שיטה חדשה ההופכת כל מערכת לצומת של מחשב נוירונים תגרום למהפיכה בתחום התבונה המלאכותית

הרעיון בכללותו מכונה בשם 'מחשוב מאגר' ומקורו בניסיונות לפתח רשתות מחשב המהוות מודל של המוח. הרעיון מתבסס על ההנחה כי ניתן לפענח את ההתנהגות של כל מערכת פיזיקאלית – החל מדלי של מים ועד טיפות של פלסטיק העטופות בננו-שפופרות פחמן – וזאת במטרה לנצל את כוח המחשוב הטבוע בהן

תרגום: ד"ר משה נחמני

חוקרים טוענים כי כל מערכת העוברת שינויים ניתנת לשימוש בתור מחשב יעיל.

השבב האחרון עליו מתבסס מכשיר האייפון 7 כולל בתוכו 3.3 מיליארדי טרנזיסטורים הארוזים בתוך פיסת סיליקון בגודל של מטבע קטן. אולם, המגמה של מחשבים זעירים ועוצמתיים יותר ויותר עשויה להגיע לקיצה. שבבים המבוססים על סיליקון מגיעים לנקודה שבה חוקי הפיזיקה מונעים מהם מלהמשיך ולקטון. בנוסף, קיימות מספר מגבלות חשובות בביצועיהם של שבבים מסוג זה. לפיכך, חוקרים רבים ברחבי העולם מחפשים אחר חלופות אחרות לשבבי סיליקון.

החלופה הידועה ביותר הינה מחשבים קוונטיים, המנצלים את התכונות של השבבים בצורה שונה לחלוטין ממכונות דיגיטליות רגילות. בנוסף, יש את האפשרות להשתמש בחומרים חלופיים – באופן פוטנציאלי כל חומר או מערכת פיזיקאלית – המסוגלים לבצע חישובים, ללא הצורך בשליטה באלקטרונים, כפי שקורה בשבבי סיליקון. הרעיון בכללותו מכונה בשם 'מחשוב מאגר' ומקורו בניסיונות לפתח רשתות מחשב המהוות מודל של המוח. הרעיון מתבסס על ההנחה כי ניתן לפענח את ההתנהגות של כל מערכת פיזיקאלית – החל מדלי של מים ועד טיפות של פלסטיק העטופות בננו-שפופרות פחמן – וזאת במטרה לנצל את כוח המחשוב הטבוע בהן.

מחשבי מאגר מנצלים את התכונות הפיזיקאליות של החומר במצבו הטבעי על מנת לבצע חלק מהחישוב. זאת בניגוד למודל של מחשוב דיגיטלי נוכחי שבו משנים את התכונות של המחשב על מנת לבצע את החישוב. למשל, על מנת ליצור מיקרו-שבבים מודרניים אנו משנים את המבנה הגבישי של סיליקון. מחשב מאגר יוכל להיות מורכב, בעיקרון, מפיסה של סיליקון (או של חומרים אחרים) ללא הצורך בביצוע שינויים אלו בחומר עצמו. הרעיון הבסיסי הוא לעורר את החומר בדרך מסוימת ואז ללמוד ולמדוד כיצד העירור משפיע עליו. אם נוכל ללמוד כיצד מגיעים מהקלט (העירור) לפלט (השינוי), אזי אנו מבצעים בעצם חישוב שבו נוכל להשתמש לאחר מכן כחלק מאוסף חישובים. בניגוד לשבבי מחשב רגילים הנסמכים על מיקומם של האלקטרונים, הסידור המסוים של החלקיקים בתוך החומר אינו חשוב. במקום זאת, אנו רק צריכים לצפות בתכונות כלליות מסוימות שמאפשרות לנו למדוד את השינוי בחומר.

למשל, צוות מחקר בנה מחשב מאגר פשוט מדלי של מים. החוקרים הדגימו כיצד, לאחר עירור המים בעזרת בחנים מכאניים, הם הצליחו ללמד מצלמה המכוונת לפני השטח של המים לקרוא את דפוסי הגלים המובחנים שנוצרו. לאחר מכן, הם התאימו את החישוב הקשור לתנועות הבחן לדפוס הגלים, ובתוצאה הם השתמשו על מנת לבצע מספר פקודות לוגיות פשוטות. באופן עקרוני, המים עצמם העבירו את הקלט מהבחן לכדי פלט שימושי – ובזה טמונה התובנה החשובה.

מסתבר כי הרעיון של מחשב מאגר מתיישב היטב עם מחקר מהעת האחרונה בתחום מדעי המוח שבמסגרתו חוקרים גילו כי חלקים מהמוח מיועדים ל'שימוש כללי'. אזורים אלו מורכבים בעיקר מאוספים של נוירונים שאופן הסידור שלהם די רופף ועדיין הם מסוגלים לתמוך בפונקציות קוגניטיביות המתרחשות באזורים מסודרים יותר במוח, ובכך הם הופכים את התהליך כולו ליעיל יותר. כפי שמתרחש במחשב, אם מאגר נוירונים אלו עובר עירור על ידי אות מוגדר, הוא מגיב בצורה אופיינית מאוד, ותגובה זו יכולה לסייע בביצוע חישובים. למשל, מחקר מהעת האחרונה מציע שכאשר אנו שומעים או רואים דבר מה, חלק כללי מסוים במוח מעורר על ידי האות התואם – צליל או אור. התגובה של הנוירונים באזור זה של המוח מועברת לאחר מכן לאזור אחר במוח, שהוא בעל התמחות גבוהה יותר.

המחקר מצביע על כך כי מחשבי מאגר יוכלו להיות איתנים במיוחד ועוצמתיים, ובנוסף, בתיאוריה, יוכלו לבצע אינסוף פונקציות. למעשה, מאגרים מעוררים כבר הפכו לאהודים במיוחד בתחומים מסוימים של בינה מלאכותית, זאת בזכות תכונות אלו בדיוק. למשל, מערכות העושות שימוש בשיטות מאגר לשם חיזוי מגמות בשוקי הבורסה והכלכלה הוכחו כיעילות הרבה יותר מטכנולוגיות רגילות של בינה מלאכותית. בסופו של דבר, זוהי עדיין טכנולוגיה חדשה יחסית, ונדרש מחקר נוסף באשר ליכולות וההשלכות של שיטה זו. יחד עם זאת, כבר עכשיו ברור כי קיים מספר עצום של יישומים אפשריים לסוג כזה של טכנולוגיה, הן בתחום של בינה מלאכותית והן במגוון תחומים אחרים, החל מניתוח ועיבוד של נתונים בזמן אמת וכלה בזיהוי תמונה/דפוס ובקרת רובוטים.

המאמר המקורי