أول وصلة مخ صناعي قادرة على التعلم

ولكن العلماء قد قطعوا خطوة أقرب إلى جعل هذا الأمر حقيقة واقعة مع إنتاج أول وصلة مخ صناعية يمكن أن تتعلم بشكل مستقل، بحسب صحيفة “ديلي ميل” البريطانية.

الوصلة الصناعية “ساينابس”

تمثل هذه الدراسة الرائدة خطوة كبيرة نحو الآلات الذكية التي تتعلم دون الحاجة إلى مدخلات بشرية.

قام فريق من الباحثين الدوليين، بقيادة العلماء في المركز الوطني الفرنسي للبحث العلمي، ومقره في باريس، بإنتاج الوصلة الصناعية “ساينابس”، بمعنى نقطة الاشتباك العصبي، التي تغير تكوينها على أساس انطلاق “إشارات المخ”.

وعندما تكون نقطة الاشتباك العصبي تحت الاستخدام الكثيف، فإنه يتم تكييفها لإسقاط مقاومتها الكهربية وجعل مسار الإشارة أسرع وأكثر كفاءة.

وقال الباحثون إن هذا يمكن أن يبني يوما ما الذكاء الصناعي الذي يتعلم مثل المخ البشري.

نموذج تعلم

الأهم من ذلك، أنه أمكن للعلماء عمل “نموذج” لجهاز التعلم، وهذا يعني أنه يمكن التنبؤ بكيف سيتفاعل مع الإشارات. ولم يسبق أن تحققت هذه الخطوة أبدا في دراسات التعلم الآلي الماضية.

وترتبط عملية التعلم في المخ بنقاط الاشتباك العصبي لدى الإنسان، والتي تخدم كوصلات بين الخلايا العصبية.

وكتب الباحثون في ورقة البحث “أن التعلم يتحقق في المخ، من خلال قدرة نقاط الاشتباك العصبي على إعادة تكوين القوة التي يربطون بها الخلايا العصبية”.

وأضافوا: “تتدفق المعلومات من خلية عصبية إلى أخرى من خلال نقاط الاشتباك العصبي، التي تكون لها قوة اتصال متغيرة. ويقوم التوزيع العام لنقاط التشابك بتوفير الذاكرة للشبكة العصبية.”

مخزن الذاكرة

استلهم الباحثون من هذه الآلية الطبيعية تصميم نقطة الاشتباك العصبي الصناعية، وتسمى ” ميموري ستور “، بمعنى مخزن الذاكرة.

ويتألف هذا المكون الإلكتروني الصغير من طبقة رقيقة من مادة محصورة بين قطبين كهربائيين.

وتم ضبط مقاومة الطبقة الرقيقة للإشارات الكهربائية باستخدام نبضات جهد مماثلة لتلك الموجودة في الخلايا العصبية.
وإذا تم وضع المقاومة في حالة انخفاض، فإن اتصال نقطة الاشتباك العصبي سوف يكون قويا، في حين إذا تم وضع المقاومة في حالة ارتفاع، فإن الاتصال سوف يكون ضعيفا.

هذه القدرة على التكيف مع المقاومة الكهربائية تمكن نقطة الاشتباك العصبي من “التعلم”.

طرق أكثر كفاءة

نظر الباحثون منذ فترة طويلة إلى المخ البشري طلبا للإلهام في إنتاج آلة ذكية يمكن أن تتعلم.

وهذا المبدأ يعمل بالفعل في أجهزة الكمبيوتر في شكل خطوات يلزم أن تتبع لحل مسألة ما واستكمال مهام معينة، مثل التعرف على الصور. هذه الخطوات، على سبيل المثال، هي ما يستخدمه “فيسبوك” لتحديد الصور.

ولكن الإجراء يستهلك الكثير من الطاقة، ويسعى الباحثون لإيجاد طرق أكثر كفاءة لإنتاج آلات قادرة على التعلم.