استارتاپی که با استفاده از نورون های انسان تراشه های کامپیوتری می سازد

یکی از رویکردهای امیدبخش فهمیدن مصنوعی، تلاش برای تقلید از نحوه ی عملکرد مغز انسان ازطریق نرم افزار است” ولی اینک استارتاپ استرالیایی Cortical Labs یک دامنه فراتر رفته و می خواهد مغز مینیاتوری بسازد. هدف این استارتاپ ساخت مغز مینیاتوری با استعمال از تعبیه ی نورون های واقعی و بیولوژیکی در یک خراش ی اختصاصی کامپیوتری است.

 Cortical Labs امیدوار است به گونه ای مینی مغزهای هیبریدی را آموزش دهد که بتوانند متشابه درایت ساختگی مبتنی پهلو نرم افزار، وظایف تعریف شده را انجام دهند؛ با این مغایرت که تنها کسری از کاربرد کارمایه نسخه های دیجیتالی را داشته باشند. ای ونگ چونگ، بنیان گذار و مدیرعامل کورتیکال می گوید: شریک در حال فقره روی مینی مغزهایی است که بتواند بازی آتاری باستانی Pong را انجام دهد؛ مینی مغزهای ما هم اکنون به غلبه پردازش مغز یک سنجاقک نزدیک شده اند.

دستاورد Cortical Labs متناسب توجهی است؛ چراکه پونگ جزو بازی های اولیه آتاری وجود که شرکتدیپ مایند داخل سال ۲۰۱۳ برای علامت اعطا کردن عملکرد آلگوریتم هوش ساختگی خود، از آن استفاده کرد؛ با چشم پوشی یک سال از آزمایش یادشده، گوگل شرکت دیپ مایند را تصاحب کرد. دیپ مایند در اصل یک مشارکت بریتانیایی هوش تقلبی است که تو سپتامبر سال ۲۰۱۰ تحت عنوان فناوری های دیپ مایند تأسیس شد. این انبازی شبکه خشمناک مصنوعی با توانایی تدریس ورزش ویدئویی با راهکاری مشابه مغز مردم ابداع کرد.

مدیرعامل Cortical Labs در ادامه می افزاید: Cortical Labs برای ساخت شیرهدار ابزار خویشتن از دو گونه استعمال می کند؛ خواه نورون های موش را از کود استخراج می کند؛ یا بوسیله موجب تکنیکی خاص، ابتدا سلول های غشا انسان به سلول های بنیادی و سپس بوسیله سلول های عصبی انسانی تحول می شوند.

نورون ها در مایعی مغذی روی خراش های اختصاصی اکسیدفلزی جای گذاری می شوند؛ این تراش شامل شبکه ای متشکل از ۲۲٬۰۰۰ الکترود کوچک است که برنامه نویسان را قادر می سازد تا ورودی های الکتریکی را بوسیله نورون ها هموار کنند و همچنین خروجی های آن ها را نیز اندازه گیری کنند.

هم اکنون Cortical Labs از نورون های موش برای تحقیقات بازی پونگ استفاده می کنند. چونگ می گوید: «ما سعی داریم علامت دهیم که می توانیم رفتار این سلول های عصبی را شکل دهیم». این آزمایش با پونگ آغاز شده که پیش بینی می شود Cortical Labs بتواند تا آخر سال بر آن مسلط شود؛ ولی تراشه های ترکیبی این شرکت در نهایت می توانند کلیدی برای ارائه ی گوناگون استدلال های تیره و درک مفهمومی باشند؛ استدلالی که درک قدر یا بهای چیزی تقلبی امروز نمی تواند از پس آن برآید. راه حل Cortical، در رخساره اثبات معیار پذیری، یک راه حل بالقوه بخاطر یکی از مشکلات آزاردهنده در برابر فراگیری عمیق نیز ارائه می دهد که بیش تاثیرگذار خواهد بود.

