آی بی ام مغز را شبیه سازی می کند

سیناپس
Image caption شبیه سازی سیناپس هایی شبیه به این از بخش های اصلی پروژه محسوب می شود

شرکت آی بی ام اعلام کرده است هدایت یک پروژه مشترک را بعهده خواهد گرفت که هدف آن ساخت مدارهای الکترونیکی است که شبیه به مغز کار می کنند.

این برنامه تحقیقاتی که بودجه آن توسط دولت آمریکا تامین می شود، در قالب شاخه ای از علوم کامپیوتری موسوم به "علم ادراک و شناخت کامپیوتری" (Cognitive Computing) با کمک تیمی از عصب شناسان، روانشناسان و دانشمندان علم مواد و کامپیوتر به اجرا درخواهد آمد.

آژانس "دارپا" وابسته به وازارت دفاع آمریکا بعنوان هزینه اولین مرحله پروژه 4.9 میلیون دلار خواهد پرداخت.

تکنولوژی حاصل از این تحقیقات را بالقوه می توان برای تحلیل اطلاعات در مقیاس گسترده، فرایند های تصمیم گیری، یا رویه های تشخیص تصویر مورد استفاده قرار داد.

دارمندرا مودها، دانشمند شاغل در موسسه ای بی ام که هدایت این پروژه اشتراکی را بعهده خواهد داشت گفت: "مغز این توانایی جالب را دارد که اطلاعات مبهم جمع آوری شده از احساس های مختلف را در کنار هم قرار دهد و بدون زحمت اطلاعات به دست آمده از هر حس را بر حسب زمان، فضا، شیء و رابطه آن با داده های حسی طبقه بندی کند."

"هیچ کامپیوتری وجود ندارد که عملکردی حتی نزدیک به عملکرد مغز داشته باشد."

"هدف کلیدی علم شناخت کامپیوتری مهندسی ماشین های هوشمندی شبیه به مغز توسط مهندسی معکوس ساختار، تغییرات، واکنش ها، عملکرد و رفتار مغز است."

"همگرایی کامل"

آی بی ام در اجرای این پژوهش با پنج دانشگاه آمریکایی همکاری خواهد کرد تا یافته های موجود درباره سیستم های واقعی موجود در محیط زیست را با نتایج شبیه سازی سلولهای عصبی نرون توسط ابرکامپیوترها تطابق دهند.

هدف بعدی این گروه ساختن اولین سیستم الکترونیکی خواهد بود که همانند شبیه سازی ها عمل کند.

هدف طولای مدت تر این برنامه پژوهشی ایجاد سیستمی با سطح پیچیدگی مغز یک گربه خواهد بود.

پروفسور مودها می گوید الان بهترین زمان برای اجرای این پروژه است زیرا تحقیقات از سه جهت درحال رسیدن به یکدیگر هستند.

عصب شناسانی که بر روی حیوانات کار می کنند درباره سازوکار داخلی نرون ها و سیناپس هایی (نقاط اتصال و تبادل اطلاعات نرون ها به یکدیگر) که آنها را به یکدیگر متصل می کنند اطلاعات کافی به دست اورده اند و می توانند "طرح اتصالات" مغزهای ساده را ترسیم کنند.

ابرکامپیوترها هم می توانند عملکرد مغزهایی به پیچیدگی پستانداران کوچک را با استفاده از اطلاعات به دست آمده از تحقیقات بیولوژیک شبیه سازی کنند.

دارمندرا مودها سال گذشته هدایت تیمی را داشت که توانست توسط ابرکامپیوتر BlueGene ساخت شرکت آی بی ام برای شبیه سازی مغز یک موش استفاده کنند که در آن 55 میلیون نرون و حدود 500 میلیارد سیناپس وجود داشت.

اما او می گوید چالش اصلی "مجسم کردن اطلاعات به دست آمده توسط دستگاه های الکترونیک واقعی و به ویژه به وسیله نانو تکنولوژی است."

تکنولوژی ساخت مدارهای الکترونیک به تازگی به مرحله ای رسیده است که بتواند ساختاری با پیچیدگی مشابه با نرون ها و سیناپس های مغز واقعی را، که تعدادشان به 10 میلیارد در هر سانتی متر مربع می رسد، را ایجاد کند.

شبکه های عصبی

پژوهشگران در این راه از برنامه هایی کامپیوتری موسوم به "شبکه های عصبی" برای شبیه سازی ارتباط میان نرون ها استفاده کرده اند.

از این ساختار می توان برای حل مسئله ای خاص استفاده کرد که رفتاری است شبیه به فرایند یادگیری.

با این حال پروفسور مودها می گوید هدف برنامه تحقیقاتی جدید کاملا متفاوت از دستاوردهای فنی موجود است.

او می گوید: "شبکه های عصبی و سیستم های هوش مصنوعی به دنبال ایجاد مهندسی قابلیتهای ادراکی محدود هستند. برای آنها هدف از ابتدا مشخص است و برای رسیدن به آن الگوریتمی تنظیم می شود."

Image caption هدف نهایی پروژه ایجاد مداری است به پیچیدگی مغز یک گربه

"اما کار ما 180 درجه متفاوت است؛ زیرا ما می خواهیم اول به الگوریتمی دست پیدا کنیم که می تواند برای چند قابلیت مختلف استفاده شود و بعد از طریق آن مشکل را حل کنیم."

اما مشکل در نحوه سازماندهی مدارهای شبیه به نرون نیست، بلکه قابلیت تطابق یک مغز به قابلیت تنظیم سیناپس ها که اتصال میان نرون ها را ایجاد می کنند بستگی دارد.

اتصال های سیناپسی بسته به علائمی که از طریق آنها عبور داده می شود می توانند مانند یک مدار باز یا بسته عمل کنند یا شدت و ضعف اتصال میان دو نرون را تغییر دهند.

از این رو ساختن ماده ای در مقیاس محصولات تولید شده در نانو تکنولوژی، که بتواند چنین قابلیتی را از خود نشان دهد از اهداف اصلی این پروژه خواهد بود.

پروفسور مودها در تاکید بر اهمیت این موضوع می گوید: "مغز بیشتر یک شبکه سیناپسی است تا یک شبکه عصبی."

نگرانی از ابعاد گسترده طرح

تاکید بیشتر بر قابلیت عام حل مسئله بجای حل یک مسئله بخصوص، تغییری بنیادین است که می تواند موارد بالقوه استفاده از ابزارهایی مجهز به این قابلیت را عملا نامحدود بسازد.

دستگاه هایی که از محدودیت های یک قابلیت برنامه ریزی شده بخصوص رها هستند می توانند اطلاعات نامتجانس را جمع آوری کنند، آن را بر حسب تجربه بسنجند، مجوعه ای از تجربیات را به حافظه ای مستقل بسپارند و قاعدتا شروع به حل مسائلی کنند که تاکنون از آن با عنوان فرایند "فکر کردن" یاد شده است.

کرستین کیزرز، مدیر مرکز تصویربرداری از اعصاب در دانشگاه پزشکی گرونینگن، با وجود استقبال از این پروژه هشدار داد که بودجه تعیین شده برای چنین طرح عظیمی احتمالا کافی نخواهد بود.

اینکه اجرای طرح به تجارب کارشناسان این تعداد از شاخه های متعدد علمی و فنی نیاز دارد حاکی از بی سابقه بودن ابعاد این برنامه است و دکتر مودها اذعان می کند که اهداف این طرح را باید بالاتر از جاه طلبانه دانست.

مطالب مرتبط

لینک های اینترنتی مرتبط

بی بی سی مسئول محتوای سایت های دیگر نیست