از کامپیوتر هایی که با سلول های مغز انسان کار می کنند، چه می دانید؟ به گزارش دیجیتالر، در شهری در کنار دریاچه ی ژنو، توده هایی از سلول های زنده ی مغز انسان قرار دارند که میتوان آنها را اجاره کرد. این توده ها، که اندازه شان حدودا به اندازه ی یک دانه شن است، می توانند سیگنال های الکتریکی دریافت نمایند و به آنها پاسخ دهند درست همان گونه که کامپیوتر ها این کار را می کنند. گروههای پژوهشی از سرتاسر جهان می توانند وظایفی را برای این توده ها بفرستند، با این امید که آنها اطلاعات را پردازش کنند و سیگنالی برگشتی بفرستند. به گزارش دیجیتالر به نقل از ایسنا، به دنیای وت ور (wetware) یا زیست کامپیوتر ها(biocomputers) خوش آمدید. در چند لابراتوار دانشگاهی و شرکت محدود، محققان درحال رشد دادن نورون های انسانی هستند و تلاش می کنند آنها را به سیستم هایی کاربردی تبدیل کنند که برابر با ترانزیستورهای زیستی باشند. این شبکه های نورونی، به نقل از آنها، روزی می توانند قدرتی در حد یک ابر رایانه بدون مصرف بالای انرژی عرضه کنند. به نقل از نیچر، نتایج تا حالا محدود بوده اند. اما دانشمندان مشتاق، هم اینک درحال خریدن یا قرض گرفتن دسترسی آنلاین به این پردازنده های سلول های مغزی هستند یا حتی ده ها هزار دلار سرمایه گذاری می کنند تا مدل مخصوص به خودرا داشته باشند. برخی می خواهند از این زیست کامپیوتر ها به عنوان جایگزین مستقیم کامپیوتر های معمولی استفاده کنند، در حالیکه برخی دیگر می خواهند از آنها برای مطالعه ی عملکرد مغز بهره گیرند. بنجامین وارد-چریر پژوهشگر رباتیک در دانشگاه بریستول در بریتانیا می گوید: سعی برای درک هوش زیستی یک مساله ی علمی بسیار جالب است، کسی که زمان کار با توده های مغزی سوئیسی را اجاره می کند. او می افزاید: نگاه کردن به این مساله از پایین به بالا با نسخه های ساده و کوچک از مغز خودمان و ساخت تدریجی آنها از دید من راه بهتری نسبت به رویکرد از بالا به پایین است. طرفداران زیست محاسبات (biocomputing) ادعا می کنند که این سیستم ها روزی می توانند با قابلیت هوش مصنوعی و حتی توان محاسبات کوانتومی رقابت کنند. محققان دیگری که با نورون های انسانی کار می کنند، نسبت به آن چه امکان دارد حاصل شود تردید بیشتری دارند. آنها اخطار می دهند که هیاهو و جذابیت داستانی این ایده که گاهی با عنوان «مغز در شیشه» از آن یاد می شود حتی می تواند نتیجه ی معکوس داشته باشد. اگر این تصور شکل بگیرد که این سیستم ها دارای «هوشیاری» یا «آگاهی» هستند، می تواند پیامدهایی برای جامعه ی پژوهشی داشته باشد. مدلین لنکستر، زیست شناس تکوینی در دانشگاه کمبریج بریتانیا، که از بافت های عصبی برای مطالعه ی رشد و بیماری استفاده می نماید اما در پروژه های زیست محاسباتی شرکت ندارد، می گوید: من نگرانم که اگر این نوع کار بیش از اندازه مورد توجه قرار گیرد و اغراق شود، واکنش ها دیگر فقط این نباشد که باید کمی محتاط تر در مورد این کار فکر نماییم، بلکه بشود: باید کل این نوع کار را متوقف نماییم. او ادامه می دهد: این می تواند منجر به مقرراتی شود که تمام کارها را متوقف سازد حتی آن بخش از این حوزه که واقعاً در تلاش است تا به مردم کمک نماید.