دوقلوی دیجیتال مغز مبتنی بر هوش مصنوعی

به گزارش خبرنگار علم و فناوری ایسکانیوز به نقل از SciTechDaily؛ درست همانطور که خلبانان از شبیه‌سازهای پرواز برای انجام ایمن مانورهای پیچیده استفاده می‌کنند، دانشمندان ممکن است به زودی آزمایش‌هایی را روی شبیه‌سازی بسیار واقعی مغز موش انجام دهند. در این مطالعه جدید، محققان در بخش پزشکی دانشگاه استنفورد یک مدل هوش مصنوعی برای ایجاد یک «دوقلوی دیجیتال» از قشر بینایی موش، منطقه مغز مسئول پردازش اطلاعات بصری، توسعه دادند.^[1]

این دوقلوی دیجیتال روی مجموعه داده‌های گسترده فعالیت عصبی که از موش‌های واقعی هنگام تماشای کلیپ‌های فیلم ضبط شده بود، آموزش دید. این مغز مجازی پس از آموزش، می‌تواند به دقت پیش‌بینی کند که ده‌ها هزار نورون چگونه به تصاویر و ویدئوهای جدید پاسخ می‌دهند. به طور کلی، دوقلوهای دیجیتال می‌توانند مطالعه عملکرد درونی مغز را آسان‌تر و کارآمدتر کنند.

آندریاس تولیاس، دکترای پزشکی، استاد چشم‌شناسی پزشکی استانفورد و نویسنده ارشد این مطالعه که در مجله نیچر منتشر شد، می‌گوید: اگر مدلی از مغز بسازید و بسیار دقیق باشد، به این معنی است که می‌توانید آزمایش‌های بسیار بیشتری انجام دهید. سپس آنهایی که امیدوار کننده‌ترین هستند، می‌توانند در مغز واقعی آزمایش شوند.

برخلاف مدل‌های قبلی هوش مصنوعی قشر بینایی، که می‌توانست پاسخ مغز را فقط به نوع محرک‌هایی که در داده‌های آموزشی می‌دیدند شبیه‌سازی کند، مدل جدید می‌تواند پاسخ مغز را به طیف وسیعی از ورودی‌های بصری جدید پیش‌بینی کند. حتی می‌تواند ویژگی‌های تشریحی هر نورون را حدس بزند.

مدل جدید نمونه‌ای از یک مدل پایه است، یک کلاس نسبتاً جدید از مدل‌های هوش مصنوعی که می‌توانند از مجموعه داده‌های بزرگ یاد بگیرند، سپس آن دانش را در وظایف جدید و انواع جدید داده‌ها به کار ببرند - یا آنچه محققان «تعمیم خارج از توزیع آموزشی» می‌نامند.

ChatGPT نمونه‌ای آشنا از یک مدل پایه است که می‌تواند از مقادیر زیادی متن یاد بگیرد تا متن جدید را بفهمد و تولید کند.

فیلم‌های موش

محققان برای آموزش مدل جدید هوش مصنوعی، ابتدا فعالیت مغز موش‌های واقعی را هنگام تماشای فیلم ثبت کردند - فیلم‌های ساخته شده برای مردم. این فیلم‌ها در حالت ایده‌آل تقریباً چیزی است که موش‌ها ممکن است در محیط‌های طبیعی ببینند.

تولیاس می‌گوید: نمونه‌سازی یک فیلم واقع‌گرایانه برای موش‌ها بسیار سخت است، زیرا هیچ کس فیلم‌های‌ه الیوودی را برای موش نمی‌سازد. اما فیلم‌های اکشن تا حدود زیادی چیزی بود که ما نیاز داشتیم.

موش‌ها دید با وضوح پایینی دارند - شبیه به دید محیطی ما - به این معنی که عمدتا حرکت را به جای جزئیات یا رنگ می‌بینند. تولیاس می‌افزاید: موش‌ها حرکت را دوست دارند، چون به شدت سیستم بینایی آنها را فعال می‌کند، بنابراین ما فیلم‌هایی را به آنها نشان دادیم که اکشن زیادی دارند.

در طول بسیاری از جلسات تماشای کوتاه، محققان بیش از ۹۰۰ دقیقه فعالیت مغزی هشت موش در حال تماشای کلیپ‌های فیلم‌های اکشن مانند «مکس دیوانه» یا Mad Max را ثبت کردند. دوربین‌ها حرکات چشم و رفتار آنها را زیر نظر داشتند.

