شرکت Midjourney با ترکیب سلولهای مغز انسان و مدارهای الکترونیکی و هوش مصنوعی، تراشههای کامپیوتری DishBrain را معرفی کرد که میتواند اساس نسل بعدی رباتهای هوش مصنوعی یادگیرنده را فراهم کند.
به گزارش تکناک، دانشمندان دانشگاه موناش در سال گذشته توانستند یک تراشه کامپیوتری نیمه بیولوژیکی با نامDishBrain ایجاد کنند. این تراشه از حدود 800 هزار سلول مغز انسان و موش تشکیل شده بود و در آزمایشگاه به رشد خود ادامه داد. ویژگی جالب این تراشه، نمایش احساسات شبیه به انسان و توانایی انجام بازی پونگ در زمان کوتاهی بود.
تیم تحقیقاتی از آرایه میکرو الکترود استفاده کرد که میتوانست فعالیتهای سلولهای مغزی را تشخیص دهد و آنها را با سیگنالهای الکتریکی تحریک کند. تیم با استفاده از این آرایه، توانست نسخهای از بازی پونگ ایجاد کند که سلولهای مغز با یک محرک الکتریکی متحرک تغذیه میشدند. سلولها به توپ و راکت دسترسی داشته و قادر به حرکت دادن راکت به سمت چپ و راست بودند. این نتایج نشان میدهند که این تراشه قابلیتهای منحصر به فردی در تعامل با سلولهای مغزی داشته است.
محققان با استفاده از یک واقعیت جالب، یک سیستم پاداش بسیار ساده ایجاد کردند تا خوشههای کوچکی از سلولهای مغزی، در محیط خود، غیرقابلپیشبینی بودن را به حداقل برسانند. وقتی راکت به توپ برخورد میکند، سلولها محرک خوب و قابل پیشبینی دریافت میکنند؛ اما اگر توپ را از دست دهند، سلولها چهار ثانیه تحریک کاملاً غیرقابل پیشبینی را تجربه میکنند.
این تجربه اولین بار است که از سلولهای مغزی رشد یافته در آزمایشگاه به این روش استفاده میشود، که امکان درک محیط اطراف و تعامل با آن را برای آنها فراهم میکند. نتایج بهدست آمده از این تحقیق نیز بسیار چشمگیر و جالب بوده است.
تحقیق با مشارکت آزمایشگاههای Cortical Labs در ملبورن صورت گرفته و هم اکنون از برنامه امنیت و اطلاعات ملی استرالیا، یک کمک مالی به ارزش 407 هزار دلار جذب کرده است.
پروفسور عدیل رازی، سرپرست این پروژه، بیان میکند: تراشههای قابل برنامهریزی که این تحقیق از هوش مصنوعی و محاسبات بیولوژیکی بهره میبرد، میتوانند در آینده به طور کامل از عملکرد سختافزارهای موجود و محدود به تکنولوژیهای سیلیکونی پیشی بگیرند.
وی تأکید میکند: نتایج چنین تحقیقاتی در زمینههای متعددی مانند برنامهریزی، رباتیک، اتوماسیون پیشرفته، رابطهای مغز و ماشین و کشف دارو، پیامدهای مهمی خواهد داشت و برای استرالیا مزیت استراتژیک قابل توجهی ایجاد میکند.
به عبارت دیگر، DishBrain با قابلیتهای یادگیری پیشرفته میتواند به عنوان اساسی برای نسل جدیدی از یادگیری ماشینی عمل کند، بهویژه در حوزههایی که مرتبط با وسایل نقلیه خودران، پهپادها و رباتها هستند. رازی تأکید میکند که این دستاورد، میتواند به آنها نوع جدیدی از هوش ماشینی بدهد که میتواند در طول عمرش یاد بگیرد.
این فناوری به ماشینهای هوش مصنوعی نوعی تواناییهای جدید و بیشتر را ارائه میدهد، به طوری که بتوانند بدون به خطر انداختن تواناییهای قبلی، موارد جدید را یاد بگیرند و با تغییرات محیطی سازگاری پیدا کنند. این ماشینها میتوانند دانش قدیمی را در شرایط جدید به خوبی بهکار ببرند و همچنین بهطور مداوم از قدرت محاسباتی، حافظه و انرژی بهینه استفاده کنند.
رازی درباره این فناوری، اظهار داشت: ما از این پیشرفت در توسعه ماشینهای هوش مصنوعی بهتر استفاده خواهیم کرد. این تکنولوژی به ما این امکان را میدهد که ظرفیت شبکههای عصبی بیولوژیکی را تکرار و بهبود بخشیم. این به ما کمک میکند تا سختافزار و روشها را به حدی توسعه دهیم که به جایگزین مناسبی برای محاسبات سیلیکونی تبدیل شوند.
