دانشگاه هاروارد با تحلیل مغز انسان در پی توسعه هوش مصنوعی پیشرفته تر است

در خصوص هوش مصنوعی تا کنون مقالات بسیاری را برایتان منتشر کرده ایم و اگر آنها را دنبال کرده باشید، احتمالا می دانید که هوش مصنوعی و یادگیری ماشینی مقوله هایی هستند که می توانند خود را بهبود داده و مطالبی را در باب های مختلف دریابند.

در این میان ولی هنوز این مغز انسان است که می تواند با سرعت بیشتری به درک موضوعات پرداخته و آنها را فرا گیرد.

بر همین اساس، تیم تحقیقات پیشرفته (IARPA) در دانشگاه هاروارد می خواهد همین موضوع را دست خوش تغییر نموده و سرعت یادگیری توسط هوش مصنوعی را از سرعت یادگیری مغز انسان فراتر ببرد.

این در حالیست که بودجه این تحقیقات از سوی منابع دولتی پرداخت شده و به ۲۸ میلیون دلار می رسد. در واقع این مبلغ پرداخت می شود تا تیم تحقیقات دریابند که چرا مغز انسان با سرعت بسیار بیشتری از هوش مصنوعی می تواند مطالب را درک کند.

بیایید به یک تفاوت در میان مغز خود و هوش مصنوعی اشاره کنیم. شما با یک بار دیدن نوعی از خودرو (یا در نهایت چند بار) می توانید مدل آن را تشخیص داده و دفعه بعد که آن را در خیابان می بینید، شناسایی اش کرده یا مدل آن را به خاطر آورید اما متخصصان باید صدها نمونه از خودروهای مختلف را در برابر پیشرفته ترین نوع از هوش مصنوعی قرار دهند تا این سیستم کامپیوتری بتواند در نهایت تشخیص دهد که آنچه می بیند، یک خودرو است.

محققان اکنون می خواهند پوسته بصری (Visual cortex) مغز انسان را مورد تحلیل قرار داده و واکنش های آن را در برابر اتفاقات مختلف بسنجند و درک کنند که نورون ها درون مغز چگونه به هم متصل می شوند تا در نهایت با نگاهی به همین مسئله بتوانند هوش مصنوعی را به شکل محسوسی بهبود دهند.

پرفسور «David Cox» از دانشگاه هاروارد در همین رابطه می گوید:

این پروژه بیش از اندازه اهمیت دارد و اگر ما قادر شویم نخوه کارکرد مغز انسان و اتصال یاخته های عصبی (نورون ها) را متوجه شویم، تازه به نیمه ی راه رسیده ایم. اما زمانی که این اتفاق رخ دهد و بتوانیم متوجه نحوه اتصال آنها گردیم، در نهایت قادر خواهیم بود سیستم های کامپیوتری طراحی کرده که بتوانند با مغز انسان در زمینه یادگیری رقابت کرده و یا در نهایت از آن جلو بزنند.

پروژه مذکور از اهمیت بسزایی برخوردار است و تیم تحقیقاتی نیز بیان می کند تحقیقاتی که پیش رو دارد به هیچ عنوان ساده نیست. در این راستا قرار است بیش از یک پتابایت داده مورد تحلیل قرار گیرد و اگر این پروژه با موفقیت به پایان برسد، باعث خواهد شد تا بتوانیم به مراحل بعدی پردازش کامپیوتری دست پیدا کنیم.