اختيار الإجراء

📅 آخر تحديث: ٢٢ يوليو ٢٠٢٦
✍️ نُشر في: ٢٢ يوليو ٢٠٢٦
الموسوعة الحرة

يُعدّ اختيار الفعل طريقةً لوصف المشكلة الأساسية للأنظمة الذكية: ما الذي يجب فعله تاليًا؟ في مجال الذكاء الاصطناعي وعلم الإدراك الحاسوبي ، ترتبط "مشكلة اختيار الفعل" عادةً بالوكلاء الأذكياء والأنظمة الآلية - وهي أنظمة اصطناعية تُظهر سلوكًا معقدًا في بيئة الوكلاء . كما يُستخدم المصطلح أحيانًا في علم سلوك الحيوان.

تتمثل إحدى المشكلات التي تواجه فهم عملية اختيار الفعل في تحديد مستوى التجريد المستخدم لتحديد "الفعل". فعلى أبسط مستويات التجريد، يمكن أن يكون الفعل الأساسي أي شيء بدءًا من انقباض خلية عضلية وصولًا إلى إشعال حرب . وعادةً ما تكون مجموعة الأفعال الممكنة لأي آلية لاختيار الفعل محددة مسبقًا وثابتة.

يفرض معظم الباحثين العاملين في هذا المجال متطلبات عالية على عملائهم:

  • يتعين على الفاعل عادةً اختيار فعله في بيئات ديناميكية وغير متوقعة.
  • عادةً ما تتصرف الجهات الفاعلة في الوقت الفعلي ؛ لذلك يجب عليها اتخاذ القرارات في الوقت المناسب.
  • عادةً ما يتم إنشاء البرامج الآلية لأداء مهام متعددة ومختلفة. وقد تتعارض هذه المهام فيما بينها لتخصيص الموارد (على سبيل المثال، هل يستطيع البرنامج الآلي إخماد حريق وتقديم فنجان قهوة في الوقت نفسه؟).
  • قد تشمل البيئة التي تعمل فيها هذه العوامل البشر ، الذين قد يجعلون الأمور أكثر صعوبة بالنسبة للعامل (سواء عن قصد أو عن طريق محاولة المساعدة).
  • غالباً ما يكون الهدف من هذه العوامل هو محاكاة الحيوانات أو البشر، وسلوك الحيوانات/البشر معقد للغاية.

لهذه الأسباب، فإن اختيار الإجراء ليس بالأمر الهين ويجذب قدراً كبيراً من البحث.

خصائص مشكلة اختيار الإجراء

تكمن المشكلة الرئيسية في اختيار الفعل في التعقيد . فبما أن جميع العمليات الحسابية تستغرق وقتًا ومساحة (في الذاكرة)، لا يمكن للأنظمة الذكية أن تأخذ في الحسبان جميع الخيارات المتاحة لها في كل لحظة. وبالتالي، لا بد أن تكون هذه الأنظمة متحيزة ، وأن تقيد بحثها بطريقة ما. بالنسبة للذكاء الاصطناعي، يكمن السؤال في اختيار الفعل في تحديد أفضل طريقة لتقييد هذا البحث . أما بالنسبة لعلم الأحياء وعلم السلوك الحيواني، فيكمن السؤال في كيفية تقييد أنواع الحيوانات المختلفة لبحثها. هل تستخدم جميع الحيوانات نفس الأساليب؟ ولماذا تستخدم تلك الأساليب تحديدًا؟

أحد الأسئلة الأساسية المتعلقة باختيار الفعل هو ما إذا كان يُمثل مشكلة حقيقية بالنسبة للعامل، أم أنه مجرد وصف لخاصية ناشئة لسلوك العامل الذكي. مع ذلك، إذا نظرنا في كيفية بناء عامل ذكي، فسيتضح لنا وجود آلية لاختيار الفعل. قد تكون هذه الآلية موزعة على نطاق واسع (كما هو الحال في الكائنات الموزعة مثل مستعمرات الحشرات الاجتماعية أو العفن المخاطي )، أو قد تكون وحدة نمطية مُخصصة لغرض معين.

