چه کسانی نابغه می‌شوند

مریم مرامی*: مغز انسان یک سیستم شناختی پیچیده و درعین‌حال کارآمد از نظر انرژی بوده و هوش مصنوعی به‌وضوح از نحوه عملکرد بیولوژیکی مغز انسان الهام گرفته شده است. از طرفی شبکه‌های عصبی فناوری‌های معمولی دارای مزایایی مانند خودسازماندهی، خودآموزی، محاسبات توزیع‌شده موازی و تحمل خطا هستند، اما اندازه و مصرف انرژی آنها بالاست. همان‌طورکه هوش مصنوعی و تکنیک‌های یادگیری عمیق به‌طور چشمگیری پیشرفته می‌شوند، مهندسان به دنبال ایجاد سخت‌افزاری هستند که بتواند محاسبات آنها را به‌طور قابل اعتماد و کارآمد انجام دهد. سیستم‌های نورومورفیک، سیستم‌های زیست تقلید از سطح سخت‌افزار هستند، با همان مزیت‌های مغز زنده، به‌ویژه اندازه فشرده، قدرت کم و عملکرد قوی، که می‌تواند برای پشتیبانی از کارکرد شبکه‌های عصبی عمیق پیچیده (DNN) امیدوارکننده باشد. مغز انسان که در سیستم عصبی از میلیاردها سلول به نام نورون تشکیل شده، اطلاعات را پردازش و از طریق نورون‌ها ذخیره می‌کند. نورون‌ها توسط سیناپس‌هایی که به‌صورت موازی به هم متصل هستند با یکدیگر ارتباط برقرار می‌کنند و به شبکه اجازه می‌دهند حافظه، استدلال و محاسبات را به‌طور هم‌زمان با توان کم (حدود ۲۰ وات) انجام دهد. حال آنکه یک تراشه نورومورفیک با یک مدار مقیاس بزرگ (LSI) ادغام شده و با دستگاه‌های سیناپس لایه نازک نیمه‌هادی اکسید فلزی آمورف (AOS) توسعه داده شده است. نورون‌‌ها، مدار دیجیتال هستند که در LSI ساخته می‌شوند و سیناپس‌ها، دستگاه‌های آنالوگ هستند که از لایه نازک AOS ساخته شده و مستقیم روی LSI یکپارچه شده‌اند. تراشه‌های نورومورفیک، فناوری امیدوارکننده‌ای برای رابط‌های کاشته‌شده مغز و ماشین هستند و هم‌اکنون پروژه‌های تحقیقاتی زیادی در حال انجام است. از مثال کاربردی آن می‌توان به راه‌حل‌هایی برای بهبود سیستم‌های پروتز بینایی یا تنظیمات تحریک عمیق مغز اشاره کرد. تراشه‌های نورومورفیک، کم‌مصرف و فشرده هستند و به‌طور بالقوه می‌توانند از طریق مدارهای یادگیری آنلاین روی تراشه، با تغییراتی که بدن در طول زمان متحمل می‌شود، سازگار شوند. معمولا تراشه‌های نورومورفیک برای اتصال به مدارهای عصبی که با آنها در ارتباط هستند با استفاده از همان دینامیک و سپس تشخیص ناهنجاری‌ها در فعالیت گروه‌های عصبی که با آنها مرتبط‌اند، طراحی می‌شوند؛ به‌عنوان مثال برای تشخیص شروع یک تشنج. تراشه‌های نورومورفیک مشابه مغز انسان عمل می‌کنند و انرژی را حفظ می‌کنند و فقط در صورت نیاز کار می‌کنند. این تراشه‌ها با جایگزین‌کردن مدارهای زیستی بیمار با مدارهای مصنوعی، نیازهای بیماران مبتلا به بیماری دژنراتیو (تحلیل‌رفتن بافت یا اندام) را برآورده می‌کنند. همچنین تراشه‌های عصبی می‌توانند اثرات نارسایی قلبی را با بازگرداندن عملکرد نورون‌های تنفسی در پایه مغز معکوس کنند. درباره بیماری آلزایمر و صرع هم نتایج خوبی به دست آمده است. مزایای اصلی تراشه‌های نورومورفیک مصرف