Minnesnätverk

Minnesnätverk refererar till de funktionella hjärn-nätverk som understöder minnesbildning, lagring och återhämtning hos människor och andra däggdjur. Begreppet används också inom artificiell intelligens för att beskriva modeller som kombinerar neurala nätverk med externa minnessystem.

I neurovetenskapen ingår centrala regioner som hippocampus och det mediala temporalloben samt parahippocampala och peririnala cortex, samt prefrontala områden som bidrar till arbetsminne och kognitiv kontroll. Minnesbildning uppstår genom dynamiska interaktioner mellan hippocampus och neocortex i ett hippocampus-neocorticalt minnesnätverk. Konsolidering sker ofta under sömn när kommunikation mellan hippocampus och kortikala områden förstärks. Olika nätverk är involverade vid olika minnesformer: episodiskt minne kopplas till hippocampus och default mode-nätverk bidrar till återkallelse, medan frontoparietala nätverk stödjer arbetsminne och målstyrd återkallelse. Minnen varierar i typ (episodiskt, semantiskt, proceduralt) och i hur nätverken samverkar. Åldersrelaterade förändringar och neurodegenerativa sjukdomar, särskilt Alzheimers sjukdom, påverkar nätverkens kommunikation och minnesförmåga; bildstudier visar förändringar i funktionell koppling mellan hippocampus och kortikala områden.

Inom artificiell intelligens används termen minnesnätverk för modeller som kompletterar traditionella neurala nätverk med extern minne. Exempel inkluderar Memory Networks och Neural Turing Machines, där ett externt minne gör det möjligt att lagra och hämta information över längre sekvenser än vad vanliga RNN/LSTM klarar. Dessa arkitekturer används i frågesvar, resonemang och andra uppgifter som kräver långtidsminne. Vanliga utmaningar inkluderar skalbarhet, differentiell åtkomst och effektiv träning. Forskningen syftar till att utveckla mer flexibel och robust minneshantering som kan efterlikna människors minnesförmåga.