اختراع شگفت انگیز دانشمندان در نسل جدید کامپیوترها :ترکیب هوش مصنوعی با مغز کوچک!
محققان با بهرهگیری از بافت عصبی در راستای تکمیل وظایف محاسباتی، یک “شبه اندام مغزی” را به یک سیستم هوش مصنوعی متصل کردند و این آزمایش گامی بزرگ در مسیر ساخت “بیو کامپیوترها” به شمار میرود.
غزال زیاری: محققان در راستای تقویت قدرت محاسباتی هوش مصنوعی، یادگیری ماشینی را با یک مدل سه بعدی پیچیده از مغز انسان که از انواع مختلف بافت مغز رشد کرده و در آزمایشگاه ساخته شده، ترکیب کردهاند.
این مدلهای مینیاتوری مغز که “شبه اندام مغزی” یا “مینی مغز” نامیده میشوند، از سال ۲۰۱۳ به شکلهای مختلفی وجود داشتهاند؛ ولی هرگز از آنها به عنوان روشی برای تقویت هوش مصنوعی استفاده نشده بود.
استفاده از شبه اندام مغز در تحقیقات
در تحقیقات جدید، از سختافزار محاسباتی سنتیتری برای ورود دادههای الکتریکی به این شبه اندامها و سپس رمزگشایی فعالیت شبه اندامها برای تولید خروجی استفاده میشود. در نتیجه این شبه اندامها تنها به عنوان یک “لایه میانی” در فرآیند محاسبات مورد استفاده قرار میگیرند.
در شرایطی که این روش، از تقلید از ساختار واقعی مغز یا نحوه عملکرد آن فاصله زیادی دارد، اما احتمالا گامی اولیه به سمت ایجاد بیو کامپیوترهایی است که با بهرهگیری از ترفندهایی از زیستشناسی، آنها را قویتر و کارآمدتر از کامپیوترهای سنتی خواهد کرد. در عین حال این متد، بینش عمیقتری را درباره نحوه عملکرد مغز انسان و چگونگی تاثیر آن بر شرایط تخریب کننده عصبی مثل بیماریهایی از جمله آلزایمر و پارکینسون ایجاد خواهد کرد.
بیشتر بخوانید:
اخیرا نتایج این تحقیقات در مجله Nature Electronics منتشر شد. محققان از تکنیکی به نام محاسبات مخزن استفاده کردند. در این روش “شبه اندام مغز” بهعنوان یک مخزن عمل میکند و در چنین سیستمی، مخزن اطلاعات را ذخیره کرده و به اطلاعات وارده واکنش نشان میدهد. یک الگوریتم نیز یاد میگیرد که تغییرات ایجاد شده در مخزن توسط ورودیهای مختلف را تشخیص داده و در ادامه، این تغییرات را به عنوان خروجی خود ترجمه میکند.
محققان با بهرهگیری از این روش، با تامین ورودیهای الکتریکی که از طریق الکترودها تامین میشود، شبه اندام مغز را به این سیستم متصل کردند.
نتایج حیرتآور
فنگ گوئو، استادیار مهندسی سیستمهای هوشمند دانشگاه بلومینگتون ایندیانا دراین باره گفت:« اساسا ما میتوانیم اطلاعات را (چیزی شبیه به یک عکس یا اطلاعات صوتی) در یک الگوی زمانی- مکانی تحریک الکتریکی رمزگذاری کنیم.» به بیانی دیگر، شبه اندام مغز بسته به زمان و توزیع فضایی الکتریکیسه از الکترودها، واکنشهای متفاوتی را به نمایش میگذارد. الگوریتم در ادامه یاد میگیرد تا واکنشهای شبه اندام مغز را نسبت به آن تحریک، تفسیر کند.