لا تقتصر آلية اختيار الفعل (ASM) على تحديد أفعال الكائن من حيث تأثيرها على العالم فحسب، بل توجه أيضًا انتباهه الإدراكي وتُحدّث ذاكرته . قد تُؤدي هذه الأفعال، التي تتمحور حول الذات ، إلى تعديل قدرات الكائن السلوكية الأساسية، لا سيما أن تحديث الذاكرة يُشير إلى إمكانية تطبيق شكل من أشكال التعلّم الآلي . من الناحية المثالية، ينبغي أن تكون آلية اختيار الفعل نفسها قادرة على التعلّم والتكيّف، ولكن ثمة العديد من المشكلات المتعلقة بالتعقيد التوافقي وسهولة الحساب التي قد تتطلب تقييد نطاق البحث للتعلّم.

في مجال الذكاء الاصطناعي، يُشار أحيانًا إلى بنية الوكيل (ASM) على أنها بنية وكيل أو يُنظر إليها على أنها جزء أساسي منها.

آليات الذكاء الاصطناعي

بشكل عام، يمكن تقسيم آليات اختيار الإجراءات الاصطناعية إلى عدة فئات: الأنظمة القائمة على الرموز، والتي تُعرف أحيانًا بالتخطيط الكلاسيكي، والحلول الموزعة ، والتخطيط التفاعلي أو الديناميكي . بعض المناهج لا تندرج بدقة ضمن أي من هذه الفئات. بينما يركز بعضها الآخر على توفير نماذج علمية أكثر من تركيزه على التحكم العملي بالذكاء الاصطناعي؛ وسيتم شرح هذه الأخيرة بمزيد من التفصيل في القسم التالي.

النهج الرمزي

في بدايات تاريخ الذكاء الاصطناعي ، كان يُفترض أن أفضل طريقة لاختيار الخطوة التالية للذكاء الاصطناعي هي حساب خطة مثالية محتملة ، ثم تنفيذها. وقد أدى ذلك إلى فرضية نظام الرموز المادية ، التي تنص على أن وجود كائن مادي قادر على معالجة الرموز ضروري وكافٍ للذكاء. ولا تزال العديد من برامج الذكاء الاصطناعي تستخدم هذا النهج لاختيار الإجراءات. ويتطلب هذا النهج عادةً وصف جميع قراءات المستشعرات، والعالم المحيط، وجميع الإجراءات، وجميع الأهداف، باستخدام نوع من المنطق المنطقي . ويُجادل منتقدو هذا النهج، بحق، بأنه بطيء للغاية بالنسبة للتخطيط في الوقت الفعلي، وأنه على الرغم من البراهين، فمن غير المرجح أن يُنتج خططًا مثالية، لأن اختزال أوصاف الواقع إلى منطق مُعرّض للخطأ.

يُعدّ الاكتفاء بالحد الأدنى استراتيجيةً لاتخاذ القرارات تسعى إلى تلبية معايير الكفاية، بدلاً من تحديد الحل الأمثل. وقد تكون هذه الاستراتيجية في كثير من الأحيان (أو شبه) مثالية إذا أُخذت تكاليف عملية اتخاذ القرار نفسها، مثل تكلفة الحصول على معلومات كاملة، في الاعتبار عند حساب النتائج.

البنى الموجهة بالأهداف - في هذه البنى الرمزية ، يُوصف سلوك النظام عادةً بمجموعة من الأهداف. يمكن تحقيق كل هدف من خلال عملية أو نشاط، موصوف بخطة مُحددة مسبقًا. ما على النظام سوى تحديد العملية التي سيتبعها لتحقيق هدف مُعين. يمكن أن تتوسع الخطة لتشمل أهدافًا فرعية، مما يجعل العملية تكرارية إلى حد ما. من الناحية التقنية، تستغل الخطط، بشكل أو بآخر، قواعد مشروطة. هذه البنى تفاعلية أو هجينة. من الأمثلة الكلاسيكية على البنى الموجهة بالأهداف التحسينات القابلة للتنفيذ لبنية الاعتقاد-الرغبة-النية مثل JAM أو IVE .

الأساليب الموزعة

على عكس النهج الرمزي، لا تحتوي أنظمة اختيار الإجراءات الموزعة في الواقع على "صندوق" واحد داخل العامل يُحدد الإجراء التالي. ففي شكلها المثالي على الأقل، تضم هذه الأنظمة وحدات متعددة تعمل بالتوازي، وتُحدد أفضل إجراء بناءً على الخبرة المحلية. ومن المتوقع في هذه الأنظمة المثالية ظهور تماسك شامل، ربما من خلال تصميم دقيق للمكونات المتفاعلة. وغالبًا ما يستلهم هذا النهج من أبحاث الشبكات العصبية الاصطناعية .

