הכירו את רשת הנוירונים שתסייע לזיהוי מוקדם של התקפי אפילפסיה

במעבדת אניקס עובדת בשנה וחצי האחרונות קבוצת חוקרים, תחת פרופ' יוסי שור, על רשת נוירונים הפועלים באמצעות דחפים. במסגרת המחקר, שזכה למענק מטעם רשות החדשנות, פותחה רשת נוירונים חדשנית הפועלת בשיטה של פולסים (spiking neural network), שמחקה את הפעילות המוחית, ומגיעה להישגים טובים משמעותית בהשוואה לרשת נוירונים קלאסית ולרשתות מבוססי פולסים שפותחו עד כה.

רשת עצבית פולסיבית (SNN)  - רשת המבוססת על המוח האנושי

המחשב היעיל והאפקטיבי ביותר המוכר לאנושות הוא המוח האנושי. הוא מכיל כ-86 מיליארד נוירונים המתקשרים זה עם זה באמצעות כ-600 טריליון סינפסות. התקשורת מושגת באמצעות פולסים (דחפים) חשמליים בעלי עוצמות ותדרים משתנים, המקודדים את המידע ומעבירים אותו בין הנוירונים האחראים על פעולת החישוב.

במשך שנים רבות, תכנונים של רשתות עצביות מלאכותיות (ANN) ניסו לחקות את פעולתו של המוח האנושי כדי לנסות ולהשיג ביצועים דומים. היות והתקשורת המוחית אנלוגית במהותה, ליישומים אנלוגיים יש יתרון ברור בניסיון לחקות את המוח. כמו כן, היות ותקשורת זו יש אופי פולסיבי(spiky) , חוקרים מאמינים כי יישומים המשתמשים בפולסים לצורך תקשורת בתוך רשת עצבית מלאכותית (ANN)  עשויים להיות יעילים יותר – וכך נולדה רשת העצבים הפולסיבית(SNN) .

רשתות SNN נחשבות ליעילות יותר אנרגטית, כלומר מפעילות חומרה בצריכת חשמל נמוכה. המחקרים מראים שאכן, הן יעילות מטבען הן לחישוב והן לתקשורת, וזאת הודות לדלילות מונעת אירועים(event-driven sparsity)  - הפעלה של רכיבים רק כאשר מתרחש אירוע ספציפי.

יתרונה של שיטת מעגלי הקבלים הממותגים (switch-cap circuits)

במחקר אותו מוביל פרופ' שור, נעשה שימוש בקבלים ממותגים (Switched Capacitors) כדי לממש משווה(Comparator) . במשווה המבוסס על קבלים ממותגים, המעגל משתמש בקבלים ובמתגים כדי לבצע פעולת "חיסור והשוואה" במהירות גבוהה. במהלך פאזת השעון הראשונה, המתגים נסגרים כדי לאגור מתח ייחוס (או את אות המבוא הנוכחי) ישירות על גבי הקבל. במהלך הפאזה השנייה, המתגים משנים את מצבם (מתהפכים), והקבל מחסר באופן אוטומטי את הערך המאוחסן הזה מאות המבוא הנכנס.

במסגרת המחקר, הראה צוות המעבדה כי הרשת הפועלת בשיטה זאת מסוגלת לחסוך הספק בשלשה סדרי גודל לעומת רשת נוירונים קלאסית. ההספק של התכן השווה, על בסיס סימולציות, למחקרים אחרים של רשתות נוירונים מבוססי פולסים – והגיע לחיסכון של פי מאה מהספרות. ההשוואה לרשתות אחרות נעשתה, בין השאר, באמצעות מאגר בוחן שנקרא MNIST, ובו הרשת מקבלת כקלט את מערך הפיקסלים של תמונה, וצריכה לפלוט את הספרה הנכונה.

צוות המעבדה כולל, בנוסף לפרופ' שור, את הדוקטורנט ניל פלדמן, המאסטרנטים עידו בן טולינה ואלכסנדרה רוקבן, והסטודנט תומר דמרי, שמתעתד להתחיל בשנת הלימודים תשפ"ז את התואר השני בהנדסת חשמל.

שימושים אפשריים של הרשת: מזיהוי התקפי אפילפסיה ועד תנודות קרקע 

במסגרת המחקר, משתפת המעבדה פעולה עם מספר חברות מהתעשייה, ובהן אלביט, טאוור, סיבה ו-sensomedical. זאת, בכדי לאפשר שימוש ברשת עבור אפליקציות שונות.

בפרויקט אחד, הנעשה במשותף עם חברת sensomedical, משמשת הרשת לפיתוח מערכת המזהה התקפי אפילפסיה. במסגרת הפרויקט, נבנתה מערכת שמזינה אותות שנלקחו ממוחות שונים באמצעות EEG אל תוך רשת הנוירונים. בשלב האימון, מקבלת המערכת אותות שידוע איזה מהם סימן התקף מתקרב, ואיזה לא. בשלב השני, היא מקבלת אותות לבחינה (inference), כשהמטרה היא שהרשת תצליח לזהות אותות מוחיים המבשרים על התקף מתקרב.

פרויקט אחר, הנעשה בשיתוף חברת אלביט, נקרא גיאופון(Geophone) . במסגרת הפרויקט מפותח חיישן הממיר תנודות קרקע (גל קול או גלים סייסמיים) לאות חשמלי, במטרה להבדיל בין תנודות שנגרמו ממעבר של רכב לתנודות שנגרמו ממעבר של הולכי רגל. גם כאן, הוזנו למערכת קודם כל אותות ידועים, המלמדים אותה מהו זיהוי נכון, ורק לאחר מכן היא קיבלה אותות לבחינה (inference). לאפליקציה זו שימושים רבים, בין היתר בתחום הבטחוני.

בשלב זה מפותחת הרשת בכלי פיתוח שלVLSI  במעבדה. בחודש אוקטובר 2026 היא מתוכננת לצאת לייצור, ולהכיל רשת שלמה של 100X60X60 שידע לתמוך בכל האפליקציות שתוארו לעיל. לדברי החוקרים , פיתוח פרויקט זה הינו אתגרי במיוחד כיוון שהוא מצריך ידע רב מדיסציפלינות רבות ומגוונות, החל מפיתוח תיאורטי ב-python and spiking jelly ועד פיתוח רכיב המשלב מעגלים אנאלוגיים ודיגיטליים מורכבים. זוהי סנונית ראשונה של מחקר בכיוון זה, ויש לפרויקט פוטנציאל רב לאפשרויות מחקר נוספים בתחום.