بررسی جدید پژوهشگران آمریکایی نشان می‌دهد مغزهای مصنوعی برای داشتن کارایی بیشتر، باید مانند مغزهای زنده بخوابند و استراحت داشته باشند.  به گزارش ایسنا به نقل از ساینمگ، حالت‌هایی که شبیه چرخه خواب هستند، بی‌ثباتی ناشی از خودآموزی بی‌وقفه را در مدل‌های مصنوعی مغز از بین می‌برند. پژوهشی که در آزمایشگاه ملی لس‌آلاموس انجام شده است، نشان می‌دهد قطعا این سیستم‌ها هم به مدتی استراحت نیاز دارند تا مزایای استراحت مغز زنده را تجربه کنند.  ییجینگ واتکینز، دانشمند علوم رایانه آزمایشگاه ملی لس‌آلاموس گفت: «ما در این پژوهش، شبکه‌های عصبی اسپایکی (SNNs) را مورد بررسی قرار دادیم که شبکه‌های عصبی مصنوعی با قابلیت یادگیری شبیه مغز زنده هستند. امکان آموزش یک پردازنده نورومورفیک با روشی که انسان‌ها و دیگر سیستم‌های بیولوژیکی آموزش می‌بینند و از محیط اطراف یاد می‌گیرند، ما را شگفت‌زده کرد. واتکینز و گروهش دریافتند شبیه‌سازی این شبکه پس از دوره‌های مداوم یادگیری بدون نظارت، حالتی بدون ثبات پیدا می‌کند. هنگامی که آنها این شبکه‌ها را در حالت‌هایی قرار دادند که مشابه حالت‌های مغز زنده هنگام خواب بودند، ثبات آنها بازگشت.» واتکینز ادامه داد: «هنگامی که ما حالتی مشابه استراحت شب را به شبکه‌های عصبی القا کردیم، آنها توانستند ثبات خود را دوباره به دست آورند.»  گرت کنیون، دانشمند علوم رایانه آزمایشگاه ملی لس‌آلاموس گفت: «موضوع حفظ سیستم‌های یادگیری از بی‌ثباتی هنگام تلاش برای استفاده از پردازنده‌های عصبی اسپایکی خود را نشان می‌دهد. البته بیشتر پژوهشگران حوزه یادگیری ماشینی، یادگیری عمیق و هوش مصنوعی هرگز با این مشکل روبه‌رو نمی‌شوند.»