منو
 صفحه های تصادفی
عدم نوآرایی رادیکالهای آزاد آلکانها
پرندگان شکاری
حبابه والبیه و شفا با دعای امام حسین علیه السلام
درس اجزا ماشین
زینت کردن برای همسر
سکینه دختر امام حسین علیه السلام
رشته زبان اسپانیایی
تلسکوپ دو چشمی LBT
علل وقوع زلزله
اصول استراتژی و تاکتیکی در بازی های یک نفره در تنیس
 کاربر Online
718 کاربر online
 : کامپیوتر
برای پاسخ دادن به این ارسال باید از صفحه قبلی اقدام کنید.   کاربر offline دبیر گروه کامپیوتر 3 ستاره ها ارسال ها: 1679   در :  شنبه 31 فروردین 1392 [22:46 ]
  مهندسي معكوس مغز - Reverse - Engineering the Brain
 

اشاره :
، اين را Tim Buschman، دانشجوي سال آخري مي‌گويد كه در آزمايشگاه عصب‌شناسي پروفسور Earl Miller مشغول پژوهش است. البته ديدن مگي به اين آساني‌ها مقدور نيست؛ براي دور نگهداشتن مگي از محيطي كه انسان‌ها در آن حضور دارند، از او در محيطي مجزا نگهداري مي‌شود تا از رفتار انسان‌ها تأثير نپذيرد. ولي علايم هوشمندي او روي دو نمايشگر كه روبه‌روي بوشمن قرار دارد، قابل مشاهده است. مگي در طول هفت سال گذشته براي مركز علوم مغز و ادراك (Brain and Cognitive Sciences: BCS) دانشگاه ام‌آي‌تي كار كرده است. اين ميمون، سه ساعت در روز به بازي‌هاي كامپيوتري مشغول است كه بيشتر با هدف ساخت و پرورش الگوهاي كلي توسط مغز مگي و سپس استفاده از آن الگوها به عنوان ابزار، طراحي شده اند. بوشمن (شايد به طنز) مي‌گويد: . منظور او حركت به سمت بالا و پايين در يك بازي كامپيوتري است كه شامل عملگرهاي منطقي است كه در گروه‌هاي خاصي قرار مي‌گيرند.
ولي مگي بسيار خوب عمل مي‌كند: واكنش خوب در برابر پرسش‌هاي سخت، صرف تنها نيم ثانيه براي پاسخگويي به هر مسئله و چهار پاسخ درست از پنج پاسخ، نمونه‌اي از عملكرد خوب اوست.

توانايي مگي در بازي‌كردن را مي‌توان نقطه تلاقي هوش‌مصنوعي و دانش عصب‌شناسي دانست. دانشجوي سال آخر ديگري تحت آموزش‌هاي بوشمن و Michelle Machon، مشغول پژوهش در اين‌باره است كه مغز چگونه مي‌تواند ياد بگيرد و به ساخت قوانين منطقي بپردازد، و اين‌كه چگونه بايد كارايي مغز را در انجام اين وظايف با عملكرد شبكه‌هاي عصبي مصنوعي كه در هوش مصنوعي مورد استفاده قرار مي‌گيرد، مقايسه كرد.

چهل سال پيش، اين ايده وجود داشت كه دانش عصب‌شناسي و هوش مصنوعي بايد همزمان و تواماً در آزمايشگاه‌هايي مانند آنچه كه Miller در آن به پژوهش پرداخته است، مورد مطالعه قرار بگيرد، ولي تصور نمي‌رفت كه اين دو، بتوانند چندان به توسعه هم كمك كنند. پيشتر، حيطه مطالعاتي اين دو متد بسيار متفاوت از هم بود. عصب شناسي بر كشف و توضيح جزئيات ساختار عصب و فعاليت‌هاي عصبي متمركز بود و هوش مصنوعي مي‌كوشيد با توسعه يك مسير مستقل و فارغ از فرآيندهاي بيولوژيكي، به شبيه‌سازي هوش برسد (از ديدگاه تاريخي، فناوري در واقع نيازي به الهام گرفتن از طبيعت نداشته است؛ نه هواپيماها مانند پرندگان پرواز مي‌كنند و نه خودروها مانند اسب‌ها حركت مي‌كنند.) و به نظر مي‌رسيد هوش مصنوعي با شتاب بيشتري پيشرفت مي‌كند.
با استفاده از دانش عصب‌شناسي به سختي مي‌شد به ماهيت مغز پي برد؛ چه رسد به اين‌كه بتوان بر نحوه عملكرد آن واقف شد. از سوي ديگر، هر كسي كه كمي اطلاعات علمي داشت، روزي را كه كامپيوترها بتوانند هر آنچه را كه انسان انجام مي‌دهد انجام دهند (شايد هم بهتر از انسان) دور از دسترس نمي‌دانست. در سال 1962، توجه مقامات به پشتيباني از پروژه‌اي مبني بر طراحي يك سيستم فراگير خودكار جلب شد كه پروژه‌اي جنجالي در ايالات‌متحده محسوب مي‌شد (اين سيستم به Cybernation مشهور بود)؛ چرا كه گمان مي‌رفت با آمدن اين سيستم، تعداد زيادي از مردم كار خود را از دست بدهند.

