الحوسبة العصبية⚙️🧠

 

ما هي الحوسبة العصبية؟ 

♢ تعرف الحوسبة العصبية بأنها أحد مجالات هندسة الحاسب و فرع من فروع الذكاء الاصطناعي، التي تهدف إلى إنشاء أنظمة كمبيوتر مستوحاة من بنية الدماغ البشري لأداء مهام التعرف على الأنماط، والمعالجة الحسية بكفاءة عالية. تعتمد هذه التقنية على استخدام الشبكات العصبية الاصطناعية، وهي نماذج رياضية تحاكي عملية الإشارات والمعالجة التي تحدث في الدماغ البشري، كما أنه يعود مفهوم الحوسبة العصبية إلى أوائل الثمانينيات عندما قدم كارفر ميد "مفهوم الهندسة العصبية" في معهد كاليفورنيا للتكنولوجيا. 

كيفية عمل الحوسبة العصبية؟

يهدف هذا الجيل الثالث من حسابات الذكاء الاصطناعي إلى تقليد الشبكة المعقدة من الخلايا العصبية في الدماغ البشري. وهذا يتطلب الذكاء الاصطناعي لحساب وتحليل البيانات غير المنظمة، التي تنافس الدماغ البيولوجي عالي الكفاءة في استخدام الطاقة. يمكن للدماغ البشري أن يستهلك أقل من 20 واط من الطاقة ومع ذلك تتفوق على أجهزة الكمبيوتر العملاقة، مما يدل على كفاءتها الفريدة في استخدام الطاقة. يُطلق على نسخة الذكاء الاصطناعي لشبكتنا العصبية من المشابك العصبية اسم الشبكات العصبية المتصاعدة (SNN). يتم ترتيب الخلايا العصبية الاصطناعية في طبقات، ويمكن لكل خلية عصبية متصاعدة إطلاق النار بشكل مستقل والتواصل مع الخلايا الأخرى، مما يؤدي إلى تحريك سلسلة من التغيير

استجابةً للمنبهات.

تعتمد معظم هياكل الشبكات العصبية للذكاء الاصطناعي على ما يُعرف بـ (von Neumann architecture)، مما يعني أن الشبكة تستخدم وحدات ذاكرة ومعالجة منفصلة. تتواصل أجهزة الكمبيوتر حاليًا عن طريق استرداد البيانات من الذاكرة، ثم نقلها إلى وحدة المعالجة ومعالجة البيانات، ثم العودة إلى الذاكرة. هذا الذهاب والإياب يستغرق وقتًا طويلاً ويستهلك الطاقة، لذا إنه يخلق اختناقًا يتم التأكيد عليه بشكل أكبر عندما تحتاج مجموعات البيانات الكبيرة إلى المعالجة، لذلك لقد نشأت ثورة تناظرية من خلال البناء الناجح للأجهزة الذاكرية النانوية المعروفة أيضًا باسم الذاكرات. إنها توفر إمكانية بناء أجهزة عصبية تؤدي المهام الحسابية في مكانها وعلى نطاق واسع. على عكس دوائر أشباه الموصلات المصنوعة من أكسيد فلز السيليكون التكميلي (CMOS)، فإن الذاكرات عبارة عن مفاتيح تقوم بتخزين المعلومات في حالات المقاومة/الموصلية الخاصة بها. ويمكنهم أيضًا تعديل الموصلية استنادًا إلى تاريخ البرمجة الخاص بهم، والذي يمكنهم تذكره حتى لو فقدوا الطاقة. وظيفة الذاكرات تشبه وظيفة المشابك العصبية البشرية.

تحتاج الأجهزة التذكارية إلى إثبات فعالية التشابك العصبي واللدونة، تشير الكفاءة التشابكية إلى الحاجة إلى استهلاك منخفض للطاقة لتنفيذ المهمة. اللدونة المشبكية تشبه لدونة الدماغ، والتي نفهمها من خلال علم الأعصاب. هذه هي قدرة الدماغ على تشكيل مسارات جديدة بناءً على معلومات جديدة، أو معلومات جديدة في حالة ال (memristors).

تحتوي الحوسبة العصبية على أبنية مختلفة وفيما يلي نقدم بعض أنواع بنيات الحوسبة العصبية:

١.الحوسبة العصبية التناظرية: تنمدج الشبكات العصبية باستخدام الدوائر الإلكترونية التناظرية. بحيث تحاكي هذه الدوائر سلوك الخلايا العصبية والمشابك العصبية باستخدام إشارات مستمرة لتمثيل المعلومات مؤديةً إلى سرعة عالية واستهلاك منخفض للطاقة .  

