اسرار عملکرد مغز انسان همیشه دانشمندان را نگران کرده است. همیشه تلاش هایی برای تقلید از مغز انسان وجود داشته است. پروژه مغز انسان یکی از این تلاش هاست. دانشمندان در چه مرحله ای هستند؟ آیا موفقیت هایی وجود دارد؟
مغز انسان مرموزترین کامپیوتر بیولوژیکی است که می شناسیم. در واقع، علیرغم تلاش‌های دانشمندان برای یادگیری در مورد آن به روش‌های پیچیده‌تر در طول قرن‌ها، ما اطلاعات کافی در مورد آن نداریم. فقط جدیدترین فناوری‌ها می‌توانند دانش واقعی را به ما بدهند که قبلاً فقط می‌توانستیم حدس بزنیم. این واقعیت را تغییر نمی دهد که ما هنوز تا آگاهی کامل فاصله داریم. دانشمندان مدرن در چه مرحله ای هستند؟
همچنین جالب: شبکه های عصبی چیست و چگونه کار می کنند؟
اصطلاح هوش مصنوعی
در دهه 1950، زمانی که اصطلاح "هوش مصنوعی" برای اولین بار در علم ظاهر شد و محققان هوش مصنوعی با موفقیت ثابت کردند که شما می توانید به یک ماشین آموزش دهید کارهایی را انجام دهد که خودتان نمی توانید انجام دهید، آنها در مورد آن هیجان زده بودند. امکان ساده ای که یک ماشین می تواند یاد بگیرد، قضایای ریاضی را به تنهایی اثبات کند (این کار برای مثال با برنامه نظریه منطقی که در سال 1955 توسط آلن نیول و هربرت سایمون توسعه یافت انجام شد)، یا چکرز بازی کند و یک انسان را کتک بزند (برنامه ای توسط آرتور). ساموئل، مهندس IBM که بعداً استاد دانشگاه استنفورد شد، جهان علم را به این باور رساند که شبیه سازی کامل مغز انسان تنها چند سال دیگر باقی مانده است.
دهه ها می گذرد، و با وجود رشد عظیم در قدرت محاسباتی، توسعه شبکه های عصبی مصنوعی و الگوریتم های هوش مصنوعی با یادگیری ماشینی عمیق، ما هنوز با شبیه سازی حتی قطعات مغز فاصله داریم. به زبان ساده، پیشگامان هوش مصنوعی در نیمه دوم قرن بیستم توانایی های این "توده ژله مانند" را در لاک پشت های ما که 20 درصد آن آب است، بسیار دست کم گرفتند.
همچنین جالب: ChatGPT: دستورالعمل های ساده برای استفاده
مغز پیچیده است
وزن مغز انسان در بدو تولد تقریباً 300 گرم است و وزن مغز بالغ بالغ تقریباً 1,5 کیلوگرم است. این 1,5 کیلوگرم شامل کل جهان ما و تمام توانایی های ذهنی ما است. نه تنها موارد آگاهانه، مانند تفکر انتزاعی، خلاقیت، بلکه آنهایی که ما از آنها آگاه نیستیم: تحرک حرکات، کنترل سیستم گردش خون، تنفس و خیلی چیزهای دیگر.
این یک جمله رایج در میان دانشمندان است که مغز انسان از حدود 100 میلیارد نورون تشکیل شده است. ما تعداد دقیق آنها را نمی دانیم و ممکن است در هر فرد از گونه های انسانی متفاوت باشد. اما بیایید فرض کنیم که این درست است و این عدد چندان کم نیست. 100 میلیارد زیاد است، اما ابررایانه های مدرن می توانند اشیاء بزرگتر را هم شبیه سازی کنند. با این حال، مشکل این است که یک نورون چیزی بسیار پیچیده تر از مثلاً یک تکسل در گرافیک سه بعدی، یک پیکسل در یک تصویر یا هر شی دیگری است که فقط با یک قطعه کوچک کد قابل توصیف است.
