آخرین اخبار:
14:33 23 / 06 /1405

برنامه‌نویسان مغز مگس میوه را پشت فرمان بازی‌های کلاسیک نشاندند

مگس میوه در حال بازی سوپر ماریو
پژوهشگران گوگل و مؤسسه پزشکی هاورد هیوز کامل‌ترین نقشه اتصالات عصبی یک مگس میوه نر بالغ را منتشر کرده‌اند و برنامه‌نویسان تنها چند روز بعد از این داده‌ها برای کنترل بازی‌هایی مانند دووم و سوپر ماریو ۶۴ استفاده کردند. این نقشه بیش از ۱۶۶ هزار نورون و حدود ۱۲۵ میلیون اتصال سیناپسی را شامل می‌شود، اما شبیه‌سازی مبتنی بر آن به معنای بازسازی کامل مغز یا رفتار واقعی یک مگس نیست.

به گزارش خبرگزاری آنا؛ پروژه‌ای که ساخت آن حدود یک دهه زمان برده، تمام اتصالات عصبی مغز و دستگاه عصبی مرکزی مگس میوه نر بالغ را در قالب یک «کانکتوم» ثبت کرده است. کانکتوم را می‌توان به نقشه سیم‌کشی دستگاه عصبی تشبیه کرد که نشان می‌دهد هر نورون با کدام نورون‌های دیگر ارتباط دارد. پژوهشگران برای ساخت این نقشه دستگاه عصبی مگس را به میلیون‌ها برش بسیار نازک تقسیم کردند، تصاویر آن‌ها را با میکروسکوپ الکترونی ثبت کردند و سپس با استفاده از رایانه و هوش مصنوعی، نورون‌ها را از تصاویر دوبعدی به ساختار‌های سه‌بعدی تبدیل کردند. سال‌ها بررسی و برچسب‌گذاری انسانی نیز برای اصلاح و تأیید نتیجه نهایی انجام شد.

بیش از ۱۶۶ هزار نورون در یک نقشه واحد ثبت شده‌اند

گوگل این پروژه را بزرگ‌ترین نقشه مغزی منتشرشده از نظر تعداد نورون توصیف کرده است. مجموعه MaleCNS v۱.۰ بیش از ۱۶۶ هزار نورون و ۱۲۵ میلیون اتصال سیناپسی را در بر می‌گیرد و علاوه بر مغز، بخش‌های دیگری از دستگاه عصبی مرکزی مگس نر را نیز شامل می‌شود. هدف اصلی از انتشار این داده‌ها فراهم کردن ابزاری برای پژوهشگرانی است که می‌خواهند بفهمند شبکه‌های عصبی چگونه محرک‌های محیط را دریافت می‌کنند، اطلاعات را میان نورون‌ها انتقال می‌دهند و در نهایت رفتار ایجاد می‌کنند.

ساخت چنین نقشه‌ای برای مغز انسان در حال حاضر امکان‌پذیر نیست، زیرا مغز انسان حدود ۸۶ میلیارد نورون دارد و تعداد اتصالات میان آن‌ها چندین مرتبه بزرگ‌تر است. به همین دلیل پژوهشگران از موجودات ساده‌تری مانند مگس میوه استفاده می‌کنند تا بتوانند ارتباط میان ساختار شبکه عصبی و رفتار را در مقیاسی قابل مدیریت بررسی کنند. گوگل همچنین امیدوار است چنین پژوهش‌هایی در بلندمدت به درک بهتر آسیب‌های عصبی و نحوه عملکرد مسیر‌های عصبی کمک کنند.

برنامه‌نویسان مغز مگس میوه را پشت فرمان بازی‌های کلاسیک نشاندند

شبیه‌سازی مغز مگس وارد دووم شد

انتشار آزاد داده‌های کانکتوم خیلی زود استفاده‌هایی خارج از پژوهش‌های سنتی علوم اعصاب پیدا کرد. الکس ورموث، مهندس نرم‌افزار، پروژه‌ای را آغاز کرده که در آن فعالیت شبیه‌سازی‌شده شبکه عصبی مگس برای کنترل دووم استفاده می‌شود. در این آزمایش، هر فریم بازی به محرکی برای نورون‌های حسی تبدیل می‌شود و فعالیت حاصل در شبکه عصبی به فرمان‌های بازی نگاشت می‌شود تا شبیه‌سازی بتواند حرکت یا دیگر اقدامات را کنترل کند.

