مغز مصنوعی: افکار را در ماشین جادو می کند
هوش مصنوعی لازم نیست کپی از هوش انسانی باشد، بنابراین پروژه ایجاد یک مغز مصنوعی، یک کپی تکنولوژیکی از انسان، یک حوزه تحقیقاتی کمی متفاوت است. با این حال، ممکن است در برخی از مراحل توسعه، این پروژه با توسعه هوش مصنوعی روبرو شود. باشد که این یک جلسه موفق باشد.
پروژه مغز انسان اروپایی در سال 2013 راه اندازی شد. این به طور رسمی به عنوان "پروژه مغز مصنوعی" تعریف نشده است. بلکه بر جنبه شناختی تأکید می کند، میل به انعکاس بهتر مرکز فرماندهی ما. پتانسیل نوآورانه WBP به عنوان محرکی برای توسعه علم بی اهمیت نیست. با این حال نمی توان انکار کرد که هدف دانشمندانی که روی این پروژه کار می کنند، ایجاد یک شبیه سازی مغز در حال کار است و این در عرض یک دهه، یعنی از سال 2013 تا 2023 است.
دانشمندان بر این باورند که یک نقشه دقیق از مغز می تواند برای بازسازی مغز انسان مفید باشد. صد تریلیون اتصال ایجاد شده در آن یک کل بسته را تشکیل می دهد - بنابراین، کار فشرده ای برای ایجاد نقشه ای از این پیچیدگی غیرقابل تصور به نام کانکتوم در حال انجام است.
این اصطلاح اولین بار در سال 2005 در مقالات علمی به طور مستقل توسط دو نویسنده به کار رفت: اولاف اسپورنز از دانشگاه ایندیانا و پاتریک هاگمن از بیمارستان دانشگاه لوزان.
دانشمندان بر این باورند که زمانی که همه چیزهایی را که در مغز اتفاق می‌افتد نقشه‌برداری کنند، می‌توان یک مغز مصنوعی درست مانند یک انسان ساخت و پس از آن، چه کسی می‌داند، شاید حتی بهتر... پروژه ایجاد کانکتوم در نام و ذات به پروژه معروف رمزگشایی ژنوم انسان - پروژه ژنوم انسانی - اشاره دارد. به جای مفهوم ژنوم، پروژه آغاز شده از مفهوم کانکتوم برای توصیف کلیت اتصالات عصبی در مغز استفاده می کند. دانشمندان امیدوارند که ساختن یک نقشه کامل از اتصالات عصبی نه تنها در عمل در علم، بلکه در درمان بیماری ها نیز کاربرد پیدا کند.
www.humanconnectomeproject.org
اولین و تاکنون تنها اتصال کاملاً شناخته شده، شبکه اتصالات عصبی در سیستم عصبی کانورهابدیت الگانس است. این با بازسازی سه بعدی ساختار عصبی با استفاده از میکروسکوپ الکترونی توسعه یافته است. نتیجه کار در سال 1986 منتشر شد. در حال حاضر، بزرگترین پروژه تحقیقاتی انجام شده در چارچوب علم جدید به نام کانکتومیکس، پروژه Human Connectome است که توسط مؤسسه ملی سلامت آمریکا (مبلغ کل 30 میلیون دلار) تامین می شود.
الگوریتم هوش
ایجاد یک کپی مصنوعی از مغز انسان کار آسانی نیست. ممکن است ساده‌تر کشف شود که هوش انسانی نتیجه یک الگوریتم نسبتا ساده است که در شماره نوامبر ۲۰۱۶ Frontiers in Systems Neuroscience شرح داده شده است. این توسط جو تسین، عصب شناس دانشگاه آگوستا جورجیا پیدا شد.
تحقیقات او بر اساس نظریه ارتباط گرایی یا نظریه یادگیری در عصر دیجیتال بود. بر این باور است که هدف از یادگیری، یادگیری تفکر است که بر کسب دانش مقدم است. نویسندگان این نظریه عبارتند از: جورج زیمنس، که مفروضات خود را در مقاله Connectivism: A Theory of Learning for the Digital Age و Stephen Downes بیان کرد. شایستگی کلیدی در اینجا، توانایی استفاده صحیح از پیشرفت‌های تکنولوژیکی و یافتن اطلاعات در پایگاه‌های داده خارجی (به اصطلاح know-where) و نه از اطلاعات آموخته‌شده در فرآیند یادگیری، و توانایی مرتبط کردن و پیوند آنها با اطلاعات دیگر است.
در سطح عصبی، این تئوری گروه‌هایی از نورون‌ها را توصیف می‌کند که مجموعه‌های پیچیده و مرتبطی را تشکیل می‌دهند که با مفاهیم و اطلاعات اساسی سر و کار دارند. با مطالعه روی حیوانات آزمایشی با الکترود، دانشمندان دریافتند که این "مجموعه های" عصبی برای انواع خاصی از وظایف از پیش تعریف شده اند. این یک نوع الگوریتم مغز با ارتباطات منطقی خاص ایجاد می کند. دانشمندان امیدوارند که مغز انسان، با تمام عوارضش، عملکرد متفاوتی با مغز جوندگان آزمایشگاهی نداشته باشد.
مغز از ممریستورها
پس از تسلط بر الگوریتم ها، شاید بتوان از ممریستورها برای شبیه سازی فیزیکی مغز انسان استفاده کرد. دانشمندان دانشگاه ساوتهمپتون اخیراً در این زمینه مفید واقع شده اند.
ممریستورهای دانشمندان بریتانیایی که از اکسیدهای فلزی ساخته شده بودند، به عنوان سیناپس های مصنوعی برای یادگیری (و یادگیری مجدد) بدون دخالت خارجی عمل کردند و از مجموعه داده هایی استفاده کردند که حاوی اطلاعات نامربوط زیادی بود، درست مانند انسان ها. از آنجایی که ممریستورها هنگام خاموش شدن حالت های قبلی خود را به خاطر می آورند، باید انرژی بسیار کمتری نسبت به عناصر مدار معمولی مصرف کنند. این از نظر تعدادی از دستگاه های کوچک که نمی توانند و نباید باتری بزرگی داشته باشند بسیار مهم است.
البته این تنها آغاز توسعه این فناوری است. اگر هوش مصنوعی مغز انسان را تقلید کند، حداقل به صدها میلیارد سیناپس نیاز دارد. مجموعه ممریستورهای مورد استفاده محققان بسیار ساده‌تر بود، بنابراین به جستجوی الگوها محدود شد. با این حال، گروه ساوتهمپتون خاطرنشان می کند که در مورد برنامه های کاربردی باریک تر، استفاده از تعداد زیادی ممریستور ضروری نخواهد بود. به لطف آنها، می توان به عنوان مثال حسگرهایی ساخت که اشیاء را طبقه بندی می کنند و الگوها را بدون دخالت انسان شناسایی می کنند. چنین وسایلی مخصوصاً در مکان های صعب العبور یا به ویژه خطرناک مفید خواهند بود.
اگر اکتشافات کلی پروژه مغز انسان، نقشه برداری "کانکتوم ها"، تشخیص الگوریتم های هوش و فناوری الکترونیک ممریستور را ترکیب کنیم، شاید در دهه های آینده بتوانیم یک مغز مصنوعی بسازیم، یک کپی دقیق. از یک شخص چه کسی می داند؟ علاوه بر این، نسخه مصنوعی ما احتمالاً بهتر از ما برای انقلاب ماشین آماده است.
