در چشم انداز پرجنب و جوش تحقیقات هوش مصنوعی (AI)، دانشمندان هنگ‌کنگی به دنبال الهام گرفتن از مغز انسان برای افزایش قابلیت‌های هوش مصنوعی هستند.
رهبری این تلاش انقلابی را «لی کان» (Li Can)، استادیار دانشگاه هنگ کنگ بر عهده دارد و تیمی را مدیریت می‌کند که قصد دارند سیستم‌های هوش مصنوعی را به حوزه‌های یادگیری مادام العمر و عملکرد وظایف متنوع سوق دهند و ظرفیت‌های شگفت انگیز ذهن انسان را بازتاب دهند.
لی تاکید کرد: هدف اصلی ما توسعه سیستم‌های هوش مصنوعی با قابلیت یادگیری دائمی و عملکرد تطبیقی است که یادآور قابلیت‌های بی نظیر مغز انسان است. هدف اصلی این تلاش، ایجاد سخت افزاری کارآمدتر و قوی‌تر است که یک توانمندساز حیاتی برای نسل بعدی سیستم‌های هوش مصنوعی محسوب می‌شود.
نگاهی به برتری‌های مغز انسان و رایانه‌ها
لی کان نقاط قوت متمایز هر دو قلمرو را روشن می‌کند. در حالی که مغز انسان در یادگیری تجربی و استدلال از داده‌های مبهم برتری دارد، رایانه‌ها در محاسبات علمی و عملیات‌های تکراری به نمایش می‌گذارند.
برای پرکردن این شکاف، لی و تیمش نگاه خود را به سمت یک دستگاه حافظه در حال ظهور به نام «ممریستور» (memristor) معطوف کرده‌اند. این پلتفرم میکروالکترونیک پیشرفته رفتار‌های پیچیده سیناپس‌ها و نورون‌های بیولوژیکی را تقلید می‌کند و نگاهی اجمالی به تحول در سخت‌افزار هوش مصنوعی ارائه می‌دهد.
ممریستور یا مقاومت حافظه‌دار از المان‌های دو پایانه‌ای مدار‌ها هستند. ممریستور در ابعاد و مقیاس نانو ساخته شده و مقاومت آن به دامنه، پلاریته و مدت زمان ولتاژ اعمال شده به آن بستگی دارد.
لی ضمن تایید برتری مغز انسان در یادگیری تجربی و استدلال براساس داده‌های مبهم، بر پیشتازی کامپیوتر‌ها در محاسبات علمی و مشتق‌های مبتنی بر الگو تاکید کرد. هر تراشه‌ای که در این جستجو تصور می‌شود، شبیه به یک مدل آموزشی است که آماده تکامل در طول زمان، مانند یک کودک در حال رشد است.
دستگاه‌های الهام گرفته از مغز که از کامپیوتر‌های سنتی فاصله گرفته‌اند، نوید یک تغییر پارادایم در فناوری محاسباتی را می‌دهند و گام‌های امیدوارکننده‌ای در تسریع واحد‌های پردازش گرافیکی (GPU) ارائه می‌دهند.
با مقیاس گذاری مدل‌های هوش مصنوعی با بیش‌از تریلیون‌ها پارامتر، ممریستور به عنوان یک عنصر حیاتی ظاهر می‌شود و محاسبات مستقیم در حافظه را امکان‌پذیر می‌کند و گلوگاه‌های انتقال داده‌ها را مشابه پردازش اطلاعات محلی مغز از بین می‌برد.
تغییر وظایف هوش مصنوعی با تراشه‌های کم مصرف
لی آینده‌ای متصور است که در آن تراشه‌های ممریستور بامصرف انرژی بهینه می‌توانند وظایف هوش مصنوعی را تغییر دهند و از مراکز داده بامصرف انرژی زیاد به دستگاه‌های روزمره مانند گوشی‌های هوشمند و ساعت‌ها مهاجرت کنند. این تراشه‌ها کاربرد‌های متنوعی دارند، ایمپلنت‌های پایش سلامت و تسریع توالی ژنوم ویروس را پوشش می‌دهند و به طور بالقوه انقلابی در تشخیص بیماری و تجزیه و تحلیل ژنوم ایجاد می‌کنند.
موفقیت اخیر در دریافت بودجه از جوایز نوآوری «کراچر تاک‌واه ماک» (Croucher Tak Wah Mak)، گواهی بر تلاش‌های پیشگام لیان است. این حمایت مالی باعث تقویت تلاش‌های تحقیقاتی تیم او، پرورش نوآوری و جذب استعداد‌های برتر در چشم انداز علمی هنگ کنگ خواهد شد.
در چشم انداز لی، هنگ کنگ در خط مقدم اکتشاف علمی قرار دارد که توسط استعداد و حمایت مالی محوری توانمند شده است، اکوسیستمی که پیشرفت‌های تحول آفرین را در تقاطع هوش مصنوعی و علوم اعصاب به پیش می‌برد.