٢.الحوسبة العصبية الرقمية: تنفذ الشبكات العصبية باستخدام الدوائر الإلكترونية الرقمية بحيث تمثل الأنظمة الرقمية المعلومات باستخدام قيم ثنائية (0و1)، مما يوفر المرونة وقابلية البرمجة لإجراء الحسابات المعقدة والخوارزميات. 

٣.الشبكات العصبية المتصاعدة (SNNs): في شبكات(SNN)، يتم تمثيل المعلومات على شكل طفرات أو نبضات منفصلة تنتقل بين الخلايا العصبية، مما يجعل شبكات( SNN) مناسبة لنمذجة الديناميكيات الزمنية ومعالجة البيانات الحسية في الوقت الفعلي. 

٤. الحوسبة العصبية المبنية على (Memristors): عبارة عن مكونات إلكترونية يمكنها تغيير مقاومتها بناءً على تاريخ الجهد والتيار المطبق عليها. يُنظر إليها كلبنات بناء محتملة للأجهزة العصبية نظرًا لقدرتها على محاكاة السلوك المتشابك، بحيث يمكن استخدامها لإنشاء أنظمة عصبية مدمجة ومنخفضة الطاقة.

ما هي أبرز الجهات والمؤسسات المهتمة بتطوير الحوسبة العصبية؟ 

١.في الجامعات والمؤسسات البحثية: 

- جامعة مانشستر: كانت جامعة مانشستر وخاصة مشروع SpiNNaker، رائدة في أبحاث الحوسبة العصبية. تهدف منصة SpiNNaker إلى محاكاة الشبكات العصبية واسعة النطاق وقد تم استخدامها على نطاق واسع من قبل الباحثين في جميع أنحاء العالم. 

‏ - معهد كاليفورنيا للتكنولوجيا (Caltech): كان لمعهد كاليفورنيا للتكنولوجيا، مع كارفر ميد كأحد باحثيه البارزين، دور فعال في التطوير المبكر للهندسة العصبية الشكلية ومفاهيمها الأساسية.  

‏ - جامعة ميونيخ التقنية (TUM): تشتهر (TUM) بعملها في مجال الحوسبة العصبية بما في ذلك تطوير مشروع BrainScaleS، الذي يركز على أنظمة الأجهزة العصبية الشكلية واسعة النطاق. 

٢.في مختبرات شركات التكنولوجيا والمشاريع الريادية:

أقامت العديد من شركات التكنولوجيا مختبرات أبحاث مخصصة للحوسبة العصبية ومنها:

- شركة (IBM) : كانت في طليعة الحوسبة العصبية من خلال شريحة (TrueNorth) الخاصة بها، والأبحاث المستمرة في الحوسبة الإدراكية، وتسريع أجهزة الذكاء الاصطناعي.  

‏ - Intel: قامت شركة ( Intel) بتطوير شريحة البحث ( Loihi) العصبية الشكلية وتواصل الاستثمار في أبحاث وتطوير الحوسبة العصبية.  

‏ - Qualcomm: شاركت شركة ( Qualcomm) في أبحاث الحوسبة العصبية واكتشفت استخدام البنى العصبية لتطبيقات الذكاء الاصطناعي، بما في ذلك الأجهزة الطرفية.

‏ - BrainChip: يركز على تطوير أجهزة الحوسبة العصبية والحلول البرمجية لتطبيقات الذكاء الاصطناعي، بما في ذلك الأجهزة الطرفية وأنظمة المراقبة.

‏ -  aiCTX: هي شركة ناشئة متخصصة في تطوير رقائق الحوسبة العصبية منخفضة الطاقة لتطبيقات مثل الروبوتات، وأجهزة إنترنت الأشياء.

تطبيقات الحوسبة العصبية:

١. الطب (Medicine): تعتبر الأجهزة العصبية فعالة للغاية في تلقي البيانات من بيئتها والاستجابة لها. وعندما تقترن هذه الأجهزة بمواد عضوية، فإنها تصبح متوافقة مع جسم الإنسان. في المستقبل يمكن استخدام الأجهزة العصبية لتحسين أنظمة توصيل الدواء. إن طبيعتها عالية الاستجابة ستسمح لهم بإطلاق الدواء عند استشعار تغير في ظروف الجسم (أي اختلاف مستويات الأنسولين والجلوكوز).

٢. عمليات واسعة النطاق وتخصيص المنتجات (Large scale operation and product customization): يمكن استخدامها لمعالجة مجموعات كبيرة من البيانات من أجهزة الاستشعار البيئية بسهولة أكبر. يمكن لهذه المستشعرات قياس كل من: محتوى الماء، ودرجة الحرارة، والإشعاع، وغيرها من المعالم حسب احتياجات الصناعة. يمكن أن تساعد بنية الحوسبة العصبية في التعرف على الأنماط الموجودة في هذه البيانات، مما يسهل الوصول إلى استنتاجات فعالة. يمكن أيضًا للأجهزة ذات الشكل العصبي أن توفر إمكانية تخصيص المنتج نظرًا لطبيعة مواد البناء الخاصة بها. ويمكن تحويل هذه المواد إلى سوائل يسهل التعامل معها.

