تعتبر سؤال كيفية تأثير تنظيم وتشبيك القشرة الدماغية على الحسابات التكرارية موضوعًا مركزيًا في مجالي علوم الأعصاب (Neuroscience) وتعلم الآلة (Machine Learning). في هذه الدراسة، نستفيد من بيانات مشروع "الذكاء الآلي من الشبكات القشرية" (MICrONS)، الذي يوفر معلومات متعلقة بوظائف التوصيلات لأجزاء متعددة من قشرة الدماغ البصري للفئران. تجري هذه العملية من خلال دمج التصوير الكثيف للكالسيوم مع إعادة بناء الإلكترونيات عالية الدقة من نفس الحيوان.

باستخدام إحداثيات الأعصاب، والروابط التشريحية، والعلاقات المستمدة من الوظيفة لنحو 12,000 من الخلايا العصبية المثيرة المتصلة، نقوم بتهيئة الأوزان التكرارية وفرض قيود مكانية مستندة إلى التواصل أثناء عملية التعلم.

وعبر ثلاثة مهام اتخاذ قرار معرفية، أثبتت الشبكات التي تحدها البنية القشرية والوظيفية أداءً متفوقًا باستمرار مقارنة بالنماذج الأساسية والنماذج ذات القيود الجزئية. كانت أعلى زيادة ملحوظة تأتي من تهيئة الوزن الوظيفي، بينما أضاف الت embedding المكاني الحقيقي تحسينات إضافية قوية في الظروف المختلفة.

كما أن هذه الشبكات المستندة إلى البيولوجيا تتطور إلى تنظيمات منخفضة الانتروبيا، ووحدات، وشبكات صغيرة، وتحتفظ بأداء قوي حتى عند تقييد التكرار للأوزان الإيجابية فقط. مجتمعة، تظهر نتائجنا أن آلة القشرة الدماغية - من جيومتري، وتشبيك، وبنية وظيفية - يمكن استغلالها كأساس قوي في بناء الشبكات العصبية التكرارية التي تتعلم بشكل أكثر فعالية، متقاربة نحو المبادئ التنظيمية الرئيسية للحسابات البيولوجية.