  • ASMO عبارة عن بنية قائمة على الانتباه طورتها ماري آن ويليامز وبنيامين جونستون وطالب الدكتوراه روني نوفيانتو. [ 1 ] وهي تُنسق مجموعة متنوعة من العمليات الموزعة المعيارية التي يمكنها استخدام تمثيلاتها وتقنياتها الخاصة لإدراك البيئة ومعالجة المعلومات وتخطيط الإجراءات واقتراح الإجراءات التي يجب تنفيذها.
  • أنواع مختلفة من البنى التي تعتمد على مبدأ "الفائز يأخذ كل شيء" ، حيث يتحكم الإجراء المختار بشكل كامل في النظام الحركي.
  • نشر التنشيط بما في ذلك شبكات مايس (ANA)
  • يُعدّ نموذج روزنبلات وبايتون الموسّع بنيةً لتنشيط الانتشار طوّرها توبي تيريل عام 1993. يُخزّن سلوك العامل في شكل شبكة اتصال هرمية ، أطلق عليها تيريل اسم التسلسل الهرمي للتدفق الحر. وقد استُغلّت هذه البنية مؤخرًا، على سبيل المثال، من قِبل دي سيفين وثالمان (2005) أو كادليتشيك (2001).
  • كان الذكاء الاصطناعي القائم على السلوك استجابةً لبطء الروبوتات التي تستخدم تقنيات اختيار الإجراءات الرمزية. في هذا الشكل، تستجيب وحدات منفصلة لمحفزات مختلفة وتُنتج استجاباتها الخاصة. في الشكل الأصلي، بنية التضمين ، كانت هذه الوحدات تتألف من طبقات مختلفة قادرة على مراقبة وكبح مدخلات ومخرجات بعضها البعض.
  • المخلوقات هي حيوانات أليفة افتراضية من لعبة كمبيوتر، تعمل بشبكة عصبية ثلاثية الطبقاتقابلة للتكيف. تعتمد آلية عملها على التفاعل، حيث تحدد الشبكة في كل خطوة زمنية المهمة التي يجب على الحيوان الأليف القيام بها. وُصفت الشبكة بالتفصيل في ورقة بحثية لجراند وآخرون (1997) وفي موارد مطوري لعبة المخلوقات . راجع أيضًا ويكي المخلوقات .

أساليب التخطيط الديناميكي

نظراً لصعوبة بناء الأنظمة الموزعة بالكامل، فقد لجأ العديد من الباحثين إلى استخدام خطط محددة مسبقاً لتحديد أولويات نظامهم.

تعتمد أساليب التخطيط الديناميكية أو التفاعلية على حساب إجراء واحد فقط في كل لحظة، بناءً على السياق الحالي والخطط المُعدة مسبقًا. وعلى عكس أساليب التخطيط التقليدية، لا تعاني هذه الأساليب من التضخم التوافقي . مع ذلك، يُنظر إليها أحيانًا على أنها جامدة للغاية بحيث لا يمكن اعتبارها ذكاءً اصطناعيًا قويًا ، نظرًا لأن الخطط مُبرمجة مسبقًا. في الوقت نفسه، قد يكون الذكاء الطبيعي جامدًا في بعض السياقات، على الرغم من مرونته وقدرته على التكيف في سياقات أخرى.

تتضمن أمثلة آليات التخطيط الديناميكي ما يلي:

  • آلات الحالة المحدودة: هي بنى تفاعلية تُستخدم غالبًا لوكلاء ألعاب الكمبيوتر، وخاصةً روبوتات ألعاب إطلاق النار من منظور الشخص الأول ، أو لممثلي الأفلام الافتراضيين. عادةً ما تكون آلات الحالة هرمية. للاطلاع على أمثلة محددة من الألعاب، انظر ورقة بحثية عن روبوتات Halo 2 بقلم داميان إيسلا (2005) أو رسالة الماجستير حول روبوتات Quake III بقلم يان بول فان وافيرين (2001). للاطلاع على مثال من الأفلام، انظر Softimage .
  • تميل الخطط التفاعلية المنظمة الأخرى إلى أن تكون أقرب إلى الخطط التقليدية، وغالبًا ما تتضمن طرقًا لتمثيل البنية الهرمية والتسلسلية . بعضها، مثل "الأفعال" في نظام PRS، يدعم الخطط الجزئية . [ 2 ] تضمنت العديد من بنى الوكلاء من منتصف التسعينيات مثل هذه الخطط كطبقة وسيطة توفر تنظيمًا لوحدات السلوك منخفضة المستوى ، بينما يتم توجيهها بواسطة مخطط زمني عالي المستوى. على الرغم من هذا التوافق المفترض مع المخططات الآلية، فإن معظم الخطط التفاعلية المنظمة تُبرمج يدويًا (برايسون 2001، الفصل 3). من أمثلة الخطط التفاعلية المنظمة نظام RAP لجيمس فيربي وخطط Teleo-reactive لنيلز نيلسون . لم يعد يتم تطوير أو دعم أنظمة PRS وRAPs وTRP. أحد الأنظمة التي لا تزال نشطة (حتى عام 2006) والمشتقة من هذا النهج هو نظام اختيار الإجراءات الهرمي ذو الترتيب المتسلسل المتوازي (أو POSH )، وهو جزء من تصميم السلوك الموجه لجوانا برايسون.

