beynin bilgi işleme mekanizmalarını daha gerçekçi şekilde taklit ediyor.
Geliştirilen model, nöronlar arasındaki bağlantıları astrosit kazançları ile çarpımsal olarak modüle ediyor. Bu astrosit kazançları, entropi düzenlemeli bir replikatör denklemi altında evrimleşerek, sistemde doğal bir dikkat mekanizması ortaya çıkarıyor. Araştırmacılar, bu dinamiklerin global yakınsamayı garanti eden bir Lyapunov fonksiyonuna sahip olduğunu gösterdiler.
Sistemin en dikkat çekici özelliği, sabit noktalarda astrosit kazançlarının softmax normalleştirmesi ile benzerlik puanları üzerinden kaynak dağılımı yapmasıdır. Bu mekanizma, self-attention'ın mekanistik bir gerçekleştirmesi olarak işlev görüyor ve kazanç simpleksi üzerinde acil yönlendirme sağlıyor.
Özellikle yüksek hafıza yükü ve girişim koşullarında, yeni model klasik Hopfield dinamiklerine ve son dönemdeki nöron-astrosit temel modellerine kıyasla hafıza geri çağırma doğruluğunda önemli iyileştirmeler gösteriyor. Bu başarı, glial modülasyon, rekabetçi kaynak dağılımı ve dikkat benzeri hesaplama arasındaki bağlantıları açıklayan dinamik sistemler çerçevesi oluşturuyor.