چالش‌ها و فرصت‌های هوش مصنوعی در نوروساینس

مقدمه

در سال‌های اخیر، هوش مصنوعی به حدی پیشرفت کرده است که دیگر می‌توانیم ردپای آن را در همه فعالیت‌های روزمره بشر ببینیم. اما آیا هوش مصنوعی می‌تواند به پدر معنوی خود که همان مغز انسان بوده نیز کمکی کند؟

مغز جذاب!

وقتی به نظریات فیلسوفانی مثل ارسطو، افلاطون و دکارت نگاه می‌کنیم، متوجه می‌شویم که انسان حتی در چندین قرن قبل هم به‌ نوعی به دنبال کشف و درک عملکرد مغز بوده و نسبت به مسائلی مثل شیوه تفکر، ذهن و حافظه که همگی به نوعی به فعالیت‌های مغز مربوط می‌شوند، کنجکاو بوده است؛ اما این کنجکاوی بشر فقط مربوط به صدها سال پیش نبوده و همچنان ادامه دارد؛ تا جایی که این روزها همین کنجکاوی، دارد علم و هنر را به هم پیوند میزند! اما چگونه؟

این روزها اگر کمی به دنیای مستندهای علمی علاقه‌مند باشید؛ احتمالاً در جریان هستید که در سینمای ایران اتفاقی جالب و جذاب در حال رخ دادن است. نمایش مستندی علمی با عنوان «کاپیتان من» که تلاش می‌کند به پرسش‌های مختلفی درباره چگونگی عملکرد مغز انسان پاسخ دهد. مستندی که با کارگردانی سیاوش صفاریان پور و بازی بهرام رادان ترکیب زیبا و جذابی از علم و هنر را  به نمایش گذاشته است. ترکیبی که در بطن خود نشان از جذابیت ساختاری به‌نام مغز دارد.

آنچه تا اینجا می‌توانیم بگوییم این است که با وجود همه پیشرفت‌هایی که بشر از گذشته تاکنون داشته، همچنان برای انسان چگونگی عملکرد مغز موضوع جذاب و مورد توجهی است.

شاید بتوان گفت همین کنجکاوی زیادی که انسان در رابطه با عملکرد مغز داشته، باعث شده تا از زمان گسترش سیستم‌های کامپیوتری در قرن ۲۰میلادی، بشر به این فکر بیافتد که از آن برای کشف و شبیه‌سازی مغز انسان و انجام کارهای پیچیده‌ای که تا آن روز فقط از دست مغز توانمند انسان بر می‌آمد، استفاده کند.

مقایسه مکانیسم مغز انسان و هوش مصنوعی

در واقع آنچه امروزه از آن به‌عنوان هوش مصنوعی یاد می‌کنیم، در اصل تلاشی بوده برای خلق ابزاری به قدرت مغز انسان. تلاشی که تا حدودی موفق بوده و در برخی حوزه‌ها توانسته حتی از دامنه فکری و عملکردی انسان هم فراتر برود!

هوش مصنوعی (Artificial intelligence)

این روزها دنیای هوش مصنوعی (AI) گستردگی بسیار زیادی پیدا کرده‌ است؛ به‌طوری که از همین گوشی‌های موبایلی که در دست اکثر افراد جامعه است گرفته تا ربات‌های انسان نمایی که می‌توانند کاملاً شبیه‌ به یک انسان رفتار کنند را شامل می‌شود.

اگر بخواهیم به‌طور کلی تعریف مختصری از هوش مصنوعی ارائه دهیم، می‌توانیم آن را شاخه‌ای از علوم کامپیوتر بدانیم که متخصصان آن تلاش می‌کنند تا با استفاده از سیستم‌های کامپیوتری و با الگو گرفتن از فرایندها و الگوریتم‌های پیچیده مغزی؛ قابلیت‌هایی مثل فکر کردن و تصمیم‌گیری که تنها توسط مغز انجام می‌شوند را شبیه‌سازی کنند؛ تنها با این تفاوت که همه این کارها توسط ماشین‌ها و سیستم‌های کامپیوتری انجام می‌شود.

ما انسان‌ها توانایی‌های مختلفی مثل شنیدن، صحبت کردن، نوشتن، پردازش اطلاعات محیطی و… را داریم. امروزه شما می‌توانید مشابه خیلی از این رفتارها را در یک ربات یا حتی در گوشی موبایلی که در دست خود دارید نیز مشاهده کنید. این‌ها نمونه‌هایی از قابلیت‌های هوش مصنوعی است که در سال‌های اخیر شاهد آن‌ها بوده‌ایم.

نوشتن بدون استفاده از دست!