محققان از داده‌های جمع‌آوری‌ شده برای آموزش یک مدل اصلی استفاده کردند، که سپس می‌توان آن را به یک دوقلوی دیجیتال از هر ماوس شخصی با کمی آموزش اضافی سفارشی کرد.

پیش‌بینی‌های دقیق

این دوقلوهای دیجیتال توانستند از نزدیک فعالیت عصبی همتایان بیولوژیکی خود را در پاسخ به انواع محرک‌های بصری جدید، از جمله فیلم‌ها و تصاویر ساکن، شبیه‌سازی کنند. تولیاس می‌گوید که مقدار زیادی از داده‌های آموزشی جمع‌آوری شده، کلید موفقیت این دوقلوهای دیجیتال بود. آنها بسیار دقیق بودند، زیرا روی چنین مجموعه داده‌های بزرگی آموزش دیده بودند.

اگرچه این مدل‌های جدید فقط روی فعالیت عصبی آموزش دیده‌اند، اما می‌توانند به انواع دیگر داده‌ها تعمیم دهند. دوقلوی دیجیتال یک موش خاص قادر به پیش‌بینی مکان‌های آناتومیکی و نوع سلول هزاران نورون در قشر بینایی و همچنین ارتباطات بین این نورون‌ها بود.

محققان این پیش‌بینی‌ها را در برابر تصویربرداری با وضوح بالا و میکروسکوپ الکترونی از قشر بینایی موش، که بخشی از یک پروژه بزرگ/ تر برای ترسیم ساختار و عملکرد قشر بینایی موش با جزئیات بی‌سابقه بود، تائید کردند. نتایج آن پروژه که با نام MICRONS شناخته می‌شود، به طور همزمان در نیچر منتشر شد.

باز کردن جعبه سیاه

از آنجایی که یک دوقلوی دیجیتال می‌تواند به مدت طولانی از عمر یک موش گذشته باشد، دانشمندان می‌توانند تقریباً تعداد نامحدودی از آزمایش‌ها را روی همان حیوان انجام دهند. آزمایش‌هایی که سال‌ها طول می‌کشد را می‌توان در ساعت‌ها تکمیل کرد و میلیون‌ها آزمایش می‌توانند به طور همزمان انجام شوند و تحقیقات در مورد چگونگی پردازش اطلاعات توسط مغز و اصول هوش را سرعت بخشد.

تولیاس می‌گوید: ما در تلاشیم تا جعبه سیاه را باز کنیم تا مغز را در سطح تک تک سلول‌های عصبی یا جمعیت‌های نورون‌ها و نحوه کار آنها با یکدیگر برای رمزگذاری اطلاعات درک کنیم.

در واقع، مدل‌های جدید در حال حاضر بینش‌های جدیدی را ارائه می‌دهند. در مطالعه مرتبط دیگری که به طور همزمان در نیچر منتشر شد، محققان از یک دوقلوی دیجیتال برای کشف اینکه چگونه نورون‌های قشر بینایی نورون‌های دیگری را انتخاب می‌کنند که با آنها ارتباط برقرار کنند، استفاده کردند.

:بیشتر بخوانید

آیا هوش مصنوعی واقعاً می‌تواند فکر کند؟

دانشمندان می‌دانستند که نورون‌های مشابه تمایل به ایجاد ارتباط دارند، مانند افرادی که دوستی ایجاد می‌کنند. دوقلوی دیجیتال نشان داد که کدام شباهت‌ها مهم‌تر هستند. نورون‌ها ترجیح می‌دهند با نورون‌هایی که به یک محرک پاسخ می‌دهند - به عنوان مثال رنگ آبی - به نورون‌هایی که به همان ناحیه از فضای بینایی پاسخ می‌دهند، متصل شوند.

تولیاس می‌افزاید: مثل این است که شخصی دوستان را بر اساس آنچه دوست دارند انتخاب کند و نه بر اساس جایی که هستند. ما این قانون دقیق‌تر از نحوه سازماندهی مغز را یاد گرفتیم.

محققان قصد دارند مدل‌سازی خود را به سایر نواحی مغز و حیوانات، از جمله نخستی‌ها، با قابلیت‌های شناختی پیشرفته‌تر گسترش دهند.

تولیاس می‌گوید: در نهایت، من معتقدم که ساخت دوقلوهای دیجیتال حداقل از بخش‌هایی از مغز انسان امکان‌پذیر خواهد بود. این فقط نوک کوه یخ است.

انتهای پیام/

References

1. ^{^}ایسکانیوز (www.iscanews.ir)

Authors: صاحب‌خبران - جدیدترین و آخرین اخبار ایران و جهان - علمی-فناوری