نورون های مغز ما به یکدیگر متصل هستند. اینها اتصالات فیزیکی نیستند، زیرا در این صورت تکانه های الکتریکی تولید شده در سلول های عصبی به سرعت در سراسر بدن پخش می شوند که عملاً عملکرد آن را غیرممکن می کند. انتقال اطلاعات در مغز ما بر اساس الکتریسیته (تکانه ها) و شیمی (انتقال دهنده های عصبی) است. هر نورون (بیایید تصویر رایج یک نورون را به عنوان یک "درخت" با دندریت های مشخص به یاد بیاوریم) می تواند با کمک حداکثر ده هزار اتصال سیناپسی به دیگران متصل شود.
موافقم، 10000 اتصال از یک سلول عصبی سطح بسیار بالاتری از پیچیدگی نسبت به گیت های منطقی در ترانزیستورها است. اگر بخواهیم تعداد تمام اتصالات ممکن بین نورون ها و حالت هایی را که می توانند در هر لحظه به دست آورند (فقط یک مورد) بشماریم، به عدد عظیمی دست خواهیم یافت که بسیار بیشتر از تعداد تخمین زده شده اتم ها در کل جهان قابل مشاهده است. با استفاده از این رویکرد، بسیاری از دانشمندان متخصص در نوروبیولوژی و همچنین دارای پیشینه ای در علوم کامپیوتر بر این باورند که، حتی با وجود سطح دانش فعلی و پیشرفت مورد انتظار آن، شبیه سازی کامل چنین اندام پیچیده ای کاری است که از توانایی های ما فراتر خواهد رفت. زمان طولانی. اما این بدان معنا نیست که دانشمندان هیچ کاری انجام نمی دهند و به چیزی دست نیافته اند. بیایید نگاهی به پروژه هایی بیندازیم که هدفشان شبیه سازی، اگر نه کل ذهن انسان، حداقل بخشی از آن است.
همچنین بخوانید: 7 جالب ترین استفاده از ChatGPT
40 دقیقه و یک ثانیه
در سال 2013، دانشمندان ژاپنی از مؤسسه فناوری اوکیناوا و محققان آلمانی از Forschungszentrum Jülich به یکدیگر پیوستند و از یکی از قدرتمندترین ابررایانه های سیاره ما در آن زمان (به نام K Computer، رهبر لیست Top500 در سال 2011) با قدرت محاسباتی استفاده کردند. 8,16 PFLOPS (یا 8,16 کوادریلیون عملیات ممیز شناور در ثانیه) برای شبیه سازی فقط یک برش از مغز. به طور کلی، شبیه سازی شامل نقشه برداری از کار 1,73 میلیارد نورون بود که مجموعاً شبکه ای از 10,4 تریلیون اتصال سیناپسی را ایجاد کردند. این کمی بیش از 1 درصد از پتانسیل آن "ژله" بیولوژیکی است که در جمجمه شما گیر کرده است. در این شبیه سازی از قدرت کامل 82944 پردازنده Sparc64 VIIIfx استفاده شده است (یک سیستم دارای فرکانس ساعت 2 گیگاهرتز و 8 هسته است). آیا این رویکرد جواب داد؟
به گفته دانشمندان، بله، اما از طرف دیگر ... بستگی به نحوه نگاه شما دارد. تقریباً 40 دقیقه کارکرد این ابررایانه برای شبیه سازی تنها 1 ثانیه کارکرد قطعه مذکور از شبکه عصبی مغز به طول انجامید. بنابراین، اگرچه این واقعیت که شبیه سازی اصلا انجام شده است را می توان موفقیت آمیز نامید، زیرا اثرات، زمان محاسبه و حجم شبیه سازی نشان می دهد که ما در اینجا با چه مشکل بزرگی روبرو هستیم. و باید به خاطر داشت که با افزایش تعداد نورون ها، پیچیدگی شبکه سیناپسی نه به صورت خطی، بلکه به صورت تصاعدی افزایش می یابد! اگر حتی سریع‌ترین ابررایانه آمریکایی Frontier که در آزمایشگاه ملی Oak Ridge کار می‌کند و دارای قدرت محاسباتی به اندازه 1102 PFLOPS، یعنی 135 برابر بیشتر از کامپیوتر K ژاپنی ذکر شده، برای همان کار استفاده می‌شد، به این معنی نبود. که Frontier می تواند (با همان پارامترهای مدل) یک شبکه عصبی 135 برابر بزرگتر را شبیه سازی کند. همان شبیه سازی یک ثانیه واقعی از شبکه ای متشکل از 1,73 میلیارد نورون در یک ابر رایانه آمریکایی نه 40 دقیقه بلکه کمتر از 18 ثانیه طول می کشد. اما این هنوز خیلی بیشتر از یک شبیه‌سازی شبکه بلادرنگ است و تنها بخش کوچکی از چیزی است که ما در سر داریم. شبیه سازی عملکرد کل ذهن هنوز به قلمرو علمی تخیلی تعلق دارد. اما دانشمندان همچنان در تلاش هستند.