در حقیقت توسعه‌دهندگان هوش مصنوعی بر چهار مهارت یادگیری، استدلال، خود اصلاحی و خلاقیت تمرکز دارند و تلاش می‌کنند با ارتقا سیستم‌های هوش مصنوعی در این چهار حوزه، توانایی‌های انسان را تقلید کنند.

یادگیری ماشین و یادگیری عمیق

گرچه اصطلاح هوش مصنوعی که از دهه ۱۹۵۰ ایجاد شد، اشاره به شبیه‌سازی از هوش انسان دارد؛ اما امروزه تمام فعالیت‌های مرتبط با هوش مصنوعی الزاماً در تلاش برای الگوبرداری از مغز انسان نیست.

به‌طور کلی فناوری‌های مرتبط با هوش مصنوعی در دو حوزه یادگیری ماشین (machine learning)  و یادگیری عمیق (deep learning) بررسی می‌شوند که در deep learning هدف شبیه‌سازی از فعالیت‌ها و عملکردهای مغزی است.

یادگیری عمیق

در یادگیری ماشین، داده‌های ورودی باعث ایجاد الگوریتم‌هایی می‌شود که درنهایت (بدون دخالت انسان) خروجی لازم را ایجاد می‌کند.

اما در یادگیری عمیق (که خود زیر مجموعه همان یادگیری ماشین قرار می‌گیرد) به دلیل وجود شبکه عصبی ویژه‌ای که دارد، با ورود داده‌ها، چند لایه از این الگوریتم‌ها شکل می‌گیرد که هر یک تفسیر متفاوتی از داده‌های ورودی ارائه می‌دهند که موجب درک بهتر و کامل‌تر می‌شود.

تفاوت یادگیری ماشین و یادگیری عمیق

بررسی‌ها نشان می‌دهد که در حقیقت هوش مصنوعی زمانی می‌تواند عملکردی مشابه مغز داشته باشد که از الگوریتم یادگیری عمیق (deep learning) پیروی کند. این الگوریتم از همان شبکه عصبی موجودات زنده الگو می‌گیرد و تلاش می‌کند فرایندی مشابه مغز را ایجاد کند.

در ادامه به توضیح شبکه‌های عصبی می‌پردازیم….

شبکه‌های عصبی

وقتی ما از شبکه عصبی صحبت می‌کنیم، اشاره به مجموعه‌ای از نورون‌های طبیعی (در مغز) و یا مصنوعی (در شبکه عصبی مصنوعی) داریم که با یکدیگر از طریق سیناپس (در مغز) و یا اتصالات شبیه سیناپس (در یک شبکه عصبی مصنوعی) ارتباط دارند و تلاش می‌کنند با فرایندهای مختلفی که در هر دو نوع از شبکه‌های عصبی مشابه هستند، ارتباط بین داده‌های مختلف را بررسی و ارزیابی کنند.

الگوبرداری از نورون‌ها و سیناپس‌های مغزی برای ایجاد شبکه عصبی مصنوعی

در واقع آنچه باعث می‌شود هوش مصنوعی عملکردی مشابه مغز انسان داشته باشد، وجود شبکه‌های عصبی در ساختار آن است. این شبکه‌های عصبی مصنوعی تقریباً مشابه شبکه عصبی مغز انسان عمل می‌کند و داده‌ها را در چند لایه مورد پردازش قرار می‌دهد.

کاربردهای هوش مصنوعی در نوروساینس

همانطور که در قسمت قبل هم اشاره کردیم امروزه هوش مصنوعی به قدری گسترش یافته و توانمند شده که در برخی کارها حتی از مغز انسان هم بهتر، سریع‌تر و دقیق‌تر عمل می‌کند، موضوعی که بسیاری از فعالین این حوزه را در مورد آینده انسان نگران کرده است.

با وجود همه این نگرانی‌های به حقی که وجود دارد، در عمل تمام کشورهای دنیا در تلاش هستند تا بتوانند با خلق سیستم‌های کامپیوتری دقیق‌تر، قدمی در جهت ارتقا هوش مصنوعی بردارند و تلاشی برای جلوگیری از پیشرفت آن نمی‌کنند!

در واقع آنچه ما را به گسترش و بهبود عملکرد هوش مصنوعی تشویق می‌کند، خدمات متنوعی است که هوش مصنوعی به ما انسان‌ها ارائه می‌کند.

ما در ادامه این مقاله تلاش می‌کنیم تا تنها با بخش اندکی از کاربردهای هوش مصنوعی در حوزه نوروساینس آشنا شویم و ببینیم هوش مصنوعی تا چه حد می‌تواند در حل چالش‌ها و مشکلات موجود در زمینه نوروساینس نقش داشته باشد:

پیش‌بینی با تسلط هوش مصنوعی بر علم داده!

