دانشمندان در نزدیکی تحقق یک رویا: قدرتمندتر از قوی‌ترین کامپیوترها، کم‌مصرف‌تر از یک لامپ معمولی!

دانشمندان در نزدیکی تحقق یک رویا: قدرتمندتر از قوی‌ترین کامپیوترها، کم‌مصرف‌تر از یک لامپ معمولی!
خبر آنلاین
خبر آنلاین - ۱ آبان ۱۴۰۱

سحر استادرحیمی: محققان در تلاشند تا بتواند به وسیله ی یک ماده نرم ، قابل انعطاف و ارگانیک دستگاهی بسازند تا بتواند مانند نورون های مغز عمل کند و روزی بتوان با آن ها راهی برای اتباط با مغز انسان یافت. تراشته های نورومورفیک این قابلیت را دارند که در مغز انسان کار گذاشته شوند. این تراشه ها به ما امکان کنترل بازو های مصنوعی یا مانیتیور کامپیوتر را از راه فکر کردن می دهند.

مغز انسان یک ماشین محاسباتی شگفت انگیز است که تقریبا ۱.۵ کیلوگرم وزن دارد. مغز می تواند اطلاعات را بسیار سریع تر از کامپیوتر های فوق سریع پردازش کند. همچنین قابلیت ذخیره اطلاعات در مغز انسان هزاران برابر است.

"این تراشه ها به ما امکان کنترل بازو های مصنوعی یا مانیتیور کامپیوتر را از راه فکر کردن می دهند.مغز انسان یک ماشین محاسباتی شگفت انگیز است که تقریبا ۱.۵ کیلوگرم وزن دارد"اما از سویی دیگر انرژی مصرفی آن بیشتر از یک لامپ ۲۰ واتی نخواهد بود.

برخلاف کامپیوتر های معمولی تراشه های نورومورفیک می توانند مانند نورون ها مغز سیگنال های الکتروشیمیایی را دریافت و ارسال کنند. به گفته آلبرتو سالئو دانشمند دانشگاه استفورد، مغز ما با مواد شیمیایی و انتقال دهنده های عصبی، مانند دوپامین و سروتونین کار می کند و این امکان را دارد که به صورت الکتروشیمیایی اطلاعات را جابجا کند.

بیشتر بخوانید:

  • عکس | ماشین کمتر از ۴۰۰ میلیونی جدید چری، مخصوص شهرهای شلوغ مثل تهران!

  • عکس | قابلیت‌های پهپاد انتحاری جدید و پیشرفته ایرانی

  • حقیقتی بسیار ترسناک درباره تکامل تکنولوژی دیپ فیک

  • عضو کمیسیون اقتصادی مجلس: قطع کردن اینترنت جواب نمی‌دهد

سالئو و گروه دیگری از محققان با کنجکاوی در نحوه عملکرد نورون های عصبی مغز و سیناپس ها، موفق شدند تراشه هایی از مواد آلی تولید کنندکه به ساختار نورون های مغز انسان بسیار نزدیک است. این تراشه ها قادر خواهند بود مانند یک ترانزیستور سیگنال های الکتریکی را تولید کنند و مانند سلول های مغز اطاعات را نیز در خود ذخیره کنند.

اما جدا از نوع ماه سازنده این مدار ها، کارکرد آن ها با چیپ های موجود در کامپیوتر های معمولی متفات است . در کامپیوتر های معمولی اطلاعات به صورت صفر و یک ابتدا محاسبه شده و سپس تک به تک به پردازنده ها منتقل می شوند. اما در مغز انسان انتقال پیام به گونه ای متفاوت انجام می شود.

نورون های مغز تمام سیگنال ها را دریافت کرده و پس از انجام محاسبات و ذخیره سازی پیام ها را انتقال می دهند.

محققان همچنین دستگاه هایی را بنام ممرستیو( memrestive ) تولید کرده اند که مانند نورون ها عمل می کنند. این پردازنده ها سیگنال های آنالوگ را دریافت کرده و مستقیما بر مقدار مقاومت دستگاه تاثیر می گذارند. در واقع این دستگاه ها گیرنده پیام، محاسبه کننده و همچنین ذخیره کننده اطلاعات هستند. به طور مثال یه ممرستیو ساده دو لایه ای، ولتاژ را در یک لایه دریافت کرده و بر یون های مثبت لایه دوم تاثیر می گذارد. لایه دوم نیز جریان الکتریکی را در مسیر مورد نظر به راحتی هدایت می کند.

این پردازنده ها می توانند جاگزینی برای پرازنده های دیجیتال کامیپوتر ها نیز شوند و اطلاعات را به صورت آنالوگ ذخیره کنند.

"اما از سویی دیگر انرژی مصرفی آن بیشتر از یک لامپ ۲۰ واتی نخواهد بود.برخلاف کامپیوتر های معمولی تراشه های نورومورفیک می توانند مانند نورون ها مغز سیگنال های الکتروشیمیایی را دریافت و ارسال کنند"در حال حاضر اکثر ممرستیو ها از فناوری تراشه های سیلیکونی ساخته شده اند و برخی از آن ها به صورت تجاری برای افزایش سرعت برنامه های هوش مصنوعی بکار گرفته می شوند. این نوع پردازنده های آنالوگ با سرعت بیشتر و صرف انرژی کمتری کار می کنند. همچنین در آینده ای نچندان دور قادر خواهند بود به مغز انسان متصل شوند و تعامل داشته باشند.

در حال حاضر پردازنده ای در دانشگاه آلمان توسط فرانچسکو سانترو در حال توسعه است. این دستگاه قادر است اطلاعات ورودی به یک سلول واقعی را دریافت کند و با یادگیری از اطلاعات دریافتی، میزان دوپامین تولید شده میان سلول ها را تنظیم کند.

تولید این پردازنده ها در نهایت می تواند به توسعه و بهبود مانیتور ها و پروتز های مغزی برای انجام فعالیت هایی مانند رانندگی کمک کند. علاوه بر حجیم بودن دستگاه های امروزی، پیش بینی می شود این نوع دستگاه ها بتوانند در مواردی قابلیت محاسبات خودکار داشته باشند تا سرعت پردازش را فزایش دهند و سیگنال های نورون های مغز را قابل کنترل کنند.

منبع: ساینتیفیک‌آمریکن

۵۸۵۸

.

منابع خبر

اخبار مرتبط

باشگاه خبرنگاران - ۱۲ مرداد ۱۴۰۱
رادیو زمانه - ۱۲ خرداد ۱۳۹۹
خبرگزاری میزان - ۲۴ خرداد ۱۴۰۰
باشگاه خبرنگاران - ۱۱ فروردین ۱۴۰۰
باشگاه خبرنگاران - ۱ اسفند ۱۴۰۰
خبر آنلاین - ۱۲ اردیبهشت ۱۴۰۱
باشگاه خبرنگاران - ۱۱ دی ۱۴۰۰