شکست فناوری های عصبی

فناوری های عصبی و شناختی به عنوان یکی از پیشرفته ترین حوزه های علوم و فناوری، نقش مهمی در تحول علوم پزشکی و فناوری های نوین ایفا می کنند. این فناوری ها با بهره گیری از دانش علوم اعصاب، امکان درک بهتر مغز و سیستم عصبی، شبیه سازی عملکردهای پیچیده آن و توسعه روش های نوین درمانی را فراهم کرده اند. پیشرفت های چشمگیر در ابزارهای تشخیصی و درمانی، همچون تصویربرداری مغزی و واسط های مغز-کامپیوتر، فرصت های جدیدی برای بهبود کیفیت زندگی و توانمندسازی انسان ها ایجاد کرده اند. با توجه به اهمیت راهبردی این حوزه در سطح جهانی، آشنایی با اساس و زیرساخت های فناوری های عصبی برای پیشرفت علمی و فناوری ضروری است.

ضرورت و اهداف پژوهش

فناوری های عصبی و شناختی از حوزه های پیشرفته علمی و فناورانه با اهمیت بالایی در سطح بین المللی هستند که پیشرفت های چشمگیری در پزشکی و سایر حوزه ها داشته اند. این فناوری ها که ترکیبی از علوم اعصاب و تکنولوژی اند، به مطالعه، تعامل و درمان مغز و سیستم عصبی می پردازند و ابزارهایی برای بررسی، شبیه سازی و دستکاری مغز فراهم می کنند. از کشف نورون ها تا فناوری هایی مانند MRI، CT Scan و واسط های مغز-کامپیوتر (BCI)، این حوزه رشد چشمگیری داشته و نمونه هایی مانند Neuralink نشان دهنده توانمندی های جدید آن است. با توجه به تهدیدهای عقب ماندگی در این فناوری ها برای کشور و اهمیت بالای آن ها در توسعه علمی، لازم است برنامه ریزی دقیق و همراهی متخصصان برای پیشرفت این حوزه انجام شود. اولین گام، آشنایی با اصول و زیرساخت های فناوری عصبی است که در این پژوهش به آن پرداخته شده است.

فناوری های ارتباط با مغز

فناوری های عصبی شامل ابزارهایی هستند که با مغز و سیستم عصبی تعامل داشته و درک و تغییر فعالیت های عصبی را ممکن می سازند. در پزشکی، برای تشخیص و درمان بیماری هایی مانند صرع، پارکینسون و افسردگی کاربرد دارند و درمانی دقیق و غیرتهاجمی را امکان پذیر می کنند. این فناوری ها در توانبخشی، روانشناسی، آموزش و ارتقای شناخت نیز موثرند. همچنین، با ترکیب داده های عصبی و هوش مصنوعی، نقاط قوت و ضعف شناختی بهتر شناسایی می شوند. علاوه بر این در رسانه و تبلیغات نیز با تحلیل واکنش های احساسی و شناختی مخاطبان، به بهبود استراتژی ها و تجربه کاربری کمک می کنند.

به طورکلی در ارتباط با مغز سه زیرمجموعه کلی وجود دارد که عبارتند از:

• پایش فعالیت های مغزی: فناوری های عصبی برای پایش فعالیت های مغزی از ابزارهایی مانند نوار مغزی (EEG) و مغناطیس نگاری مغزی (MEG) استفاده می کنند که امواج و سیگنال های عصبی را ثبت می کنند. این داده ها در تشخیص بیماری هایی مانند صرع، آلزایمر و افسردگی کاربرد دارند و در رابط های مغز و رایانه (BCI) برای ارتباط مغز با دستگاه های خارجی به کار می روند؛
• دخالت در فعالیت های مغزی: دسته دوم فناوری های عصبی شامل ابزارهای تحریک مستقیم مغز مانند تحریک مغزی عمیق (DBS) و تحریک غیرتهاجمی مغناطیسی (TMS) و الکتریکی (tDCS) است. این روش ها برای درمان اختلالات عصبی و روانی مانند پارکینسون و افسردگی و بهبود عملکرد شناختی به کار می روند؛
• ثبت و دخالت در فعالیت اعصاب محیطی: فناوری های دسته سوم به ثبت و مداخله در فعالیت های عصبی محیطی می پردازند. ابزارهایی مثل الکترومایوگرافی (EMG) و ردیاب های چشمی کاربرد درمانی و روان شناسی دارند و به دلیل ارتباط مستقیم با رفتار، در رسانه و پژوهش های شناختی نیز استفاده می شوند.

