سلولهای مغزی پرورشیافته در آزمایشگاه نحوه انجام بازی پونگ را آموختند
برای انجام بازی ویدئویی چند سلول مغز لازم است؟ این سؤال شاید در نگاه نخست سؤالی انحرافی یا معماگونه یا حتی طنزآمیز بهنظر آید؛ اما واقعیت این است که امروزه دانشمندان به جوابی علمی برایش رسیدهاند. بهلطف سیستم شبکه عصبی به نام DishBrain، هماکنون پاسخی واقعی برای پرسش مذکور بهدست آمده است. طبق پژوهش جدید، برای انجام بازی پونگ حدود ۸۰۰ هزار سلول مغزی نیاز خواهد بود.
هرچند استراتژی یکطرفه و آهستهی این سلولها برای پونگ دیجیتال طبعاً نخواهد توانست در آیندهی نزدیک قهرمانی در مسابقات ورزشهای الکترونیکی یا رقابتهایی ازایندست را بهارمغان آورد، عملکرد آنها نشاندهندهی ظرفیت ترکیب بافتهای زنده با فناوری سیلیکون برای کاربردهای موفق بیشتر در آینده است.
آزمایش اخیر اولین آزمایش هوش بیولوژیکی مصنوعی است و نشان میدهد که نورونها میتوانند فعالیتشان را برای انجام کاری خاص تنظیم کنند. مهمتر آنکه نورونها درصورت ارائهی بازخورد مناسب، میتوانند انجام آن کار را یاد بگیرند و درادامه، آن کار را بهتر انجام دهند.
دستاورد اخیر بسیار شگفتانگیز است و کاربردهای بالقوهی ارزشمندی درزمینهی محاسبات و مطالعهی انواع پدیدههای مرتبط با مغز، از تأثیر داروها و روشهای درمانی بر فعالیت مغز گرفته تا نحوهی رشد هوش در وهلهی اول، خواهد داشت. برت کاگان، عصبشناس از استارتاپ بیوتکنولوژی Cortical Labs در استرالیا میگوید:
ما نشان دادهایم که میتوانیم با نورونهای بیولوژیکی زنده بهگونهای تعامل کنیم که به تغییر فعالیت خودشان وادار شوند و [این کار درادامه] به پیدایش چیزی شبیه به هوش منجر شود.
دیشبرین ترکیبی از سلولهای عصبی است؛ سلولهای عصبیای که از موشهای جنینی و نورونهای انسانی رشدیافته از سلولهای بنیادی استخراج شدهاند. این سلولها روی آرایههایی از میکروالکترودها رشد کردند. آرایههای یادشده میتوانستند بهمنظور تحریک نورونها فعال شوند و بهتعبیری، ورودی حسی موردنیاز برای پژوهشها را فراهم میکردند.
تصویر میکروسکوپی از سلولهای عصبی. نورونها و آکسونها و دندریتها در زیر میکروسکوپ با نشانگرهای فلورسنت به رنگهای بنفش و قرمز و سبز می درخشند
میکروالکترودهای مستقر در دو طرف قاب بازی بهمنظور انجام بازی پونگ، موقعیت قرارگیری توپ در سمت چپ یا راست پارو را نشان میدادند. این کار درحالی صورت میگرفت که فرکانس سیگنالها نیز بهطور همزمان فاصلهی توپ و موقعیت آن را منتقل میکردند.
- دانشمندان سلولهای مغز انسان را با موفقیت به مغز موشهای صحرایی پیوند زدند
دیشبرین، تنها با اتکا بر همین تنظیمات میتواند پارو را برای برخورد با توپ حرکت دهد؛ هرچند دستکم در این مقطع در نگاه کلی عملکرد بسیار ضعیفی دارد. نورونها برای انجام بازیهای خوب به بازخورد نیاز دارند. تیم تحقیقاتی در این زمینه نرمافزاری را توسعه دادند تا با هربار ازدسترفتن توپ، فیدبکهای مدنظر را ازطریق الکترودهایی ارائه کند.
این کار به سیستم اجازهی حصول پیشرفت و بهبود عملکرد در بازی پونگ را میداد. مشاهدات محققان حاکی از این است که روند یادگیری و بهبود عملکرد تنها ۵ دقیقه بهطول میانجامد. کارل فریستون، عصبشناس نظری از دانشگاه کالج لندن در بریتانیا میگوید:
جنبهی زیبا و پیشگامانهی این کار تجهیز نورونها به عناصر مرتبط با حسها و بازخوردها است و بهطوراساسیتر، توانایی نورونها برای عمل برپایهی دنیای پیرامون خودشان. فرهنگهای انسانی یاد گرفتهاند که جهان خود را پیشبینیپذیرتر کنند و این موضوع مهمی است؛ زیرا ما نمیتوانیم این نوع از خودسازماندهی را [به سیستم فعلی] آموزش دهیم، فقط بدیندلیل که (برخلاف حیوان خانگی) این مغزهای کوچک مصنوعی هیچ احساس پاداش و مجازاتی ندارند.