أحيانًا، في محاولة لمعالجة ما يُعتبر جمودًا في التخطيط الديناميكي، تُستخدم تقنيات هجينة. في هذه التقنيات، يبحث نظام تخطيط الذكاء الاصطناعي التقليدي عن خطط جديدة عندما يكون لدى العامل وقت فراغ، ويُحدّث مكتبة الخطط الديناميكية عند العثور على حلول جيدة. الجانب المهم في أي نظام من هذا القبيل هو أنه عندما يحتاج العامل إلى اختيار إجراء، يكون هناك حل متاح للاستخدام الفوري (انظر خوارزمية "في أي وقت " لمزيد من التفاصيل ).

آحرون

نظريات اختيار الفعل في الطبيعة

استُلهمت العديد من النماذج الديناميكية لاختيار السلوك الاصطناعي في الأصل من أبحاث علم السلوك الحيواني . وعلى وجه الخصوص، قدّم كونراد لورنز ونيكولاس تينبرجن فكرة آلية إطلاق فطرية لتفسير السلوكيات الغريزية ( أنماط السلوك الثابتة ). متأثرًا بأفكار ويليام ماكدوغال ، طوّر لورنز هذه الفكرة إلى نموذج " نفسي هيدروليكي " لتحفيز السلوك . في علم السلوك الحيواني، كان لهذه الأفكار تأثير كبير في ستينيات القرن الماضي، لكنها تُعتبر الآن قديمة بسبب استخدامها استعارة تدفق الطاقة ؛ إذ يُنظر الآن إلى الجهاز العصبي والتحكم في السلوك على أنهما ينطويان على نقل المعلومات بدلاً من تدفق الطاقة. تُشبه الخطط الديناميكية والشبكات العصبية نقل المعلومات، بينما يُشبه التنشيط المنتشر التحكم المنتشر في الأنظمة العاطفية أو الهرمونية.

اقترح ستان فرانكلين أن اختيار الفعل هو المنظور الصحيح لفهم دور العقل وتطوره . راجع صفحته حول نموذج اختيار الفعل . مؤرشف بتاريخ 9 أكتوبر 2006 في أرشيف الإنترنت (Wayback Machine).

نماذج الذكاء الاصطناعي لاختيار الفعل العصبي

يقوم بعض الباحثين بإنشاء نماذج معقدة لاختيار الفعل العصبي. انظر على سبيل المثال:

نقل الإلكترون في الخلايا العصبية الكاتيكولامينية (CNET)

يُعدّ الموضع الأزرق (LC) أحد المصادر الرئيسية للنورأدرينالين في الدماغ، ويرتبط بانتقاء العمليات المعرفية ، مثل الانتباه والمهام السلوكية. [ 3 ] [ 4 ] [ 5 ] [ 6 ] أما المادة السوداء المدمجة (SNc) فهي أحد المصادر الرئيسية للدوبامين في الدماغ، وترتبط بانتقاء الأفعال، لا سيما كجزء من العقد القاعدية . [ 7 ] [ 8 ] [ 9 ] [ 10 ] [ 11 ]  ويُفترض أن CNET آلية إشارات عصبية في المادة السوداء المدمجة والموضع الأزرق (وهما عصبونات كاتيكولامينية)، قد تُسهم في انتقاء الأفعال من خلال توجيه الطاقة بين العصبونات في كل مجموعة، وذلك لمساعدة عصبون واحد أو أكثر في كل مجموعة على الوصول إلى جهد الفعل . [ 12 ] [ 13 ] تم اقتراحها لأول مرة في عام 2018، وهي تستند إلى عدد من المعايير الفيزيائية لتلك الخلايا العصبية، والتي يمكن تقسيمها إلى ثلاثة مكونات رئيسية:

