תא עצב יחיד בקליפת המוח האנושית עשוי לבצע חישובים מורכבים בהרבה מן הפעולה הפשוטה של חיבור אותות והפקת תגובת "כן או לא". כך עולה ממחקר של חוקרים מהאוניברסיטה העברית ומאוניברסיטת אמסטרדם, שהשתמשו ברשתות עצביות מלאכותיות כדי למדוד את המורכבות החישובית של נוירונים ביולוגיים.

במקום לבדוק רק את מספר הקשרים של כל תא או את המבנה הפיזי שלו, החוקרים שאלו עד כמה קשה לרשת עצבית מלאכותית ללמוד לחקות את הקשר בין הקלט שמקבל תא העצב לבין התגובה החשמלית שהוא מפיק. ככל שנדרשה רשת מלאכותית עמוקה ומורכבת יותר כדי לחקות את התא, כך הוערכה המורכבות החישובית של הנוירון כגבוהה יותר.

המחקר נערך בידי עידו אייזנבוד, דניאלה יואלי ודוד בניאגייב, בהנחיית פרופ' מיקי לונדון ופרופ' עידן שגב מהמרכז למדעי המוח על שם אדמונד ולילי ספרא באוניברסיטה העברית. במחקר השתתף גם פרופ' כריסטיאן דה קוק מהאוניברסיטה החופשית של אמסטרדם. הוא פורסם בכתב העת PNAS.

"אנשים נוטים לחשוב על נוירון כעל מתג פשוט שנדלק או כבה", אמר פרופ' שגב. "מה שאנחנו מראים הוא שתא עצב אנושי יחיד הוא בעצמו התקן חישובי מתוחכם להפליא".

הנוירון אינו רק שער לוגי

היחידות הבסיסיות ברוב הרשתות העצביות המלאכותיות פשוטות יחסית: הן מקבלות מספר ערכי קלט, מכפילות אותם במשקלים, מחברות את התוצאות ומעבירות את הפלט לשכבה הבאה.

תא עצב ביולוגי פועל בצורה מורכבת יותר. הוא מקבל אלפי אותות באמצעות סינפסות המפוזרות לאורך דנדריטים – שלוחות מסועפות היוצאות מגוף התא. התוצאה אינה נקבעת רק לפי עוצמת האותות, אלא גם לפי מיקומם, העיתוי שבו הגיעו, הצירוף ביניהם והתכונות החשמליות של הענפים השונים.

אותות המגיעים יחד לענף דנדריטי אחד יכולים להפיק תגובה שונה מאותם אותות כשהם מגיעים לאזורים שונים בתא. כתוצאה מכך, עיבוד משמעותי של המידע מתרחש עוד לפני שהאות מגיע לגוף התא ולנקודה שבה הנוירון מחליט אם להפיק דחף חשמלי.

החוקרים יצרו מודלים מפורטים של תאי עצב, הזינו אותם בדפוסים שונים של פעילות סינפטית ואספו את תגובותיהם. לאחר מכן אומנו רשתות מלאכותיות לשמש "תאום חישובי" של כל תא ולחזות את הפלט שלו.

הממצאים הראו כי כדי לחקות נוירונים אנושיים בקליפת המוח נדרשו רשתות עמוקות יותר מאלה שנדרשו לחיקוי נוירונים של יונקים אחרים שנבדקו. החוקרים מייחסים את היתרון למבנה הדנדריטי המסועף ולתגובות הלא־ליניאריות של הסינפסות.

השראה לארכיטקטורות AI חדשות

לתוצאות עשויה להיות משמעות לפיתוח מערכות בינה מלאכותית וחומרה נוירומורפית. כיום, חלק ניכר מהשיפור במודלי AI מושג באמצעות הוספת שכבות, יחידות חישוב, זיכרון והספק. המחקר מציע כיוון משלים: שימוש ביחידות עיבוד בסיסיות מורכבות יותר.

