تلاش بشر برای ساخت «مغز مصنوعی»

کامپیوتر نورومورفیک: در آستانه خلق «مغز مصنوعی» و بازتعریف آینده هوش مصنوعی

کامپیوتر نورومورفیک چیست ؟ هنگامی که صحبت از آینده هوش مصنوعی به میان می‌آید، معمولاً تصور ما به سمت مدل‌های زبانی پیشرفته و ربات‌های انسان‌نما معطوف می‌شود. اما در پس‌پرده، یک تحول شگرف و بنیادین در حال وقوع است: ظهور کامپیوترهایی که نه بر اساس منطق پردازش کلاسیک، بلکه با الهام از نحوه عملکرد مغز انسان طراحی شده‌اند. این پدیده، عرصه پردازش نورومورفیک نام دارد؛ فناوری‌ای که نویدبخش بازتعریف مسیر توسعه هوش مصنوعی در دهه آینده است و خود را به عنوان نزدیک‌ترین تلاش بشر برای ساخت «مغز مصنوعی» مطرح کرده است.

سرویس فناوری اطلاعات از خبر ICT در این مطلب به تشریح این مفهوم مهم در عصر هوش مصنوعی می پردازد.

کامپیوتر نورومورفیک چیست؟ فراتر از شکاف ون نوییمن

تفاوت اساسی کامپیوترهای معمولی و نورومورفیک در معماری آن‌ها نهفته است. در سیستم‌های کلاسیک، واحد پردازنده (CPU/GPU) و حافظه (RAM) از هم جدا هستند. این جدایی منجر به یک گلوگاه پردازشی (Von Neumann bottleneck) می‌شود، زیرا داده‌ها باید به طور مداوم بین این دو بخش جابجا شوند؛ فرایندی که هم زمان‌بر و هم پرمصرف است.

در مقابل، مغز انسان فاقد چنین محدودیتی است. نورون‌ها و سیناپس‌های زیستی به طور هم‌زمان وظایف ذخیره‌سازی و پردازش اطلاعات را بر عهده دارند. کامپیوترهای نورومورفیک دقیقاً از این الگو الهام گرفته‌اند. در این سیستم‌ها، میلیون‌ها نورون و سیناپس مصنوعی در کنار هم قرار می‌گیرند تا عملکردی شبیه به مغز را تقلید کنند. این رویکرد مزایای چشمگیری را به همراه دارد:

• هم‌زمانی پردازش (Parallel Processing): قابلیت انجام محاسبات متعدد به صورت موازی، سرعت و کارایی را به شدت افزایش می‌دهد.
• مصرف انرژی بسیار پایین: در حالی که GPUهای مدرن صدها وات برق مصرف می‌کنند، تراشه‌های نورومورفیک می‌توانند با توان مصرفی در حد میلی‌وات (mW) عملیات پیچیده را انجام دهند. این امر برای دستگاه‌های قابل حمل، رباتیک و اینترنت اشیاء (IoT) حیاتی است.
• واکنش فوق‌سریع (Low Latency): حذف گلوگاه پردازشی باعث می‌شود سیستم‌ها به ورودی‌ها با تأخیر بسیار کمی پاسخ دهند، که برای کاربردهای حسی مانند بینایی ماشینی ضروری است.
• یادگیری در لحظه (On-device Learning): بسیاری از این سیستم‌ها قادرند بدون نیاز به اتصال به سرورهای ابری، مستقیماً روی دستگاه، الگوها را فرا گرفته و با محیط تطبیق پیدا کنند.

