تبدیل هر شی به کامپیوتر توسط هوش مصنوعی
هوش مصنوعی که اساس کار آن شبیه سازی عملکرد مغز انسان در پردازش اطلاعات است، از جمله علومی است که در دهه اخیر پیشرفت زیادی داشته است. اما اخیراً دانشمندان به دنبال راهی هستند که بتوانند از هر شی و ماده فیزیکی برای انجام محاسبات و پردازش ها استفاده کنند که می تواند تغییرات بزرگی را در هوش مصنوعی ایجاد کند.
به گزارش کلیک، جدیدترین چیپ استفاده شده در آیفون ۷ دارای ۳/۳ میلیون ترانزیستور است که بر روی یک صفحه سیلیکونی به اندازه یک سکه کوچک جمع شده اند. هرچه این چیپ ها کوچک تر می شوند، قدرت کامپیوترهایی که در آن ها از این چیپ ها استفاده می شود، افزایش می یابد.
البته به نظر می رسد که قوانین فیزیک دیگر اجازه نخواهند داد که این چیپ های سیلیکونی کوچکتر شوند. البته محدودیت های مهم دیگری نیز روی آنچه که ابزارهای سیلیکونی می توانند انجام دهند نیز وجود دارد و این یعنی باید روش های دیگری علاوه بر استفاده از چیپ های سیلیکونی در قدرتمند سازی کامپیوترها وجود داشته باشد.
شاید یکی از این جایگزین ها که محققان به دنبال استفاده از آن برای قدرتمند تر کردن کامپیوتر ها هستند، کامپیوترهای کوانتومی باشد که در آن ها قابلیت های چیپ ها را به روشی متفاوت تر از ماشین های دیجیتالی دست کاری کرده و تغییر می دهد.
البته امکان استفاده از مواد جایگزین نیز بری ساخت این کامپیوتر ها وجود دارد. در واقع ای که به فیزیکی باشد را می توان به کامپیوتری تبدیل کرد. مثلاً یک ماشین حساب که در آن نازی به چیپ های سیلیکونی وجود ندارد. که البته به عقیده بسیاری از کارشناسان این روش ها می تواند تغییرات بزرگی در علم هوش مصنوعی ایجاد کند. تغییری که با استفاده از کامپیوترهای کنونی امکان پذیر نیست.
در واقع ایده اصلی این موضوع بر می گردد به مخزن محاسبات یا Reservoir computing که به معنای مدل سازی مغز انسان توسط کامپیوتر ها مربوط می شود.
به عقیده دانشمندان با استفاده از ایده می توان رفتار هر چیز فیزیکی را از یک ظرف آب گرفته تا یک کیسه پلاستیکی به گونه ای دست کاری کرد که قدرت طبیعی آن ها را مهار مرد و در جهت فعالیت های دیگر استفاده کرد.
کامپیوتر های مخزن از اشیا و مواد به عنوان بخشی برای انجام قسمتی از محاسبات استفاده می کنند. در واقع این روش با روشی که مدل های محاسباتی کنونی برای تغییر قابلیت های مواد استفاده شده در انجام محاسبات، از آن ها استفاده می کنند متفاوت است.
مثلاً در ساخت میکرو چیپ های مدرن امروزی، ساختار کریستالی سیلیکون تغییر داده می شود. اما کامپیوتر های مخزن می تواند از این سیلیکون هر چیز فیزیکی دیگر، بدون تغییر در ساختار آن برای انجام محاسبات استفاده کند. این روش به دنبال راهی است که در آن مواد را به گونه ای تحریک و تغییر داد و سپس میزان تأثیر این تحریک بر روی عملکرد آن ماده را اندازه گیری کرد. البته روش های اندازه گیری این تأثیرات هنوز مشخص نیست و باید در این زمینه مطالعات بیشتری انجام شود. اگر بتوان میزان تحریک وارده به ماده مورد نظر که به عنوان ورودی و تأثیر تغییرات ایجاد شده در آن که به عنوان خروجی در نظر گرفته می شود را بتوان به محاسبه کرد، در این صورت به طور قابل قبول و مؤثری می توان از آن ماده برای انجام بخشی از محاسبات در پردازش استفاده کرد.