زمانی که شخصیت داخل دووم آسیب می‌بیند، دو نورون دوپامینی PPL۱۰۱ در مدل تحریک می‌شوند تا نوعی سیگنال تقویتی در اختیار شبکه قرار گیرد. هدف آزمایش این است که مشخص شود آیا فعالیت شبیه‌سازی‌شده شبکه عصبی می‌تواند با دریافت چنین بازخورد‌هایی الگوی رفتاری متفاوتی ایجاد کند یا خیر. پروژه به‌صورت زنده نیز در اینترنت قابل مشاهده است، اما این آزمایش نباید به معنای قرار گرفتن یک مغز واقعی مگس داخل بازی تعبیر شود و برنامه‌نویس در واقع ساختاری محاسباتی را براساس اتصالات ثبت‌شده در کانکتوم اجرا می‌کند.

سوپر ماریو ۶۴ هم با همین داده‌ها کنترل شد

جسیکا پاکت، توسعه‌دهنده دیگری، از مجموعه MaleCNS v۱.۰ برای کنترل سوپر ماریو ۶۴ استفاده کرده است. ویدئوی منتشرشده از این آزمایش ماریو را نشان می‌دهد که حرکت می‌کند، می‌پرد و بار‌ها به دیوار برخورد می‌کند. پاکت کد پروژه را نیز در گیت‌هاب منتشر کرده و نوشته بخش نرم‌افزاری آن با کمک GPT Astra ساخته شده است.

آزمایش‌های مشابه خیلی زود به بازی‌های دیگری هم رسیدند. یک کاربر شبکه اجتماعی اعلام کرده کل کانکتوم شامل حدود ۱۶۶ هزار و ۷۰۰ نورون را داخل ماینکرفت اجرا کرده و فعالیت شبیه‌سازی‌شده شبکه عصبی را به حرکت یک مگس مجازی در محیط بازی متصل کرده است. این پروژه‌ها بیشتر جنبه آزمایشی دارند و هدف آن‌ها بررسی این است که وقتی یک شبکه عصبی زیستی ثبت‌شده در محیطی کاملاً متفاوت قرار می‌گیرد، چه الگو‌هایی از فعالیت در آن ظاهر می‌شود.

آزمایش‌ها از بازی‌های ویدئویی فراتر رفته‌اند

برنامه‌نویسان فقط به دووم و سوپر ماریو ۶۴ بسنده نکرده‌اند. در یک آزمایش دیگر، شبکه شبیه‌سازی‌شده طوری تنظیم شده که در پاسخ به ۴ صدای متفاوت حالت‌هایی شبیه حروف Y ،M ،C و A ایجاد کند. فرد دیگری نیز داده‌های تصویری انیمیشن معروف بد اپل را به ورودی شبکه تبدیل کرده تا واکنش نورون‌های شبیه‌سازی‌شده به تغییرات تصویر را مشاهده کند.

مجموعه این آزمایش‌ها نشان می‌دهد انتشار یک کانکتوم کامل فقط برای پژوهشگران علوم اعصاب کاربرد ندارد و توسعه‌دهندگان نیز می‌توانند آن را به محیط‌های نرم‌افزاری مختلف متصل کنند. با این حال، کانکتوم تنها اتصالات ساختاری میان نورون‌ها را ثبت می‌کند و همه جزئیات شیمیایی، فیزیولوژیکی و پویایی واقعی مغز یک موجود زنده را بازسازی نمی‌کند؛ بنابراین حرکت ماریو یا شخصیت دووم با این مدل را نمی‌توان به معنای فکر کردن یا یادگیری یک مگس واقعی در بازی دانست.

گوگل حالا به سراغ ماهی و موش رفته است

تکمیل نقشه دستگاه عصبی مگس میوه پایان مسیر این پروژه نیست و گوگل در همکاری با پژوهشگران روی کانکتوم موجودات پیچیده‌تر نیز کار می‌کند. ماهی و موش از جمله اهداف بعدی هستند و افزایش تعداد نورون‌ها در این موجودات می‌تواند آزمایش توانایی روش‌های تصویربرداری و پردازش هوش مصنوعی در مقیاس‌های بزرگ‌تر باشد.

نقشه مگس میوه در اصل برای مطالعه چگونگی عملکرد دستگاه عصبی ساخته شده بود، اما انتشار عمومی داده‌ها باعث شده تنها چند روز پس از معرفی، از آزمایشگاه علوم اعصاب به دووم، سوپر ماریو ۶۴ و ماینکرفت راه پیدا کند. چنین پروژه‌هایی هنوز بیشتر نمایش‌هایی تجربی از امکان استفاده از داده‌های کانکتوم هستند، اما هم‌زمان نشان می‌دهند نقشه‌برداری دقیق از شبکه‌های عصبی چگونه می‌تواند زمینه‌ای مشترک میان علوم اعصاب، شبیه‌سازی رایانه‌ای و هوش مصنوعی ایجاد کند.

انتهای پیام/

ارسال نظر