1) يتواجد الفيريتين والنيوروميلانين بتركيزات عالية في تلك الخلايا العصبية، ولكن لم يكن معروفًا حتى عام 2018 ما إذا كانا يشكلان تراكيب قادرة على نقل الإلكترونات لمسافات طويلة نسبيًا تصل إلى الميكرونات بين أكبر تلك الخلايا العصبية، وهو أمر لم يُقترح أو يُلاحظ سابقًا. [ 14 ]  كما كان من المفترض أن توفر هذه التراكيب وظيفة توجيه أو تحويل، وهو أمر لم يُقترح أو يُلاحظ سابقًا أيضًا. وقد تم لاحقًا الحصول على أدلة على وجود تراكيب الفيريتين والنيوروميلانين في تلك الخلايا العصبية وقدرتها على توصيل الإلكترونات عن طريق النفق المتسلسل وتوجيه/تحويل مسار الخلايا العصبية. [ 15 ] [ 16 ] [ 17 ]

٢) كان من المعروف أن محاور الخلايا العصبية الكبيرة في المادة السوداء (SNc) تمتلك تفرعات واسعة، ولكن لم يكن معروفًا ما إذا كان النشاط بعد المشبكي في مشابك تلك المحاور سيرفع جهد غشاء تلك الخلايا العصبية بشكل كافٍ لتوجيه الإلكترونات إلى الخلية العصبية أو الخلايا العصبية ذات النشاط بعد المشبكي الأكبر لغرض اختيار الفعل. في ذلك الوقت، كانت التفسيرات السائدة لغرض تلك الخلايا العصبية هي أنها لا تتوسط في اختيار الفعل وأنها مجرد تعديلية وغير محددة. [ ١٨ ]  حصل البروفيسور باسكال كايزر من كلية الطب بجامعة هارفارد لاحقًا على دليل على أن الخلايا العصبية الكبيرة في المادة السوداء (SNc) يمكن أن تكون محددة زمنيًا ومكانيًا وتتوسط في اختيار الفعل. [ ١٩ ]   تشير أدلة أخرى إلى أن محاور الخلايا العصبية الكبيرة في النواة الزرقاء (LC) لها سلوك مماثل. [ ٢٠ ] [ ٢١ ]

3) في عام 2018، تم افتراض وجود عدة مصادر للإلكترونات أو الإكسيتونات لتوفير الطاقة اللازمة لهذه الآلية، ولكن لم يتم رصدها آنذاك. وفي الوقت نفسه، اقترح البروفيسور دوغ براش من جامعة ييل أن انشطار الديوكسيتان (الذي قد يحدث أثناء استقلاب الدوبامين الجسدي عن طريق تحلل الميلانين بواسطة الكينون) يُولّد إلكترونات عالية الطاقة في الحالة الثلاثية، مما قد يوفر مصدرًا للإلكترونات لآلية CNET. [ 22 ] [ 23 ] [ 24 ]

على الرغم من الحصول على أدلة تدعم عددًا من التنبؤات الفيزيائية لفرضية CNET، إلا أنه لم يتم البحث عن أدلة تثبت صحة الفرضية نفسها. إحدى الطرق لمحاولة تحديد ما إذا كانت آلية CNET موجودة في هذه الخلايا العصبية هي استخدام جزيئات فلورية من النقاط الكمومية ومجسات بصرية لتحديد ما إذا كان نفق الإلكترون المرتبط بالفيريتين في الخلايا العصبية يحدث بالتزامن مع إجراءات محددة. [ 6 ] [ 25 ] [ 26 ]