خاموش کردن نیرو دانشمندان علوم کامپیوتر مدت هاست که مجذوب بازدهی انرژی خارق العاده ی مغز انسان هستند. مغز با مصرف کمتر از ۲۰ وات، تقریباً به اندازه ی انرژی ضروری جهت چرخاندن یک پنکه ی رومیزی کوچک، می تواند میلیاردها نورون خودرا به کار گیرد تا معادل یک میلیارد میلیارد عملیات ریاضی در هر ثانیه انجام دهند. بهترین ابر رایانه های امروزی می توانند به چنین سرعتی برسند، اما در عوض یک میلیون برابر انرژی بیشتر مصرف می کنند. برخی محققان تلاش می کنند ساختار فوق العاده کارآمد مغز را با استفاده از تراشه های سیلیکونی بازسازی کنند. این رویکرد که در مجموع محاسبات نورومورفیک (neuromorphic computing) نام دارد، از چگونگی اتصال و شلیک نورون ها برای ارتباط الهام می گیرد. به ویژه، تعدادی از این سیستم ها تلاش می کنند تقلید کنند که چطور نورون ها باید تا رسیدن به آستانه ای شارژ شوند و سپس یک پالس الکتریکی ارسال نمایند. اما زیست محاسبات به سراغ خودِ ماده ی زیستی می رود. محققان با استفاده از سلول های بنیادی پرتوان القایی (iPS cells) که می توانند باردیگر برنامه ریزی شوند تا به تقریباً هر نوع سلولی تبدیل شوند جوامعی از سلول های مغزی را کشت می دهند و با مواد مغذی و شاخصهای رشد از آنها نگهداری می کنند. برای ارتباط با این سلول ها، محققان آنها را روی آرایه هایی از الکترودها قرار می دهند، سپس سیگنال ها و فرمان ها را به صورت توالی هایی از پالس های الکتریکی به آنها می فرستند. این سیگنال ها نحوه ی ورود و خروج یون ها از نورون ها را تغییر می دهند و امکان دارد سبب شوند برخی سلول ها پالس الکتریکی معروف به پتانسیل عمل (action potential) شلیک کنند. الکترودهای زیست کامپیوتر می توانند این سیگنال ها را شناسایی کرده و با استفاده از الگوریتم ها آنها را به اطلاعات قابل استفاده تبدیل کنند. رایج ترین روش زیست محاسبات، نورون ها را بصورت خوشه های سه بعدی به نام ارگانوئید (organoid) کشت می دهد. ترکیب این جوامع سلول های مغزی بسته به نحوه ی تمایز سلول های بنیادی پرتوان القایی متفاوت می باشد، اما معمولاً شامل نورون ها و سلول های پشتیبان آنها مانند آستروسیت ها و الیگودندروسیت ها می شود. در ماه آگوست، وارد-چریر و همکارانش گزارش دادند که از ارگانوئیدهای مغز انسان با حدود ۱۰ هزار نورون برای «تشخیص» حروف بریل بهره برده اند.آنها ابتدا از یک روبات مجهز به سنسور لمسی برای خواندن حروف استفاده کردند، سپس داده های جمع آوری شده برای هر حرف را به الگوهای متمایز از پالس های الکتریکی با تغییر در زمان بندی و شدت تبدیل کردند و آنها را بوسیله مجموعه ای از هشت الکترود که در نزدیکی سطح ارگانوئید قرار داشتند، عبور دادند. این الکترودها فعالیت جمعی خیلی از نورون های نزدیک را ثبت کردند. محققان می خواستند بدانند آیا الگوهای شلیک نورون ها در ارگانوئید بسته به الگوی تحریک ورودی متفاوت اند و آیا این پاسخ ها قابل تکرار هستند یا خیر. برای هر حرف، آنها پاسخ ثبت شده از هر الکترود را جمع آوری کرده، میانگین گرفتند تا خروجی کلی ارگانوئید را به دست آورند، و سپس از یادگیری ماشینی برای شناسایی هرگونه الگو استفاده کردند. نتایج نشان داد وقتی ارگانوئیدها با پالس های الکتریکی در رابطه با حروف خاص تحریک می شوند، یک ارگانوئید منفرد در میانگین ۶۱ درصد موارد همان پاسخ مشخص را تولید می کند. وقتی پاسخ های سه ارگانوئید با هم ترکیب شد، این میزان به ۸۳ درصد رسید. به بیانی دیگر، ارگانوئیدها توانستند یک وظیفه ی پردازشی ساده را انجام دهند: تمایز و شناسایی ورودی ها. وارد-چریر می گوید: این یک اثبات مفهومی محکم است. این فقط شروعی است برای نشان دادن این که می توانیم این نوع وظایف را انجام دهیم. گام بعدی انجام کاری کمی پیچیده تر است که می تواند شامل تفسیر پیام های سلول های کشت شده به عنوان دستوراتی برای روبات باشد. چنین توانایی هایی چیزی است که محققان آنرا سیستم های حلقه بسته (closed-loop systems) می نامند، که هنوز با ارگانوئیدهای انسانی نشان داده نشده اند باآنکه در سال ۲۰۲۴ مطالعه ای گزارش داد که سیستمی از ارگانوئیدهای نورونی موش توانست بازی کامپیوتری انجام دهد، که هدف آن حفظ تعادل میله ای لرزان بر روی یک واگن متحرک است. از