گرچه “شبه اندام مغز” به مراتب سادهتر از یک مغز واقعی است (چرا که در حقیقت یک کره کوچک از سلولهای مغزی است) ولی این توانایی را دارد که در واکنش به تحریکات، سازگار شده یا تغییر کند. واکنش سلولهای مختلف مغزی، سلولها در مراحل مختلف رشد و ساختارهای مغز مانند در شبه اندام مغز، یک آنالوگ تقریبی با نحوه تغییرات مغز ما در واکنش به سیگنالهای الکتریکی است. این تغییرات در مغز، باعث تقویت توانایی ما در راستای یادگیری میشوند.
دانشمندان با بهرهگیری از این سختافزار غیرمتعارف، الگوریتم ترکیبیشان را در انجام دو نوع کار مختلف آموزش دادند: یکی مربوط به تشخیص گفتار و دیگری مرتبط با ریاضیات.
در مرحله اول، کامپیوتر در تشخیص صداهای مصوت ژاپنی که در آن از صدها نمونه صوتی استفاده شده بود، دقتی ۷۸درصدی را به نمایش گذاشت و در حل تکالیف ریاضی، نسبتا دقیق بود که البته کمی کمتر از انواع سنتی یادگیری ماشینی بود.
این اولین باری است که یک “شبه اندام مغز” با هوش مصنوعی مورد استفاده قرار میگیرد. در تحقیقات پیشین، از انواع سادهتری از بافت عصبی رشد یافته در آزمایشگاه، به شیوه مشابهی استفاده شده بود. به عنوان مثال، دانشمندان بافت مغز را با نوعی یادگیری تقویتی در هم آمیخته بودند که در حقیقت نوعی یادگیری ماشینی است که ممکن است شباهت بیشتری با نحوه یادگیری انسان و سایر حیوانات در مقایسه با محاسبات مخزنی داشته باشد.
لنا اسمیرنووا، استادیار بهداشت محیط و مهندسی دانشگاه جان هاپکینز که یکی از نویسندگان این مطالعه است، در این باره گفته:« تحقیقات آینده ممکن است برروی ترکیب “شبه اندامهای مغز” با یادگیری تقویتی صورت گیرد.»
مزیت این کار چیست؟
یکی از مزایای ایجاد بیوکامپیوترها، بهرهوری انرژی است؛ چرا که مغز ما نسبت به سیستمهای محاسباتی پیشرفته امروزی، انرژی به مراتب کمتری مصرف میکند. اما اسمیرنووا به این نکته اشاره کرد که ممکن است چندین دهه طول بکشد تا بتوان از چنین تکنولوژیای برای ایجاد یک بیوکامپیوتر عمومی بهره برد.
در حالی که “شبه اندامهای مغز” فاصله زیادی تا تکثیر مغز کامل انسان دارند، اسمیرنووا امیدوار است که این فناوری به دانشمندان درک بهتری از نحوه عملکرد مغز در بیماریهایی مثل آلزایمر بدهد. همانندسازی ساختار مغز (با شبه اندام مغزی) و عملکرد آن (با محاسبات)، به محققان این امکان را خواهد داد تا درک بهتری از نحوه ارتباط ساختار مغز با یادگیری و ادراک به دست بیاورند.
اسمیرنووا به این نکته اشاره کرد که این سیستمهای محاسباتی، مثل شبهاندامهای مغزی، میتوانند به جایگزینی آزمایش دارو در حیوانات کمک کنند. در سالهای اخیر تست داروها برروی حیوانات، با مباحث اخلاقی زیادی همراه شده و در بسیاری از مواقع هم نتایج مفیدی را به همراه ندارد؛ چرا که حیوانات در بسیاری از مباحث با انسانها متفاوتند و حالا ترکیب شبه اندامهای مشتق شده از بافت مغز انسان، میتواند در آزمایش داروها، به حل این مشکل کمک بزرگی کند.
منبع: livescience
ارسال دیدگاه
مجموع دیدگاهها : 0در انتظار بررسی : 0انتشار یافته : ۰