انظر أيضاً

مراجع

  1. ↑ سامسونوفيتش، أ. ف. " الانتباه في البنية المعرفية لـ ASMO ". البنى المعرفية المستوحاة بيولوجيًا (2010): 98. مؤرشف في 6 نوفمبر 2022 على موقع Wayback Machine.
  2. ↑ كارين ل. مايرز. "PRS-CL: نظام استدلال إجرائي" . مركز الذكاء الاصطناعي . معهد SRI الدولي . تم الاطلاع عليه بتاريخ 13-06-2013 .
  3. ↑ سارة، سوزان ج. (ديسمبر 2015). " الموضع الأزرق في سياق تكوين الذكريات". الرأي الحالي في علم الأحياء العصبي . 35 : 87-94 . doi : 10.1016/j.conb.2015.07.004 . ISSN 0959-4388 . PMID 26241632. S2CID 206952441 .   
  4. ↑ بو، جينا ر.؛ فوت، ستيفن؛ إيشينكو، أوكسانا؛ جوهانسن، جوشوا ب.؛ بوريه، سيباستيان؛ أستون-جونز، غاري؛ هارلي، كارولين و.؛ ماناها-فوغان، دينيس؛ وينشنكر، ديفيد؛ فالنتينو، ريتا؛ بيريدج، كريغ؛ تشاندلر، دانيال ج.؛ ووترهاوس، باري؛ سارة، سوزان ج. (2020-09-17). "الموضع الأزرق: نظرة جديدة على البقعة الزرقاء" . مجلة نيتشر ريفيوز لعلم الأعصاب . 21 (11): 644-659 . doi : 10.1038/s41583-020-0360-9 . ISSN 1471-003X . PMC 8991985. PMID 32943779 .   
  5. ↑ ماكبيرني-لين، جيم؛ يانغ، هونغديان (2022-09-04). " الموضع الأزرق يُسهّل المرونة السلوكية" . تقارير الخلية . 41 (4) 111534. bioRxiv 10.1101/2022.09.01.506286 . doi : 10.1016/ j.celrep.2022.111534 . PMC 9662304. PMID 36288712. S2CID 252187005 .    
  6. 1 2 فنغ، جيسي؛ تشانغ، تشانغمي. ليشينسكي، جولييتا؛ جينغ، مياو؛ تشو، جينغهنغ؛ وانغ، هوان. تشانغ، ياجون. دونغ، آو؛ وو ، زهاوفا (2018/10/23). "جهاز استشعار فلورسنت مشفر وراثيا للكشف السريع والمحدد في الجسم الحي عن النورإبينفرين" . الخلايا العصبية . 102 (4): 745-761.e8. دوى : 10.1016/j.neuron.2019.02.037 . بمك 6533151 . بميد 30922875 .  
  7. ↑ فارازاني، سي.؛ سان غالي، أ.؛ جيلاردو، س.؛ بوريه، س. (2015-05-20). " خلايا النورأدرينالين والدوبامين في المفاضلة بين المكافأة والجهد: مقارنة كهروفيزيولوجية مباشرة في سلوك القرود" . مجلة علم الأعصاب . 35 (20): 7866-7877 . doi : 10.1523/jneurosci.0454-15.2015 . ISSN 0270-6474 . PMC 6795183. PMID 25995472. S2CID 6531661 .    
  8. ↑ فان، د.؛ روسي، م.أ.؛ ين، هـ.هـ. (18 أبريل 2012). "آليات اختيار الفعل وتوقيته في خلايا المادة السوداء" . مجلة علم الأعصاب . 32 (16): 5534-5548 . doi : 10.1523/jneurosci.5924-11.2012 . ISSN 0270-6474 . PMC 6703499. PMID 22514315 .   
  9. ↑ بارتانين، يوها؛ أشيم، كايا (2022-09-06). "الخلايا العصبية التي تنظم السلوك - السمات التطورية والجزيئية والوظيفية للخلايا العصبية في المادة السوداء الشبكية" . مجلة فرونتيرز في علم الأعصاب . 16 976209. doi : 10.3389/fnins.2022.976209 . ISSN 1662-453X . PMC 9485944. PMID 36148148 .   
  10. ↑ ستيفنسون-جونز، ماركوس؛ صامويلسون، إيبا؛ إريكسون، يسبر؛ روبرتسون، بريتا؛ غريلنر، ستين (يوليو 2011). "الحفاظ التطوري على العقد القاعدية كآلية مشتركة في الفقاريات لاختيار الفعل" . علم الأحياء الحالي . 21 (13): 1081-1091 . Bibcode : 2011CBio...21.1081S . doi : 10.1016/j.cub.2011.05.001 . ISSN 0960-9822 . PMID 21700460. S2CID 9327412 .   
