كن مثل الشخص. آلات للناس ، الناس للآلات
يمكننا أن نعطي بعضنا البعض الكثير. أو في الواقع لقد قدمنا بالفعل. ويتجلى ذلك من خلال عدد لا يحصى من الحلول التقنية المحاكاة الحيوية التي تحاكي في الآلات العمليات المرتبطة بالكائنات البشرية والعديد من الكائنات الحية الأخرى. ومن ناحية أخرى، فإن قصة كيفية دعم الآلات لنا واضحة للغاية لدرجة أنها تبدو تافهة.
الجزء الأكثر طموحا المحاكاة الحيوية هناك محاولات لإعادة الخلق في عالم الجماد. لا يحتاج الدماغ إلى وحدة معالجة مركزية (CPU) أو قرص صلب. وهو يعمل عن طريق فتح وإغلاق أغشية الأعصاب وإرسال موجات من الأيونات المشحونة. تسبب هذه الموجات تغيرات في النهايات العصبية التي تسمح للدماغ بالعمل، وهي عملية تسمى اللدونة التشابكية التي تسمح لنا بالتعلم ومعالجة المعلومات.
تسمى تركيبات الحوسبة الاصطناعية الافتراضية التي تحاكي الدماغ البشري "عصبي الشكل " - تم إنشاء هذا المصطلح في الثمانينيات من قبل عالم أمريكي كارفر ميد. كان معروفًا بمحاولاته لتقليد الخلايا العصبية باستخدام دوائر ترانزستور مُصممة خصيصًا. لقد عمل العلماء في جميع أنحاء العالم بجد منذ فترة طويلة على الأنظمة التي تعمل مثل الدماغ البشري. ولهذا السبب، يطلق عليها أحيانًا اسم العقول الاصطناعية.
ما الذي يمكنه فعله حتى أن نظام الذكاء الاصطناعي الأكثر تقدمًا لا يزال غير قادر على التعامل معه؟ على سبيل المثال، يمكنه جمع الكثير من المعلومات الفوضوية بسرعة وتحويلها إلى استنتاجات ذات معنى. لهذا يعد بناء جهاز كمبيوتر يمكنه معالجة المعلومات وتسجيلها في وقت واحد - مثل الدماغ الذي يقوم بتحليل وتخزين كميات كبيرة من البيانات على الفور - أحد أكبر التحديات التكنولوجية اليوم.
مثل الخلايا العصبية الحقيقية
تعتمد جميع أجهزة الكمبيوتر التقليدية والأجهزة الشبيهة بالكمبيوتر على الهندسة المعمارية التي طورتها جون فون نيومانحيث يتم فصل أنظمة المعالج والذاكرة عن بعضها البعض. يعد هذا حلاً مفيدًا عندما نريد تشغيل الجهاز في برامج مختلفة. ومع ذلك، فإن المعالجات، عندما تكون قيد التشغيل، تصل إلى البيانات من الذاكرة، ويستمر النقل. غالبًا ما تظل الوحدة الحسابية التي تنتظر البيانات خاملة.
إن حجم البيانات المستمدة من قواعد البيانات التي أنشأها البشر والآلات (التي تعمل ضمن إنترنت الأشياء) هائل حاليًا. تصبح بنية فون نيومان هي عنق الزجاجة في هذه العمليات. ووفقا لوزارة الطاقة الأمريكية، تستهلك معالجة البيانات الحاسوبية حاليا ما بين 5 إلى 15% من إنتاج الطاقة في العالم، بما في ذلك الكثير من عمليات النقل نفسها. يمكن تحسينه على مر السنين طرق الكم والفوتونوالتي تتطلب طاقة أقل وأسرع وأكثر كفاءة. ومع ذلك، فإن استخدامها لا يزال يمثل اتجاها واعدا. يولي الخبراء المزيد والمزيد من الاهتمام للحلول التي يقدمها الدماغ البشري.
اللوحة الأم NS16e المزودة بستة عشر معالجًا من نوع IBM TrueNorth
محاولات لخلق متعلمين مرنين وفعالين الشبكات العصبية التي تم إجراؤها منذ الخمسينيات. ذروة الإنجازات في هذا المجال هي شركة DeepMind من Google، والتي هزمت في عام 50 أستاذ لعبة "Go". ومع ذلك، فإن هذا الدماغ الاصطناعي هو عبارة عن محاكاة برمجية لشبكة عصبية، ولا تزال الحسابات الفيزيائية تُجرى في أنظمة السيليكون. لذلك لم يتم التغلب هنا على عنق الزجاجة الذي يعاني منه فون نيومان.
