تطوير رقائق «عقلية» تحاكي طريقة عمل الدماغ البشري

صورة موضوعية
صورة موضوعية


قالت شركة IBM، المطورة للرقائق الإلكترونية المتقدمة، إن رقاقة "عقلية" تجريبية يمكن أن تجعل الذكاء الاصطناعي أكثر كفاءة في استهلاك الطاقة، وأكثر كفاءة وأقل استنزافًا للبطارية للهواتف الذكية، وقد أشارت إلى أن كفاءتها تعود إلى مكونات تعمل بطريقة مشابهة للاتصالات في الدماغ البشري.

ووفقًا للعالم الباحث ثانوس فاسيلوبولوس، العامل في مختبر بحوث IBM في زيوريخ بسويسرا، قال: "يتمكن الدماغ البشري من تحقيق أداء رائع مع استهلاك طاقة قليل". 

وأوضح لشبكة بي بي سي، أن الكفاءة العالية في استهلاك الطاقة ستعني أنه يمكن تنفيذ "أعباء عمل كبيرة وأكثر تعقيدًا في بيئات طاقة منخفضة أو محدودة بالبطارية"، مثل السيارات والهواتف المحمولة والكاميرات. 

وأضاف قائلاً: "بالإضافة إلى ذلك، ستتمكن مزودات الخدمة السحابية من استخدام هذه الرقائق لتقليل تكاليف الطاقة وأثرها الكربوني".

ومعظم الرقائق هي رقائق رقمية، مما يعني أنها تخزن المعلومات على شكل أصفار وواحدات، ولكن الرقاقة الجديدة تستخدم مكونات تسمى "memristors" أو مقاومات الذاكرة التناظرية، والتي يمكنها تخزين مجموعة من الأرقام.

ويمكن التفكير في الاختلاف بين الرقمي والتناظري على أنه الاختلاف بين مفتاح ضوء ومفتاح تعتيم،فالدماغ البشري هو تناظري، وطريقة عمل المكونات المستخدمة في memristors مشابهة لطريقة عمل المشابك العصبية في الدماغ.

ويشرح الأستاذ فيرانتي نيري من جامعة ساري، بأن memristors يندرج ضمن مجال ما يمكن تسميته بـ "الحوسبة المستوحاة من الطبيعة" التي تقلد وظيفة الدماغ، يمكن لـ memristor أنيتذكر "تاريخه" الكهربائي بطريقة مشابهة للمشبك في النظام البيولوجي.

وقال: "يمكن للmemristors المتصلة ببعضها أن تشكل شبكة تشبه الدماغ الحيوي"، وعبّر عن تفاؤله بحذر بشأن مستقبل الرقائق المستخدمة في هذه التكنولوجيا، قائلاً: "تشير هذه التطورات إلى أننا قد نكون على شفير رؤية ظهور رقائق تشبه الدماغ في المستقبل القريب".

ومع ذلك، حذر من أن تطوير كمبيوتر يعتمد على memristor ليس مهمة بسيطة، وأن هناك عددًا من التحديات المتعلقة بالتبني الواسع تنتظر، بما في ذلك تكاليف المواد وصعوبات التصنيع.

هذا ويعد استخدام هذه المكونات يجعل الرقاقة الجديدة أكثر كفاءة في استهلاك الطاقة، ولكن الرقاقة الجديدة لديها أيضًا عناصر رقمية، مما يجعلها أسهل في دمجها في أنظمة الذكاء الاصطناعي الحالية.