ژنتیک نوری، سلول‌های مغز را کنترل می کند!

محققان با استفاده از ژنتیک نوری(Optogenetics) و به کمک قراردادن کلید روشن/خاموش در سلول‌های مغز، توانسته‌اند این سلول‌ها را به صورت انتخابی فعال یا غیر فعال کنند تا از این طریق رفتار موجودات زنده را کنترل کنند. پژوهشگران در حال حاضر نیز با استفاده از این روش بر روی بازگرداندن بینایی به افراد نابینا کار می‌کنند.

پروفسور گرو مایزنباک از دانشگاه آکسفورد نخستین کسی بود که توانست یک کلید روشن/خاموش را در سلول‌های مغز قرار دهد که با نور کنترل می‌شود. این کار به دانشمندان اجازه می‌دهد تا سلول‌های عصبی را به صورت انتخابی فعال یا غیر فعال کنند و مشاهده کنند که برای مثال رفتار کرم‌های میوه یا موش‌ها چگونه تغییر می‌کند. محققان از این طریق می‌توانند با استفاده از یک فرآیند گام به گام کشف کنند که مدارهای مغزی مطالعه‌ شده، کدام رفتار را کنترل می‌کنند و در زمان بیماری چه مشکلی پیش می‌آید.

پروفسور مایزنباک برای استفاده از این روش که موفقیت بزرگ دهه نامیده شده، جایزه ۱۰۰ هزار یورویی هنریش وایلند را دریافت خواهد کرد. ژنتیک نوری، که از نورشناسی و مطالعه ژنتیک تشکیل شده است، نشان داده است که کدام سلول عصبی ما را بیدار می‌کند و نیز در آشکار ساختن چگونگی برنامه‌ریزی دوباره سیستم پاداش مغز( گروهی از ساختارهای عصبی مرتبط با تغییر رفتار انسان‌ها یا حیوانات) به ما کمک می‌کند.

پژوهشگران از این علم استفاده کرده‌اند تا با نشان‌دادن این نکته که در بسیاری از موارد حافظه خودش سالم است، اما سیستم بازیابی مختل شده، خاطرات فراموش‌شده را بازیابی کنند. این علم همچنین توانسته است در موش‌های که به بیماری پارکینسون مبتلا هستند، مشکل راه‌ رفتن غیرمتعادل را برطرف کند. امسال نیز پژوهشگران با استفاده از ژنتیک نوری برای اولین بار تلاش خواهند کرد تا بینایی را به افراد نابینا بازگردانند.

برای کنار آمدن با چالش‌های زندگی، انواع مختلف سلول‌های عصبی در مغز انسان‌ها و حیوانات به یکدیگر متصل می‌شوند تا یک مدار تشکیل دهند. مدارهای تشکیل‌ شده سیگنال‌ها را مقایسه می‌کنند، زمان را اندازه می‌گیرند، خاطرات را نگه می‌دارند و زمانی که تعداد زیادی از این مدارها با هم کار می‌کنند، می‌توانند کارهای پیچیده‌ای نظیر انتخاب میان خرید پلیور قرمز یا ذخیره پول آن برای تفریح در تعطیلات را به خوبی انجام دهند. به لطف روش مایزنباک، ما می‌توانیم این مدارها را بسیار دقیق‌تر از قبل مطالعه کنیم. این رویکرد چیزی شبیه عصای جادویی فراهم می‌کند که با استفاده از آن می‌توان انواع مختلف سلول‌های عصبی در مدارهای سالم را به سرعت فکر کردن کنترل کرد.

لای‌-فای ‘صد برابر سریع تر از وای‌-فای’

تکنولوژی تازه‌ای که در آن به جای امواج رادیویی از نور یا طیف مرئی برای انتقال اطلاعات استفاده می‌شود، برای اولین بار در فضاهای کاری آزمایش شده است.

لامپ‌ها می توانند ابزار تازه‌ای برای انتقال اطلاعات باشند.

به گزارش بیگ بنگ به نقل از BBC، سرعت انتقال اطلاعات در این تکنولوژی که با نام لای-فای(Li-Fi) شناخته می‌شود، ۱۰۰ برابر بیشتر از فناوری مرسوم فعلی یعنی وای-فای است و می‌تواند به یک گیگابایت بر ثانیه برسد. با این سرعت می‌توان یک فیلم بلند را با کیفیتی مناسب در عرض حدود یک ثانیه دانلود کرد. برای استفاده از این تکنولوژی علاوه بر منبع نور مانند لامپ‌های LED، حسگر نور و ارتباط اینترنتی نیاز است. این شیوه در روزهای گذشته توسط شرکت ولمنی (Velmenni) در تالین، پایتخت استونی آزمایش شده است. در این آزمایش ولمنی از لامپ‌های لای-فای برای انتقال اطلاعات با سرعت یک گیگابایت بر ثانیه استفاده کرد.

