ديويد هامبلينگ/ مترجم: علی حسینی / ماهنامه شبکه - شماره 164
موج بزرگ بعدی در قدرت محاسباتی کمتر به قانون مور وابسته خواهد بود و بيشتر به شبکههای عصبی متمايل خواهد شد. در سال 2015، دستگاهها نه تنها هوشمندتر، بلکه انسانوارتر خواهند شد.
با اينکه کامپيوترها در پرداختن به اعداد عملکرد بسيار خوبی دارند، اما ساختار عصبی طبيعت در پردازشهای موازی، از جمله مديريت ورودیهای دريافتی از چند حسگر بسيار کارآمدتر است. برای مثال، مگس با کمک همان مغز بسيار کوچک خود که بهاندازه سر سوزن است، میتواند بهراحتی در حين پرواز مانورهای سريعی را بهمرحله اجرا درآورد و پيشرفتهترين سامانههای خلبانی خودکار را نيز مغلوب خود کند. اما با سربرآوردن تراشههای عصبگونه (Neuromorphic) اين رويه بهزودی تغيير خواهد کرد. اين تراشهها با الگوبرداری از مغز موجودات زنده، میتوانند از حيث قدرت محاسباتی حتی خود آنها را نيز پشت سر بگذارند.
شبکههای عصبی مصنوعی با اينکه در چند دهه گذشته روندی تکاملی را پيمودهاند، اما ساختار بنيادی آنها هنوز همچون گذشته است. شبکهای متشکل از عناصر پردازشی موسوم به گره (Node) يا سلول عصبی (Neuron) که هر يک از آنها با چند گره ديگر پيوند دارد. در ساختار مغز، ميزان پايداری پيوند نورونها با هم چگونگی پردازش ورودیها را مشخص میکند و اين پيوندها میتوانند براساس فرآيند يادگيری تغيير کنند.
تاکنون، شبکههای عصبی بيشتر در محافل دانشگاهی مورد پژوهش و بررسی قرار گرفتهاند، اما نسخههای تجاری اين شاخه علمی نيز در حال نمايان شدن است. کوالکام، از شرکتهای تراشهساز امريکایی که محصولات آن را تقريباً در هر اسمارتفونی میتوان يافت، پروژهای بهنام Zeroth را در دست توسعه دارد که هدف آن گسترش واحدهای ويژه پردازش عصبی است. سمير کومار، مدير توسعه تجارت کوالکام میگويد، ايده کار آنها ساخت وسيلههای هوشمندتری است که میتوانند دادههای حسی را پردازش کنند و همان گونه که مغز موجودات زنده چيزهایی مانند تصاوير يا اصوات را پردازش میکند و پاسخ میدهد، اين سامانهها نيز بتوانند الگوهای موجود در دادهها را با هم برابر نهند و بسنجند.
به گفته کومار، سختافزارهای عصبی چيزهای جديد را نه براساس کدهای نرمافزاری نوشتهشده برای آنها، بلکه با تجربه خواهند آموخت. پردازندههای عصبی نيز مانند سگی که وقتی کار درستی انجام میدهد پاداش میگيرد، در صورت دريافت بازخورد مثبت، پاسخ درست را ياد خواهند گرفت. چندی پيش، روباتی که در آن از پردازندههای Zeroth کوالکام استفاده شده بود، در محيطی قرار گرفت که با چهارگوشهای رنگی نشانهگذاری شده بود. اين روبات با دريافت بازخوردهای مثبت و نه دستورهای صريح، ياد گرفت فقط بايد از چهارگوشهای سپيد بازديد کند. عملکرد ماشينهای آينده در خدمترسانی به ما بهتر و بهتر خواهد شد، حتی اگر چيزی را که میخواهيم نتوانيم تا پيش از ديدنش برای اين ماشينها توضيح دهيم. فناوری با کمک چنين پردازندههایی میتواند درباره جهان پيرامون درکی انسانیتر بيابد، و برای مثال، تفاوت ايميلهای مهم با هرزنامهها را دريابد، يا اسباببازیهایی را که بايد سر جای خود قرار بگيرند از حيوانات خانگی واقعی که بايد به حال خود رها شوند تشيخص دهند.
"هزاران" شمار هستههایی که میتوانند در پردازنده توسعه دادهشده پژوهشگران دانشگاه امآیتی جای بگيرند! اين هستهها میتوانند دادهها را همان گونه توزيع کنند که در اينترنت توزيع میشود. گزارش اين کار در سال 2015 منتشر خواهد شد.
سامانههای عصبی پايش سلامتی نيز میتوانند تشخيص دهد آيا تپش قلب و تنفس شخص عادی است يا نه و نشانههای بالقوه خطر را شناسایی میکنند. پيــادهسـازی چنين توانمندیهایی با برنامهنويسی سنتی کار سختی است. همچنين، کومار اظهار داشت که کوالکام قصد دارد پردازش عصبی را در پردازندههای خانواده اسنپدراگون بهمرحله اجرا درآورد، اما توضيح نداد که چه زمانی این اتفاق خواهد افتاد. اما منابع غيرشرکتی گفتهاند که شايد اين پروژه در سال 2015 اجرایی شود.
آنچه کوالکام در حال توسعه آن است، «مغز» سختافزاری نيست، بلکه يک شبيهسازی ديجيتال از شبکه عصبی است. شرکت Bio Inspired Technologies در شهر بویزی، شيوهای بنيادیتر را در پيش گرفته است. اين شرکت به استفاده از کامپوننتی بهنام ممريستور روی آورده است که سيمی تقريباً يکصد برابر باريکتر از تار موی انسان دارد. وقتی به اين سيم برق اعمال میشود، طول آن تغيير میيابد و وقتی جريان برق متوقف میشود، به اندازه پيشين خود برمیگردد. سپس، طول اين سيم بهصورت الکترونيک خوانده میشود. هرچه سيم بلندتر باشد، مقاومت الکتريکی آن کمتر خواهد بود. وضعيت ممريستور همچون يک سلول عصبی در مغز، بهوسيله کل سيگنالهایی مشخص میشود که تجربه کرده است. تری گافرون مدير عامل اين شرکت میگويد: «موضوع جالب درباره ممريستور و چيزی که ما بر آن تأکيد داريم، شباهت خيرهکننده آن به سيناپسهای مغز موجودات زنده است.»
برای انجام کارهای پيچيده در جهان واقعی، بهويژه وقتی سخن از يادگيری است، استفاده از چنين سختافزارهای عصبگونی ضروری خواهد بود.