  11. ^ جواتيو ، إيزيا. كوتشياروني، ماريا ليتيسيا؛ Mercuri، Nicola B. (2009)، “Substantia Nigra Control of Basal Ganglia Nuclei”، ولادة وحياة وموت الخلايا العصبية الدوبامينية في المادة السوداء ، فيينا: سبرينغر فيينا، الصفحات من 91 إلى 101، دوى : 10.1007 / 978-3-211-92660-4_7 ، ISBN  978-3-211-92659-8PMID 20411770​ 
  12. ↑ رورك، كريستوفر جون (سبتمبر 2018). "بنى مصفوفة "النقاط الكمومية" للفيريتين والنيوروميلانين في الخلايا العصبية الدوبامينية في المادة السوداء (الجزء المضغوط) والخلايا العصبية النورأدرينالينية في الموضع الأزرق" . بيوسيستمز . 171 : 48-58 . Bibcode : 2018BiSys.171 ...48R . doi : 10.1016/j.biosystems.2018.07.008 . ISSN 0303-2647 . PMID 30048795. S2CID 51722018 .   
  13. ↑ رورك، كريستوفر ج. (2020)، "نقل الإلكترون العصبي الوظيفي"، الحدود الكمومية للحياة ، التقدم في الكيمياء الكمومية، المجلد 82، إلسيفير، الصفحات 25-111 ، doi : 10.1016/bs.aiq.2020.08.001 ، ISBN   978-0-12-822639-1، S2CID 229230562 
  14. ^ تريبل ، فلوريان. اسان، استير؛ أرزبيرجر، توماس. تاتشنر، توماس. لانجنفيلد، إلمار؛ ماير، هيلموت E.؛ برينجمان، غيرهارد. ريدرر، بيتر؛ جيرلاخ، مانفريد. ماركوس كاترين (أغسطس 2009). "التعرف على الفيريتين L في حبيبات الميلانين العصبي في المادة السوداء البشرية" . البروتينات الجزيئية والخلوية . 8 (8): 1832-1838 . دوى : 10.1074/mcp.m900006-mcp200 . ردمك 1535-9476 . بمك 2722774 . بميد 19318681 . S2CID 23650245 .    
  15. ↑ رورك، كريستوفر ج. (مايو 2019). "مؤشر على نقل الإلكترون الكمومي في نسيج المادة السوداء البشرية من خلال تحليل مجهر القوة الذرية الموصل". بيوسيستمز . 179 : 30-38 . Bibcode : 2019BiSys.179 ...30R . doi : 10.1016/j.biosystems.2019.02.003 . ISSN 0303-2647 . PMID 30826349. S2CID 73509918 .   
  16. ↑ رورك، كريستوفر؛ هوانغ، يونبو؛ تشين، مينجينغ؛ شين، كاي (16 يونيو 2021). "مؤشر على نقل إلكتروني عالي الترابط في هياكل الفيريتين متعددة الطبقات غير المنتظمة" . المواد . 14 ( 16 ). doi : 10.3390/ma14164527 . PMC 8399281. PMID 34443050. S2CID 241118606 .   
  17. ↑ فريدريش، آي.؛ ريمان، ك.؛ يانكون، س.؛ كيريلينا، إي.؛ ستيلر، ج.؛ سونتاج، م.؛ ماير، ج.؛ فايسكوبف، ن.؛ راينرت، ت.؛ أرندت، ت.؛ مورافسكي، م. (22-03-2021). "تحديد كمي لتوزيع الحديد في خلايا محددة على شرائح دماغية باستخدام تقنية المناعة الدقيقة µPIXE لدى كبار السن الأصحاء ومرضى باركنسون" . مجلة Acta Neuropathologica Communications . 9 (1): 47. doi : 10.1186/s40478-021-01145-2 . ISSN 2051-5960 . PMC 7986300. PMID 33752749. S2CID 232322739 .    
  18. ↑ شولتز، وولفرام (2016-02-02). " وظائف المكافأة في العقد القاعدية" . مجلة النقل العصبي . 123 (7): 679-693 . doi : 10.1007/s00702-016-1510-0 . ISSN 0300-9564 . PMC 5495848. PMID 26838982. S2CID 3894133 .    