במקום לבנות מערכת ממספר גדול מאוד של יחידות פשוטות, ייתכן שבעתיד ניתן יהיה לפתח רכיבים מלאכותיים המבצעים עיבוד פנימי רב־שלבי, בדומה לאופן שבו ענפי הדנדריטים מסננים ומשלבים אותות.

גישה כזאת עשויה להיות רלוונטית במיוחד לשבבים נוירומורפיים, שמטרתם לבצע עיבוד מקבילי וחסכוני באנרגיה באמצעות חיקוי עקרונות פעולה של מערכת העצבים. בחומרה כזאת, כל יחידת עיבוד יכולה לכלול מנגנונים מורכבים יותר של זיכרון מקומי, שילוב אותות וחישוב לא־ליניארי.

עם זאת, הגדלת מורכבותה של כל יחידה אינה מבטיחה שיפור אוטומטי. יחידות מורכבות יותר עלולות לדרוש שטח סיליקון גדול יותר, תכנון מסובך ואלגוריתמי אימון חדשים. יהיה צורך לבדוק האם העברת חלק מן החישוב אל תוך "הנוירון המלאכותי" מפחיתה את מספר היחידות והשכבות הדרושות ומספקת יתרון בצריכת אנרגיה או בהשהיה.

לא רשת עצבית בתוך תא

ההשוואה לרשת עצבית עמוקה אינה אומרת שבתוך כל תא עצב קיימת רשת מלאכותית זעירה. הרשת שימשה ככלי מתמטי למדידת הקושי לחקות את התנהגות התא.

גם הטענה כי תא עצב יחיד הוא "סוד האינטליגנציה האנושית" דורשת זהירות. המחקר אינו מודד אינטליגנציה ואינו מוכיח שתא יחיד מסוגל לבצע משימות קוגניטיביות כמו זיהוי תמונה, הבנת שפה או פתרון בעיות.

המשמעות היא שהרכיב הבסיסי שממנו בנויה רשת המוח מורכב יותר מן היחידה המלאכותית המקובלת. האינטליגנציה האנושית נוצרת מפעילות משולבת של מיליארדי תאים, אך כל אחד מהם עשוי לבצע עיבוד מקומי משמעותי לפני העברת המידע הלאה.

המסגרת שפיתחו החוקרים עשויה לשמש בעתיד להשוואה בין סוגי נוירונים, אזורי מוח ומינים שונים, וכן לבחינת שינויים בתפקוד התאים במחלות נוירולוגיות. עבור תעשיית המחשוב, המחקר מספק נקודת מבט נוספת על הפער שבין רשתות AI מודרניות לבין המערכת הביולוגית שממנה שאבו את שמן.

מקור: Dendritic morphology and synaptic nonlinearities enhance functional complexity in human cortical neurons – PNAS

הפוסט מחקר ישראלי: תא עצב אנושי יחיד מורכב כמו רשת עצבית עמוקה הופיע לראשונה ב-Chiportal.

"המחשבים יהיו נהגים טובים אבל הם לא יזכרו את העבר ויתכננו את העתיד בזמן הנהיגה". במילים אחרות, הם יחליפו אותנו בפעולות מסוימות אבל לא יוכלו להשתלט על העולם. כך אומר בראיון ל-Chiportal
פרופ' עידן שגב מהאוניברסיטה העברית. בעקבות אירוע "תגליות העתיד: מן המוח למחשב ובחזרה" שקיימה לאחרונה האקדמיה הלאומית למדעים.

"המוח הוא דוגמה פיזיקלית למחשב שיכול לעשות דברים. אמנם מחשב לא דיגיטלי, אבל זו בעצם מערכת פיזיקלית עם מרכיבים חישוביים כדוגמת תאי עצב. זה אומר שמחשבים יכולים להיות כמונו במובן מסוים. אם אנחנו מחשב מסוג מסוים שעושה דברים כגון שיחת הטלפון הזו. אני יודע שאנשים לא אוהבים לחשוב על המוח כעל מכונת חישוב אבל בכל זאת אנחנו סוג של מכונת חישוב מיוחדת. "

אפילו מאוד יעילה?

