ایک چپ پر دماغ کے خلیوں کی ایک گیند سادہ تقریر کی پہچان اور ریاضی سیکھ سکتی ہے۔

ایک چپ پر دماغ کے خلیوں کی ایک گیند سادہ تقریر کی پہچان اور ریاضی سیکھ سکتی ہے۔

ایک چپ پر دماغی خلیات کی ایک گیند سادہ تقریر کی پہچان اور ریاضی پلیٹو بلاکچین ڈیٹا انٹیلی جنس سیکھ سکتی ہے۔ عمودی تلاش۔ عی

دماغی خلیوں کی ایک چھوٹی سی گیند سرگرمی کے ساتھ گونجتی ہے کیونکہ یہ الیکٹروڈ کی ایک صف کے اوپر بیٹھتی ہے۔ دو دن تک، اسے برقی زپ کا ایک نمونہ ملتا ہے، ہر ایک محرک آٹھ افراد کی تقریر کی خصوصیات کو انکوڈ کرتا ہے۔ تیسرے دن تک، یہ بولنے والوں کے درمیان امتیاز کر سکتا ہے۔

Brainoware کے نام سے موسوم، یہ نظام 3D برین آرگنائڈز، یا "منی دماغ" میں ٹیپ کرکے بائیو کمپیوٹنگ کے لیے بار کو بڑھاتا ہے۔ یہ ماڈل، جو عام طور پر انسانی سٹیم سیلز سے اگائے جاتے ہیں، تیزی سے مختلف قسم کے نیوران میں پھیلتے ہیں جو عصبی نیٹ ورکس میں بنے ہوئے ہیں۔

ان کے حیاتیاتی ہم منصبوں کی طرح، بلابز برقی سرگرمی کے ساتھ چمکتے ہیں — یہ بتاتے ہیں کہ ان میں معلومات کو سیکھنے، ذخیرہ کرنے اور اس پر کارروائی کرنے کی صلاحیت ہے۔ سائنس دانوں نے طویل عرصے سے ان کو دماغ سے متاثر کمپیوٹنگ کے لیے ایک امید افزا ہارڈویئر جزو کے طور پر دیکھا ہے۔

اس ہفتے، ایک جماعت انڈیانا یونیورسٹی میں بلومنگٹن نے Brainoware کے ساتھ نظریہ کو حقیقت میں بدل دیا۔ انہوں نے ایک دماغی آرگنائڈ کو جوڑ دیا جو پرانتستا سے مشابہت رکھتا ہے — دماغ کی سب سے بیرونی تہہ جو اعلی علمی افعال کو سہارا دیتی ہے — ایک ویفر نما چپ سے جو الیکٹروڈ سے بھری ہوئی ہے۔

منی دماغ ایک سپر کمپیوٹر کے سنٹرل پروسیسنگ یونٹ اور میموری اسٹوریج دونوں کی طرح کام کرتا ہے۔ اس نے الیکٹریکل زپ کی شکل میں ان پٹ حاصل کیا اور اعصابی سرگرمی کے ذریعے اپنے حسابات کو آؤٹ پٹ کیا، جسے بعد میں ایک AI ٹول کے ذریعے ڈی کوڈ کیا گیا۔

جب لوگوں کے ایک تالاب سے ساؤنڈ بائٹس پر تربیت دی گئی — جو الیکٹریکل زپ میں تبدیل ہو گیا — برینو ویئر نے آخر کار مخصوص لوگوں کی "آوازیں" چننا سیکھ لیا۔ ایک اور ٹیسٹ میں، سسٹم نے ریاضی کے ایک پیچیدہ مسئلے سے کامیابی کے ساتھ نمٹا جو AI کے لیے مشکل ہے۔

سسٹم کی سیکھنے کی صلاحیت منی دماغ میں نیورل نیٹ ورک کنکشن میں ہونے والی تبدیلیوں سے پیدا ہوتی ہے — جو کہ ہمارے دماغ کے ہر روز سیکھنے کے طریقے سے ملتی جلتی ہے۔ اگرچہ صرف ایک پہلا قدم ہے، Brainoware تیزی سے جدید ترین ہائبرڈ بائیو کمپیوٹرز کے لیے راہ ہموار کرتا ہے جو توانائی کی لاگت کو کم کر سکتے ہیں اور حساب کو تیز کر سکتے ہیں۔