آلفاگو، سیستم ژرف تحصیل DeepMind که بخاطر بازی Go مصنوع شده است، در سال ۲۰۱۶ بهترین بازیکن دنیا را داخل آن ورزش ضعف داد؛ این سیستم در حین بازی یک مگاوات کارمایه کاربرد کرد؛ براساس ارزیابی شرکت فناوری Ceva این مقدار انرژی، صاعقه حدود ۱۰۰ خانه را داخل یک روز تامین می بطی ء. در طبق مغز انسان حدود ۲۰ وات انرژی کاربرد می کند؛ درون واقع ۵۰/۰۰۰ موافق کمتر از آلفاگو!

کارل فریستون دانشمند دانشگاه علوم اعصاب دانشکده دانشگاه لندن که به برهان مطالعات و حکم در زمینه ی تصویربرداری از عدد و پایه های نظریه درون تک چگونگی سیستم های بیولوژیکی از جمله نورون ها، اشتهار دارد، اوایل سال جاری پس از مشاهده ی فناوری Cortical Labs گفت که از حکم این شرکت والا واکنش قرارگرفته است. جنبه های سیستم کورتیکال بر تحقیقات فریستون و برخی از دانشجویان او اتکا دارند؛ اما این متخصص علوم اعصاب هیچ گونه ارتباطی با استارتاپ استرالیایی ندارد. مقالات علوم پایه و مهندسینتایج پژوهشی ابتکاری: مارها بخاطر دفاع از خویشتن سم تولید نمی کنندیکی از ایده های اساسی داروین ثبوت شدموفقیت دانشمندان تو برقراری تماس میان نورون های زیستی و مصنوعیساخت نورون های مصنوعی با امکان تقلید از رفتار نورون های طبیعیکشف جمجمه کوچک ترین دایناسور گیتی در کهربا

فریستون می گوید، قدیم ایده ی چگونگی سازماندهی نورن ها بخاطر پیدایش خراش های رایانه ای عصبی کارآمدتر را مدنظر داشته است؛ یعنی تولید سخت افزاری که بهتر از تراش های رایانه های قدرتمند امروزی، بتواند از نحوه ی پردازش عدد تقلید کند. فریستون افزودن می کند آنچه که او پیش بینی کرده بود، ایده ی ادغام نورون های بیولوژیکی با نیمه هادی نبود.

فریستون درمورد مصرف از نورون های بیولوژیکی حقیقی گفت: در کمال حیرت من، آن ها واقعا بوسیله دنبال یک چیز واقعی رفتند؛ به نظرمن آنچه این گروه توانسته اجرا دهد، وضع ثابت قدم عملی سازی این ایده ها است.

مصرف از نورون های واقعی، بسیاری از مشکلات دیگر شبکه های عصبی مبتنی کنار کند وسایل را حل می کند. بخاطر مثال، برای اینکه شبکه های عصبی ساختگی یادگیری منت داشته باشند، برنامه نویسان در یک فرآیند بیش سخت و تحمل فرسا، باید ضرایب بدوی یا معادل ها را برای گوناگون داده هایی که درون فرآیندهای شبکه به کاربرده می شود، بوسیله عارض دستی اعمال کنند. یکی دیگر از چالش های شبکه ی عصبی مبتنی بر نرم ادوات ایجاد تعادل میان طرز محلول هایی است که قبلاْ در شبکه کشف شده اند و وضع حل هایی جدیدی که باید در جستجوی آن ها باشیم.  فریستون افزودن می کند که اگر شما سیستمی مبتنی بر نورون های بیولوژیکی داشته باشید، همه ی این مشکلات از بین می روند.

چونگ، زمینه گذار و مدیرعامل Cortical Labs خویشتن پزشکی است که پیش برنده یک همدستی فناوری حوزه ی بهداشت پیدایش کرده بود. او از دوسال پیش، به همراه بنیان گذار و مدیرارشد فناوری اش اندی کیچن، تحقیق در مورد روش های ایجاد سیستم های هوشمند بیولوژیکی و رایانه ای ترکیبی را شروع کرده بود.  چونگ می گوید:ما (چونگ و اندی کیچن) بوسیله ایده ی هوش تقلبی عمومی (AGI) دلبستگی داشتیم. این شعور مصنوعی قابلیت انعطاف پذیری بیشتر در انجام کارها دارد؛ حتی بهتر از انسان. همه در حال ساخت AGI هستند؛ اما عزب AGI واقعی که ما از آن آگاهیم ادراک بیولوژیکی و فهم انسانی است. برای ما عزب نحو بوسیله دست آوردن سطح درک قدر یا بهای چیزی انسانی، استعمال از نورون های انسانی وجود.