פרופ' שגב: "אכן, המוח הוא מכונה יעילה מהבחינה האנרגטית. תמורת מזון של 20 ואט היא מאפשרת לי לדבר, לישון, ללכת. מחשב דורש הרבה אנרגיה. אפילו המחשב הביתי הקטן שלי עם מיקרו שבב יחיד, בניגוד ל-86 מיליארד ה"מעבדים" שיש במוח, דורש הרבה יותר אנרגיה. הטבע מצא דרך מאוד מתוחכמת לבנות מכונת חישוב שמטפלת במידע שמגיע מהעולם ומגיבה נכון בדרך כלל, בעלות אנרגטית נמוכה מאוד. "

"בכל תקופה היו לנו מטאפורות אחרות למוח. פעם חשבו שמשאבת מים דומה למוח. אחר כך היו הולוגרמות, ומכונות חשמליות כאלה או אחרות. היום המטאפורה שלנו הוא המחשב, אבל הפעם זו מטאפורה עמוקה כי שתי המכונות מבצעות חישובים, ויש להם מכנה משותף עמוק. המחשב הדיגיטלי אמור לעשות כל פעולת חישוב ולכן הוא צריך לחקות את המוח."

"לדוגמה בפרויקט המוח הכחול (בראשות IBM א.ב.) שבו אני מעורב, אנחנו משתמשים במחשב כדי להבין תופעות מוחיות. המוח קולט מידע, ומבצע עליו עליו פעולות. זו מטאפורה שהולכת ונהיית יותר דומה לנו עד שאנחנו חושבים על תבונה מלאכותית, מכונות שתהיינה דומות לנו, על זה דפנה תדבר."

מהפכת המחשבים הלומדים

המחשב המודרני ובעיקר הדור החדש של המחשבים שהם מחשבים לומדים שאינם סטטיים אלא משתנים כתוצאה מזה שהם מעבדים מידע ומשתפרים. כל העולם של לימוד מכונה. גם המחשבים הקלאסיים וגם המחשבים הלומדים קיבלו השראה מדברים שלמדנו על המוח. המחשבים הדיגיטליים הותיקים מורכבים מיחידות של אפס ואחד. זה קירוב אם כי לא ממש מדויק של הפעולה של המוח, אבל בשנות הארבעים של המאה שעברה, כשהמציאו את המחשב, ההיבט הבסיסי היה שיש לו שער לוגי שמאפשר כניסות של אפס או אחת, גם הוא מושרה מהמוח, כפי שניתן היה לבצע בטכנולוגיה של אותם ימים.

עד לא מכבר המחשבים היו תקועים במצב סטטי. היום הם כוללים "תאי עצב מלאכותיים" וביניהם יש קשרים שנקראים סינפסות, על שם מקביליהן במוח. סינפסה היא המרכיב המשתנה בתהליכי לימוד. מכיוון שלמדנו מה קורה בסינפסה במוח כשהיא לומדת , מיישמים את העקרונות הללו במחשב הדיגיטלי והופכים אותו למכונה לומדת.

ניתן לומר שהמוח שלנו נותן השראה גדולה לבניית מחשבים שאמורים להתנהל בעולם. לקבל מידע כדוגמת מכוניות אוטונומיות שמסוגלות לראות רמזורים, מעברי חציה וכו'. המחשבים של היום יכולים ללמוד מדוגמאות ולדעת להכליל וליצור קונספט שנקרא מעבר חציה – כל מעבר חציה, לא רק כזה שראיתי בעבר אלא גם מעבר חציה שאראה בעתיד. הרעיון של המכונות הלומדות גם הוא מגיע מהשראת המוח. המחשבים של העתיד יתחילו כתאומים זהים אך ישתנו בזכות התוספת של מרכיב הלמידה הממוחשבת.