  19. ↑ ليو، تشانغليانغ؛ غويل، براغيا؛ كايزر، باسكال س. (9 أبريل 2021). "المقاييس المكانية والزمانية لانتقال الدوبامين" . مجلة نيتشر ريفيوز لعلم الأعصاب . 22 (6): 345-358 . doi : 10.1038/s41583-021-00455-7 . ISSN 1471-003X . PMC 8220193. PMID 33837376 .   
  20. ↑ بهل، تابان؛ كور، إشنور؛ سهغال، أيوش؛ سينغ، سوخبير؛ مكين، حافظ أ.؛ البراتي، محمد؛ الحازمي، حسن أ.؛ بهاتيا، سوراب؛ بونغاو، سيمونا (يوليو 2022). "نظام النواة الزرقاء - النورأدرينالين: نظرة متفائلة على علاجات الزهايمر" . الطب الحيوي والعلاج الدوائي . 151 113179. doi : 10.1016/j.biopha.2022.113179 . ISSN 0753-3322 . PMID 35676784. S2CID 249137521 .   
  21. ↑ بريتون-بروفينشر، فنسنت؛ دروموند، غابرييل ت.؛ سور، مريجانكا (2021-06-07). "نورإبينفرين الموضع الأزرق في السلوك المكتسب: النمطية التشريحية والتكامل المكاني الزمني في الأهداف" . مجلة فرونتيرز في الدوائر العصبية . 15 638007. doi : 10.3389/fncir.2021.638007 . ISSN 1662-5110 . PMC 8215268. PMID 34163331 .   
  22. ↑ براش، دوغلاس إي؛ غونسالفيس، ليتيسيا سي بي؛ بيشارا، إيتلفينو جيه إتش (يونيو 2018). "التحفيز الكيميائي وآثاره على الأمراض" . اتجاهات في الطب الجزيئي . 24 (6): 527-541 . doi : 10.1016/j.molmed.2018.04.004 . ISSN 1471-4914 . PMC 5975183. PMID 29751974 .   
  23. ^ سولزر، ديفيد. كاسيدي، كليفورد؛ هورجا، غييرمو؛ كانغ، أون جونغ؛ فاهن، ستانلي. كاسيلا، لويجي؛ بيزولي، جياني؛ لانجلي، جيسون. هو، شياو بينغ ب. زوكا، فابيو أ؛ أسياس، يوانيس يو؛ زيكا ، لويجي (2018/04/10). "الكشف عن الميلانين العصبي بواسطة التصوير بالرنين المغناطيسي (MRI) ووعده كمؤشر حيوي لمرض باركنسون" . مرض باركنسون npj . 4 (1): 11. دوى : 10.1038/s41531-018-0047-3 . ردمك 2373-8057 . بمك 5893576 . بميد 29644335 .   
  24. ↑ بريمي، س.؛ واليش، س.؛ مانو، س.م.؛ وينر، أ.ب.؛ باتشيوكي، أ.؛ واكاماتسو، ك.؛ بيشارا، إ.ج.هـ.؛ هالابان، ر.؛ دوكي، ت.؛ براش، د.إ. (19 فبراير 2015). "التحفيز الكيميائي لمشتقات الميلانين يحفز نواتج ضوئية للحمض النووي لفترة طويلة بعد التعرض للأشعة فوق البنفسجية" . مجلة ساينس . 347 (6224): 842-847 . Bibcode : 2015Sci...347..842P . doi : 10.1126/science.1256022 . ISSN 0036-8075 . PMC 4432913. PMID 25700512 .   
  25. ^ بيسانو، فيليبو؛ بيسانيلو، ماركو؛ لي، سوك جون؛ لي، جايون؛ ماجلي، إيمانويلا؛ بالينا، أنطونيو؛ سيليو، ليوناردو؛ سبانيولو، باربرا؛ بيانكو، ماركو؛ هيون، مينسوك؛ دي فيتوريو، ماسيمو؛ ساباتيني، برناردو إل. بيسانيلو ، فيروتشيو (نوفمبر 2019). "قياس ضوئي للألياف بدقة العمق باستخدام غرسة ألياف ضوئية مدببة واحدة" . طرق الطبيعة . 16 (11): 1185-1192 . دوى : 10.1038 / s41592-019-0581-x . ردمك 1548-7091 . بميد 31591577 . S2CID 203848191 .   
  26. ↑ غارغ، مايانك؛ فيشواكارما، نيلام؛ شارما، أميت ل.؛ سينغ، سومان (2021-07-08). "نقاط الكم الجرافينية المُعدّلة بالأمين للاستشعار المناعي للفيريتين باستخدام التألق". مجلة ACS للمواد النانوية التطبيقية . 4 (7): 7416-7425 . Bibcode : 2021ACSAN...4.7416G . doi : 10.1021/acsanm.1c01398 . ISSN 2574-0970 . S2CID 237804893 .  

للمزيد من القراءة