من الناحية المادية، تحاكي الشبكة العصبية معالجًا عصبيًا من شركة IBM يسمى TrueNorthبنيت في عام 2014. المشكلة هي أنه إذا كان سيستخدم بنيته لإنشاء معادل اصطناعي بالكامل للدماغ، فإن مثل هذا الكمبيوتر سيحتاج إلى 10. طاقة أكبر بمرتين مما يعمل في رأس الإنسان... بالإضافة إلى ذلك، فإن TrueNorth، على الرغم من قدرته على التعرف على الصور البسيطة، إلا أنه لا يعمل كوصلات بين الخلايا العصبية والمشابك العصبية. إنه غير قادر على تقوية روابط معينة في عملية التعلم.
تعمل شركة إنتل على تقنية المعالجات العصبية لعدة سنوات لتقليد الطريقة التي يعمل بها الدماغ البشري. وفي النهاية تفاخر بأول جهاز من هذا النوع. تجريبي شرائح تسمى Loihi وفي عام 2018، سينتقل إلى الجامعات والمعاهد البحثية الرائدة المخصصة لتطوير الذكاء الاصطناعي. كتبت الشركة: "لقد اخترعت إنتل شريحة عصبية هي الأولى من نوعها ذاتية التعلم، تحمل الاسم الرمزي Loihi، والتي تحاكي الطريقة التي يعمل بها الدماغ البشري من خلال العمل على مبدأ المحفزات ذات القوة المتفاوتة الواردة من البيئة." المعالج يتكون من 130 ألف. "خلايا عصبية" من السيليكون متصلة بـ 130 مليون "مشابك". وفقًا لشركة إنتل، فهي أكثر كفاءة في استخدام الطاقة بألف مرة من أجهزة التعلم التقليدية.
تجنب السيليكون
ولا تزال رقائق TrueNorth أو حلول Intel متمسكة بالسيليكون، الذي له مميزاته، ولكن من حيث كفاءة الطاقة، فهو لا يتطابق مع المادة العضوية للخلايا العصبية. ولذلك، يعمل العلماء على نماذج مختلفة تمامًا من أجهزة الكمبيوتر العصبية التي ستحاكي مرونة الدماغ وتسمح للمعالجات بتقليد وظيفة التشابك العصبي، على سبيل المثال، استخدام انتقال طوري في مواد معينة تذوب وتتصلب عند درجات حرارة معينة، مع الحفاظ على القدرة لتخزين وإطلاق كميات كبيرة من الطاقة.
في الصيف الماضي ، قامت مجموعة من العلماء بقيادة إيفانجيلوس الفثيريو من مختبر IBM في زيوريخ ذكرت في مجلة Nature Nanotechnology أنها كانت قادرة على البناء نسخة مصطنعة من الخلايا العصبية. وهو يتألف من طبقة من تيلورايد الجرمانيوم والأنتيمون بين الأقطاب الكهربائية. هنا يتم استخدام تغيير الطور لهذه المادة، والتي، اعتمادًا على الجهد المطبق، تنتقل من عازل إلى شبه موصل، ثم إلى موصل. ووفقا للباحثين، فإن هذا يحاكي التقلبات في سلوك الخلايا العصبية. وهناك مشاريع أخرى تتأثر فيها التغيرات الطورية في المشابك العصبية الاصطناعية بموجة ضوئية، مما يعني استهلاك أقل للطاقة بشكل ملحوظ. لذلك ليس هذا هو الحل المقترح الوحيد.
وأثبت باحثون في جامعة ساوثامبتون في أواخر عام 2016 أن الميمريستورات والمقاومات قادرة على تذكر قيم مقاومتها السابقة ويمكن استخدامها لبناء شبكات عصبية معقدة ومتقدمة. وكجزء من تجاربهم، قاموا بإعداد شبكة من الذاكرات المعتمدة على أكسيد المعدن واستخدموها كنقاط اشتباك عصبي اصطناعية.