آنجائیکه ورودی ها و خروجی ها در سیستم های کشت شده، سیگنال های الکتریکی ساده هستند، عرضه ی دسترسی ازراه دور بوسیله وب آسان است. بنابراین، حتی اگر روبات خواننده ی بریل در لابراتوار وارد-چریر در بریستول قرار دارد، ارگانوئیدها در شرکت فاینال اسپارک FinalSpark) در سوئیس رشد داده و نگهداری می شوند. فرد جوردن، یکی از بنیان گذاران فاینال اسپارک و مشتاق داستان های علمی-تخیلی، می گوید هدفش توسعه سیستم هایی از نورون های زیستی است که بتوانند «کارهایی مشابه با آن چه امروز با هوش مصنوعی انجام می شود» انجام دهند. او اعتراف می کند که هنوز راه درازی در پیش است. به عنوان کامپیوتر، سیستم های ارگانوئیدی هم اکنون از دیدگاه عملی کاملا بی فایده اند. بین رؤیاپردازی درباره ی ی چیزی و انجام واقعی آن تفاوت بسیار بزرگی وجود دارد. و من دوست دارم یکی از کسانی باشم که این گام را برمی دارند. گروههای دانشگاهی منتخب، مانند گروه وارد-چریر، دسترسی مجانی به ارگانوئیدهای فاینال اسپارک دارند و خیلی از گروه ها برای این کار نام نویسی کرده اند. به عنوان مثال، گروهی در دانشگاه میشیگان درحال آزمایش انواع مختلف تحریک است تا ببیند ارگانوئیدها چطور رفتار می کنند، و پژوهشگرهایی در دانشگاه آزاد برلین بر روی این تمرکز دارند که ابزارهای یادگیری ماشینی چطور می توانند بهترین اطلاعات را از الگوهای شلیک عصبی استخراج کنند. برای مشتریان ثروتمندتر، همچون شرکت های خصوصی، هزینه ی ماهانه ی ۵۰۰۰ دلار آمریکا می تواند دسترسی آنلاین انحصاری به یک سیستم ارگانوئید را تأیید کند و خیلی از آن استفاده می نمایند. برعکس کار مجانی گروههای دانشگاهی، فاینال اسپارک نمی داند مشتریان پرداخت کننده حق اشتراک از ارگانوئیدها برای چه کاری استفاده ای می کنند.میدان آموزش برای خیلی از کاربرانی که از ارگانوئیدهای مغزی (organoids) برای اجرای وظایف پیچیده تر استفاده می نمایند، یکی از اهداف فوری اینست که راه هایی برای آموزش دادن به نورون ها پیدا کنند و بنابراین رفتارهای هدفمند را در آنها تشویق کنند. هم اکنون، پاسخ هایی که از ارگانوئیدهای پرورش یافته در لابراتوار فاینال اسپارک مشاهده می شود، بیشتر به واکنش های انعکاسی دستگاه عصبی محیطی شباهت دارد مثل زمانی که پای شخصی در جواب ضربه ای زیر زانو ناگهان لگد می زند تا به فرایندهای منعطف و شکل پذیری که تصمیم گیری در مغز را هدایت می کنند. به جهت اینکه این سامانه های عصبی بتوانند با پیچیدگی بیشتری کار کنند، باید قابلیت یادگیری پیدا کنند. یکی از روش های تشویق این موضوع، همان گونه که جردن می گوید، اینست که انتقال دهنده های عصبی مانند دوپامین به ارگانوئیدها داده شود تا پاسخ های آنها به محرک های خاص «تنظیم» شود. دوپامین سبب می شود نورون ها احتمال بیشتری برای فعال شدن داشته باشند و سیناپس هایی را که آنها را به هم متصل می کنند، تقویت می کند. دو تغییری که احتمال تکرار همان پاسخ عصبی به یک محرک خاص را در آینده بالا می برد. روش دیگر، تکنیکی به نام تحریک آموزشی الگویی (pattern training stimulation) است، که در سال ۲۰۲۲ توسط پژوهشگرهایی در شرکت Cortical Labs (مستقر در ملبورن، استرالیا) برای تشویق سلول های مغزی پرورش یافته در لابراتوار به بازی کردن با بازی کامپیوتری دهه ی ۱۹۷۰ به نام پونگ Pong به کار گرفته شد. بجای کار کردن با ارگانوئیدها، آنها ترجیح دادند شبکه هایی از سلول ها را درون ظروف آزمایشگاهی ایجاد کنند. سپس محققان آن سلول ها را به یک کامپیوتر متصل کردند که به شکلی برنامه ریزی شده بود تا پاسخ نورون ها به تحریک، حرکت یک پاروی مجازی را کنترل کند، در حالیکه توپ مجازی به اطراف صفحه برخورد می کرد. برای هدایت پارو به سوی توپ، محققان به نورون ها