مغز انسان و درک پیچیدگی های ان توسط هوش مصنوعی
در حالی که آنچه در مغز شما اتفاق میافتد به طرز شگفت آوری، پیچیده است اکنون شرکت “دیپ مایند” گوگل در حال توسعه یک هوش مصنوعی است که این هوش مصنوعی به انسانها در درک رازهای مغزشان کمک میکند.
دنیای هوش مصنوعی بسیار پیچیده است آنها میتوانند هر کاری را بدون کمک انسان انجام دهند. اکنون محققان شرکت دیپ مایند گوگل یک هوش مصنوعی را توسعه داهاند که این هوش مصنوعی میتواند مکانیزم پیچیده مغز ما را درک کند و متوجه شود.
مغز انسان 100 میلیارد نورون دارد که از طریق تریلیونها اتصال با هم ارتباط برقرار میکنند.
نورونها نقش مهمی در مغز دارند یکی از نقشهای حیاتی آنها در ناوبری فضایی”سلول شبکه” (grid cell) است. سلولهای شبکهای نوع سوم نورونها در مغز هستند که مسئول یادگیری فضایی، خاطرات و دانش حقایق کلی هستند.
سلول شبکه یک نوع نورون در مغز بسیاری از گونهها است که به آنها اجازه میدهد موقعیت خود را در محیط درک کنند.
این سلولها به طور مداوم در حال به روز رسانی هستند. هنگامی که یک حیوان وارد یک محل جدید میشود، سلولهای شبکه مشابه شروع به درک فضا و محیط جدید میکنند.
سلولهای شبکهای در سال 2005 کشف شدند، یک گروه با استفاده از تحلیلهای مستقیم مغز انسان یک نوع سلول جدید را در مغز شناسایی کردند که به انسان کمک می کرد موقعیت خود را هنگام عبور از یک محیط ناشناخته به خاطر بسپارد.
زمانی که “May-Britt Moser ” و” Edvard Moser ” محققان این مطالعه سیگنالهای مغز موشها را در حین حرکت ثبت میکردند متوجه یک الگوی شگفت آور منظم شدند.
با اینکه آنها ابتدا آن را در موشها آزمایش کرده بودند اما نتایج نشان داد که الگوهای شبکهای این سلولها در انسانها رایجتر از موشها است چرا که این سلولها نه تنها در قشر درونبینی مغز قرار گرفته بلکه در قشر کمربندی مغز نیز مشاهده شدهاند.
این سلول شبکهای که نام خود را از الگوهای شبکهای سه گوش گرفته که طی آن این سلول موقعیتیابی را فعال میکند در میان سایر سلولهای مغز مشخص است چرا که فعال شدن آن نشان دهنده چندین نقطه دیگر است.
اما تاکنون اینکه سلولهای شبکهای چگونه کار میکنند مانند یک رمز و راز باقی مانده است. اما اکنون هوش مصنوعی دیپ مایند در حال نزدیک شدن به پاسخ این سوال است.
آندره بانینو میگوید: همه چیزهایی که ما فکر میکنیم، به خاطر میآوریم و احساس میکنیم در برخی مواقع در مغز ما رمزگذاری میشود. برای درک این، ما باید یاد بگیریم که چگونه به مجموعه نورونها نگاه کنیم، فعالیت آنها را اندازه گیری کنیم و این را به رفتارها مرتبط کنیم. با این حال، انجام این کار بسیار دشوار است.
با این حال دیپ مایند امیدوار است که به سوالات در مورد چگونگی عملکرد مغز، با استفاده از شبکههای عصبی و الگوریتمهای الهام گرفته از نحوه عملکرد نورونها در مغز، پاسخ دهد.
محققان با همکاری دانشمندان دانشگاه کالیفرنیا، یک نوع شبکه عصبی را توسعه دادند که خروجی مرحله قبلی را به یاد میآورد و از آن به عنوان ورودی برای مرحله بعدی استفاده میکرد و آن را )recurrent networkنوعی شبکه عصبی مصنوعی) نامیدند. آنها سرعت، جهت و یک موش واقعی که در اطراف پیچ و خم واقعی حرکت میکرد را وارد کردند تا آنچه هنگام حرکت در مغز موش اتفاق میافتد را شبیهسازی کنند.
نتایج نشان داد که هوش مصنوعی میتواند نه تنها برای تکثیر مغز بلکه برای درک بهتر آن نیز استفاده شود. به عنوان مثال، در این مورد ثابت شده است که سلولهای شبکه را میتوان برای “ناوبری مبتنی بر بردار”(vector-based navigation) استفاده کرد.
محققان “دیپ مایند” امیدوارند که این مطالعه بتواند کمکی برای مطالعه درک سایر ویژگیهای مغز نیز باشد.