همچنین بخوانید: درباره کامپیوترهای کوانتومی به زبان ساده
پروژه مغز انسان اروپایی
پروژه مغز انسان (HBP) از نظر مقیاس و بودجه اختصاص داده شده برای این پروژه علمی را می توان با پروژه دیگری مرتبط با انسان - پروژه معروف "ژن انسان" که از سال 1990 تا 2003 به طول انجامید، مقایسه کرد. برای درک کامل ژنوم انسان، پروژه مغز انسان قصد دارد به دانشمندان کمک کند تا مغز ما را بهتر درک کنند. با این حال، پروژه مغز انسان، که از سال 2013 ادامه دارد و در ابتدا قرار بود پس از یک دهه تحقیق (یعنی در سال 2023) به پایان برسد، حتی به شبیه سازی کل مغز نیز نزدیک نمی شود. بنابراین، دانشمندان قصد دارند با این تحقیق به چه اهدافی دست یابند؟
هدف اصلی HBP شبیه سازی کل مغز نیست، زیرا امیدوارم قبلاً نشان داده باشیم که این کار فراتر از توانایی های تمدن امروز ما است. هدف این است که حداقل تا حدودی بر پیچیدگی مغز تسلط پیدا کنیم. این به توسعه علومی مانند پزشکی، علوم کامپیوتر، مغز و اعصاب و همچنین در توسعه فناوری‌هایی که کارشان از نحوه عملکرد ذهن ما الهام گرفته می‌شود، کمک خواهد کرد.
یکی از نتایج پروژه HBP ایجاد پلتفرم دیجیتالی برای تحقیقات مغز به نام EBRAINS است. EBRAINS یک پلت فرم منبع باز است که محققان را از سراسر جهان قادر می سازد از ابزارهای دیجیتال موجود در یک محیط ابری امن استفاده کنند. به عبارت دیگر، EBRAINS ابزارهایی را برای مدل‌سازی و تحلیل عملکرد نواحی جداگانه مغز در اختیار دانشمندان قرار می‌دهد.
یکی از این ابزارها برنامه شبیه سازی مغز مجازی است که توسط HBP و EBRAINS ایجاد شده است. این ابزار به طور کامل قادر به شبیه سازی کار کل مغز نیست، اما به عنوان مثال به محققان داروهای جدید اجازه می دهد تا اثرات آنها را بر روی گروه هایی از نورون ها شبیه سازی کنند. این به نوبه خود به دانشمندان امکان می دهد تا درمان های جدیدی را برای بیماری های پیچیده مانند بیماری آلزایمر، افسردگی، بیماری پارکینسون و غیره ایجاد کنند.
