fanavaran
آخرین اخبار
   
    کد خبر : 37179
    تاریخ انتشار : 12 آبان 1392 9:57
    تعداد بازدید : 1066

    گام بزرگ در پیوند مغز انسان به ماشین

    ماشین های امروزی برای سریع تر کردن فرآیند، یادگیری و سازگاری عملکردشان با نوع داده و اطلاعات طراحی نشده اند. بلکه آنها ابتدا اطلاعات را به صورت خطی درمی آورند و بعد آنها را به عنوان یک نتیجه برای اقدامات بعدی خروجی می دهد. به این ترتیب اگر در این فرآیند به شرایطی بربخورند که راهکاری برای آن وجود ندارد، خیلی راحت این فرآیند را متوقف می کنند. یا در مورد سرویس سیری اپل، اگر به چنین مشکلی بربخورد، دوباره و دوباره از شما می پرسد یا درنهایت شروع به جست وجو در وب می کند. با این اوصاف، هنوز برنامه نویسان از ایده ماشین های تعاملی واقعی که خیلی شبیه به ما «فکر می کنند» یا روبات هایی که می توانند یاد بگیرند و دانش شان را ارتقا دهند و براساس دانش شان رفتار کنند، دست برنداشته اند. محققان IBM در این راستا به تازگی اعلام کرده اند که گام بزرگی را در تحقق این رویا برداشته اند و تراشه ای را ساخته اند که یک قدم ما را به ماشین متفکر نزدیک تر می کند. اما موضوعی که در اینجا مطرح می شود این است که آیا ما آمادگی این را داریم که یک هوش مصنوعی طراحی کنیم در حالی که هنوز درک کامل و درستی از نحوه فکر کردن خودمان نداریم؟