سیٹ اپ نیورو سائنسدانوں کو ہمارے دماغ کے اندرونی کاموں کو مزید کھولنے کی بھی اجازت دیتا ہے۔

"جب کہ کمپیوٹر سائنس دان دماغ کی طرح سلیکون کمپیوٹر بنانے کی کوشش کر رہے ہیں، نیورو سائنسدان دماغی خلیات کی ثقافتوں کے حساب کو سمجھنے کی کوشش کر رہے ہیں،" لکھا ہے ڈاکٹرز جانز ہاپکنز یونیورسٹی میں لینا سمرنووا، برائن کیفو، اور ایرک سی جانسن جو اس مطالعے میں شامل نہیں تھے۔ Brainoware اس بارے میں نئی ​​بصیرتیں پیش کر سکتا ہے کہ ہم کیسے سیکھتے ہیں، دماغ کیسے نشوونما پاتا ہے، اور یہاں تک کہ دماغ کے کمزور ہونے پر نئے علاج کی جانچ میں مدد کر سکتا ہے۔

نیورومورفک کمپیوٹنگ پر ایک موڑ

اس کے 200 بلین نیوران سینکڑوں کھرب کنکشنز میں نیٹ ورک کے ساتھ، انسانی دماغ شاید سب سے طاقتور کمپیوٹنگ ہارڈویئر ہے جسے جانا جاتا ہے۔

اس کا سیٹ اپ فطری طور پر کلاسیکل کمپیوٹرز سے مختلف ہے، جن میں ڈیٹا پروسیسنگ اور اسٹوریج کے لیے الگ الگ یونٹ ہوتے ہیں۔ ہر کام کے لیے دونوں کے درمیان کمپیوٹر شٹل ڈیٹا کی ضرورت ہوتی ہے، جس سے کمپیوٹنگ کے وقت اور توانائی میں ڈرامائی طور پر اضافہ ہوتا ہے۔ اس کے برعکس، دونوں افعال دماغ میں ایک ہی جسمانی جگہ پر متحد ہوتے ہیں۔

Synapses کہلاتے ہیں، یہ ڈھانچے نیوران کو نیٹ ورک سے جوڑتے ہیں۔ Synapses یہ تبدیل کرکے سیکھتے ہیں کہ وہ دوسروں کے ساتھ کس قدر مضبوطی سے جڑتے ہیں — ساتھیوں کے ساتھ رابطے کی طاقت کو بڑھاتے ہیں جو مسائل کو حل کرنے اور علم کو ایک ہی جگہ پر ذخیرہ کرنے میں مدد کرتے ہیں۔

عمل واقف لگ سکتا ہے. مصنوعی اعصابی نیٹ ورکس، ایک AI نقطہ نظر جس نے دنیا کو طوفان سے دوچار کر دیا ہے، ان اصولوں پر ڈھیلے طریقے سے مبنی ہیں۔ لیکن توانائی کی ضرورت بہت مختلف ہے۔ دماغ 20 واٹ پر چلتا ہے، تقریباً ایک چھوٹا ڈیسک ٹاپ پنکھا چلانے کے لیے درکار طاقت۔ ایک تقابلی مصنوعی نیورل نیٹ ورک استعمال کرتا ہے۔ آٹھ ملین واٹ. دماغ بھی کچھ مثالوں سے آسانی سے سیکھ سکتا ہے، جبکہ AI بدنام زمانہ ڈیٹاسیٹس پر انحصار کرتا ہے۔

