دانشمندان، یک کامپیوتر سایبورگ با بافت زنده ی مغز، ساختند
آنها با استفاده از قدرت و پیچیدگی مغز انسان، راه را برای عصر جدیدی از محاسبات، هموار می کنند که نویدبخش پیشرفت تکنولوژی و درک عمیق تر از اسرار ذهن انسان است.
در حوزه فناوری محاسبات، هیچ چیز به اندازه مغز انسان، قدرتمند و پیچیده نیست.مغز با 86 میلیارد نورون و تا یک کوادریلیون سیناپس، توانایی های بی نظیری برای پردازش اطلاعات دارد.
بر خلاف دستگاههای محاسباتی سنتی با واحدهای فیزیکی جدا، کارایی مغز در توانایی آن برای کار به عنوان پردازنده و دستگاه حافظه، نهفته است.
با درک پتانسیل استفاده از قدرت مغز، محققان در تلاش برای ایجاد سیستمهای محاسباتی بیشتر شبیه مغز بودهاند.
تلاش برای تقلید از فعالیت مغز در سیستمهای مصنوعی ادامه دارد، اما پیشرفتها محدود بوده است.حتی یکی از قدرتمندترین ابررایانههای جهان، کامپیوتر K Riken، برای شبیهسازی تنها کسری از فعالیت مغز تلاش کرد.
با 82944 پردازنده و یک پتابایت حافظه اصلی، 40 دقیقه طول کشید تا تنها یک ثانیه از فعالیت 1.73 میلیارد نورون متصل شده توسط 10.4 تریلیون سیناپس، شبیه سازی شود.
این تنها یک تا دو درصد از ظرفیت مغز را نشان می دهد.
در سالهای اخیر، دانشمندان و مهندسان به حوزه محاسبات نورومورفیک پرداختهاند، که هدف آن تکرار ساختار و عملکرد مغز است.
محققان امیدوارند با طراحی سختافزار و الگوریتمهایی که مغز را تقلید میکند، بر محدودیتهای محاسبات سنتی غلبه کرده و بهرهوری انرژی را بهبود بخشند.با این حال، با وجود پیشرفت قابل توجه، محاسبات نورومورفیک همچنان چالش هایی مانند مصرف انرژی بالا و آموزش طولانی شبکه های عصبی مصنوعی را به همراه دارد.
ادغام بافت مغز انسان و ساختار الکترونیک
تیمی از محققان به رهبری Feng Guo از دانشگاه بلومینگتون ایندیانا، با برداشتن گامی جسورانه را به سمت ایجاد معماری محاسباتی شبیه مغز یعنی رویکردی نوآورانه به نام Brainoware ایجاد کرده اند.
این سیستم پیشگامانه، بافت واقعی مغز انسان را با ساختار الکترونیک ادغام می کند و شکاف بین زیست شناسی و فناوری را پر می کند.
ارگانوئیدهای مغزی، مغزهای ریز سه بعدی هستند که از سلول های بنیادین پرتوان انسان، ساخته شده اند.گوو و تیمش یک کامپیوتر زیستی ترکیبی ساخته اند که می تواند کارهای پیچیده ای مانند تشخیص گفتار و پیش بینی معادلات غیرخطی را انجام دهد.
ارگانوئیدهای مغزی فرصتی منحصر به فرد برای مطالعه ی رشد و عملکرد مغز بدون روش های تهاجمی ارائه می دهد.
این مغزهای کوچک با تحریک سلول های بنیادین پرتوان انسان برای تمایز به انواع مختلفی از سلول های مغزی ایجاد می شوند و به سوی ساختارهای سه بعدی شبیه مغز انسان خود سازماندهی می یابند.
در حالی که اورگانوئیدها فاقد هوشیاری و تفکر هستند، ارگانوئیدهای مغز، بینش ارزشمندی را در مورد رشد و عملکرد عصبی ارائه می دهند.
Brainoware
از ارگانوئیدهای مغزی تشکیل شده است که به مجموعه ای از میکروالکترودهای با چگالی بالا متصل هستند.این اتصال به تحریک الکتریکی اجازه می دهد اطلاعات را به ارگانوئید منتقل کند، و به عنوان یک مخزن برای پردازش آن اطلاعات عمل کند.سپس خروجی ارگانوئید از طریق فعالیت عصبی منتقل می شود.
برای تکمیل سیستم، از سخت افزار سنتی کامپیوتر برای لایه های ورودی و خروجی استفاده می شود.این لایهها برای تعامل با ارگانوئید، آموزش داده میشود و لایه ی خروجی، دادههای عصبی را میخواند و بر اساس ورودی طبقهبندی یا پیشبینی میکند.
