IBM و ۵ دانشگاه بزرگ روی رایانش شناختی کار میکنند
اگرچه کامپیوترها از نظر سرعت و مقیاس پردازش به مغز انسان رسیده و حتی از آن هم پیشی گرفتهاند، اما هنوز هیچ کدام از آنها به پیچیدگیهای مغز دست نیافتهاند.
این امر توجه بسیاری از شرکتهای کامپیوتری را به خود جلب کرده و رقابت شدیدی به وجود آورده است. IBM یکی از این شرکتها است که به تازگی با همکاری پنج دانشگاه بزرگ آمریکایی، قصد ساخت کامپیوتری دارد که از روش پردازش مغز انسان تقلید میکند.
سرمایه و هزینه تحقیقاتی این پروژه توسط یک آژانس دولتی تامین شده و شرکتهای مذکور موظف شدهاند که سختافزار و نرمافزاری طراحی کنند که شبیه به مغز انسان عمل کند.
دارمندا مودا (Dharmendra Modha)، مدیر رایانش شناختی در مرکز تحقیقاتی IBM میگوید: تا به امروز کامپیوتری ساخته نشده که از نظر قدرت و عملکرد همه جانبه به حد مغز انسان برسد.
وی میافزاید: ذهن مجموعهای از فرآیندهاست که با هیجان، درک، کنش، شناخت، احساس و تعامل آمیخته شده است. مغز میتواند حسهای
متفاوتی همچون دیدن، شنیدن، لمس کردن، چشیدن و بو کردن را با هم ادغام کند و همچنین در دنیای پیچیده و پر از ابهام محیط واقعی پیرامونمان، با صرف انرژی بسیار کم به روش شناختی عمل میکند.
مودا میگوید: رایانش شناختی، نوعی رایانش است که در آن به جای مهندسی و طراحی عملکردهای کامپیوتری مغز و کوچک کردن آن در قالب یک تراشه کم مصرف، ماشینهای تجاری طراحی میشود که همانند ذهن انسان هوشمند هستند.
● سرمایهگذاری DARPA
IBM و محققان برتر دانشگاههای استانفورد، ویسکانسین – مادیسون، کورنل و مرکز داروسازی دانشگاه کلمبیا و دانشگاه کالیفرنیا – مرسد، نزدیک ۹/۴ میلیون دلار از سوی آژانس پروژههای تحقیقاتی پیشرفته دفاع آمریکا (DARPA) بابت انجام فاز اول پروژه سیستمهای DARPA وسایل الکترونکی پلاستیکی سازگار با سیستم عصبی SyNAPSE دریافت کردهاند.
در ۹ ماه اول این پروژه، محققان باید روی طراحی ابزار کم مصرف و همانند سیناپسی (پیوندگاه دو عصب) در مقیاس نانو و کشف مدارهای عملکردی بسیار ریزمغز متمرکز شوند.
این محققان همچنین باید با پیوستن به تیم رایانش شناختی IBM که اخیرا روی ابرکامپیوترهای BlueGene کار کرده، مغزی را به ابعاد مغز یک پستاندار کوچک مدلسازی کرده و از الگوریتمهای رایانش شناختی برای توسعه فرضیات ریاضی عملکرد و ساختار مغز استفاده کنند.
● هوش مصنوعی در مقابل رایانش شناختی
به طور کلی هدف از رایانش شناختی، مهندسی و طراحی ماشینهای هوشمند کلنگری است که میتوانند به حجم وسیعی از اطلاعات حسی مرتبط شوند.
چارلز کینگ، مدیر شرکت Pund-IT میگوید: ساخت کامپیوترهای قدرتمندتر و پیچیدهتر، مشکلات بزرگتری نیز پیش رو دارد و شرکتهای سازنده با چالشهایی روبهرو هستند که با مشکلات و چالشهای مربوط به سبک رایانش خطی سنتی متفاوت است.
وی میافزاید: صنعت هوش مصنوعی با یک مشکل عمده شروع به کار کرد و برای رفع این مشکل به فکر ساخت الگوریتم افتاد، اما رایانش شناختی این مرحله را پشت سرگذاشته و ایده اصلی آن ساخت مکانیسمی است که مثل یک مغز عمل میکند و همانند آن قطعات پازل را کنار هم میچیند و بلادرنگ تصمیم میگیرد.
کینگ معتقد است یکی از امکانات رایانش شناختی، ساخت نرمافزاری است که بتوند با صحت و دقت بسیار، مناطقی را که تحت تاثیر تغییرات آب و هوایی قرار میگیرد را شناسایی کند.
وی میگوید: هماکنون میلیونها حسگر، برای اندازهگیری تغییرات سطح دریا به کار گرفته شده، اما هیچ روشی برای کنترل و همچنین آنالیز اطلاعات حاصل از آنها وجود ندارد.
مودا نیز میگوید: از نظر مصرفکنندگان، ساخت ابزار کوچکی – که اگر اجازه بدهید آن را iBrain بنامم – که بتواند بر اساس اطلاعات حسی دریافت شده از محیط پیرامون در صورت بروز حوادث غیرمترقبه هشدار بدهد، چندان دور از ذهن نیست. به طور مثال میتوان ابزار قابل حملی ساخت که وقتی کسی خانه نیست، آن را تحت کنترل درآورد و در شرایط بحرانی، صاحب خانه را در جریان بگذارد.
● چالشهای پیش روی محققان
دیوید آرستاین، سخنگوی دانشکده مهندسی استانفورد میگوید: سابقه فناوریهای اینچنینی به ۱۰ سال پیش برمیگردد، اما تیم مذکور باید اول مشکلات عملی آن را برطرف کند. مشکل اساسی آن نیز وجود راههای متفاوت بسیار برای طراحی کامپیوترهای کنونی با ساختار صفر و یک است.
وی میافزاید: محققان میتوانند با الهام از ذهن و مغز انسان، میان قسمتهای مختلف فناوری ارتباط برقرار کنند .
وی خاطر نشان میکند: به طور خلاصه باید بگویم که ساخت و طراحی رایانش و مواد لازم برای آن امری ضروری محسوب میشود و محققان دانشگاه استانفورد با استفاده از ترانزیستورهای استاندارد و چیدمانهای خلاق به مشکلات و موانع آن فائق خواهند آمد.