در صورتیکه در ابتدا بطور تصادفی درست عمل می کردند، یک انفجار منظم از فعالیت الکتریکی می دادند. اما اگر نورون ها پارو را در راستای اشتباه حرکت می دادند، با نویز سفید و آشوبناک بمباران می شدند. با گذشت زمان، نورون ها یاد گرفتند که توپ را طوری بزنند که پاسخ الکتریکی منظم (الگودار) دریافت نمایند نه پاسخ تصادفی. استراتژی به کاررفته از این مشاهده الهام گرفته است که سلول های مغزی تمایل دارند فعالیتی را تکرار کنند که نتیجه ای قابل پیش بینی به همراه دارد. انتقال سلول ها به وضعیتی که در آن یاد بگیرند کدام الگوهای فعالیت با نتایج مطلوب تر مرتبط می باشد، می تواند قدم نخست برای ایجاد رفتار هدفمند باشد. مجموعه ای از محققان در Cortical Labs و دیگر موسسات حالا می کوشند تا دریابند که آیا چنین سلول های پرورش یافته ای می توانند اشکال ابتدایی شناخت مانند یادگیری، حافظه و پیش بینی را نشان دهند یا خیر. به نقل از برِت کَگان (Brett Kagan)، مدیر ارشد علمی Cortical Labs: اگر بتوانیم حتی یک نمونه ی کوچک از یادگیری انطباقی را در چنین سیستمهایی به نمایش بگذاریم، آن وقت میتوان اظهار داشت که آنها یک نوع هوش زیستی پایه دارند.اما همین ایده ها است که پای بحث های اخلاقی را هم به میان می کشد. هم اکنون، این شبکه های سلولی بسیار ابتدایی تر از آن اند که بتوان آنها را «آگاه» یا «دارای احساس» دانست اما همان گونه که پیچیدگی آنها بیشتر می شود و آغاز به نشان دادن رفتارهای یادگیرنده می کنند، پرسش های دشواری درباره ی ی حدود آگاهی زیستی و مسئولیت اخلاقی محققان مطرح می شود. کاترین مَیلز (Catherine Mills)، استاد اخلاق زیستی در دانشگاه موناش (Monash University) در ملبورن، می گوید: اگر ما به سیستم هایی دست پیدا کنیم که حتی بصورت ابتدایی نوعی پردازش شبیه تجربه ی ذهنی داشته باشند، باید بپرسیم چه نوع حقوق یا ملاحظات اخلاقی در برابر آنها داریم. او می افزاید: پرسش این نیست که آیا یک ارگانوئید مغزی می تواند دقیقاً مثل انسان آگاه باشد، بلکه اینست که آیا امکان دارد سطوحی از احساس یا تجربه در آن وجود داشته باشد که مستلزم رفتار اخلاقی متفاوتی باشد یا خیر. تعدادی از محققان در پاسخ می گویند این سناریوها هم اکنون هنوز بسیار دور از دسترس اند. جردن از فاینال اسپارک می گوید: در این مرحله، ما با مجموعه هایی از نورون ها سروکار داریم که هیچ ساختار سازمان یافته ای شبیه قشر مغز ندارند. آنها نمی توانند چیزی را حس کنند، ببینند یا تجربه کنند. او با این وجود تصدیق می کند که با پیشرفت فناوری، شاید لازم شود چارچوب های نظارتی تازه ای تعریف نماییم که قبل از رسیدن به آگاهی واقعی، مرزها را مشخص کنند. هم اکنون، بیشتر تمرکز روی درک چگونگی عملکرد پایه ی این سیستم هاست. هرچه بیش از مغز یاد بگیریم و آنرا در مقیاس آزمایشگاهی بازسازی نماییم، بهتر خواهیم توانست هم عملکرد خود مغز انسان را بفهمیم و هم از اصول آن برای ساختن سامانه های هوش مصنوعی بهره ببریم. سرانجام، هدف این نیست که یک مغز انسان دیگر در ظرف لابراتوار بسازیم، بلکه می خواهیم از زیست شناسی یاد بگیریم که هوشمندی چطور از ماده پدید می آید. منبع: digitaler.ir 1404/08/23 11:12:06 5.0 / 5 15 تگهای خبر: آموزش , آنلاین , بازی , تجربه این مطلب دیجیتالر را می پسندید؟ (1) (0) X تازه ترین مطالب مرتبط بازبینی در بخشنامه پیشرفت اعضاء هیات علمی و طراحی نظام رتبه بندی دانشگاه ها آمازون یک استارت آپ هوش مصنوعی را تهدید کرد الگوریتم جدیدی برای حمل بار توسط چند پهپاد خودران حمایت ایرانسل از همایش ملی فرصت های سرمایه گذاری فاوا کامنت بینندگان دیجیتالر در مورد این مطلب کامنت شما در مورد این مطلب نام: ایمیل: کامنت: سوال: = ۲ بعلاوه ۴