شبیه‌سازی مغز انسان مدلی مناسب برای هوش مصنوعی است؟

شبیه‌سازی مغز انسان در هوش مصنوعی رویایی است که بسیاری از دانشمندان در سر دارند. اما سوال اینجاست که آیا مدل‌های هوش مصنوعی برای کارکرد عالیشان باید کارکردی شبیه به مغز داشته باشند. برای جواب این پرسش، با ما تا انتهای این مقاله همراه باشید.

هوش مصنوعی و مغز انسان

در تابستان 2009، دانشمند علوم اعصاب اسرائیلی، هنری مارکرام در دانشگاه آکسفورد انگلستان پیشنهاد جسورانه‌ای ارائه داد. وی اعلام نمود که در طی یک دهه، او و همکارانش شبیه‌سازی مغز انسان در داخل یک سوپررایانه را به انجام رساندند. آنان قبلا سال‌ها صرف نقشه‌برداری از سلول‌ها در نئوکورتکس‌ها -مرکز تصورات و ادراک- بودند. مارکرام اینچنین توضیح داد: “کار شبیه‌سازی مغز انسان شبیه دسته‌بندی قطعات یک جنگل بارانی است. اینکه چه تعداد درخت در این جنگل موجود است؟ شکل درختان به چه صورت است؟ و دیگرسوالاتی از این دست”. تیم مارکرام یک جنگل بارانی مجازی سیلیکونی را خلق کردند. با این امید که هوش مصنوعی به صورت کاملا ارگانیک ظهور کند؛ بدین وسیله شبیه‌سازی مغز انسان به صورت بی‌نظیری انجام گردد. اگر همه چیز به خوبی پیش رود، شاید مغز شبیه‌سازی شده بتواند یک گفتگوی TED را توسط یک پرتو هولوگرام دنبال نماید.

ایده مارکرام (که ممکن است با تقلید فرم‌ها و شکل‌ها، قادر به درک عیمق ماهیت هوش بیولوژیکی باشیم) ریشه در یک سنت دیرینه دارد. این ایده به آناتومیست برجسته اسپانیایی سنتیاگو کاجال می‌رسد. در اواخر قرن 19 میلادی، کاجال شروع به کاووش درباره شبیه‌سازی مغز انسان و عملکردش در زیر میکروسکوپ کرد. وی مغز انسان را با جنگلی مقایسه نمود که در جای جای آن تنه‌های درختان، شاخه‌ها و برگ‌ها وجود دارد. کاجال توانست توسط گسترش هزاران هزار نورون با جزئیاتی بسیار دقیق و حیرت‌آور در مغز، تا حدی نحوه عملکرد خیره‌کننده نورون‌ها را استنباط نماید. وی مشاهده نمود که نورون‌ها به صورت موثر و خارق‌العاده‌ای دستگاه‌ههای ورودی-خروجی یک‌طرفه‌ای هستند. بدین صورت که پیام‌های الکتروشیمیایی را از ساختار درخت مانند به نام “دندریت‌ها” دریافت می‌دارند. سپس در سراسر لوله‌های باریکی به نام “آکسون”، دقیقا مانند اتصالات هادی برق عبور می‌دهند.

شبیه‌سازی مغز انسان توسط رمزنگاری افکار پیچیده وی

روش کاجال برای مشاهده نورون‌ها به لنزهایی انجامید. با کمک این لنزها دانشمندان توانستند عملکرد مغز را مورد مطالعه قرار دهند. مطالعات آنان، الهام‌بخش نوآوری‌ها و پیشرفت‌هایی خارق‌العاده‌ای در تکنولوژی شد. در سال 1943، روانشناس وارن مک‌کالوچ و شاگرد وی والتر پیت، نوجوان بی‌خانمان ولی اعجوبه در ریاضی مدلی براساس شبیه‌سازی مغز انسان ارایه دادند. آنان توانستند چارچوبی زیبا برای رمزنگاری افکار پیچیده وی پدیدار نمایند. بر اساس نگره آنان هر نورون، یک عملکرد منطقی پایه‌ای و اساسی است. وظیفه نورون‌ها اتصال چندین ورودی را به یک خروجی باینری (درست یا نادرست) است. این عملگرها، همچون حروف الفبا در ابتدا ساده‌ هستند. اما با چیده شدن درکنار هم، واژگان، جمله و پاراگراف‌ها را می‌سازند. بعدها مشخص شد که مدل پیشنهادی مک‌کالوچ و پیت برای شبیه‌سازی مغز انسان و توصیف چگونگی عملکرد آن مدلی ناکارامد است. اما دستاوردشان به مهم‌ترین کلید در معماری و ساخت اولین رایانه‌های مدرن تبدیل شد. گفتنی است استنتاج هوش مصنوعی با کمک مدل مک‌کالوچ و پیت ممکن شد.

