نزدیک‌تر شدن هوش مصنوعی به مغز

"همایه" یا سیناپس یک ساختار زیستی در پایانه آکسون‌ها است که از راه آن یک سلول عصبی پیام خود را به دندریت یک نورون دیگر یا یاخته ماهیچه‌ای یا یک غده می‌فرستد.

نورون‌ها بنیادی‌ترین یاخته‌های عصبی هستند. این یاخته‌ها کار پردازش و رسانش پیام‌های عصبی را بر دوش دارند.

مغز انسان حاوی حدود 68 میلیارد نورون است که هر کدام توانایی ارتباط و تاثیر روی تعداد زیادی از نورون‌های دیگر را دارند.

مکانیسم موثر و کارآمدی نیاز است تا بین این تعداد نجومی از نورون‌ها ارتباط برقرار کند. این ارتباط با استفاده از سیناپس صورت می‌گیرد. اگرچه تعداد زیادی سیناپس وجود دارد، ولی می‌توان آنها را به دو دسته تقسیم‌بندی کرد: سیناپس الکتریکی و سیناپس شیمیایی.

در سیناپس الکتریکی جریان از شکاف پیوندگاه جاری می‌شود. در مقابل، سیناپس شیمیایی قادر به ارتباط سلول به سلول توسط ترشح پیام‌رسان عصبی می‌باشد. این عامل‌های شیمیایی که توسط نورون پیش سیناپسی ترشح می‌شوند، جریان‌های ثانویه در نورون پس سیناپسی را بوسیله فعال کردن گیرنده‌های خاصی تولید می‌کنند. تاکنون در حدود 100 نوع پیام‌رسان عصبی شناسایی شده است.

غول‌های فناوری مانند اینتل و آی.بی.ام شروع به ساخت تراشه‌هایی برای هوش مصنوعی کرده‌اند که عملکردی شبیه به مغز انسان دارند.

با این حال، رشته "محاسبات نورومورفیک" هنوز در مراحل اولیه خود است و یکی از بزرگترین چالش‌های پیشگامان آن کپی کردن سیناپس‌های عصبی است.

این سیناپس‌ها ساختارهای کوچکی هستند که در آن اطلاعات از یک نورون به نورون بعدی انتقال می‌یابد. به همین دلیل یک تیم از مهندسان MIT شروع به توسعه یک سیناپس مصنوعی کردند که به مانند نمونه واقعی عمل می‌کند و به خوبی موفق به طراحی نمونه‌ای شدند که می‌تواند قدرت جریان الکتریکی را در سراسر آن، به مانند جریان یون‌ها بین نورون‌ها به دقت کنترل کند.

طرح‌های موجود که به طور معمول از مواد جامد غیر بلورین یا مواد بی‌نظم و غیر شفاف استفاده می‌کنند، در کنترل جریان یون‌ها مشکل دارند، بدین معنا که آنها در انتقال اطلاعات نورون به نورون موفق نیستند.

برای حل این مسئله، تیم تحقیقاتی با استفاده از قرص سیلیکون و آلیاژ سیلیکون-ژرمانیوم که معمولا در ترانزیستورها استفاده می‌شوند، سیناپس ساختند.

قرص سیلیکون یا قرص سیلیسیم(Silicon wafer) یک برش نازک از یک نیمه‌رسانا مانند بلورهای سیلسیم است که در ساخت تراشه‌های الکترونیکی و دیگر ریزابزارها کاربرد دارد.

"جیهوان کیم" سرپرست تیم گفت که این دو ماده کاملا متناقض با هم می‌توانند یک جابجایی قیف مانند ایجاد کنند و یک مسیر واحد بسازند که از طریق آن یون‌ها می‌توانند جریان پیدا کنند.

محققان آن را بر روی یک تراشه برای شبکه عصبی خود با تغذیه دهها هزار نمونه دست خط تست کردند. نتیجه این بود که توانست دست‌خط‌ها را با دقت 95 درصد به درستی تشخیص دهد که نتیجه بدی نبود.

بد نیست بدانید که الگوریتم‌های فعلی که توسط سخت افزارهای رایج ساخته می‌شوند، دارای دقت 97 درصدی هستند.

هر چند محاسبات نورومورفیک قادر به انجام کارهایی فراتر از تشخیص نمونه دست‌خط خواهد بود. در آینده، این رشته می‌تواند منجر به ایجاد دستگاه‌های هوش مصنوعی قابل حمل بسیار قوی‌تر از گوشی‌های مدرن کنونی شود.

"کیم" گفت: در نهایت ما می‌خواهیم یک تراشه به بزرگی یک ناخن برای جایگزینی با یک ابررایانه بزرگ داشته باشیم. ابداع این سیناپس‌ها یک گام اساسی برای دستیابی به سخت‌افزار مصنوعی واقعی است.