محققان علاقه زیادی به پتانسیل استفاده از الهام از مغز انسان برای بهبود هوش مصنوعی دارند. © inait
محققان علاقه زیادی به پتانسیل استفاده از الهام از مغز انسان برای بهبود هوش مصنوعی دارند. © inait

همکاری مایکروسافت با استارت‌آپ هوش مصنوعی برای شبیه‌سازی استدلال مغز

هوش مصنوعی جدید به جای تکیه بر داده‌های از پیش موجود، از تجربیات دنیای واقعی یاد می‌گیرد.

مایکروسافت با یک استارت‌آپ سوئیسی همکاری کرده است تا یک مدل هوش مصنوعی جدید را مستقر کند که قدرت استدلال مغز پستانداران را برای پیشبرد زمینه‌هایی از معاملات مالی گرفته تا رباتیک شبیه‌سازی می‌کند.

این مشارکت بین غول فناوری ایالات متحده و Inait مستقر در لوزان، از دو دهه تحقیقات علوم اعصاب دیجیتال برای انعکاس هوش بیولوژیکی و بهبود قابلیت‌های هوش مصنوعی بهره می‌برد.

حامیان این فناوری استدلال می‌کنند که این فناوری تحول‌آفرین است زیرا می‌تواند از تجربیات دنیای واقعی یاد بگیرد به جای اینکه به تشخیص همبستگی‌ها در داده‌های از پیش موجود متکی باشد.

ریچارد فری، مدیرعامل Inait، گفت که این گروه در سال 2018 "با این ایده تأسیس شد که تنها شکل اثبات‌شده هوش در مغز است و اگر بتوانیم بر مغز مسلط شویم، می‌توانیم نوع بسیار متفاوت، بسیار قدرتمند و بدیعی از هوش مصنوعی را انجام دهیم."

بازسازی دیجیتالی هیپوکامپ با 800000 نورون © inait

او افزود: "من هیجان‌زده هستم که اکنون محصولاتی می‌سازیم که در آن مغزهای دیجیتالی با اندازه‌ها و انواع مختلف را آموزش می‌دهیم تا بزرگترین چالش‌هایی که صنایع بزرگ امروز با آن روبرو هستند را برطرف کنند."

این شرکت‌ها که روز سه‌شنبه از این همکاری رونمایی کردند، از فناوری Inait برای گسترش ارائه مدل هوش مصنوعی مایکروسافت به مشتریان خود استفاده خواهند کرد.

در بخش مالی، این مشارکت بر ارائه الگوریتم‌های پیشرفته معاملات، ابزارهای مدیریت ریسک و مشاوره شخصی متمرکز خواهد بود. در رباتیک، به توسعه ماشین‌هایی برای تولید صنعتی کمک می‌کند که سازگاری بیشتری با محیط‌های پیچیده و پویا دارند.

آدیر رون، مدیر ابر و هوش مصنوعی EMEA مایکروسافت برای استارت‌آپ‌ها و بومی‌های دیجیتال، گفت: "Inait در حال پیشگامی یک الگوی جدید هوش مصنوعی است - حرکت فراتر از مدل‌های سنتی مبتنی بر داده به مغزهای دیجیتالی که قادر به شناخت واقعی هستند."

این اعلامیه علاقه شدید در بین محققان و شرکت‌ها به علوم اعصاب و پتانسیل استفاده از الهام از مغز انسان برای بهبود هوش مصنوعی را برجسته می‌کند.

تصویری از یک منطقه از نئوکورتکس (neocortex) و تالاموس (thalamus) به همراه رگ‌های خونی © inait

کار Inait بر اساس یک ابتکار 20 ساله با بودجه دولت سوئیس است که در دسامبر به پایان رسید تا از تحقیقات مغزی برای ایجاد ماکت‌های دیجیتالی دقیق بیولوژیکی از اندام‌ها استفاده شود.

هنری مارکرام، رهبر پروژه سوئیسی و یکی از بنیانگذاران Inait، گفت که این پروژه داده‌ها را از تحقیقات روی مغز پستانداران جمع‌آوری کرده است تا 18 میلیون خط کد کامپیوتری برای تولید شبیه‌سازی‌ها توسعه دهد.

او گفت: "این بیشتر حول محور مغز موش ساخته شده است، اما یک دستورالعمل عمومی است و می‌تواند برای بازآفرینی یا تکرار مغز سایر گونه‌ها نیز استفاده شود، از مورچه‌ها گرفته تا - در اصل - انسان‌ها."

مارکرام افزود، مدل‌های هوش مصنوعی مبتنی بر شبیه‌سازی مغز این پتانسیل را دارند که انرژی کمتری مصرف کنند و بسیار سریع‌تر از مدل‌های تقویت عمیق موجود یاد بگیرند و پس از استقرار برای مشتری، به این کار ادامه دهند.

این رویکرد با موانع متعددی مانند پیچیدگی و منابع فشرده ساختن یک ماکت از مغز انسان روبرو است. با این حال، مارکرام استدلال کرد که بسیاری از محصولات تجاری به این امر نیاز ندارند.

فناوری شبیه‌سازی توسعه‌یافته در طول پروژه سوئیسی از طریق ترکیبی از محصولات رایگان و اشتراکی از Open Brain Institute، یک سازمان غیرانتفاعی که توسط مارکرام تأسیس شده است، در اختیار محققان قرار می‌گیرد.

او گفت، این می‌تواند دروازه‌ای برای شبیه‌سازی‌های سفارشی باشد تا به دانشمندان اجازه دهد شرایط عصبی مانند اوتیسم را بررسی و بهتر درک کنند.

محققان امیدوارند دانش به دست آمده از پروژه‌هایی مانند نقشه مغز یک مگس میوه بالغ را که سال گذشته رونمایی شد، توسعه دهند. هدف از چنین ابتکارات نقشه‌برداری، ایجاد اطلس "اتصالات" است - مجموعه‌ای از مسیرها برای جریان اطلاعات بین سلول‌های عصبی که مغز را تشکیل می‌دهند و سیناپس‌هایی که آنها را به هم متصل می‌کنند.

آنتون آرخیپوف، محقق در موسسه آلن، یک سازمان تحقیقاتی علوم زیستی غیرانتفاعی مستقر در ایالات متحده، گفت: در حالی که اتصالات ایستا بودند، ویژگی‌های پویای شبیه‌سازی‌ها می‌تواند برای درک نحوه عملکرد فرآیندهای مغزی حیاتی باشد.

او گفت: "شاید یک قیاس منطقی این باشد که اتصال یک نقشه از جاده‌های شهر است، در حالی که شبیه‌سازی‌ها سناریوهای واقعی از ترافیک در حال حرکت در شهر تحت شرایط مختلف را به شما ارائه می‌دهند."