پژوهشگران چارچوبی برای سنجش مدارهای عصبیِ کافی، فراتر از یک «حداقل مدار» پیشنهاد کردند

پژوهشگران در پیش‌چاپی با عنوان ApproxBrain چارچوبی برای یافتن و ارزیابی مجموعه‌های کافی از نورون‌ها در سامانه‌های عصبیِ مقید به connectome ارائه کرده‌اند. به‌گفتهٔ آن‌ها، connectome بستر در دسترس دستگاه عصبی را نشان می‌دهد، اما مشخص نمی‌کند یک محاسبه به چه تعداد نورون نیاز دارد. بنابراین، گزارش یک مدار کوچک به‌عنوان پاسخ نهایی می‌تواند تفاوت وظیفه، دقت موردنیاز و پارامترهای مدل را پنهان کند.

این روش کفایت محاسباتی را بر اساس وظیفه و دو آستانه تعریف می‌کند: میزان افت عملکرد مجاز و سهم مجاز شکست‌ها. پژوهشگران همچنین کفایت انجام وظیفه را از وفاداری به فنوتیپ جدا می‌کنند و نامزدها را روی نمونه‌های پارامتریِ کنارگذاشته‌شده می‌سنجند؛ به‌جای اعلام یک حداقل قطعی، برای نتایج کران‌های یک‌طرفه ارائه می‌کنند. چارچوب سه ویژگی را نیز بررسی می‌کند که با معرفی یک مدار منفرد به‌خوبی بیان نمی‌شوند: تجزیه‌ناپذیری، چندگانگی مدارهای جایگزین و دسته‌بندی نقش‌ها بر پایهٔ مداخله.

در شبیه‌ساز راه‌رفتنِ منتشرشده، مدار ۱۴۸نورونیِ پیشین با میانگین Dtask برابر با ۰٫۰۱۷ در ۳۲ نمونهٔ آزمون و بدون شکست، با حاشیهٔ اطمینان کافی ارزیابی شد. هیچ زیرمجموعهٔ ۱۴۶ یا ۱۴۷نورونی از همان مدار کافی نبود و حذف هر یک از سه نورون بینابینی آن، کفایت انجام وظیفه را از بین برد.

نتایج جست‌وجو به روش و تعریف وظیفه هم وابسته بود. روش تقسیم متمم در سه مورد از هفت اجرای آزمایشی، مجموعهٔ منتشرشده را دقیقاً بازیابی کرد و در پنج مورد به اندازهٔ آن رسید؛ این کار با ۶۶ تا ۹۷ ارزیابی انجام شد، در برابر ۲۲۱ نورون برای روش سلسله‌مراتبیِ bundle با بودجهٔ یکسان. با تغییر صرفِ وظیفه، راه‌حل‌های برتر ۱۵۵ و ۱۴۹ نورون داشتند و فقط سه نورون از ۱۱ نورونِ قابل‌جست‌وجو در آن‌ها مشترک بود. شل‌کردن آستانه‌ها نیز مدارهای کافیِ جایگزین را آشکار کرد. رابط کل دستگاه عصبی مرکزی به‌تنهایی در همهٔ تکرارها شکست خورد، اما جست‌وجو مجموعه‌ای ۹۳نورونی یافت که کفایت آن تأیید شد.

نویسندگان تأکید می‌کنند کفایت یک ویژگیِ وابسته به وظیفه و آستانه است و هیچ راهبرد جست‌وجویی در همهٔ شرایط برتر نیست. به‌گفتهٔ آن‌ها، تفسیر هر جبههٔ کفایت باید همراه با خط مبنای رابط، آستانه‌ها و بودجهٔ جست‌وجو باشد؛ همهٔ نتایج نیز صرفاً در محدودهٔ مدل بررسی‌شده اعتبار دارند.