بر خلاف چیپ های استفاده شده در کامپیوتر های قدیمی که عملکرد آن وابسته به محل قرارگیری الکترون ها در آن است، در کامپیوترهای مخزن، محل قرار گیری اجزا ماده استفاده شده اهمیت چندانی ندارد. در عوض باید قابلیت هایی را مورد توجه و استفاده قرار داد که به کاربران اجازه می دهند که میزان تغییرات در آن ها را اندازه گیری کند.
برای مثال یک گروه تحقیقاتی کامپیوتر مخزن ساده ای ساخته است که در آن از آب استفاده شده است. این گروه تحقیقاتی در توضیحات مربوط به عملکرد این کامپیوتر مخزنی اشاره می کند که بعد از تحریک آب با استفاده از یک سری پراب های مکانیکی ، از دوربینی برای مشاهده سطح آب استفاده کرده اند. در واقع این دوربین به گونه ای آموزش دیده است می تواند الگوهای موجی شکلی که روی آب ایجاد می شود را ثبت کرده و بخواند.
سپس آن ها بر روی محاسباتی کار کرده اند که پراب های مکانیکی را به الگوهای موجی تشکیل شده بر روی سطح آب مربوط می کند. از این محاسبات در جهت انجام برخی از محاسبات منطقی ساده استفاده کرده اند. نتیجه این آزمایش حاکی از این مطلب است که آب به خوبی می تواند پراب های مکانیکی را به عنوان ورودی به خروجی مفید و مناسبی تبدیل کند که می توان از این خروجی مناسب برای انجام محاسبات منطقی استفاده کرد.
مطالعات نشان داده است که ایده اصلی ساخت کامپیوترهای مخزن در راستای مطالعات مربوط به علوم اعصاب است. در واقع در مطالعات مرتبط به علوم اعصاب دانشمندان به این نتیجه رسیده اند که بخش هایی در مغز وجود دارد که مسئول تمام اعمال هستند.
این مناطق مغز شامل مجموعه ای از عصب ها هستند که به صورت آزادانه عمل می کنند و به عنوان کمک و دستیار برای مناطق تخصصی تر مغز آماده هستند.
اگر این مناطق مغز که متشکل از مجموعه ای از اعصاب است با یک سیگنال خاص تحریک شود می تواند عملکرد مناسب با سیگنال دریافتی را انجام دهد، درست مانند کامپیوترهای مخزن. این واکنش به سیگنال های مختلف می تواند در عملکردهای محاسباتی بسیار مفید و موثر واقع شود.
در کارهایی که اخیراً در این زمینه انجام شده است، دانشمندان به این نتیجه رسیده اند که وقتی انسان چیزی می بیند یا می شنود این مناطق آزاد مغز توسط صدا یا نور تحریک می شوند و عصب های این مناطق پاسخ مناسب را به بخش های تخصصی تر مغز ارسال می کنند تا توسط عصب های این مناطق خوانده و پردازش شود.
مطالعات نشان داده است که کامپیوترهای مخزن قابلیت این را دارند که بتوانند حجم گسترده ای از عملیات ها را انجام دهند و این امر می تواند این کامپیوترها را نسبت به کامپیوترهای کنونی قدرتمند تر کند. البته این موضوع هنوز به صورت تئوری مطرح شده است و تا عمل راه زیادی وجود دارد.
هرچند استفاده از مخازن تحریک شده اخیراً در برخی از جنبه های هوش مصنوعی بسیار رایج شده است که می تواند به دلیل قابلیت های دقیق آن ها باشد.
برای مثال در سیستم هایی که در آن ها از روش های مخزن برای پیش بینی نیازهای فروشگاهی استفاده شده است، نشان داده اند که می توانند عملکرد مناسبی با توجه به تکنولوژی های هوش مصنوعی استفاده شده در آن ها از خود نشان دهند. همان طور که گفته شد این تکنولوژی بسیار جدید است و نیاز است تا مطالعات و تحقیقات بیشتری روی آن انجام شود اما چیزی که از روند پیشرفت این تکنولوژی می توان نتیجه گرفت این است که این روش قابلیت آن را دارد که در بسیاری از کاربردها و زمینه ها از آن استفاده شود.