دیده بان پیشرفت علم، فناوری و نوآوری
19 بهمن 1395 - 15:13

کشف الگوریتم مغز انسان از سوی دانشجوی دانشگاه آزاد اسلامی

محمد انصاری دانشجوی واحد علوم و تحقیقات دانشگاه آزاد اسلامی موفق به کشف الگوریتم کلی و بنیادی مغز انسان شد.
کد خبر : 157239

به گزارش خبرنگار خبرگزاری آنا، محمد انصاری دانشجوی کارشناسی ارشد مدیریت فناوری اطلاعات، گرایش سیستم‌های اطلاعاتی پیشرفته این واحد در ارتباط با پروژه خود گفت: «آغاز این پروژه در سال 1393 با هدف کشف چگونگی فرآیند تصمیم گیری در مغز و بررسی اساس و منشاء هوش با بررسی بر روی 147 نمونه تحقیقاتی بصورت جداگانه و ترکیبی، شکل گرفت.»


وی با بیان اینکه تا قبل از آغاز به کار این پروژه وجود هیچ‌گونه الگوریتم واحد و بنیادی در مغز انسان به اثبات نرسیده بود، افزود: «نتایج حاصل از آزمایش‌ها و تحقیقات مختلف نشان از وجود الگوریتم پایه‌ی محاسباتی در مغز انسان داد. با آزمایشات بیشتر توانستم به چگونگی این الگوریتم پی برده و در نهایت به الگوریتمی واحد و بنیادی در فرآیندهای تصمیم‌گیری که در همه انسان‌ها مشترک است، دست یابم.»


انصاری اضافه کرد: «بر اساس بررسی Houzel در سال 2009، تعداد نورون‌های مغز انسان حدود 86 میلیارد نورن تخمین زده شده است که منجر به بیش از یکصد تریلیون اتصال (سیناپس) در یک لایه از مغز می‌شود. با در نظر گرفتن لایه‌های دیگر مغز برای بررسی و سنجش روابط اولیه اتصالات سیناپسی، به نوعی با وضعیت بسیار پیچیده و ناامیدکننده روبرو خواهیم شد. از این جهت ناامید کننده که سنجش آن نیازمند فعالیت صدها نخبه، دانشمند و متخصصان و همچنین تجهیزات سخت افزاری ویژه و حجیمی (معادل زمین فوتبال) است.»


به گفته انصاری با به کارگیری و کشف ابعاد بیشتر این الگوریتم بنیادی می‌توان بسیاری از مشکلات اساسی مطرح شده در هوش مصنوعی و شبیه‌سازی مغز انسان را حل کرد و میتوان در علوم مختلف آنرا پیاده سازی کرد و به کار گرفت از جمله در بحث پزشکی که می توان بسیاری از بیماری های مربوط به مغز را درمان کرد

وی ادامه داد: «با توجه به سخت افزار مورد نیاز و در نظر گرفتن روند پیشرفت و توسعه تکنولوژی های سخت افزاری و پردازشی، شاید بررسی نورون‌ها و اتصالات سیناپسی در مغز انسان به طور خوشبینانه ظرف 30 سال آینده میسر شود، گرچه معتقدم با پیشرفت علم با جنبه‌های دیگری از مغز انسان آشنا خواهیم شد که همین امر این فرایند را مستلزم تجهیزات پیچیده تری خواهد کرد.»


این دانشجوی واحد علوم و تحقیقات تصریح کرد: «امروزه همه روش‌هایی‌که برای بررسی فرآیندهای تصمیم‌گیری در مغز انسان بکار گرفته می‌شوند، روش‌هایی از جزء به کل رسیدن است. به این معنا که در این روش‌ها به بررسی تک تک روابط بین پدیده‌های تصمیم‌گیری و ارتباط آنان با یکدیگر، آنهم با استفاده از حداکثر توان سخت افزاری پرداخته می شود.»


انصاری اظهار کرد: «در تحقیقات خود با استفاده از الگوی رسیدن از کل به جزء با کشف و به دست آوردن الگوریتمی کلی و بنیادی در مغز که تمام تصمیمات تابعی از آن است، توانستم اصل ریاضی حاکم بر الگوریتمهای محاسباتی در سراسر مدارهای عصبی را با وجود ویژگی‌های مختلف آناتومیک، پیدا کرده و با رویکردی سیستمی موفق به بررسی هر یک از بدنه‌های الگوریتم بنیادی، کاربرد و نحوه فرآیند تصمیم گیری آنها در مغز شدم.»


وی که از زمره حافظان قرآن کریم است با توجه به ادعای توانایی شعر گفتن از سوی هوش مصنوعی گوگل (2016)، گفت: «هوش مصنوعی گوگل با خواندن 2865 رمان در نهایت آنهم با وابستگی شدید سخت افزاری، توانست کلمات با ربطی را که شاید بتوان به آن شعر نو گفت، ارائه دهد. این در حالی است که در سال 1393 برای تست توانایی‌های الگوریتمی که کشف کردم، تنها با ارائه چندین بیت از اشعار یکی از شعرای ایران، اشعاری کاملا شبیه سروده‌های آن شاعر با حفظ ویژگی های شعری آن از این الگوریتم بدست آمد.»


انصاری خاطرنشان کرد: «لازم به ذکر است کشف و اثبات وجود الگوریتمی کلی و بنیادی در مغز، خود نکته ای است که به عنوان یک آرزو در دنیا مطرح است. البته محققان در آزمایش‌هایی که آذر 94 در دانشگاه آگوستا جورجیا صورت دادند، به این نتیجه رسیدند که احتمال دارد در مغز الگوریتمی بنیادی وجود داشته باشد که سایر تصمیمات تابعی از آن باشند.»


به گفته وی با به کارگیری و کشف ابعاد بیشتر این الگوریتم بنیادی می‌توان بسیاری از مشکلات اساسی مطرح شده در هوش مصنوعی و شبیه‌سازی مغز انسان را حل کرد و میتوان در علوم مختلف آنرا پیاده سازی کرد و به کار گرفت از جمله در بحث پزشکی که می توان بسیاری از بیماری های مربوط به مغز را درمان کرد.


انصاری افزود: «امیدوارم با همکاری دانشگاه هایی نظیر واحد علوم و تحقیقات که از امکانات سخت افزاری و نرم افزاری خوبی بهره‌مند است، بتوان این موضوع را پیش برده و نتایج مطلوبی از آن گرفت.»


انتهای پیام/

ارسال نظر
هلدینگ شایسته