امکان تحلیل دقیق داده‌ها و تطبیق آن‌ها با الگوهای قبلی از مهم‌ترین ویژگی‌های هوش مصنوعی است. در واقع خیلی از کاربردهایی که در ادامه قرار است به آن‌ها اشاره کنیم نیز به نوعی از تسلط هوش مصنوعی بر علم داده منشأ می‌گیرند.

تسلط هوش مصنوعی بر علم داده و تجزیه و تحلیل داده‌ها به ما این امکان را می‌دهد تا بتوانیم بیماری‌ها و مشکلاتی که ممکن است فرد در آینده به آن‌ها مبتلا شود را پیش‌بینی کنیم.

به عبارت دیگر هوش مصنوعی می‌تواند از طریق تطبیق اطلاعات بیمار با الگوهایی که از قبل به آن داده شده، برای حوادث مختلفی که در آینده می‌توانند رخ دهند (مانند سکته‌های قلبی و مغزی)، زمانی حدودی را پیش‌بینی کند.

این موضوع می‌تواند به پیشگیری از بیماری‌ها و آسیب‌های ناشی از آن کمک بسیار زیادی کند.

ساخت و ساز با هوش مصنوعی

امروزه هوش مصنوعی به ما کمک کرده تا بتوانیم با تجزیه و تحلیل دقیق داده‌های به دست آمده از میکروسکوپ‌های الکترونی، نقشه اتصالات سیناپسی را بازسازی کنیم و ساختارهایی مشابه با آنچه در موجودات زنده وجود دارد را ایجاد کنیم.

بازسازی مغز انسان (از سیناپس تا نورون)

بازسازی مغز مگس سرکه و شبکیه چشم موش از جمله ساخت و سازهایی بوده که با کمک هوش مصنوعی انجام شده‌است!

دانشمندان در تلاش هستند تا با شبیه‌سازی‌های مشابه در انسان، بسیاری مشکلات جسمی و حرکتی را حل کنند. در پژوهش‌های اخیر آن‌ها موفق شدند تا با کمک هوش مصنوعی سیگنال‌های مغزی را درک کنند و با انتقال آن به بازوهای رباتیک، به حرکت ماهیچه‌های فلج و سایر اندام‌ها کمک کنند. این کار با استفاده از ایمپلنت‌ها و تراشه‌های مغزی صورت می‌گیرد.

استفاده از هوش مصنوعی و بازوهای رباتیک، راه‌حلی برای مشکلات حرکتی.

استفاده از هوش مصنوعی و بازوهای رباتیک، راه‌حلی برای مشکلات حرکتی.

استفاده از هوش مصنوعی و بازوهای رباتیک، راه‌حلی برای مشکلات حرکتی.

جراحی مغز با هوش مصنوعی!

جراحی مغز همواره با ریسک و خطر فراوانی همراه بوده ‌است. یکی از خطرات جدی که در عمل‌های جراحی مغز همواره بیماران را تهدید می‌کند، اشتباهات پزشکی است. از آنجاییکه مغز عضوی بسیار حساسی است، اندکی خطا در عمل جراحی می‌تواند آسیب‌های جبران‌ناپذیری به فرد تحت درمان وارد کند.

با ورود هوش مصنوعی به دنیای جراحی، احتمال بروز این خطاها به‌ شدت کاهش یافته‌ است؛ چراکه هوش مصنوعی از دقت بسیار بالایی برخوردار است و از طرفی مشکلاتی مثل لرزش دست و… که در گذشته پزشکان با آن مواجه بودند نیز عملا با ورود هوش مصنوعی از بین رفته ‌است.

از تصویربرداری مغزی تا تشخیص بیماری

دانشمندان سال‌ها به دنبال پیدا کردن راهی برای تصویربرداری مغزی از انسان بودند تا بتوانند با تفسیر آن به راز و رمز چگونگی فعالیت مغز پی ببرند.

ابداع دستگاه MRI  که احتمالاً بارها نام آن را شنیده‌اید به دانشمندان حوزه سلامت در تصویربرداری مغزی کمک زیادی کرد تا بتوانند تصاویر نسبتاً با کیفیتی را از مغز ثبت کنند. با این حال سرعت پایین تصویربرداری مغزی با این دستگاه، پژوهشگران را وادار به استفاده از نوار مغزی کرد؛ با این حال این روش نیز به دلیل کیفیت پایین، همچنان مشکل‌ساز بود.

علاوه‌براین‌ها، با توجه به مواردی که گفتیم، طبیعتاً تشخیص بیماری‌های مرتبط با مغز نیز با چالش‌های بسیاری همراه بوده ‌است، چراکه ارزیابی دقیق از تصاویر و اطلاعات به دست آمده از این ابزارها نیز خود مشکلی بزرگ محسوب می‌شود.

