Generic filters
Search in title
Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش خبری
پرامپت‌ نویسی
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
خطرات هوش مصنوعی
دیتاست
مدل‌های بنیادی
رویدادها
جیتکس
جیتکس ترکیه
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
پیاده‌سازی هوش مصنوعی
گزارش
مصاحبه
هوش مصنوعی در عمل
یادداشت
 آیا تراشه‌هایی شبیه‌تر به مغز می‌توانند راهی به‌سوی خودآگاهی باز کنند؟

نصب آگاهی روی تراشه

آیا تراشه‌هایی شبیه‌تر به مغز می‌توانند راهی به‌سوی خودآگاهی باز کنند؟

زمان مطالعه: 2 دقیقه

نسل کنونی مدل‌های هوش مصنوعی از نظر برخی دانشمندان، صرف‌نظر از اینکه چقدر قدرتمند شوند، در زمینه خودآگاهی به بن‌بست رسیده است. از نظر برخی، دلیل این امر فقدان اجزای زیستی در آن‌هاست؛ از نظر برخی دیگر، مشکل به ساختار طراحی آن‌ها بازمی‌گردد. بااین‌حال، این دانشمندان احتمال ظهور خودآگاهی را در نسخه‌های آینده هوش مصنوعی منتفی نمی‌دانند؛ نسخه‌هایی که یا با استفاده از سلول‌های زنده ساخته شده باشند یا بر معماری‌های محاسباتی متفاوت و شبیه‌تر به مغز متکی باشند.

رایانه‌های مدرن بر اساس طرحی ساخته شده‌اند که دانشمند مجارستانی، «جان فون نویمان» در سال ۱۹۴۵ ابداع کرد. این رایانه‌ها یک واحد پردازش برای انجام محاسبات و یک واحد حافظه برای ذخیره دستورالعمل‌ها و داده‌ها دارند. اطلاعات باید دائماً بین این دو واحد رفت‌وآمد کند و در کاربردهای هوش مصنوعی، نیاز انرژی می‌تواند به‌شدت افزایش یابد.

مغز به این شکل کار نمی‌کند. نورون‌ها داده‌ها را در همان مکانی که پردازش می‌کنند، ذخیره می‌کنند؛ بنابراین شبکه‌های نورونی در انجام محاسبات، بسیار کم‌مصرف‌تر از معادل‌های خود در رایانه‌های دیجیتال هستند. یک مغز معمولی حدود ۲۰ وات انرژی مصرف می‌کند، درحالی‌که یک شبکه عصبی مصنوعی که تعداد مشابهی محاسبه موازی انجام دهد، به یک مرکز داده نیاز دارد که میلیون‌ها وات انرژی مصرف می‌کند.

هدف محاسبات «نورومورفیک» (Neuromorphic) دستیابی به محاسباتی کارآمدتر و شبیه‌تر به مغز است. در این رویکرد از ابزارهایی به نام «ممریستور» (Memristor) برای انجام محاسبات و ذخیره اطلاعات در یک مکان واحد استفاده می‌شود. اعمال ولتاژ به یک ممریستور باعث تغییر ویژگی‌های رسانایی آن می‌شود؛ با قطع ولتاژ نیز این تغییر باقی می‌ماند و در نقش حافظه عمل می‌کند. چنین ویژگی‌هایی محاسبات را بسیار کارآمدتر می‌کنند. اما این ویژگی‌ها از منظر دیگری برای برخی فیلسوفانی که معتقدند عامل تعیین‌کننده برای دستیابی رایانه‌ها به خودآگاهی توان محاسباتی نیست، بلکه نحوه «فکرکردن» آن‌هاست نیز جالب‌توجه‌اند.

ایده دیگری نیز استفاده از سلول‌های واقعی مغز است. شرکت نوپای استرالیایی Cortical Labs رایانه‌ای ساخته است که از صدها هزار نورون انسانی (که از سلول‌های بنیادی اهدایی رشد داده شده‌اند) تشکیل شده و روی یک بستر سیلیکونی قرار گرفته‌اند. این «رایانه زیستی» برای بازی ساده Pong آموزش داده شده و در نسخه‌های بعدی نیز توانست بازی تیراندازی اول‌شخص Doom را انجام دهد.

در آینده‌ای دورتر، می‌توان به «اندام‌واره عصبی» (Neural Organoids) فکر کرد. اندام‌واره‌های عصبی توده‌های سه‌بعدی از سلول‌های مغزی که در آزمایشگاه رشد داده می‌شوند. این فناوری هنوز نسبتاً جدید است و در آزمایشگاه‌ها برای درک بهتر نحوه رشد و عملکرد مغز به کار می‌رود، اما ممکن است روزی برای انجام محاسبات نیز مورداستفاده قرار گیرد. بزرگ‌ترین اندام‌واره‌هایی که امروزه در آزمایشگاه‌ها رشد داده می‌شوند، سلول‌های مغزی بیشتری از یک زنبورعسل دارند. «پیتر گادفری-اسمیت»، فیلسوف دانشگاه سیدنی که روی ذهن حیوانات مطالعه می‌کند می‌گوید این اندام‌واره‌ها از نظر اندازه به‌اندازه‌ای هستند که به طور بالقوه بتوانند به خودآگاهی دست پیدا کنند، اما هنوز به شکل مناسبی سازمان‌دهی نشده‌اند.

وجه مشترک همه این ایده‌ها این است که آن‌ها نسبت به رایانه‌های دیجیتال امروزی، شباهت بیشتری به مغز انسان دارند؛ در برخی موارد نیز این شباهت به این دلیل است که از همان مواد زیستی ساخته شده‌اند.

«آنیل سث»، عصب‌شناس دانشگاه ساسکس می‌پرسد: «هوش مصنوعی تا چه اندازه باید شبیه مغز باشد تا باورپذیری این احتمال که ممکن است خودآگاه باشد، افزایش یابد؟» او معتقد است سیلیکون، صرف‌نظر از اینکه با چه ظرافتی طراحی و ساخته شود، احتمالاً به‌تنهایی نمی‌تواند به خودآگاهی دست پیدا کند. او می‌گوید: «اگر شروع به ساختن سامانه‌هایی کنید که ویژگی‌های بیشتری با مغزها مشترک دارند، ازآنجایی‌که نمی‌دانیم کدام‌یک از این ویژگی‌ها اهمیت دارد، احتمال بیشتری وجود دارد که این احتمال خودآگاهی تا حدی افزایش پیدا کند.»

گزارش حاضر در نسخه Augst 22nd 2026 نشریه The Economist منتشر شده است.

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها

در جریان مهم‌ترین اتفاقات AI بمانید

هر هفته، خلاصه‌ای از اخبار، تحلیل‌ها و رویدادهای هوش مصنوعی را در ایمیل‌تان دریافت کنید.

[wpforms id="48325"]