    ترجمه: نسترن صائبی
    منبع: Wired

    محققان تاکنون تلاش زیادی کرده‌اند تا با دستاوردهای خود یعنی هوش مصنوعی به ساختار و عملکرد مغز نزدیک شوند. به نوشته مجله دیسکاور، در سال 1992، ماسوئو آیزاوا (Masuo Aizawa)،‌ متخصص زیست شیمی موسسه فناوری توکیو نورون‌هایی را به قطعات سیلیکونی پیوند زد به این امید که بتواند مدار زیستی ابتدایی مغز را بسازد. با توجه به پردازشگرهای مدرن که از میلیون‌ها ترانزیستور ریز ساخته‌ شده‌اند -تا بتوانند یکی از کارهای کوچک مغز را انجام دهند- ایده و تلاش آیزاوا یک ایده خام بود. مداری که او ساخته بود که اسلاید شیشه‌ای از سیم‌های نازک الکترونیکی بود که در پایین یک بشقاب پلاستیکی جا گرفته‌ بودند و در یک مایع خاص شناور بوند. اما کار جالبی که او انجام داده بود، این بود که خودش نورون‌هایی را در لابراتوار رشد داده بود و این آغازگر بحث مهم «ساختار سلول به سلول» یک مغز مصنوعی بود.
    در سال 2011، دانشمندان دانشگاه فلوریدا یک تراشه سیلیکونی را با نورون‌ها و یاخته‌های بنیادی پیوند زدند تا ایده «مغز در بشقاب» آیزاوا را توسعه دهند. آنها سپس این «مغز پتری» یا مغز کشت‌ شده را به یک برنامه شبیه‌سازی پرواز -که یک هواپیما را در دستگاه مختصات افقی و عمودی کنترل می‌شود- وصل کردند. البته محققان با استفاده از الکترودهایی که برای تحریک کردن نورون‌ها طراحی شده بود، توانستند این ساختار را به یک بدن -در این مورد به شبیه‌ساز- متصل کنند.
    IBM یک گام جلوتر
    تقلید کردن از مغز کار بسیار دشواری است، اما باید گفت که سازندگان کامپیوتر در این مسیر یک گام جلوتر از همه هستند. در سال 2011، IBM که ید طولایی در زمینه کامپیوتر و به طور کلی رایانش دارد، از قابلیت پردازش موازی مغز ایده گرفت و آن را در یک تراشه کامپیوتری عملی کرد. با ترکیب این تراشه با یک شبکه «هسته‌های سیناپسی عصبی» (Neural Synaptic) که عملکردهای نورون را بازتاب می‌دهد، این سیستم توانست سیگنال‌های مختلفی را در آن واحد پردازش کند. به گفته مرکز فناوری MIT، این تراشه به جای اینکه اطلاعات را وارد مدارهای مختلف یا بخشی از ماشین کند، اطلاعات را در همان لحظه دریافت، آنالیز می‌کند که این کار نه تنها سرعت و سطح عملکرد را بالا می‌برد، بلکه میزان نیاز به قدرت بیشتر را نیز کاهش می‌دهد. به طور مثال، یک حسگر می‌تواند یاد بگیرد که چگونه بازی کند، در حالی که یک حسگر دیگر می‌تواند به یک ابزار کمک کند که در کدام راستا حرکت کند و حسگر سوم می‌تواند اطلاعات دیداری را پردازش کند. تمامی این حسگرها یکی بعد از دیگری و با عملکردهای مجزا کار می‌کنند. اما IBM با یک سرمایه‌گذاری 21 میلیون دلاری در دارپا (DARPA) قصد دارد از تمامی این تراشه‌ها برای ایجاد یک کامپیوتر سریع‌الانتقال‌تر و قدرتمندتر استفاده کند. کامپیوترهایی که مبتنی بر هسته‌های معمولی هستند، مثل ماشین واتسون IBM که در سال 2011 با شکست دادن رقبای انسانی خبره در بازی Jeopardy سر‌و‌صدای زیادی به پا کرد، هنوز هم می‌تواند مسایل پیچیده‌ را با مسیریابی درست داده‌ها به یک مکان مرکزی برای پردازش و سپس انتقال آنها به بخش‌های خاص برای متراکم‌سازی داده‌، حل کنند. اما این سیستم قدرتمند نیاز به حجم عظیم حافظه و همین‌طور برق دارد. واتسون درواقع نیاز به یک حافظه 16 ترابایتی و یک دسته سرور قدرتمند دارد تا بتواند با بهترین بازیکنان جهان رقابت کند، اما مغز برای این کار فقط به 10 وات جریان الکتریکی نیاز دارد تا این کار را انجام دهد.
    از همان سال‌هایی که IBM شروع به ساخت ابرتراشه‌های خود کرده است، هنوز هیچ متد برنامه‌نویسی نتوانسته با الهام گرفتن از عملکرد و ساختار نورون‌ها به صورت «موازی» مسایل را حل کند. برنامه‌ریزی سنتی درواقع از معماری «فون نیومن» پیروی می‌کند که ساختار خطی دارد و درواقع دستورالعمل را به صورت خط به خط انجام می‌دهد. اما اوایل ماه اوت گذشته، این شرکت اعلام کرد که به دستاورد جدیدی در زمینه برنامه‌نویسی با نام «شمال حقیقی» (True North) رسیده‌اند که بسیار شبیه به CPU‌های الهام گرفته از مغز کار می‌کند.
    به گفته MIT، «شمال حقیقی» برنامه‌هایی را با طرح‌های خاص با نام کارلتز یا Corelets می‌نویسد که همانند یک حس عمل می‌کنند. درواقع، برنامه‌نویسان با استفاده از یک کتابخانه شامل 150 کارلتز از پیش تعریف شده – که هر کدام برای انجام کاری تعریف شده- می‌توانند یکی از حرکات حسی را فعال کنند. به طور مثال، در حالی که از یک حسگر برای مسیریابی استفاده می‌شود، حسگر بعدی دارد با رنگ کار می‌کند. کارلتزها می‌توانند با هم ارتباط برقرار کنند یا حتی به صورت تو در تو کار کنند که در این صورت ساختار بسیار پیچیده‌ای ایجاد خواهند کرد که بیشتر شبیه به حس‌های پیچیده ماست.


    نظر شما



    نمایش غیر عمومی
    تصویر امنیتی :