جالب است بدانید براساس آمارهای منتشر‌شده‌، بخش قابل‌توجهی از خطاهای پزشکی مربوط به تشخیص غلط آن‌ها از روی همین تصاویر و اطلاعات به دست آمده از این ابزارهای تشخیصی است.

امروزه با گسترش هوش مصنوعی در حوزه پزشکی، نه تنها امکان ثبت تصاویر دقیق‌تر از فعالیت‌های مغزی فراهم شده، بلکه تحلیل تصاویر و اطلاعات ثبت‌شده توسط ابزارهایی مثل MRI نیز با سرعت و دقت بسیار بیشتر، ممکن شده‌است.

بررسی دقیق تصاویر ثبت‌شده از مغز با استفاده از هوش مصنوعی و همچنین مقایسه نحوه عملکرد سیستم عصبی مصنوعی با سیستم عصبی مغز انسان

طبقه‌بندی سریع تومورهای مغزی (در کمتر از ۳ دقیقه) که دهمین علت مرگ و میر در آمریکا هستند و همچنین تشخیص دقیق‌تر و سریع‌تر بیماری‌های نورودژنراتیو مثل پارکینسون و آلزایمر، از مهم‌ترین کاربردهای هوش مصنوعی در تشخیص و شناسایی بیماری‌های عصبی در سال‌های اخیر بوده ‌است.

جالب است بدانید دستگاه‌های مبتنی‌بر هوش مصنوعی می‌توانند تنها در عرض ۱۰ ثانیه با اسکن چشم، بیماری‌های نورودژنراتیو را تشخیص دهند!

چالش‌های موجود در مسیر هوش مصنوعی

با نگاهی دقیق به ارتباط هوش مصنوعی و نوروساینس، متوجه می‌شویم که بخش قابل‌توجهی از چالش‌های هوش مصنوعی در نوروساینس، در واقع در همان کاربردها و اهداف هوش مصنوعی نهفته ‌است.

شواهد نشان می‌دهند که بین عملکرد هوش مصنوعی و مغز یک انسان، هنوز هم اختلاف زیادی وجود دارد که از عدم درک کامل ما از عملکردهای مغز ناشی می‌شود. در واقع آنچه مسلم است، این حقیقت است که الگوبرداری از مغز تنها زمانی می‌تواند به درستی انجام شود که بتوانیم به درک صحیح و عمیقی از چگونگی عملکرد مغز برسیم.

مقایسه عملکرد سیستم عصبی مغز و سیستم عصبی مصنوعی در واکنش به یک صدای یکسان

امروزه با وجود توسعه بیش از پیش هوش مصنوعی و نوروساینس، باید بپذیریم آنچه به یکی از چالش‌های اصلی در مسیر توسعه هوش مصنوعی تبدیل شده، عدم شناخت صحیح و کامل ما از جزئیات فعالیت‌ها و عملکردهای پیچیده مغزی است.

سخن پایانی

ورود هوش مصنوعی به دنیای نوروساینس، توانست بسیاری از مشکلات مرتبط با این حوزه را حل کند؛ به‌طوری که امروز شاهد تشخیص و درمان بسیاری از بیماری‌های مرتبط با مغز، از طریق فناوری‌های مرتبط با هوش مصنوعی هستیم. علاوه‌براین هوش مصنوعی به ما امکان درک بهتر و دقیق‌تر سیگنال‌های عصبی مغز را داده که این درک بهتر، خود باعث شده تا پژوهشگران این حوزه بتوانند با شناخت بهتر و دقیق‌تری از مغز به تحقیق درباره آن بپردازند و از همه مهم‌تر، امیدی تازه برای درک و درمان بسیاری از بیماری‌های عصبی ایجاد شود.

نویسنده: سید عرفان طاهری

منابع:

1. https://www.neurologyindia.com/article.asp?issn=0028-3886;year=2018;volume=66;issue=4;spage=934;epage=939;aulast=Ganapathy;type=0
2. https://engineering.cmu.edu/news-events/news/2022/07/29-brain-imaging.html
3. https://www.sciencedirect.com/science/article/pii/S0092867422007991
4. https://www.sciencedirect.com/science/article/pii/S0893608021003683
5. https://www.cell.com/cell/fulltext/S0092-8674(22)00799-1?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS0092867422007991%3Fshowall%3Dtrue
6. https://builtin.com/artificial-intelligence
7. https://itrexgroup.com/blog/artificial-intelligence-in-radiology-use-cases-predictions/
8. https://www.techtarget.com/searchenterpriseai/definition/AI-Artificial-Intelligence#:~:text=What%20is%20artificial%20intelligence%20(AI,speech%20recognition%20and%20machine%20vision.