مزیت‌های کلیدی: چرا نورومورفیک‌ها آینده‌سازند؟

1. انقلاب در بهره‌وری انرژی: مصرف انرژی ناچیز، امکان پیاده‌سازی هوش مصنوعی پیشرفته را در گجت‌های پوشیدنی، موبایل‌ها و سایر دستگاه‌های کم‌توان فراهم می‌کند.
2. سرعت و دقت در پردازش حسی: با تقلید از مغز، این فناوری سرعت و دقت پردازش اطلاعات حسی مانند بینایی و شنوایی را به سطوح بی‌سابقه‌ای ارتقا می‌دهد.
3. توانمندسازی AI روی دستگاه (Edge AI): وابستگی به سرورهای ابری کاهش یافته و امکان اجرای مدل‌های هوش مصنوعی پیچیده به صورت مستقل روی دستگاه‌هایی مانند موبایل‌ها، هدست‌های هوشمند و خودروها فراهم می‌شود. این امر به معنای کاهش تأخیر، حفظ حریم خصوصی و کاهش هزینه‌ها است.
4. مقیاس‌پذیری زیستی: معماری مبتنی بر شبکه‌های عصبی زیستی، اضافه کردن ظرفیت پردازشی (نورون‌ها و سیناپس‌های بیشتر) را نسبت به معماری‌های سنتی ساده‌تر و کارآمدتر می‌کند.

کاربردها: از رباتیک تا خودروهای خودران

• رباتیک: ربات‌های انسان‌نما و صنعتی که نیاز به تصمیم‌گیری و پردازش آنی محیط دارند، از مزایای سرعت و کم‌مصرف بودن نورومورفیک‌ها بهره‌مند می‌شوند.
• خودروهای خودران: تشخیص سریع مسیر، موانع و عابران پیاده، امری حیاتی است که سرعت و دقت نورومورفیک‌ها آن را تضمین می‌کند.
• گجت‌های پوشیدنی و واقعیت افزوده/مجازی: ساعت‌های هوشمند، عینک‌های AR/VR و سایر دستگاه‌ها می‌توانند با این فناوری، قابلیت‌های AI پیشرفته‌تری را بدون نگرانی از مصرف باتری یا تولید گرما ارائه دهند.
• پهپادها: وزن کم، مصرف انرژی ناچیز و واکنش سریع، ویژگی‌های کلیدی هستند که نورومورفیک‌ها به بهترین شکل برای پهپادها ارائه می‌دهند.

بازیگران اصلی در این عرصه رقابتی:

• اینتل (Intel) با Loihi 2: اینتل با تراشه‌های نورومورفیک نسل دوم خود، که میلیون‌ها سیناپس و قابلیت یادگیری روی تراشه را دارا هستند، پیشگام این حوزه است.
• آی‌بی‌ام (IBM) با TrueNorth: این شرکت با معماری TrueNorth، که یکی از اولین معماری‌های نورومورفیک در مقیاس بزرگ با یک میلیون نورون مصنوعی بود، نقش مهمی ایفا کرده است.
• مراکز تحقیقاتی و استارتاپ‌های نوپا: دانشگاه‌ها و استارتاپ‌ها در سراسر جهان (مانند چین، آلمان، آمریکا و سوئیس) در حال توسعه تراشه‌های سیناپسی با قابلیت‌های برنامه‌ریزی مستقل و پیشرفته هستند.

چرا این فناوری مرکز توجه آینده است؟

کامپیوترهای نورومورفیک صرفاً ابزاری برای افزایش سرعت پردازش نیستند؛ آن‌ها نماینده تولد یک شکل کاملاً جدید از کامپیوتر هستند. در حالی که مدل‌های زبانی هوش مصنوعی، توانایی شبیه‌سازی “تفکر سطح بالا” را دارند. کامپیوترهای نورومورفیک، “سیستم عصبی” زیربنایی این هوش مصنوعی آینده را فراهم می‌کنند. این فناوری، پلی است بین محاسبات سنتی و هوش مصنوعی واقعی که قادر به درک، یادگیری و تعامل با جهان به شیوه‌ای مشابه انسان است.

تحقیق و تدوین : مهدی گمرکی

مشاوره تجارت الکترونیکی و کسب کار یاراکسب