چند سال پیش، فریستون نظریهای به نام اصل انرژی آزاد را مطرح کرد. برپایهی این تئوری، همهی سیستمهای بیولوژیکی بهگونهای رفتار میکنند که شکاف بین آنچه انتظار میرود با آنچه تجربه میشود، کاهش دهند. بهعبارتدیگر، آنها سعی میکنند تا جهان را برای خودشان پیشبینیپذیرتر کنند. بهگفتهی فریستون، دیشبرین با تنظیم اقدامات خود برای پیشبینیپذیرترکردن جهان، بهسادگی همان کاری را انجام میدهد که زیستشناسی به بهترین شکل ازپسِ آن برآمده است. کاگان میگوید:
ما بازی پونگ را بهدلیل سادگی و آشناییاش انتخاب کردیم؛ اما این بازییکی از اولین بازیهایی بوده که در یادگیری ماشین استفاده شده است. بنابراین، میخواستیم عملکردش را تشخیص دهیم.
محرکی پیشبینیناپذیر روی سلولها اعمال میشود و درادامه، سیستم بهعنوان واحد کلی فعالیتش را برای انجام بهتر بازی و بهحداقلرساندن پاسخ تصادفی مجدداً سازماندهی میکند. همچنین، میتوان در نظر گرفت که صرف بازی و ضربهزدن به توپ و دریافت تحریک پیشبینیشدنی، بهخودیخود تا حدی محیطهایی پیشبینیپذیرتر ایجاد میکند.
چنین سیستمی قابلیتهای واقعاً جالبی دارد؛ بهخصوص در هوش مصنوعی و محاسبات. مغز انسان شامل حدود ۸۰ تا ۱۰۰ میلیارد نورون میشود و بسیار قدرتمندتر از هر کامپیوتر دیگری است و بهترین کامپیوترهای ما برای تکثیر یا تقلید عملکرد آن تلاش میکنند. بهترین تلاش ما تابهامروز نیز برای تکرار تنها یک ثانیه از فعالیت ۱ درصد از مغز انسان، بازهم به ۸۲٬۹۴۴ پردازنده و یک پتابایت حافظهی اصلی و ۴۰ دقیقه زمان نیاز داشته است.
- رقابت دانشمندان برای ساخت سلولهای جنسی انسان در آزمایشگاه
اگر معماری سیستمهای مصنوعی بیشتر به ساختار مغز واقعی شبیه شود، رسیدن به رکوردهای عملکردی بهتر چندان دور از دسترس نخواهد بود؛ شاید حتی سیستم بیولوژیکی مصنوعی مانند آنچه کاگان و همکاران توسعه دادند، نیز بتواند ازپسِ چنین کاری برآید.
علاوهبراین، احتمالاً باید به نتایج دیگرِ این آزمایشها هم توجه کنیم. پیامدها و خروجیهایی که احتمالاً درمقایسهبا هدف اصلی پژوهش، بازده سریعتری خواهند داشت. برای مثال، ممکن است دیشبرین بتواند به شیمیدانان در درک بهتر اثرهای داروهای مختلف روی مغز در سطح سلولی کمک کند. حتی این امکان وجود دارد که روزی با استفاده از نورونهای کشتشده از سلولهای بنیادی که از پوست بیمار مهندسی معکوس شدهاند، بتوانیم داروهایی متناسب با بیولوژی خاص همان بیمار را تولید کنیم.
بهگفتهی فریستون، قابلیت ترجمهای این کار واقعاً هیجانانگیز است. از این ارزیابی چنین برمیآید که نباید نگران ایجاد «دوقلوهای دیجیتال» بهمنظور انجام آزمایشهای مداخلات درمانی باشیم. درواقع درحالحاضر، «جعبهی شنی» بیومیمتیک (تقلیدکننده رفتارهای زیستی) نهایی را داریم و در آن میتوانیم اثرهای داروها و انواع متغیرهای ژنتیکی را آزمایش کنیم.
نکتهی جالب و ارزشمند دربارهی جعبهی شنی موردتعبیر فریستون این است که دقیقاً از همان عناصر محاسباتی (عصبی) موجود در مغز ما انسانها تشکیل شده است. درحالحاضر، گام بعدی این است که بفهمیم توانایی دیشبرین در بازی پونگ چگونه تحتتأثیر موادمخدر و الکل قرار میگیرد. کاگان میگوید:
درحالحاضر، برای ایجاد منحنی پاسخ دوز با اتانول تلاش میکنیم؛ بهطوریکه اساساً آنها را تحتتأثیر الکل قرار دهیم و ببینیم آیا در آن حالت بازی را ضعیفتر انجام میدهند یا خیر! درست مانند زمانیکه الکل انسانها را تحتتأثیر قرار میدهد.
جدا از هرچیزی، ارزیابی واکنش شماری از سلولهای عصبی به محرکهای نامآشنا بسیار جالب خواهد بود. نتیجهی تحقیقات این تیم در ژورنال Neuron منتشر شده است.