رسم توضيحي للروابط بين الخلايا العصبية والتغصنات
ونتيجة لذلك، بدأوا عملية التعلم دون تدخل خارجي - تمامًا كما يحدث في الدماغ البشري. لا تستهلك المذكرات التي أنشأها العلماء طاقة أقل من الحلول السابقة فحسب ، بل تتذكر أيضًا حالتها السابقة. هذه هي المكونات الإلكترونية التي تحد أو تنظم تدفق التيار الكهربائي في الدائرة وتكون قادرة على تذكر كمية الشحنة التي مرت عبرها وتحتفظ بالبيانات حتى عند انقطاع التيار الكهربائي. بشكل أساسي ، تؤدي وظيفة مشابهة لنقاط الاشتباك العصبي ولديها القدرة الذاتية على أداء المهام الحسابية وتخزين المعلومات في نفس الوقت بأقل حجم وفقدان للطاقة.
وقد طور فريق بحث من جامعة ساوثامبتون مستشعر دمج الميمريستور (Memristive Integrative Sensor - MIS) بالمقياس النانوي ، حيث قدم سلسلة من أنماط "الجهد والوقت" التي تعيد إنتاج النشاط الكهربائي للخلايا العصبية. يُذكر أن مستشعرات MIS القائمة على أكاسيد المعادن ، والتي تعمل مثل المشابك العصبية لخلايا الدماغ ، قادرة على تشفير وضغط (حتى 200 مرة) نشاط الخلايا العصبية المسجلة باستخدام مصفوفات الأقطاب الكهربائية المتعددة. قال الباحثون إنه بالإضافة إلى قيود النطاق الترددي ، فإن نهجهم فعال للغاية في استخدام الطاقة ، حيث أن الطاقة المطلوبة لكل قناة تسجيل كانت XNUMX مرات أقل مما هي عليه حاليًا.
ومع ذلك، فإن مهمة المنشئات العصبية تبدو أكثر صعوبة بمرات عديدة في ضوء الاكتشافات الجديدة التي توصل إليها علماء من جامعة كاليفورنيا في لوس أنجلوس - اتضح أن الدماغ لديه قوة معالجة أكبر بمئة مرة مما كان يعتقد سابقًا. وفقًا لهذه النتائج، تبين أن التشعبات، التي كان يُعتقد في السابق أنها قنوات إشارات سلبية بسيطة، نشطة كهربائيًا للغاية، وتولد نبضات أكثر بعشر مرات من السوما (جسم الخلية العصبية).
لاحظ مايانك ميهتا، عالم فيزياء الأعصاب بجامعة كاليفورنيا في لوس أنجلوس يصف دراسة كاليفورنيا في وسائل الإعلام.
غير مرئي ومرئي بفضل الآلات
إن محاكاة أدمغتنا ليست جيدة جدًا بالنسبة للآلات حتى الآن. لكننا في المقابل تلقينا "منهم" - وما زلنا نتلقى - ما يسمح لنا ليس فقط، على سبيل المثال، بالتحليق في السماء أو رفع الأثقال، بل أيضا برؤية وسماع ما لا تستطيع حواسنا التقاطه. لقد كان لدينا منذ فترة طويلة أجهزة رؤية ليلية وأجهزة تصوير حرارية وكاشفات للأشعة فوق البنفسجية والسونار. تتيح لنا هذه الأجهزة الوصول إلى القدرات التي لم نشاهدها من قبل إلا في الحيوانات أو الحشرات. وفيما يتعلق بآليات العالم الطبيعي، فإنها تظل نتاجًا للفكر التقني.
من الأمثلة النموذجية للتكنولوجيا الحديثة التي تفتح أعيننا على عوالم جديدة العدسات المزودة بكاشف رقيق للغاية للجرافين يعمل في نطاق الأشعة تحت الحمراء الكامل. تم إنشاؤها في جامعة ميشيغان الأمريكية نتيجة للبحث الذي أجرته مجموعة البروفيسور. تشاوهوي تشونغ. مجموعة أخرى من العلماء والمهندسين بقيادة جوزيف فورد من جامعة كاليفورنيا في سان دييغو و إيريكا تريمبلاي من معهد الهندسة الدقيقة في لوزان - قامت بدورها بتطوير عدسات لاصقة مزودة بمرشح استقطابي، مشابه لتلك التي يتم ارتداؤها في دور السينما ثلاثية الأبعاد، مما يسمح لك بالرؤية بمعدل تكبير يصل إلى ثلاثة أضعاف تقريبًا.