אני מניח שאנשים ישאלו שאלות בדבר התבונה המלאכותית, האם היא תחליף אותנו? האם תהיה למחשבים מודעות, האם הם יהו מספיק דומים לנו, האם הם ישתלטו עלינו? לדברי פרופ' שגב, התשובה לשאלה הראשונה חיובית – הם יחליפו אותנו בתפקידים שהם יוכלו לבצע טוב יותר. לדוגמה נהיגה. התשובה לשאלה השניה – שלילית. הם לא יוכלו להשתלט על העולם."

"אנחנו רחוקים מבניית מכונה שיהיו לה היכולות הרגשיות של המוח"

"אנחנו מאוד רחוקים מלבנות מכונה שיהיו לה היכולות של המוח שלנו כולל הרגשיות, היכולת להכיל הרבה דברים ביחד כמו ראיה ושמיעה, רגשות דיבור ותנועה? לדוגמה בתחום התנועה, הרובוטים של היום הרבה יותר פרימטיבים אפילו מעכבר שיכול לקפוץ ממקום למקון. אנחנו מאוד מאוד רחוקים מלפתח מכונה שלמה במובן האנושי.

ואולם בתחומים מסוימים הם יעלו עלינו, כמו למשל בנהיגה. הם יהיו נהגים טובים יותר מאיתנו. זה ברור. אבל בו בזמן, הם לא יוכלו לדבר, לחוות רגשות, לזכור את העבר ולתכנן את העתיד וכל שאר הדברים שאנחנו עושים כשאנו נוהגים. הם לא יחליפו אותנו. הם יהיו פרטרנים טובים במקומות מסוימים ויאפשרו לנו לעשות פחות תאונות דרכים לדוגמה. יום אחד, אבל הוא עוד רחוק, הם יהיו קרובים אלינו."

רבים שואלים האם המחשבים יחליפו אותנו, מה תענה להם?

"השאלה באיזה מובן הם יחליפו אותנו האם במובן הרחב? כי מכונות מחליפות אותנו כבר זמן רב, האופניים והמכונית מחליפות את ההליכה ברגל. פעם חשבנו שיש דברים שמחשבים אל יכולים לעשות – למשל להיות יצירתיים – אפשר לחשוב היום על ניצול יכולת הלמידה כדי לאפשר לו זאת. אבל במובן הזה מהפכת המכונות הלומדות היא בסקאלה לא פחות גדולה או אפילו יותר גדולה מהמכפה התעשייתית. כל שלושה מיליון נהגי המשאיות בארה"ב שהצביעו לטראמפ עשו זאת כי הם מפחדים מהעולם העתידי. אם לא תהיה להם עבודה מאיפה הם יקבלו משכורת?

"יש גם הרבה שאלות אתיות סביב המכוניות האוטונומיות. אם בכל זאת תתרחש תאונה, מי אשם? מי ישלם את הפיצויים במקרה של תאונה? הנהג, המהנדס, המתכנן? אולי לא יהיה רופא? יחליף אותו רופא דיגיטלי שיאבחן את החולים. יש המון אינטרקציות חדשות בין אדם ומכונה שצריך לטפל בהם בצורה אתית. ואם יהיה לך זמן פנוי מי ישלם מסים? יש ספרים שלמים שצופים מיסוי על רובוטים – כדי שהמדינה תוכל לספק את השירותים? אין ספק, המכונות הלומדות גורמות למהפכה עצומה."

"המכונות תהיינה יהיו יצורים אינדיבידואלים עם רצונות משלהם. לא צריך לפחד מהם אבל צריך להכיר בכך שזה בא. זה לא נמנע. אי אפשר לבחור בטראמפ כדי למנוע את בואם."