قدرت Brainoware: تشخیص گفتار
برای نشان دادن قابلیت های Brainoware، محققان آزمایش هایی را در زمینه تشخیص گفتار انجام دادند.آنها 240 کلیپ صوتی از هشت سخنران مرد را- که صداهای مصوت ژاپنی تولید می کردند- به سیستم ارائه کردند و سیستم وظیفه داشت صدای یک فرد خاص را شناسایی کند.پس از تنها دو روز آموزش، Brainoware به میزان دقت 78 درصدی دست یافت.
در حالی که دقت، کمتر از یک کامپیوتر سخت افزاری خالص است که بر روی هوش مصنوعی کار می کند، این ترکیب، نقطه ی عطف مهمی در توسعه نوع جدیدی از سیستم محاسباتی است.
علاوه بر تشخیص گفتار، Brainoware توانایی خود را در پیش بینی سیستم های پیچیده ریاضی به نمایش گذاشته است.
محققان نقشه Hénon را به سیستم ارائه کردند. این، یک سیستم دینامیکی غیرخطی است که به دلیل رفتار آشفته خود شناخته شده است.پس از چهار روز یادگیری بدون نظارت، Brainoware نقشه را با دقت بیشتری نسبت به یک شبکه ی عصبی مصنوعی- که واحد حافظه کوتاه مدت ندارد- پیش بینی کرد.
اگرچه Brainoware در مقایسه با شبکه های عصبی با آموزش گسترده، دقت کمتری داشت، اما Brainoware در کسری از زمان آموزش، به این نتایج دست یافت.
دکتر سید سلمان فاطمی . نورولوژیست, [12/14/2023 05:27 ب.ظ]
Brainoware
مزایای متعددی در مقایسه با سیستم های محاسباتی سنتی ارائه می دهد.ادغام آن با بافت مغز انسان، باعث انعطاف پذیری و سازگاری بالا می شود و سیستم را قادر می کند در پاسخ به تحریک الکتریکی، تغییر و سازماندهی مجدد کند.
این انعطاف پذیری، پتانسیل و توانایی Brainoware را برای محاسبات مخزنی تطبیقی در پردازش اطلاعات کارآمدتر از سخت افزار معمولی، برجسته می کند.
با این حال، هنوز چالش هایی وجود دارد.زنده و سالم نگه داشتن ارگانوئیدهای مغز، یک محدودیت قابل توجه است.علاوه بر این، مصرف برق تجهیزات جانبی باید مورد توجه قرار گیرد.ملاحظات اخلاقی نیز با افزایش پیچیدگی سیستم های ارگانوئید، ضروری است.محققان باید به مسائل عصبی اخلاقی پیرامون سیستمهای محاسبات زیستی- که بافت عصبی انسان را در بر میگیرد- بپردازند.
آینده ی Brainoware و Biocomputing
ممکن است هنوز چندین دهه از سیستمهای محاسبات زیستی عمومی فاصله داشته باشیم، ولی توسعه Brainoware، بینشهای اساسی در مورد مکانیسمهای یادگیری، رشد عصبی و پیامدهای شناختی بیماریهای عصبی ایجاد میکند.
علاوه بر این، Brainoware این پتانسیل را دارد که در توسعه مدل های پیش بالینی اختلال شناختی در آزمایش درمان های جدید آلزایمر و دمانس کمک کند.
Brainoware
با ادغام بافت مغز انسان و وسایل الکترونیکی، گامی مهم در جهت ایجاد سیستمهای محاسباتی شبیه مغز است.
محققان با استفاده از قدرت و پیچیدگی مغز انسان، راه را برای عصر جدیدی از محاسبات، هموار می کنند که نویدبخش پیشرفت تکنولوژی و درک عمیق تر از اسرار ذهن انسان است.
منابع:
Cai, H., Ao, Z., Tian, C. et al. Brain organoid reservoir computing for artificial intelligence. Nat Electron (2023).DOI: 10.1038/s41928-023-01069-w (https://doi.org/10.1038/s41928-023-01069-w)
Smirnova, L., Caffo, B. & Johnson, E.C. Reservoir computing with brain organoids. Nat Electron (2023).DOI: 10.1038/s41928-023-01096-7 (https://doi.org/10.1038/s41928-023-01096-7)
https://charmingscience.com/scientists-built-a-cyborg-computer-with-living-brain-tissue/?fbclid=IwAR23hOFz8njtpR-f6IyegWa_xjcAkQs3vhXP3mB-1yiCSr73KeaD7YMPf40#google_vignette
آدرس مطب : اصفهان ، خیابان آمادگاه ، روبروی داروخانه سپاهان ، مجتمع اطبا ، طبقه اول
تلفن : 32223328 - 031