مغز مصنوعی

مغز مصنوعی (یا ذهن مصنوعی)، نرم‌افزار و سخت‌افزاری با توانایی‌های شناختی مشابه مغز حیوان یا مغز انسان است.[۱]

تحقیقاتی که روی «مغزهای مصنوعی» و شبیه‌سازی مغز انجام می‌شود، سه نقش مهم در علم ایفا می‌کند:

  1. تلاشی مستمر توسط دانشمندان علوم اعصاب برای درک چگونگی عملکرد مغز انسان، که به عنوان علوم اعصاب شناختی شناخته می‌شود.
  2. یک آزمایش فکری در فلسفه هوش مصنوعی که نشان می‌دهد، حداقل در تئوری، ایجاد ماشینی که تمام قابلیت‌های یک انسان را داشته باشد امکان‌پذیر است.
  3. یک پروژه بلندمدت برای ایجاد ماشین‌هایی که رفتاری قابل مقایسه با حیوانات دارای دستگاه عصبی مرکزی پیچیده مانند پستانداران و به‌ویژه انسان‌ها نشان می‌دهند. هدف نهایی از ایجاد ماشینی که رفتار یا هوش شبه‌انسانی از خود نشان دهد، گاهی هوش مصنوعی قوی نامیده می‌شود.

نمونه‌ای از هدف اول، پروژه‌ای است که توسط دانشگاه آستون در بیرمنگام انگلستان گزارش شده است[۲] که در آن محققان از سلول‌های بیولوژیکی برای ایجاد «نوروسفرها» (خوشه‌های کوچکی از نورون‌ها) استفاده می‌کنند تا درمان‌های جدیدی برای بیماری‌هایی از جمله آلزایمر، بیماری نورون حرکتی و بیماری پارکینسون بیابند.

هدف دوم پاسخی است به استدلال‌هایی مانند استدلال اتاق چینی جان سرل، نقد هوش مصنوعی هوبرت دریفوس یا استدلال راجر پنروز در کتاب ذهن جدید امپراتور. این منتقدان استدلال می‌کردند که جنبه‌هایی از آگاهی یا تخصص انسانی وجود دارد که توسط ماشین‌ها قابل شبیه‌سازی نیست. یکی از پاسخ‌ها به استدلال‌های آن‌ها این است که فرآیندهای بیولوژیکی درون مغز را می‌توان با هر درجه‌ای از دقت شبیه‌سازی کرد. این پاسخ در اوایل سال ۱۹۵۰ توسط آلن تورینگ در مقاله کلاسیک او با عنوان «دستگاه‌های محاسباتی و هوش» ارائه شد.[نکته ۱]

هدف سوم عموماً توسط محققان هوش عمومی مصنوعی نامیده می‌شود.[۳] با این حال، ری کورزویل اصطلاح «هوش مصنوعی قوی» را ترجیح می‌دهد. او در کتاب خود تکینگی نزدیک است، بر شبیه‌سازی کل مغز با استفاده از ماشین‌های محاسباتی متعارف به عنوان رویکردی برای پیاده‌سازی مغزهای مصنوعی تمرکز می‌کند و ادعا می‌کند (بر اساس روند رشد نمایی قدرت کامپیوترها) که این کار می‌تواند تا سال ۲۰۲۵ انجام شود. هنری مارکرام، مدیر پروژه بلو برین (که برای شبیه‌سازی مغز تلاش می‌کند)، در کنفرانس تد آکسفورد در سال ۲۰۰۹ ادعای مشابهی (برای سال ۲۰۲۰) مطرح کرد.[۱]