فناوری هایی که از آن ها یاد شد شامل دو بخش اساسی هستند. بخش اول سخت افزار لازم جهت ثبت و تحریک عصبی و بخش دوم نرم افزاری است که پروتکل های تحریکی را ایجاد یا سیگنال های ثبت شده را پردازش می کند. این دو محور تقریبا همه آن چیزی است که برای برقراری ارتباط کامل بامغز مورد نیاز است.

فناوری های الهام از مغز

محاسبات نورومورفیک رویکردی نوین است که با الهام از ساختار و عملکرد مغز انسان، سیستم هایی مبتنی بر نورون ها و سیناپس های مصنوعی طراحی می کند. در این معماری، برخلاف مدل سنتی فون نویمان که ذخیره سازی و پردازش جداگانه انجام می شود، این دو به صورت هم زمان و تلفیقی صورت می گیرد که منجر به پردازش موازی و کاهش چشمگیر مصرف انرژی می شود. کاربردهای محاسبات نورومورفیک شامل هوش مصنوعی و یادگیری ماشین، سیستم های لبه (Edge AI) در دستگاه های هوشمند، رباتیک و وسایل نقلیه خودران و تحلیل سیگنال های زیستی مانند EEG و رابط مغز و ماشین است.

این فناوری می تواند در پردازش سریع تر، شناسایی الگو، تصمیم گیری بهتر و تعامل موثر با محیط کمک کند؛ اما چالش هایی مانند کاهش دقت در تبدیل شبکه های عصبی عمیق به شبکه های اسپایکینگ، محدودیت های سخت افزاری، نبود استانداردهای ارزیابی و نیاز به دانش میان رشته ای برای توسعه وجود دارد. پیشرفت در مواد نوین مانند ممریستورها و دستگاه های اپتوالکترونیک، همچنین توسعه الگوریتم ها و استانداردها، آینده درخشانی برای محاسبات نورومورفیک رقم خواهد زد. انتظار می رود این فناوری ابتدا در دستگاه های لبه و سپس در سیستم های پیشرفته هوش مصنوعی به کار رود.

فناوری نورومورفیک به دلیل کاربردهای گسترده و ساختار الهام گرفته از مغز، می تواند بر اساس نوع عملکرد به دو دسته سنسوری و محاسباتی تقسیم شود. این تقسیم بندی بر مبنای تمرکز سیستم ها بر روی جمع آوری داده های محیطی (سنسوری) یا پردازش داده ها و انجام محاسبات (محاسباتی) صورت می گیرد:

• سنسورهای بر پایه رخداد: فناوری های نورومورفیک سنسوری با الهام از سیستم های حسی زیستی، داده ها را با سرعت و کارایی بالا ثبت می کنند. از جمله نمونه های برجسته، دوربین های رویدادمحور هستند که تنها تغییرات نور را ثبت کرده و مصرف انرژی پایینی دارند. سنسورهای ریتینومورفیک نیز عملکرد شبکیه چشم را شبیه سازی می کنند و برای تشخیص حرکت و پردازش تصویر در زمان واقعی کاربرد دارند. همچنین، نورون های مصنوعی حسگر با قابلیت عملکرد در محیط زیستی، امکان تعامل مستقیم مغز با دستگاه ها را فراهم می کنند. این فناوری ها در رباتیک، خودروهای خودران و دستگاه های پوشیدنی به بهبود شناسایی محیط و تصمیم گیری سریع تر کمک می کنند؛
• محاسبات در حافظه: فناوری های نورومورفیک محاسباتی با شبیه سازی عملکرد مغز، شامل سخت افزار و الگوریتم هایی مانند شبکه های عصبی اسپایکینگ و ممریستورها هستند. تراشه های برجسته ای مانند TrueNorth از IBM و Loihi از Intel با میلیون ها نورون مصنوعی، پردازش کم مصرف و یادگیری ماشین را ممکن می سازند. این تراشه ها در رباتیک و سیستم های لبه کاربرد دارند. همچنین، محاسبات مخزنی با شبکه های عصبی بازگشتی، داده های ورودی را به فضای با ابعاد بالاتر نگاشت کرده و در پردازش سیگنال های زمانی مثل EEG و گفتار استفاده می شود.