شاید بهتر باشد این شبکه‌ها را شبکه‌های عصبی بنامیم. شبکه‌های عصبی همانند نورون‌های شبیه سازی شده مک‌کالوچ و والتر پیت، پرتره‌های امپرسیونیستی از فعالیت مغزی هستند.

چگونگی فرایند بازسازی تصویر توسط مغز

فرض کنید که یک سگ زرد به شما نزدیک می‌شود. برای تشخیص سگ، مغز شما باید داده‌هایی خام از سراسر لایه‌های از نورون‌های ویژه در غشا مغزی را جمع‌آوری نماید. با جمع‌آوری این داده‌ها، سرانجام تصویر نهایی سگ در مغز بازسازی می‌شود. یک شبکه عصبی بر مبنای شبیه‌سازی مغز انسان، باید قادر به پردازش تصویر بر مبنای داده‌های خام باشد. در مغز انسان، داده‌های خام از طریق آرایش نورون‌ها در مجموعه‌های کوچکتر جریان می‌یابند. هر نورون، داده‌های لایه‌های قبل‌تر را به خروجی‌ها متصل می‌کند. تا اینکه سرانجام تصویر نهایی با همه پیچیدگی‌هایش بازسازی شود. تصاویر بدین صورت بازسازی می‌شوند:

• لایه اول لبه‌ها و نقاط تاریک و روشن را پوشش می‌دهد.
• لایه بعدی این نقاط را به بافت‌هایی ترکیب می‌کند.
• در لایه‌های دیگر، دهان، چشم و دیگر اجزای سگ شکل می‌گیرند
• و در لایه آخر، تصویر کامل سگ شکل می‌گیرد.

مبانی جهان هوشمند

علی‌رغم همه این شباهت‌ها، کارکرد شبکه‌های عصبی مصنوعی، اصلا شبیه به مغز نیست. زیرا این شبکه‌ها از ترفندهای ریاضی استفاده می‌کنند. چنین ترفندهایی برای سیستم‌های بیولوژیکی ناکارامد است. گرچه در برخی مفاهیم پایه‌ای، مغز و مدل‌های هوش مصنوعی وجه اشتراکی با هم دارند. اما با این وجود، درک کارکرد بی‌نقص سیستم‌های هوش بیولوژیکی برای بشر امکان‌پذیر نشده است.

آنچه دانشمندان کامپوتر و علوم اعصاب دنبال می‌کنند، تئوری جهانی هوشمند است.  این دیدمان، شامل مجموعه‌ای از قانون‌هایی برای نگهداری اطلاعات و داده‌ها در بافت‌های مغزی و یا بافت‌های سیلیکونی است.

بعد از گذشت 11 سال و صرف هزینه‌ای بالغ بر 1.3 بیلیون دلار بر پیشنهاد مغز شبیه‌سازی شده مارکرام، مشخص شد هیچ بینش اساسی در مطالعات وی وجود ندارد.

قسمتی از این مشکل چیزی است که لوییس کارول  نزدیک به یک قرن پیش، انگشت خود را بر روی آن نهاد. کارول ملتی را توصیف نمود که غرق در به تصویرکشیدن دقیق نقشه کشور خود را دارند. نقشه‌ای که بی‌گمان به اندازه کل یک کشور گیرا و چشم‌گیر است. اما در نهایت چه به شما می‌آموزد؟ اینجاست که مشکل مارکرام توضیح داده می‌شود.

حتی با شبیه‌سازی مغز انسان درست به همان ظرافت، اصول اساسی شناخت و ادراک همچنان دست‌نیافتنی باقی می‌مانند. همان‌طور که فیزیکدان معروف ریچارد فایمن اظهار داشت:”آنچه من توانایی خلق آن را ندارم، توانایی درکش نیز نخواهم داشت.” بنابراین آنچه باید به مارکرام و همکارانش اضافه کرد، این است:”آنچه که می‌توانم خلق کنم، ناگزیر قادر به درک آن نخواهم بود.”

جمع‌بندی کلی

این امکان وجود دارد که مدل‌های هوش مصنوعی هیچ نیازی به تقلید از مغز نخواهند داشت. درست همانند هواپیماها که شباهت کمی به پرندگان دارند، اما درست مانند آنان پرواز می‌کند. گرچه اینگونه به نظر می‌رسد سریع‌ترین راه برای درک هوش یادگیری اصول و قوانین زیست‌شناسی و شبیه‌سازی مغز انسان است. طرح تکاملی مغز یک نابینا در نوبه خود بسیار درخشان و خیره‌کننده در سراسر طبیعت است. با همه این‌ها، بزرگ‌ترین ذهن‌های ما در برابر یک ویروس کم‌هوش و ناچیز ناکارامد عمل می‌کند.

بهتر است به یاد داشته باشید توصیف چگونگی اجرای اطلاعات در مغز، شبیه توصیف لباس‌های امپراتور در غیاب وی است. با این وجود به خود قول می‌دهیم که امپراتور را صرف نظر از اینکه چه پوشیده، خواهیم شناخت.