המוח הכחול

"התחום האישי שאני חוקר בו הוא השראת טכנולוגיה על ידי המוח, או להבין את המוח טוב יותר באמצעות טכנולוגיה. זה הלופ שמארגני הכנס מבקשים לעשות מהמחשב למוח ובחזרה למחשב. המחשב עוזר לנו להבין את עצמנו אבל אנחנו אלו שמפתחים אותו."

"מכיוון שהמוח זו מערכת כל כך מורכבת עם הרבה מאוד פרמטרים שמתנגשים, יוצרים אינטראקציה ובסוף יוצרים תוצר כמו למשל רגש, תחושה או תנוע , אנחנו עוד לא מבינים כיצד פועלת המכונה המסובכת שנקראת המוח. "

"איך להבין את היכולת שלי לדבר עכשיו, או איך להבין מחלה כדוגמת פרקינסון. פתאום קורית מחלה ומשהו משתבש ברשת העצומה הזו. אלו הרבה דברים קטנים שמשתבשים, פה דבר קטן שם דבר קטן, פתאום בום פורצת מחלה. זה כל כך רב פרמטרי שאנחנו לא מבינים."

גלים אפילפטיים

"אחת הגישות החדשות, שנויה במחלוקת אבל אני תומך בה ומהווה חלק ממנה, היא לנסות לבנות רפליקה מדויקת אחת לאחת של המוח במחשב הדיגיטלי, זו עזרה גדולה של מחשב העל שיכול באופן מתמטי לייצג את התהליכים שקורים במוח – פרויקט המוח הכחול. אנחנו כבר יכולים להראות תוצאות ראשוניות לדוגמה הדמיה מאוד מפורטת – תא אחרי תא וסינפסה אחרי סינפסה ולקבל התנהגויות של הרשת הגדולה שמתנהגת כמו הרשת העצבית במוח במקרה של מחלה, לא במובן של תודעה או רגשות, אלא כאמור להבין התפרצות מחלה כמו אפילפסיה או פרקינסון. אנחנו שואלים מתי הרשת העצבית הממודלת הזו תתנהג כמו רשת עצבית החולה במחלה. בגלל שבננינו את המודל הזה והכנסנו את כל הפרמטרים אנחנו רואים איזה אוסף של פרמטרים מביא להתפרצות של אפילפסיה לדוגמה, מתי מתחילים לעבור ברשת גלים אפילפטיים."

שולטים בכל פרמטר

"בפרויקט המוח הכחול אנחנו מתכוונים לדמות מוח שלם, בשלב הזה של עכבר, אנחנו משתמשים במחשב על גדול בשוויצריה המכיל מעל 100 אלף מעבדים והם עובדים קשה כדי למדל את קליפת המוח של העכבר, הכוללת 10 מיליון תאים. גם שם אנחנו רואים התפרצויות של מחלה, או התנהגות לא תקינה של הרשת העצבית ושם אנחנו יכולים לשלוט בכל פרמטר ופרמטר ולהבין איזו קומבינציה שיוצאת משיווי משקל גורמת למחלה הזו ואיזו קומבינציה אחרת לא תגרום למחלה הזאת. בתקווה שזה יעזור לנו גם לחקור את המוח, לראות אם התחזיות נכונות אבל גם לפתח תרופות ספציפיות כנג ד אותם פרמטרים, אותן סינפסות, אותם תאי עצב שיוצאים משיווי המשקל.

מחשב העל גם מאפשר לנו להבין את המוח של עצמנו במובן של החיקוי או ההעתק הממוחשב." מסכם פרופ' שגב.

הנה כי כן, הבנת מוח שצורך 20 ואט לשעה, דורשת משאבים שאפילו מחשבי העל החזקים ביותר היום מתאמצים כדי להשיגם בצריכת אנרגיה גדולה אלפי מונים. אבל בסופו של דבר זה יהיה בלתי נמנע.

הפוסט "המחשבים יהיו נהגים טובים אבל הם לא יזכרו את העבר ויתכננו את העתיד בזמן הנהיגה" הופיע לראשונה ב-Chiportal.