ولي يك چيز از هيجاني كه هوش مصنوعي برپا كرده بود، كاست. هر چند كامپيوترها مي‌توانستند از پس تشخيص اشياي ساده در يك موقعيت ويژه و تحت شرايط كنترل شده برآيند، در تشخيص و شناسايي اشياي پيچيده در دنياي حقيقي باز مي‌ماندند. يك ميكروفون مي‌تواند سطوح صدا را تشخيص دهد، ولي مثلا‌ً نمي‌تواند آن را كوتاه و خلاصه كند. يك سيستم خبره مي‌تواند يك شيء جديد و تميز را در ميان مجموعه‌اي از اشياي قديمي و كثيف تشخيص دهد، ولي نمي‌تواند يك شيء قديمي و كثيف را در يك توده درهم و برهم تشخيص دهد. (نمونه ديگر اين موضوع سيستم مورد آزمايش ماروين مينسكي است كه حتي قابليت قرار دادن يك بالش در روكش بالش را هم ندارد.) هنوز نگراني ما از رويارويي انسان‌ها بيش از نگراني ما درباره رويارويي ماشين‌ها با هم است.


بر خلاف هوش مصنوعي كه پيشرفت آن كندتر از آن چيزي بود كه انتظار مي‌رفت، عصب‌شناسي در فهم چگونگي كاركرد مغز به خوبي پيش مي‌رفت. اين حقيقت در هيچ جايي به اندازه پژوهش‌هاي سي و هفت آزمايشگاه از مجموعه مراكز BCS دانشگاه MIT مشهود نيست.

گروه پژوهشي اين دانشگاه مشغول ترسيم مسيرهاي عصبي‌اي هستند كه در عملكردهاي سطح بالاي مربوط به ادراك (و پيچيدگي آن‌ها)، شامل يادگيري، حافظه، ساختار رفتارهاي ترتيبي پيچيده، فرم و ذخيره عادت ها، روِياپردازي، مديريت و كنترل عددها، تعيين يك هدف و برنامه‌ريزي، پردازش ايده‌ها و عقايد، و توانايي فهم چيزهايي هستند كه ديگران درباره آن فكر مي كنند.

ارمغان اين پژوهش‌ها مي‌تواند بسيار ارزشمند باشد. كشف اين‌كه مغز چگونه كار مي‌كند (منظور فهم دقيق آن است مانند اين‌كه ما مي‌دانيم يك موتور چگونه كار مي‌كند)، مي‌تواند همه كتاب‌هايي را كه تا كنون در اين باره نوشته شده‌اند، نيازمند بازنويسي كند. تنها گوشه‌اي از دستاوردهاي اين كار مي‌تواند انقلابي در قضاوت و جرم‌شناسي، آموزش، تجارت، مراقبت از خانواده و نيز درمان هرگونه اختلال رواني بر پا كند.) Earl Miller) اميدوار است پژوهش هاي انجام شده در آزمايشگاه او در درك پيچيدگي‌هاي مغز كمك زيادي به روانپزشكان بكند).

چنين پيشرفتي دليلي براي آغاز همكاري هوش مصنوعي و عصب‌شناسي نه تنها در آزمايشگاه Miller، بلكه حتي در MIT است. همچنين پژوهش‌ها درباره پردازش تصوير نشان مي‌دهد كه چگونه اين دو دانش بر يكديگر تأثير مي‌گذارند. James DiCarlo، استاديار عصب شناسي، مي‌گويد: ، اين روزها، پژوهشگران هوش مصنوعي مشتاقانه به دنبال پيشرفت عصب‌شناسي و ايده مهندسي معكوس مغز هستند كه پيشتر، دور از ذهن به نظر مي‌رسيد.

  امتیاز: 0.00