برای اولین بار شبکه عصبی پرورش‌یافته در آزمایشگاه هدفمند عمل کرد!

به گزارش مجله خبری نگار/ایتنا،در سال ۲۰۲۱، پژوهشگران استارتاپ استرالیایی کورتیکال لبز موفق شدند مجموعه‌ای از نورون‌های زنده مغز انسان را به‌گونه‌ای پرورش دهند که بتواند بازی «پونگ» دهه ۱۹۷۰ را بیاموزد. این سامانه که «دیش‌برین» نام گرفت، تنها در پنج دقیقه یاد گرفت پدال بازی را حرکت دهد و توپ را بزند. این نخستین بار بود که یک شبکه عصبی پرورش‌یافته در آزمایشگاه، توانست رفتاری هدفمند انجام دهد.

محققان این دستاورد را نقطه عطفی در درک عملکرد مغز و نیز گامی برای آغاز عصر رایانه‌های زیستی فوق‌هوشمند دانستند؛ سامانه‌هایی که برخلاف هوش مصنوعی کنونی، بر پایه «هوش واقعی» ساخته می‌شوند. این رایانه‌ها با ترکیب نورون‌های زنده و سخت‌افزار، قادرند وظایفی را انجام دهند که الگوریتم‌های هوش مصنوعی در آنها ناکام می‌مانند، و آن هم با مصرف بسیار اندک انرژی.

کارایی انرژی در مغز انسان چشمگیر است؛ ۸۶ میلیارد نورون مغز تنها به حدود ۲۰ وات انرژی نیاز دارند؛ معادل مصرف یک لامپ ال‌ای‌دی. در مقابل، الگوریتم‌های هوش مصنوعی برای وظایف ساده مانند تشخیص چهره، هزاران برابر بیشتر انرژی مصرف می‌کنند.

هم‌زمان با انتشار مقاله دیش‌برین، شرکت اوپن‌ای‌آی «چت‌جی‌پی‌تی» را معرفی کرد؛ چت‌باتی که به سرعت به پدیده‌ای جهانی تبدیل شد. از آن زمان، مصرف انرژی جهانی برای هوش مصنوعی بنا بر گزارش دیلویت، ده برابر افزایش یافت و پیش‌بینی می‌شود این روند تا سال ۲۰۳۰ ادامه یابد.

این رشد مصرف، شرکت‌ها را به سمت سرمایه‌گذاری‌های عظیم سوق داده است. اوپن‌ای‌آی اخیراً قراردادی بزرگ با انویدیا امضا کرد تا نخستین مراکز داده چند گیگاواتی برای تامین انرژی هوش مصنوعی ساخته شود. به گفته جنسن هوانگ، مدیرعامل انویدیا، این «بزرگ‌ترین پروژه زیرساختی تاریخ هوش مصنوعی» خواهد بود. هدف اولیه، ایجاد توان محاسباتی معادل ۱۰ گیگاوات است؛ ظرفیتی برابر کل مراکز داده کشور کانادا.

مارک زاکربرگ نیز اعلام کرده متا صد‌ها میلیارد دلار برای ساخت مراکز داده عظیم سرمایه‌گذاری می‌کند تا به‌سوی ساخت «ابرهوش» پیش رود؛ هوشی که در همه زمینه‌ها از انسان برتر باشد. نخستین مرکز داده متا به نام «پرومتئوس» به اندازه جزیره منهتن وسعت خواهد داشت. اما چنین طرح‌هایی علاوه بر هزینه مالی، پیامد‌های زیست‌محیطی سنگینی نیز دارند. موسسه منابع جهانی برآورد کرده است که مراکز داده هوش مصنوعی تا ۲۰۳۰ سالانه ۱.۷ تریلیون گالن آب شیرین مصرف خواهند کرد.

افزایش نیاز به انرژی، حتی ممکن است مانع گذار به انرژی‌های پاک شود؛ زیرا برای تامین تقاضای رو به رشد، نیروگاه‌های آلاینده همچنان فعال باقی خواهند ماند. سم آلتمن، مدیرعامل اوپن‌ای‌آی، معتقد است تنها یک منبع انرژی کاملاً جدید، مانند همجوشی هسته‌ای، می‌تواند نیاز آتی هوش مصنوعی را برطرف کند. او هشدار داده که توان محاسباتی موردنیاز آینده چنان عظیم خواهد بود که درک آن دشوار است. هرچند آلتمن صد‌ها میلیون دلار در فناوری همجوشی سرمایه‌گذاری کرده، کارشناسان می‌گویند تحقق آن ممکن است دهه‌ها طول بکشد.

راه‌حل دیگر، تغییر رویکرد بنیادی به محاسبات است. زیست‌رایانه‌ها، که از نورون‌های زنده استفاده می‌کنند، به گفته دکتر اولینا کورتیس از استارتاپ فاینال‌اسپارک، یک میلیون بار کارآمدتر از پردازنده‌های سیلیکونی‌اند. او تأکید می‌کند این فناوری علاوه بر بهبود توان تعمیم‌پذیری هوش مصنوعی، می‌تواند انتشار گاز‌های گلخانه‌ای را بدون توقف پیشرفت فناورانه کاهش دهد. با این حال، زیست‌رایانه‌ها هنوز «جعبه‌سیاه»‌اند؛ راهی برای برنامه‌ریزی و کدگذاری اطلاعات در آنها وجود ندارد و نیاز به آزمایش‌های گسترده باقی است.

به باور دکتر کورتیس، تحقق تجاری زیست‌رایانه‌ها دست‌کم ۱۰ سال زمان می‌برد. افزون بر این، نورون‌های زنده عمر کوتاهی دارند و تنها چند ماه در محیط کشت زنده می‌مانند. مرگ نورون‌ها به معنای آغاز دوباره فرایند یادگیری است، چراکه هنوز انتقال حافظه ممکن نشده است.

با وجود این محدودیت‌ها، کورتیکال لبز اوایل سال جاری نخستین رایانه زیستی تجاری جهان را معرفی کرد؛ دستگاهی موسوم به «بدن در یک جعبه» که ۳۵ هزار دلار قیمت دارد و فعلاً فقط برای مقاصد پژوهشی عرضه می‌شود. هون ونگ چونگ، مدیرعامل این شرکت، آن را «پایه‌ای برای مرحله بعدی نوآوری» دانست و گفت تأثیر واقعی این فناوری زمانی آشکار خواهد شد که پژوهشگران و نوآوران بر پایه آن توسعه‌های تازه‌ای انجام دهند.