سائنسدانوں نے ہارڈ ویئر چپس میں دماغ کی پروسیسنگ خصوصیات کو دوبارہ بنانے کی کوشش کی ہے۔ غیر ملکی اجزاء سے بنایا گیا ہے جو درجہ حرارت یا بجلی کے ساتھ خصوصیات کو تبدیل کرتے ہیں، یہ نیورومورفک چپس ایک ہی جگہ کے اندر پروسیسنگ اور اسٹوریج کو یکجا کرتے ہیں۔ یہ چپس کمپیوٹر کی بصارت کو طاقت دے سکتی ہیں اور تقریر کو پہچان سکتی ہیں۔ لیکن ان کی تیاری مشکل ہے اور صرف جزوی طور پر دماغ کے اندرونی کاموں کو پکڑتے ہیں۔

کمپیوٹر چپس کے ساتھ دماغ کی نقل کرنے کے بجائے، کیوں نہ صرف اس کے اپنے حیاتیاتی اجزاء کا استعمال کریں؟

ایک دماغی کمپیوٹر

یقین رکھیں، ٹیم نے زندہ دماغوں کو الیکٹروڈ سے نہیں جوڑا۔ اس کے بجائے، وہ دماغی آرگنائڈز کا رخ کرتے ہیں۔ صرف دو مہینوں میں، انسانی اسٹیم سیلز سے بنائے گئے چھوٹے دماغ، نیوران کی اقسام کی ایک رینج میں تیار ہو گئے جو برقی طور پر فعال نیٹ ورکس میں ایک دوسرے سے جڑے ہوئے تھے۔

ٹیم نے احتیاط سے ہر چھوٹے دماغ کو چھوٹے الیکٹروڈز سے بھرے اسٹامپ نما چپ پر گرا دیا۔ یہ چپ 1,000 سے زیادہ چینلز سے دماغی خلیوں کے سگنلز کو ریکارڈ کر سکتی ہے اور ایک ہی وقت میں تقریباً تین درجن الیکٹروڈز کا استعمال کرتے ہوئے آرگنائڈز کو زپ کر سکتی ہے۔ اس سے محرک کو درست طریقے سے کنٹرول کرنا اور چھوٹے دماغ کی سرگرمی کو ریکارڈ کرنا ممکن ہو جاتا ہے۔ ایک AI ٹول کا استعمال کرتے ہوئے، تجریدی عصبی نتائج کو عام کمپیوٹر پر انسان دوست ردعمل میں ترجمہ کیا جاتا ہے۔

اسپیچ ریکگنیشن ٹیسٹ میں، ٹیم نے بولنے والے 240 لوگوں کے 8 آڈیو کلپس ریکارڈ کیے۔ ہر کلپ ایک الگ تھلگ آواز کو پکڑتا ہے۔ انہوں نے ڈیٹاسیٹ کو برقی محرک کے منفرد نمونوں میں تبدیل کیا اور ان کو ایک نئے بڑھے ہوئے چھوٹے دماغ میں کھلایا۔ صرف دو دنوں میں، Brainoware سسٹم تقریباً 80 فیصد درستگی کے ساتھ مختلف بولنے والوں کے درمیان امتیاز کرنے میں کامیاب رہا۔

نیورو سائنس کے ایک مقبول اقدام کا استعمال کرتے ہوئے، ٹیم نے الیکٹریکل زپوں کو کچھ نیٹ ورکس کو مضبوط کرنے کے لیے چھوٹے دماغ کو "تربیت یافتہ" پایا جبکہ دوسروں کو کاٹتے ہوئے یہ تجویز کیا کہ اس نے سیکھنے میں سہولت فراہم کرنے کے لیے اپنے نیٹ ورکس کو دوبارہ وائر کیا ہے۔

ایک اور ٹیسٹ میں، Brainoware کو AI کے خلاف ریاضی کے ایک مشکل کام پر کھڑا کیا گیا جو مضبوط پاس ورڈ بنانے میں مدد کر سکتا ہے۔ اگرچہ قلیل مدتی میموری والے AI سے قدرے کم درست، Brainoware بہت تیز تھا۔ انسانی نگرانی کے بغیر، یہ تقریباً ہم آہنگ نتائج تک پہنچ گیا 10 فیصد سے بھی کم وقت میں اس نے AI کا استعمال کیا۔

مطالعہ کے مصنف ڈاکٹر فینگ گوو، "یہ دماغ کے آرگنائڈز [کمپیوٹنگ کے لیے] استعمال کرنے کا پہلا مظاہرہ ہے۔" بتایا ایم ائی ٹی ٹیکنالوجی کا جائزہ لیں.

