ابداع هوش مصنوعی شبیه مغز در عکس العمل به محدودیت‌های فیزیکی

به نقل از «نیوز مدیکال»، در حالی که سیستم های عصبی خودشان را همانند مغز سازماندهی می کنند و ارتباطاتی برقرار می کنند، باید بین تقاضای رقیب توازن تشکیل کنند. برای مثال، انرژی و منبع های برای رشد و پایداری شبکه در فضای فیزیکی و در عین حال بهینه‌سازی شبکه برای پردازش اطلاعات مورد نیاز است. این مبادله به همه مغزها در گونه‌های گوناگون شکل می دهد.

«جاشا اکتربرگ» از محققان تحقیقات پزشکی دانشگاه کمبریج می گوید: نه تنها مغز عملکردی عالی در حل مسائل پیچیده دارد بلکه با مصرف انرژی زیاد مقداری این کار را می کند. ما در این کار تازه نشان داده ایم که درنظرگرفتن توانمندیهای حل مساله مغز می تواند به ما پشتیبانی کند فهمیدن کنیم که چرا مغز این چنین ظاهری دارد.

این محققان در مطالعه‌ای که امروز در نشریه «هوش ماشینی طبیعت» انتشار کردن یافته است، یک سیستم مصنوعی تشکیل کردند که مقصد از آن مدل سازی از یک نمونه زیاد ساده از مغز و محدودیت‌های فیزیکی اعمال شده است. آنها دریافتند که این سیستم برخی ویژگی‌های کلیدی و تاکتیک‌های شبیه ویژگی‌ها و تاکتیک‌های مشاهده شده در مغز انسان را تشکیل کرد.

این سیستم به جای نورون های واقعی از غده‌های (nodes) محاسباتی منفعت گیری می‌کند. نورون‌ها و غده‌ها از حیث کارکرد شبیه می باشند از این لحاظ که هر دوی آنها ورودی را می‌گیرند و بعد از تحول آن خروجی‌هایی تشکیل می کنند. هر غده (نود) یا نورون امکان پذیر با تعداد فرد دیگر مرتبط بشود.

با این حال این محققان در سیستم ابداع شده یک محدودیت «فیزیکی» روی سیستم اعمال و یک ماموریت ساده برای انجام به سیستم محول کردند. این سیستم باید قطعات مختلفی از اطلاعات را ترکیب کند تا بتواند کوتاهترین مسیر برای رسیدن به نقطه پایانی را اشکار کند.

این سیستم در ابتدا نمی‌داند که چطور باید ماموریت‌اش را انجام دهد و اشتباهاتی مرتکب می‌بشود اما وقتی که فیدبک دریافت می‌کند کم کم یاد می گیرد که بهتر عمل کند. سیستم از طریق تحول نیروی پیوندها بین نودها یاد می‌گیرد همانطور که نیروی پیوندهای بین سلول‌های مغزی با یادگیری ما تحول می‌کند. این سیستم سپس ماموریت را چندین دفعه تکرار می کند تا وقتی که سرانجام یاد می گیرد آن را درست انجام دهد.

وقتی که از سیستم خواسته شد ماموریت مورد نظر را تحت محدودیت ها انجام دهد، از برخی از همان شگردهایی منفعت گیری کرد که توسط مغز واقعی انسان برای حل مسائل منفعت گیری می بشود. برای مثال، سیستم های مصنوعی برای دور زدن محدودیت ها اغاز به تشکیل قطب‌هایی (hubs) کردند. هاب در اینجا یعنی نودهای زیاد به هم مدام که به گفتن مجرایی برای انتقال اطلاعات در طول شبکه عمل می کند.

مساله دلنشین‌تر این که پروفایل‌های جواب خود نودهای منفرد اغاز به تحول کردند. محققان می‌گویند که این کشفیات حاوی درس‌های پایه‌ای در خصوص توضیح نحوه سازماندهی مغز انسان می باشند.