چگونه رایانه‌ ها با استفاده از مغز انسان هوشمندتر می‌ شوند؟

به گزارش رکنا،در نزدیکی دریاچه ژنو، توده‌هایی از سلول‌های زنده‌ی مغزی انسان با ابعادی برابر یک دانه شن، قابلیت دریافت و پاسخ به سیگنال‌های الکتریکی را دارند، مشابه کاری که رایانه‌ها انجام می‌دهند. این توده‌ها که به پژوهشگران از سراسر دنیا اجاره داده می‌شوند، در جهت پردازش اطلاعات و ارسال سیگنال‌های بازگشتی به‌کار گرفته می‌شوند.

 این منطقه وارد دنیای زیست‌رایانه‌ها یا ‌وت‌ور (Wetware) شده است. در آزمایشگاه‌های دانشگاهی و تعداد محدودی از شرکت‌ها، پژوهشگران با رشد نورون‌های انسانی، به دنبال ایجاد سیستم‌هایی کاربردی هستند که می‌توانند به اندازه ترانزیستورهای زیستی عمل کنند. این شبکه‌های نورونی به گفته دانشمندان، دارای پتانسیلی برای ارائه قدرتی در حد ابررایانه ، اما بدون مصرف انرژی بالا، هستند.

پتانسیل و کاربردهای زیست‌رایانه‌ها

اگرچه نتایج کنونی محدود هستند، اما دانشمندان در حال حاضر این سیستم‌های تحقیقاتی را خریداری، قرض یا حتی برای آن‌ها سرمایه‌گذاری می‌کنند. برخی هدف دارند این زیست‌رایانه‌ها را به عنوان جانشینی برای کامپیوترهای معمولی استفاده کنند، در حالی‌که گروهی دیگر از آن‌ها برای مطالعه و درک بهتر عملکرد مغز بهره می‌برند.

بنجامین وارد-چریر، پژوهشگر رباتیک از دانشگاه بریستول، که از توده‌های مغزی سوئیسی استفاده می‌کند، عنوان می‌کند: "درک هوش زیستی برای من یک چالش علمی جذاب است. شروع این مسیر با استفاده از مغز مدل‌های ساده و تدریجی، شاید روشی مناسب‌تر نسبت به بررسی از بالا به پایین ساختار مغزی باشد."

چرا زیست‌رایانه‌ها مورد توجه قرار گرفته‌اند؟

طرفداران زیست‌محاسبات (Biocomputing) ادعا می‌کنند این سیستم‌ها در آینده می‌توانند با هوش مصنوعی و حتی توانایی محاسبات کوانتومی رقابت کنند. در حالی‌که برخی دیگر از دانشمندان نسبت به این ادعاها تردیدی جدی دارند و هشدار می‌دهند این میدان جدید پژوهش، اگر به صورت اغراق‌آمیز مطرح شود، ممکن است با واکنش‌های منفی و محدودیت‌های قانونی روبرو شود.

مدلین لنکستر، زیست‌شناس تکوینی از دانشگاه کمبریج، می‌گوید: "نگرانم این بزرگ‌نمایی‌ها به توقف کارهای تحقیقاتی مؤثر و کمک‌کننده در این زمینه منجر شود."

بازده انرژی و کارایی مغز

مغز انسان با مصرف کمتر از ۲۰ وات انرژی، مشابه توان مصرفی یک پنکه رومیزی کوچک، قادر است تعداد زیادی از فرایندهای پیچیده ریاضی را انجام دهد. این ویژگی حیرت‌انگیز باعث شده پژوهشگران علوم رایانه توجه ویژه‌ای به ساختار مغز و بازدهی آن داشته باشند.

مهندسان با الهام از مکانیسم نورون‌ها و استفاده از عناصر زیستی، در حال بازسازی این سیستم کارآمد در قالب تکنولوژی به نام محاسبات نورومورفیک (Neuromorphic Computing) هستند. با این حال، زیست‌محاسبات مستقیماً از بافت‌های زیستی، مانند نورون‌های مغزی مشتق از سلول‌های بنیادی پرتوان القایی (iPS)، استفاده می‌کند.

ارتباط با نورون‌ها

پژوهشگران از طریق آرایه‌هایی از الکترودها، با این سلول‌ها ارتباط برقرار می‌کنند و سیگنال‌هایی را به آن‌ها انتقال می‌دهند. نورون‌ها نیز با شلیک پالس‌های الکتریکی به این سیگنال‌ها پاسخ می‌دهند و الکترودها این فعالیت‌ها را ثبت می‌کنند. این روش علاوه بر کمک به درک بهتر فعالیت‌های سلولی، به کاربرد زیست‌محاسبات در پردازش سیگنال‌ها و داده‌ها کمک می‌کند.

پژوهش‌های پیشگام

در یک تحقیق، پژوهشگران با استفاده از توده‌های مغزی انسانی توانستند سیگنال‌های بریل را شناسایی کنند. به این ترتیب، الگوهای شلیک نورون‌ها بر اساس ورودی‌های متفاوت تحلیل شد. با تلفیق پاسخ‌های سه ارگانوئید (Organoids)، نتیجه شناسایی حروف به ۸۳ درصد دقت رسید که نشان‌دهنده آغاز موفقیت‌آمیز یک نوع پردازش است.

وارد-چریر بیان کرد: "این پژوهش تنها شروع کار است. گام بعدی، انجام وظایف پیچیده‌تر نظیر تفسیر پیام‌ها و دستور ربات‌ها خواهد بود."

آینده زیست‌رایانه‌ها: برنامه‌های پیچیده‌تر

با افزایش پیچیدگی سیستم‌ها، پژوهشگران در پی آموزش نورون‌ها و تشویق آن‌ها به رفتارهای هدفمند هستند. تکنیک‌هایی مانند تحریک آموزشی الگویی یا افزودن انتقال‌دهنده‌های عصبی مانند دوپامین، می‌توانند به نورون‌ها در یادگیری کمک کنند. این روش‌ها می‌توانند اولین گام در جهت ساخت سامانه‌هایی یادگیرنده و هدفمند باشند.

چالش‌های اخلاقی زیست‌رایانه‌ها

با افزایش ظرفیت یادگیری و پیچیدگی رفتاری این سیستم‌ها، برخی دانشمندان درباره مسائل اخلاقی مرتبط با آن هشدار می‌دهند. در صورت ایجاد قابلیت‌های شناختی در ارگانوئیدها، ممکن است مباحثی در مورد حقوق و مسئولیت‌های اخلاقی در قبال این سیستم‌ها مطرح شود.

کاترین میلز، استاد اخلاق زیستی، می‌گوید: "اگر چنین سیستم‌هایی نوعی پردازش شبیه تجربه ذهنی داشته باشند، لازم است حقوق و ملاحظات اخلاقی مناسب در مورد آن‌ها تدوین شود."

یادگیری از زیست‌شناسی

هدف اصلی این پژوهش‌ها، بازآفرینی قابلیت‌های مغز انسان نیست؛ بلکه فهمیدن سازوکار ایجاد هوش در سیستم‌های زیستی و به‌کارگیری این اصول در طراحی سامانه‌های هوش مصنوعی است. از این طریق، می‌توان به درک عمیق‌تری از مغز انسان و همچنین ایجاد سامانه‌های پیشرفته‌تر کمک کرد.