همچنین جالب:
- پس حرف زدن یا نگفتن؟ ماسک گفتگو با پوتین را تکذیب کرد. اما یک "اما" وجود دارد
- توپخانه مدرن ابر سلاح اوکراین است. و چرا ایلان ماسک اینجاست؟
ابتکار عمل مغز ایالات متحده
یک پروژه حتی بزرگتر و جدیدتر که توسط مؤسسات تحقیقاتی آمریکایی آغاز شده است، طرح مغز ایالات متحده است. این یکی دیگر از پروژه های تحقیقاتی چند ساله چند میلیارد دلاری است که هدف آن ترسیم نقشه اتصال انسان است. ارتباط چیست؟ این مجموعه ای از اتصالات عصبی این ارگانیسم است. همانطور که ژنوم نقشه کاملی از زنجیره ژنتیکی است و پروتئوم نیز نقشه کاملی از پروتئین های یک موجود زنده است. ما قبلاً ژنوم انسان را می شناسیم، کشف آن میلیاردها دلار هزینه داشت. امروزه آزمایش ژنوم به طور گسترده ای در دسترس است و به عنوان مثال، آزمایش های ژنتیکی برای وجود یک نقص چند صد دلار هزینه دارد. یک ژنوم کامل کمی گران‌تر است، اما هنوز هم مرتبه‌های بزرگی کمتر از هزینه اولین DNA انسان خوانده شده است.
بیایید به Connectome و پروژه آمریکایی BRAIN برگردیم. هدف از این پروژه چیست؟ جاش گوردون، مدیر مؤسسه ملی سلامت روان ایالات متحده در بتسدا، مریلند، می‌گوید: «شناخت انواع سلول‌های مغز، نحوه اتصال آنها به یکدیگر و نحوه تعامل آنها، مجموعه‌ای کاملاً جدید از درمان‌ها را باز می‌کند. حتی نمی توانم تصور کنم." در حال حاضر، بزرگترین کاتالوگ انواع سلول های عصبی در جهان در حال ایجاد و توسعه سیستماتیک است. این کاتالوگ که شبکه سرشماری سلولی ابتکاری مغز (BICCN) نام دارد، توضیح می‌دهد که چند نوع سلول در مغز وجود دارد، به چه نسبتی رخ می‌دهد، چگونه از نظر فضایی توزیع می‌شود و چه تعاملاتی بین آنها رخ می‌دهد.
این رویکرد از کجا می آید؟ از نیاز به درک نحوه عملکرد مغز. مزیت های این رویکرد توسط عصب شناس، کریستف کخ، دانشمند اصلی برنامه MindScope، که توسط موسسه آلن برای علوم مغز در سیاتل اجرا می شود، در بیانیه ای به Nature توضیح داده شده است: «همانطور که هیچ چیز در شیمی بدون جدول تناوبی منطقی نیست. عناصر، هیچ چیز در درک مغز بدون درک وجود و عملکرد انواع مختلف سلول ها معنا نخواهد داشت."
اگر به طور فرضی به پتانسیل فناوری دست یافته باشیم که بتوانیم سلول به سلول را اسکن کنیم و مثلاً مغز انسان را بازآفرینی کنیم، چنین رویکردی به این معنی است که حتی اگر موفق می شدیم (که امروز واقع بینانه نیست)، باز هم نمی فهمیدیم که چرا مغز همانطور که واقعا اتفاق می افتد کار می کند. و مهم نیست که ما در مورد مغز به عنوان یک اندام زنده بیولوژیکی صحبت می کنیم یا همتای دیجیتالی آن که به طور فرضی شبیه سازی شده است. BRAIN و دایرکتوری BICCN نقطه شروعی برای درک ساختار و عملکرد هر مدار عصبی و بنابراین برای درک رفتار پیچیده ای است که بر همه گونه ها با اندامی پیچیده مانند مغز حاکم است.
تحقیقات ادامه دارد و دانشمندان دائماً دستاوردهای جدید خود را در یک وب سایت ویژه ارائه می کنند. بنابراین، من مطمئن هستم که به زودی منتظر اکتشافات جالب تر خواهیم بود.
همچنین جالب:
به زودی می توان مغز همه را بی جهت حذف کرد...