نورون های موش که هم اکنون در Cortical Labs در حال آزمایش هستند، از دیرباز توسط دانشمندان علوم اعصاب به عنوان واسطه ی سلول های عصبی انسانی مورداستفاده قرارمی گرفت؛ چراکه روش های اضافی برای استخراج و کشت آن ها وجود دارد. اقتدار مهندسی نورون های انسانی از سلول های پوستی درست در دهه ی گذشته بوسیله تکامل رسیده است. به تازگی دانشمندان داخل انستیتوی علوم مغز آلن در سیاتل آمریکا، اختلاف هایی تو پروتئین هایی که سلول های موش و سلول های انسان را می پوشانند، رک کرده اند؛ بدین ذهنی که آن ها دارای خواص الکتریکی متفاوتی هستند و امکان دارد سلول های عصبی موش پایه ی منت برای آزمایش های انسانی نباشد.

چونگ اضافه می بطی ء که او و کیچن از تاکویا ایزومورا الهام گرفته بودند. تاکویا ایزومورا پژوهشگری در مرکز علوم عدد RIKEN، خارج از توکیو و دامن دیدن فریستون به تجسس مشغول وجود. ایزومورا داخل سال ۲۰۱۵ نشان قسط که چگونه نورون های عصبی قشر مغز که روی شبکه ی الکترود قرارگرفته ، خواهند توانست به خشکی امدن جای پا «مهمانی شبانه» غلبه کنند. به زبان ساده تر می توانند یک سیگنال صوتی را از سیگنال دیگر جدا کنند؛ مانند مجزا کردن صدای یک نفر از نغمه های پس ماخذ.

اثر مهمانی شبانه (بوسیله انگلیسی: Cocktail party effect ) پدیده ای در روان شناسی و شنوایی شناسی است؛ در آن بی مانند می تواند توجه شنوایی خویشتن را بوسیله یک محرک خاص معطوف نرم و دیگر محرک ها را فیلتر کند، همان نعوظ که فرید داخل یک مهمانی شلوغ می تواند با شخص دیگر گفتگو نرم و به بقیه صداهای مزاحم توجهی نکند.

Cortical Labs به نعوظ رسمی داخل ژوئن سال ۲۰۱۹ ساخت شد. این شرکت حدود ۶۱۰/۰۰۰ دلار از یک شریک شدن عالی ی تنخواه گذاری درون استرالیا به صیت Blackbird Ventures دریافت کرد. کورتیکال عزب شرکتی ازاله که روی محاسبات بیولوژیکی فقره می نرم. استارت آپ دیگری به صیت Koniku، مقاوم در سن رافائل کالیفرنیا، خراش ی ۶۴ نورونی سیلیکونی توسعه داده است؛ این تراش که با استفاده از نورون های موش باریک شده، می تواند مواد شیمیایی را دریافتن و معارفه کند. Koniku می خواهد تراش های موجود را درون پهپادهایی که برای رهگیری موادمنفجره به نظامیان و نیروهای پاسبان فروخته می شود، استعمال یواش.

در همین حال، محققان انستیتوی فناوری ماساچوست رویکرد متفاوتی را اتخاذ کرده اند؛ آن ها از یک سنخ نژاد خاص از باکتری ها درون خراش های ترکیبی، برای محاسبه و پس انداز مفروضات استعمال کر دند.بیشتر بخوانید:موفقیت دانشمندان در برقراری رابطه میان نورون های زیستی و مصنوعیکشف سنخ جدیدی از سیگنال در مغزچرا مغز انسان به بازی نیاز داردساخت نورون های قلابی با امکان تقلید از رفتار نورون های طبیعیفناوری خوانش مغز، ابزاری که می تواند به کابوس کنف تغییر شود