بالطبع هناك أيضا الواقع المعززوالذي لا يسمح للأطباء بالنظر داخل جسم الإنسان دون تدخل جراحي فحسب، بل يمكن أن يساعد أيضًا، على سبيل المثال، رجال الإطفاء في التنقل بسرعة والبحث عن الأشخاص في ظروف الحريق عندما تصبح الرؤية ضعيفة أو حتى معدومة. C من خلال خوذة يحتوي على كاميرا تصوير حراري مدمجة، يتم نقل الصورة منها إلى رجل الإطفاء الذي يرتدي خوذة مباشرة على الشاشة أمام عينيه. على الجانب الآخر نظام سترايكر الثاني، التي أنشأتها شركة BAE Systems لطياري الطائرات، مدمجة مع خوذة ومجهزة بأجهزة استشعار تقوم تلقائيًا بضبط نظارة الطيار على الوضع الليلي مع الرؤية الليلية.
يمكنك الوصول أخيرًا الكاميرات التي ترى ما هو غير مرئي. حتى الأشياء الموجودة في زاوية المبنى. الاختراع الذي جعل هذا ممكنا جاء من علماء في جامعات بون، ألمانيا، وكولومبيا البريطانية، كندا. يعتمد على إعادة إنتاج الصور خارج مجال الرؤية باستخدام الضوء المنتشر. تستخدم هذه الطريقة شعاع ليزر يتم تسليطه على الحائط، مما يحجب ما يجب ملاحظته من خلال عدسة الكاميرا. يقوم الجهاز بجمع العديد من انعكاسات الضوء المختلفة ويلخصها ويحاول إنشاء النتيجة، أي. مخطط الصورة. في البداية، ترى فقط الجدار في عدسة الكاميرا. ومع ذلك، بعد مرور بعض الوقت، عندما تبدأ الخوارزميات الرياضية الدقيقة في العمل، وتكشف عن ما يسمى بصدى الصورة (أي كمية صغيرة من الضوء تنعكس من جسم ما، وتنتشر ثم تسقط على سطح الجدار)، نبدأ في رؤية الأشكال مخبأة قاب قوسين أو أدنى. لا يمكن لأي كائن حي أن يفعل مثل هذه الأشياء بعد الآن!
هناك أيضًا طرق ل "انظر" شيئا في الظلامولا يحتاجون إلى المزيد من الفوتونات لكل بكسل. على سبيل المثال، تلك التي تم تطويرها أحمد كرمانيجو من معهد ماساتشوستس للتكنولوجيا (MIT) ونشر في مجلة العلوم. الجهاز، الذي طوره هو وفريقه، يصدر كرماني نبضة ليزر منخفضة الطاقة في الظلام، والتي، عندما تنعكس من جسم ما، تكتب بيكسلًا واحدًا إلى الكاشف. المبدأ في حد ذاته ليس جديدا. الجديد عبارة عن خوارزمية معقدة تتطلب عددًا أقل بكثير من الفوتونات لإنشاء صورة مقارنة بالماضي. لقد تم حساب أن جزءًا من مائة فقط مما هو مطلوب لأجهزة كشف الضوء المستخدمة حاليًا في الظروف الصعبة، كما هو الحال في تقنية LIDAR، يكفي.
النظر إلى محرك يعمل بتقنية الواقع المعزز
نظرًا لوجود فرص قائمة على الواقع المعزز "لرؤية" الجزء الداخلي لمحرك سيارة قيد التشغيل بمساعدة الأصوات القادمة من هناك، فقد يكون الوقت قد حان كاميرا "تقرأ" الأصوات من الصورة؟ تم تطوير النموذج الأولي لهذا الجهاز بواسطة معهد ماساتشوستس للتكنولوجيا ومايكروسوفت وأدوبي. سجلت الخوارزمية المقابلة أصوات الكلام القادمة من كيس رقائق البطاطس، والتي تم فصل المسجل عنها بزجاج عازل للصوت. وفي تجارب أخرى، كان من الممكن إعادة إنتاج الصوت من فيديو صامت. تعتمد هذه الطريقة على "الاستدلال" حول الأصوات من خلال تحليل حركة الأجسام واهتزازها.
من الصعب ألا نلاحظ أن التوجه نحو المحاكاة الحيوية والشكل العصبي، بالإضافة إلى الحلول الأخرى التي تقوي حواسنا، تظهر بوضوح كيف أن التقنيات الحديثة، على الرغم من الكثير من المخاوف، لا تزال تركز على البشر.