رویکردهای شبیه‌سازی مغز

کار پیشگامانه دبیلو. راس اشبی در سایبرنتیک یک چارچوب ریاضی اولیه برای درک سیستم‌های تطبیقی شبه‌مغز فراهم کرد. اشبی در کتاب خود با عنوان «طرحی برای یک مغز» در سال ۱۹۵۲ پیشنهاد کرد که مغز می‌تواند به عنوان یک سیستم فراپایدار مدل‌سازی شود که از طریق انطباق مداوم با اختلالات محیطی، تعادل را حفظ می‌کند. رویکرد او از معادلات دیفرانسیل و مدل‌های فضای حالت برای توصیف چگونگی نمایش رفتار هدفمند توسط سیستم‌های عصبی از طریق سازوکارهای بازخورد استفاده می‌کرد. هومئوستات اشبی، یک ماشین فیزیکی که در سال ۱۹۴۸ ساخته شد، این اصول را از طریق یک دستگاه الکترومکانیکی با چهار واحد متصل به هم نشان داد که به طور خودکار پارامترهای خود را برای حفظ پایداری در هنگام بروز اختلال تنظیم می‌کردند. هومئوستات نشان‌دهنده یکی از اولین تلاش‌ها برای ساخت یک سیستم مصنوعی با رفتار تطبیقی شبه‌مغز بود که بر کارهای بعدی در سیستم‌های تطبیقی، شبکه‌های عصبی و هوش مصنوعی تأثیر گذاشت.[۴]

تخمین‌هایی از میزان قدرت پردازشی مورد نیاز برای شبیه‌سازی مغز انسان در سطوح مختلف (از طرف ری کورزویل، آندرس سندبرگ و نیک بوستروم)، به همراه سریع‌ترین ابررایانه از تاپ۵۰۰ که بر اساس سال ترسیم شده است

اگرچه شبیه‌سازی مستقیم مغز انسان با استفاده از شبکه‌های عصبی مصنوعی بر روی یک موتور رایانش با عملکرد بالا رویکردی است که معمولاً مورد بحث قرار می‌گیرد،[۵] اما رویکردهای دیگری نیز وجود دارد. یک پیاده‌سازی جایگزین برای مغز مصنوعی می‌تواند بر اساس اصول همدوسی/ناهمدوسی فاز غیرخطیِ فناوری عصبی هولوگرافیک (HNeT) باشد. از طریق الگوریتم سیناپسی اصلی که شباهت‌های زیادی به معادله موج مکانیک کوانتومی دارد، شباهت‌هایی با فرآیندهای کوانتومی ایجاد شده است.

نرم‌افزار EvBrain[۶] شکلی از محاسبات تکاملی است که می‌تواند شبکه‌های عصبی «شبه‌مغز» را تکامل دهد، مانند شبکه‌ای که دقیقاً در پشت شبکیه قرار دارد.

در نوامبر ۲۰۰۸، آی‌بی‌ام کمک هزینه‌ای ۴.۹ میلیون دلاری از پنتاگون برای تحقیق در زمینه ایجاد کامپیوترهای هوشمند دریافت کرد. پروژه بلو برین با کمک آی‌بی‌ام در لوزان در حال انجام است.[۷] این پروژه بر این فرض استوار است که می‌توان نورون‌ها را «در کامپیوتر» با قرار دادن سی میلیون سیناپس در موقعیت سه بعدی مناسب آن‌ها، به صورت مصنوعی به هم متصل کرد.

برخی از طرفداران هوش مصنوعی قوی در سال ۲۰۰۹ گمان می‌کردند که کامپیوترهای مرتبط با بلو برین و Soul Catcher ممکن است تا حدود سال ۲۰۱۵ از ظرفیت فکری انسان فراتر روند و احتمالاً در حدود سال ۲۰۵۰ قادر خواهیم بود مغز انسان را بارگذاری کنیم.[۸]

در حالی که پروژه بلو برین قادر است اتصالات عصبی پیچیده را در مقیاس بزرگ نشان دهد، اما این پروژه به ارتباط بین فعالیت مغز و رفتارهای اجرا شده توسط آن دست نمی‌یابد. در سال ۲۰۱۲، پروژه اسپان (Semantic Pointer Architecture Unified Network) تلاش کرد تا چندین بخش از مغز انسان را از طریق بازنمایی‌های مقیاس بزرگ از اتصالات عصبی مدل‌سازی کند که علاوه بر نقشه‌برداری، رفتارهای پیچیده‌ای را نیز ایجاد می‌کنند.[۹]

طراحی اسپان عناصری از کالبدشناسی مغز انسان را بازسازی می‌کند. این مدل که از حدود ۲.۵ میلیون نورون تشکیل شده است، شامل ویژگی‌هایی از قشر بینایی و حرکتی، اتصالات گابارژیک و دوپامینرژیک، ناحیه تگمنتوم شکمی (VTA)، جسم سیاه و موارد دیگر است. این طراحی به چندین عملکرد در پاسخ به هشت تکلیف اجازه می‌دهد و از ورودی‌های بصری نویسه‌های تایپ شده یا دست‌نویس و خروجی‌هایی که توسط یک بازوی مکانیکی انجام می‌شود، استفاده می‌کند. عملکردهای اسپان شامل کپی کردن یک نقاشی، تشخیص تصاویر و شمارش است.[۹]

