تراشه‌هایی که مثل ما فکر می‌کنند؛ آیا سلول‌های مغزی پاسخ بحران انرژی هوش مصنوعی هستند؟

دانشمندان با استفاده از سلول‌های مغزی رشد یافته در آزمایشگاه، به دنبال ساخت نسل جدیدی از کامپیوترها هستند. تصور کنید تراشه‌های هوش مصنوعی به جای مصرف برق سرسام‌آور، مانند مغز انسان با حداقل انرژی کار کنند. این چشم‌انداز با توسعه «تراشه‌های زیستی» در حال تبدیل شدن به واقعیت است.

با پیشرفت روزافزون سیستم‌های هوش مصنوعی مولد، اشتهای سیری‌ناپذیر آن‌ها برای انرژی نیز افزایش یافته است. آموزش و اجرای مدل‌های زبانی بزرگ (LLM)، مقادیر عظیمی برق مصرف می‌کند و پیش‌بینی می‌شود تقاضای انرژی هوش مصنوعی در پنج سال آینده دو برابر شده و به ۳ درصد از کل مصرف برق جهان برسد.

اما اگر تراشه‌های هوش مصنوعی می‌توانستند مانند مغز انسان عمل کنند و وظایف پیچیده را با حداقل انرژی پردازش کنند چه؟ گروه رو به رشدی از دانشمندان و مهندسان معتقدند که کلید حل این معما ممکن است در «هوش اورگانوئید» نهفته باشد.

مفهوم تراشه‌های الهام‌گرفته از مغز اولین بار در اجلاس «هوش مصنوعی برای کارهای خوب» سازمان ملل در ژنو به علاقه‌مندان معرفی شد. در این همایش، دیوید گراسیاس، استاد مهندسی شیمی و بیومولکولی در دانشگاه جانز هاپکینز، از آخرین تحقیقات خود در مورد تراشه‌های زیستی (Biochip) و کاربرد آن‌ها در هوش مصنوعی صحبت کرد.

تیم تحقیقاتی گراسیاس یکی از اولین گروه‌هایی است که موفق به ساخت یک تراشه زیستی کاربردی شده که اورگانوئیدهای عصبی را با سخت‌افزارهای پیشرفته ترکیب می‌کند و به تراشه‌ها اجازه می‌دهد با بافت زنده تعامل داشته باشند.

هوش اورگانوئید چیست و چگونه کار می‌کند؟

به گزارش IEEE Spectrum، هوش اورگانوئید (Organoid Intelligence) یک حوزه نوظهور است که سلول‌های عصبی رشد یافته در آزمایشگاه را با یادگیری ماشین ترکیب می‌کند. این سلول‌های عصبی که اورگانوئید نامیده می‌شوند، در واقع خوشه‌های سه‌بعدی از سلول‌های مغزی هستند که ساختار و عملکرد شبکه‌های عصبی مغز را تقلید می‌کنند.

برخلاف تراشه‌های سیلیکونی سنتی که عمدتاً ساختاری دوبعدی دارند، تراشه‌های زیستی برای تقلید از ساختار سه‌بعدی مغز طراحی شده‌اند. مغز انسان می‌تواند تا ۲۰۰ هزار اتصال برای هر نورون پشتیبانی کند؛ سطحی از اتصال که به گفته گراسیاس، تراشه‌های سیلیکونی تخت هرگز به آن دست نخواهند یافت. این پیچیدگی به تراشه‌های زیستی اجازه می‌دهد سیگنال‌ها را در چندین محور منتقل کنند که به پردازش اطلاعات بسیار کارآمدتری منجر می‌شود.

تیم گراسیاس برای دستیابی به این هدف، یک پوسته الکتروانسفالوگرام (EEG) سه‌بعدی طراحی کرده است که اورگانوئید را در بر می‌گیرد و امکان ثبت سیگنال‌ها و تحریک عصبی بسیار بهتری نسبت به الکترودهای مسطح معمولی فراهم می‌کند.

برای آموزش این اورگانوئیدها، از یادگیری تقویتی استفاده می‌شود. پالس‌های الکتریکی به نواحی خاصی اعمال شده و زمانی که فعالیت عصبی حاصل با الگوی مورد نظر مطابقت داشته باشد، با «دوپامین» که ماده شیمیایی مکانیزم پاداش در مغز است، تقویت می‌شود. به مرور زمان، اورگانوئید یاد می‌گیرد که محرک‌های خاص را با نتایج مشخص مرتبط سازد.

کاربردهای فراتر از کاهش مصرف انرژی

این فناوری پتانسیل‌های شگفت‌انگیزی دارد. تیم گراسیاس در حال حاضر در حال توسعه خودروهای خودران مینیاتوری است که توسط تراشه‌های زیستی کنترل می‌شوند. این پروژه آزمایشی نشان می‌دهد که سیستم می‌تواند به عنوان یک کنترل‌کننده عمل کند و راه را برای کاربردهای پیشرفته‌تر در رباتیک، پروتزهای هوشمند و ایمپلنت‌های زیستی که با بافت انسانی ارتباط برقرار می‌کنند، هموار می‌سازد.

علاوه بر این، این سیستم‌ها در مدل‌سازی بیماری‌ها و آزمایش داروها نیز بسیار امیدوارکننده هستند. محققان با ساخت اورگانوئیدهایی که بیماری‌های عصبی مانند پارکینسون را شبیه‌سازی می‌کنند، می‌توانند تأثیر داروها را در محیط آزمایشگاهی بررسی کرده و از اتکای صرف به آزمایش‌های حیوانی بکاهند.

چالش‌های تجاری‌سازی تراشه‌های زیستی

با وجود تمام این پیشرفت‌ها، چالش‌های قابل توجهی نیز بر سر راه این فناوری وجود دارد. تراشه‌های زیستی شکننده هستند و به مراقبت دائمی نیاز دارند: تنظیم دما، تأمین مواد مغذی و حذف مواد زائد. در حال حاضر، این سیستم‌ها به تجهیزات آزمایشگاهی حجیم وابسته هستند و کوچک‌سازی آن‌ها برای استفاده عملی نیازمند پیشرفت‌های جدی است.

با این حال، برخی شرکت‌ها در حال ورود به این عرصه هستند. استارتاپ سوئیسی FinalSpark ادعا می‌کند که تراشه زیستی آن می‌تواند داده‌ها را در نورون‌های زنده ذخیره کند. یک نقطه عطف که آن را «بیت زیستی» یا Bio Bit می‌نامد.

اینکه آیا تراشه‌های زیستی جایگزین سیلیکون خواهند شد یا تنها مکمل آن خواهند بود، هنوز مشخص نیست. اما با افزایش روزافزون عطش هوش مصنوعی برای انرژی، ایده تراشه‌هایی که مانند مغز «فکر» می‌کنند، روز به روز جذاب‌تر می‌شود. به عقیده گراسیاس، این فناوری ممکن است زودتر از آنچه فکر می‌کنیم به بازار عرضه شود.