سائبرگ کمپیوٹرز؟

نیا مطالعہ ہائبرڈ بائیو کمپیوٹرز کو دریافت کرنے کے لیے تازہ ترین ہے - نیوران، AI، اور الیکٹرانکس کا مرکب۔

واپس 2020 میں، ایک جماعت مصنوعی اور حیاتیاتی نیوران کو ایک نیٹ ورک میں ضم کیا جو دماغ کیمیکل ڈوپامائن کا استعمال کرتے ہوئے بات چیت کرتا ہے۔ زیادہ حال ہی میں، تقریباً دس لاکھ نیوران، ایک برتن میں چپٹے پڑے، الیکٹریکل زپ سے ویڈیو گیم پونگ کھیلنا سیکھ گئے۔

Brainoware ایک ممکنہ قدم ہے. الگ تھلگ نیوران کے مقابلے میں، آرگنائڈز انسانی دماغ اور اس کے جدید ترین نیورل نیٹ ورکس کی بہتر نقل کرتے ہیں۔ لیکن وہ غلطیوں کے بغیر نہیں ہیں۔ گہری سیکھنے کے الگورتھم کی طرح، چھوٹے دماغ کے اندرونی عمل غیر واضح ہیں، جس کی وجہ سے "بلیک باکس" کو ڈی کوڈ کرنا مشکل ہو جاتا ہے کہ وہ کس طرح حساب لگاتے ہیں — اور کتنی دیر تک وہ یادوں کو برقرار رکھتے ہیں۔

پھر "ویٹ لیب" کا مسئلہ ہے۔ کمپیوٹر پروسیسر کے برعکس، چھوٹے دماغ صرف درجہ حرارت اور آکسیجن کی سطح کی ایک تنگ حد کو برداشت کر سکتے ہیں، جبکہ مسلسل بیماری پیدا کرنے والے جرثوموں کے انفیکشن کا خطرہ رہتا ہے۔ اس کا مطلب ہے کہ انہیں خصوصی آلات کا استعمال کرتے ہوئے غذائی اجزاء کے شوربے کے اندر احتیاط سے اگانا ہوگا۔ ان ثقافتوں کو برقرار رکھنے کے لیے درکار توانائی ہائبرڈ کمپیوٹنگ سسٹم سے حاصل ہونے والے فوائد کو پورا کر سکتی ہے۔

تاہم، چھوٹے دماغ چھوٹے اور زیادہ موثر نظاموں کے ساتھ کلچر کے لیے تیزی سے آسان ہوتے جا رہے ہیں—بشمول ان میں ریکارڈنگ اور زپنگ فنکشنز بلٹ ان ہیں۔ مشکل سوال تکنیکی چیلنجز کے بارے میں نہیں ہے۔ بلکہ، یہ اس بارے میں ہے کہ انسانی دماغ کو کمپیوٹنگ عنصر کے طور پر استعمال کرتے وقت کیا قابل قبول ہے۔ AI اور نیورو سائنس تیزی سے حدود کو آگے بڑھا رہے ہیں، اور دماغی AI ماڈلز ممکنہ طور پر اور بھی نفیس ہو جائیں گے۔

سمرنووا، کیفو، اور جانسن نے لکھا، "کمیونٹی کے لیے یہ بہت اہم ہے کہ وہ انسانی اعصابی بافتوں کو شامل کرنے والے بائیو کمپیوٹنگ سسٹم کے گرد گھیرے ہوئے بے شمار اعصابی مسائل کا جائزہ لیں۔"

تصویری کریڈٹ: ایک ترقی پذیر دماغی آرگنائڈ / نیشنل انسٹی ٹیوٹ برائے الرجی اور متعدی امراض، NIH

ٹائم اسٹیمپ:

سے زیادہ یکسانیت مرکز