٣.الذكاء الاصطناعي(Artificial intelligence):  يسعى مجال الحوسبة العصبية إلى محاكاة وظائف الدماغ البشري و طريقة استقبال الخلايا العصبية في الدماغ.  تتم المعالجة وإرسال الإشارات بسرعة وكفاءة عالية. يركز الأفراد في مجال الذكاء الاصطناعي على عنصر معين في الدماغ، ألا وهو الذكاء. الذكاء هو قدرة العقل على جمع المعلومات وتطبيقها. وبما أن هذا المفهوم يرتبط ارتباطًا وثيقًا بالحوسبة العصبية، فإن التركيز على عكس وظائف الدماغ على مستوى الخلايا العصبية الاصطناعية والخلايا الأصغر يمكن أن يكون المفتاح لتطوير أجهزة كمبيوتر ذات ذكاء حقيقي على المستوى البشري.

٤. التصوير (Imaging): تنتج مستشعرات الرؤية العصبية صورًا بطريقة مشابهة للعين البشرية. يعمل كل بكسل في المستشعر العصبي بشكل مستقل عن تلك المحيطة به. بالإضافة إلى ذلك، يتم توصيل التغييرات في كل بكسل داخل الجهاز بشكل فوري تقريبًا . يسمح الجمع بين هذه الآليات باستخدام البيانات بشكل أكثر كفاءة. لا تواجه هذه المستشعرات أيضًا ضبابية الحركة أو الاستجابة البيئية المتأخرة مثل نظيراتها التقليدية. هذه المجموعة من الخصائص يمكن أن تجعل أجهزة استشعار الرؤية العصبية إضافة مرحب بها لتكنولوجيا الواقع الافتراضي والواقع المعزز.

 

توجد التحديات والعقبات في جميع مجالات الحياة ولا تعتبر الحوسبة العصبية استثناءً لهذه القاعدة لذلك سنذكر أبرز هذه التحديات: 

١.التعقيد: تم تصميمها لتقليد الشبكات العصبية المعقدة في الدماغ، ويشكل بناء مثل هذه الأجهزة المعقدة وصيانتها تحديًا كبيرًا. 

٢.البرمجة: يعد تطوير البرامج والأدوات الخاصة بالأنظمة العصبية مهمة صعبة لأن نماذج البرمجة التقليدية وأدوات البرمجيات ليست مناسبة  لهذا النوع من الهندسة المعمارية لذلك يحتاج الباحثون إلى إنشاء لغات برمجة وخوارزميات وبيئات تطوير جديدة مصممة خصيصًا للأجهزة العصبية. 

٣.التوافق: يمثل دمج الأجهزة العصبية مع التقنيات والأنظمة الحالية تحديًا لأنها لا تتوافق  مع البرامج والأجهزة التقليدية. 

البيانات والتعلم: غالبًا ما تتطلب الأنظمة العصبية كميات كبيرة من البيانات المصنفة لتدريب شبكاتها العصبية قد يكون الحصول على مثل هذه البيانات وإعدادها أمرًا صعبًا. 

٤.القياس والتقييم: قد لا تكون المقاييس التقليدية لتقييم أنظمة الحوسبة مناسبة للأنظمة العصبية، ويمثل وضع  معايير تقييم موحدة تحديًا لتقييم قدراتهم بدقة. 

٥.تطبيقات العالم الحقيقي: في حين أن الحوسبة العصبية تظهر نتائج واعدة في تطبيقات مختلفة مثل الروبوتات، والرؤية العصبية، وأجهزة الاستشعار العصبية، فإن ترجمة الأبحاث إلى تطبيقات في العالم الحقيقي تمثل تحديًا.

★ ختامًا تعد الحوسبة العصبية مجالًا شيقًا للبحث ومع ذلك لا يزال في مراحله المبكرة مما يعني وجود الكثير من التحديات التي يجب التغلب عليها قبل اعتماده على نطاق أوسع .

الــــمـــــــــــصـــــــــــــــــــــــادر

🔗How we created neuromorphic engineering | Nature Electronics

🔗neuromorphic computing challenges - الباحث العلمي من Google

🔗https://ieeexplore.ieee.org/abstract/document/6750072

🔗https://www.techtarget.com/searchenterpriseai/definition/neuromorphic-computing

🔗What is neuromorphic computing? - University of York