دلایل خوبی وجود دارد که باور کنیم، صرف‌نظر از استراتژی پیاده‌سازی، پیش‌بینی‌های تحقق مغزهای مصنوعی در آینده نزدیک خوش‌بینانه است. به طور خاص، مغزها (از جمله مغز انسان) و شناخت در حال حاضر به خوبی درک نشده‌اند و مقیاس محاسبات مورد نیاز نامشخص است. محدودیت نزدیک‌مدت دیگر این است که تمام رویکردهای فعلی برای شبیه‌سازی مغز در مقایسه با مغز انسان به چندین برابر توان مصرفی بیشتری نیاز دارند. مغز انسان حدود ۲۰ وات انرژی مصرف می‌کند، در حالی که ابررایانه‌های فعلی ممکن است تا ۱ مگاوات — یعنی ۱۰۰،۰۰۰ برابر بیشتر — انرژی مصرف کنند.

آزمایش فکری مغز مصنوعی

برخی از منتقدان شبیه‌سازی مغز[۱۰] معتقدند که ایجاد کنش هوشمندانه عمومی به طور مستقیم و بدون تقلید از طبیعت ساده‌تر است. برخی مفسران از این آنالوژی استفاده کرده‌اند که تلاش‌های اولیه برای ساخت ماشین‌های پرنده از پرندگان الگوبرداری می‌شد، اما هواپیماهای مدرن شبیه پرندگان نیستند.

جستارهای وابسته

یادداشت‌ها و مراجع

  1. 1 2 Artificial brain '10 years away' 2009 BBC news
  2. ↑ "Aston University's news report about the project". Archived from the original on 2010-08-05. Retrieved 2010-03-29.
  3. ↑ Voss, Peter (2006), "Essentials of general intelligence", in Goertzel, Ben; Pennachin, Cassio (eds.), Artificial General Intelligence, Springer, ISBN 3-540-23733-X, archived from the original on July 23, 2013
  4. ↑ Ashby, W. Ross (1952). Design for a Brain: The Origin of Adaptive Behaviour. London: Chapman & Hall.
  5. ↑ برای نمونه نگاه کنید به Artificial Intelligence System، ماشین مغزی CAM و مغز گربه
  6. ↑ Jung, Sung Young, "A Topographical Development Method of Neural Networks for Artificial Brain Evolution" بایگانی‌شده در ژوئن ۲۹, ۲۰۱۱ توسط Wayback Machine, Artificial Life, The MIT Press, vol. 11, issue 3 - summer, 2005, pp. 293-316
  7. ↑ "Blue Brain in BBC News". Archived from the original on 2019-07-13. Retrieved 2009-07-27.
  8. ↑ (به انگلیسی) Jaap Bloem, Menno van Doorn, Sander Duivestein, Me the media: rise of the conversation society, VINT research Institute of Sogeti, 2009, p.273.
  9. 1 2 , A Large-Scale Model of the Functioning Brain.
  10. ↑ Goertzel, Ben (December 2007). "Human-level artificial general intelligence and the possibility of a technological singularity: a reaction to Ray Kurzweil's The Singularity Is Near, and McDermott's critique of Kurzweil". Artificial Intelligence. 171 (18, Special Review Issue): 1161–1173. doi:10.1016/j.artint.2007.10.011. Retrieved April 1, 2009.

پیوند به بیرون

  1. ↑ منتقدان: پاسخ (پیشگیرانه) تورینگ: منابع دیگری که با تورینگ موافق هستند:
    • Moravec, Hans (1988), Mind Children, Harvard University Press
    • Kurzweil, Ray (2005), The Singularity is Near, New York: Viking Press, ISBN 0-670-03384-7.
خطای یادکرد: خطای یادکرد: برچسب <ref> برای گروهی به نام «نکته» وجود دارد، اما برچسب <references group="نکته"/> متناظر پیدا نشد. ().
This article is issued from ویکی‌پدیا. The text is available under Creative Commons Attribution-Share Alike 4.0 unless otherwise noted. Additional terms may apply for the media files.