فناوری نورومورفیک به عنوان ترکیبی از علوم اعصاب و مهندسی، نیازمند زیرساخت هایی است که در دو دسته اصلی نرم افزاری و سخت افزاری تقسیم بندی می شوند. این تقسیم بندی به واسطه نقش کلیدی هر بخش در پیاده سازی، بهینه سازی و کاربردهای مختلف فناوری نورومورفیک انجام می شود.

هم افزایی فناوری های عصبی؛ مسیر ایران به آینده ای نوین در ارتباط مغز و ماشین

برای رسیدن به موفقیت در فناوری های عصبی، هم افزایی بین ارتباط با مغز و الهام از مغز ضروری است. توسعه فناوری های عصبی تلفیقی، ترکیبی از واسط های مغز-رایانه و سیستم های نورومورفیک، این امکان را می دهد که ارتباط مستقیم بین مغز و سامانه های مصنوعی برقرار شود و کاربردهایی مانند درمان اختلالات عصبی و افزایش توانمندی شناختی فراهم شود. موفقیت این حوزه مستلزم همکاری میان علوم اعصاب، مهندسی، پزشکی و علوم انسانی است تا فناوری های سازگار با ساختار زیستی مغز و اصول اخلاقی طراحی شوند. ایران با بهره گیری از تجربیات جهانی، سرمایه گذاری در پژوهش و آموزش نیروی متخصص و تدوین سیاست های مربوط به چالش های اخلاقی، می تواند جایگاه خود را ارتقا دهد. این فناوری ها به شرط برنامه ریزی دقیق و همکاری جهانی می توانند محدودیت های زیستی انسان را کاهش داده و کیفیت زندگی را بهبود بخشند.

جمع بندی

فناوری های عصبی و نورومورفیک، شاخه های پیشرفته ای از علم و فناوری هستند که با ترکیب علوم اعصاب و مهندسی، امکان تعامل مستقیم با مغز و سیستم عصبی را فراهم می کنند. این فناوری ها شامل ابزارهای پایش و تحریک مغزی، واسط های مغز-رایانه و سیستم های نورومورفیک با الهام از ساختار مغز انسان هستند که در تشخیص و درمان بیماری های عصبی، بهبود توانمندی های شناختی و توسعه هوش مصنوعی کاربرد دارند. موفقیت در این حوزه نیازمند توسعه همزمان سخت افزار و نرم افزار تخصصی، همچنین همکاری میان رشته ای علوم اعصاب، پزشکی و مهندسی است. با توجه به اهمیت جهانی و تهدیدهای عقب ماندگی، ایران باید با سرمایه گذاری در پژوهش، آموزش نیروی متخصص و تدوین سیاست های اخلاقی، جایگاه خود را در این فناوری ها ارتقا دهد. ایران با بهره گیری از تجربیات جهانی، سرمایه گذاری در پژوهش و آموزش نیروی متخصص و تدوین سیاست های مربوط به چالش های اخلاقی، می تواند جایگاه خود را ارتقا دهد.

این مطالعه در مرکز اندیشه ای نوران توسط علی افشاری مهر در سال 1404 انجام شده است.