انرژی کمتر، فشرده‌‌بودن و پتانسیل آن‌ برای صحبت‌کردن به همان زبان نورون‌هایی است که با آنها ارتباط دارند، یعنی پتانسیل‌های عمل و پویایی عصبی. تراشه‌های نورومورفیک همچنین می‌توانند برای گوش‌دادن به فعالیت نورون حرکتی و رمزگشایی الگوی فعال‌سازی عضلانی مورد انتظار (مثلا برای کنترل یک وسیله مصنوعی) استفاده شوند. این تراشه‌ها باید از نظر زیست سازگاری، حداقل تهاجمی باشند و با به‌حداکثررساندن استفاده از منابع جمع‌آوری انرژی، با سیگنال‌هایی با مصرف برق تقریبا صفر سازگار شوند. محدودیت‌های طراحی همان محدودیت‌هایی است که بر مدارها و سیستم‌های الکترونیکی که درحال‌حاضر در ایمپلنت‌هایی مانند ضربان‌سازهای قلبی استفاده می‌شوند، اعمال می‌شود. استارت‌آپ‌های نورالینک و پارادرومیک نیز برای بهینه‌سازی راه‌حل‌های نورومورفیک کار می‌کنند. نورالینک در حال ساخت یک سیستم بی‌سیم قابل کاشت است که دارای الکترودهای بسیار بیشتری است تا بتواند سیگنال‌های نورون‌های بیشتری را ضبط کند. پارادرومیک هم اولین رابط کامپیوتری مغزی با نرخ داده بالا را به بازار می‌آورد. سیستم قابل کاشت را می‌توان برای کاربردهای عملی مراقبت‌های بهداشتی با افزایش بسیار زیاد نرخ داده، قابلیت حمل و دوام استفاده کرد. این استارت‌آپ روی فعال‌کردن تراکم بالاتری از جست‌وجوگرها روی ایمپلنت عصبی با ادغام الکترودهای کوچک‌تر متمرکز شده است. چالش‌های آینده برای دستگاه‌های نورومورفیک، افزایش کارایی پاسخ و بهبود مدل از طریق ابزارهای یادگیری عمیق، با هدف تبدیل مغز به یک مغز دیجیتالی چشمگیر است. کاربرد کلیدی چنین راه‌حل‌هایی، یک درمان دیجیتالی برای بیماری آلزایمر و سایر اختلالات شناختی است. یک تراشه نورومورفیک می‌تواند مغز را تقلید کند تا داده‌ها را به‌طور مؤثر پردازش کند و از ماشین‌های موجود پیشی بگیرد، ماشین‌هایی که برای برآوردن نیازهای داده‌های بزرگ، هوش مصنوعی و یادگیری ماشینی تلاش می‌کنند. همچنین انتظار می‌رود پردازش تراشه‌های عصبی نقش مهمی در زمینه‌های غیرپزشکی (از جمله تشخیص صدا، چهره و داده‌کاوی) یادگیری دقیق از داده‌های در حال تکامل داشته باشد. در حال حاضر، تلاش‌های عمده در سراسر صنعت فناوری اطلاعات در حال افزایش است تا خدمات هوش مصنوعی خود را به دست کاربران برسانند. شرکت‌هایی مانند اپل، فیس‌بوک، آمازون و حتی سامسونگ در حال توسعه پشتیبان مکالمه‌ای هستند که امیدوارند روزی به کمک‌کنندگان دیجیتال تبدیل شوند. با ظهور نورومورفیک‌ها، به‌زودی عوامل مصنوعی خواهیم داشت که همیشه فعال و همیشه در زندگی ما حضور دارند و می‌توانند سطح خیره‌کننده‌ای از هوش طبیعی را به نمایش بگذارند درست روی گوشی‌های همراهمان. جالب است که ببینیم آیا این تراشه‌ها می‌توانند در آینده‌ای نزدیک رباتی بسازند که به عنوان یک انسان عمل کند، فکر کند و کار کند. اگر این تراشه‌ها در هر صورت قادر به اتصال به مغز انسان باشند، چه؟ به آینده خوش آمدید!

* کارشناس ارشد علوم شناختی، رسانه