تست‌های آزمایشگاهی نشان می‌دهد که این سرعت از نظر تئوری می‌تواند به ۲۲۴ گیگابایت بر ثانیه برسد. تکنولوژی لای-فای در یک اداره و برای دسترسی کارکنان به اینترنت، و همین طور در یک فضای صنعتی به عنوان نوعی روش نورپردازی هوشمند مورد استفاده قرار گرفته است. دیپاک سولانکی، مدیر عامل ولمنی می‌گوید این فناوری می‌تواند “در عرض سه یا چهار سال” برای استفاده عمومی عرضه شود.

نام لای-فای برای این تکنولوژی اولین بار از سوی پروفسور هرالد هاس، استاد دانشگاه ادینبورگ و در جریان یک سخنرانی تد (TED) در سال ۲۰۱۱ مورد استفاده قرار گرفت. او در این سخنرانی از یک لامپ LED برای پخش یک ویدیو استفاده کرد. آقای هاس آینده‌ای را پیش‌بینی کرد که در آن میلیاردها لامپ نقش هات‌اسپات‌های اینترنت بی‌سیم را ایفا می‌کنند.

یکی از امتیازهای اصلی لای-فای این است که بر خلاف وای-فای با سیگنال‌های دیگر تداخل ندارد و به همین دلیل می‌تواند در هواپیما یا مکان‌های دیگری که تداخل امواج مسئله‌ای جدی است، استفاده شود. در حالی که طیف امواج رادیویی در جهان به سرعت در حال پر شدن است، طیف امواج مرئی یا نور، ۱۰ هزار بار بزرگ‌تر است و به این زودی‌ها با مشکل روبرو نخواهد شد.

با وجود این، تکنولوژی لای-فای نقاط ضعفی هم دارد که مهم‌ترین آن قابل استفاده نبودن در فضای خارجی و در نور مستقیم آفتاب است چون مشکل تداخل به وجود می‌آید. مشکل دیگر این است که امواج قابل رویت از دیوار عبور نمی‌کند و به همین دلیل تنها در فضای بدون مانع قابل استفاده است. به همین دلیل تکنولوژی لای-فای در مراحل ابتدایی احتمالا در مکان‌هایی محدود و به عنوان مکمل وای-فای به کار خواهد رفت.

آیا نانو ربات ها می توانند مغز را هک کنند؟

بنا به پیش‌بینی یکی از دانشمندان دانشگاه ام‌آی‌تی، در دهه ۲۰۴۰ میلادی می‌توان نانوربات‌هایی را از طریق جریان خون وارد مغز کرد و به کمک آنها از اطلاعات موجود در مغز افراد آگاه شد یا اینکه اطلاعات جدیدی را وارد مغز نمود.

نیکولاس نگروپونته یکی از بنیان گذاران اینترنت و سازنده آزمایشگاه مدیای اِم‌آی‌تی (MIT Media Lab) میباشد که ایده‌های خود را در کتاب پرفروش “دیجیتالی‌شدن (Being Digital) مطرح کرده است. این کتاب حاصل پیش‌ بینی‌های معروف او در زمینه ی چگونگی ادغام ناگهانی جهان تعاملی، جهان سرگرمی و جهان اطلاعات است. بسیاری از پیش‌بینی‌های نگروپونته مربوط به دهه هشتاد میلادی است و به نظر می‌رسد پیش‌بینی‌های او در مورد آینده در دهه ۲۰۴۰، به کمک نانوربات‌ها و هک مغز اعصاب (Neurohacking)، قابل‌درک خواهد بود.

نگروپونته معتقد است که در دهه آینده، فناوری‌های زیست‌شناسی مصنوعی (synthetic biology) و رابطه بین زیست‌شناسی و سیلیسیم، از فناوری‌های مخرب خواهند بود. وی می‌گوید: «کلید‌‌ پیش‌بینی من این بود که بهترین راه را برای ارتباط برقرارکردن با مغز، از طریق داخل بدن، یعنی جریان خون می‌دانستم. اگر شما یک ربات کوچک به جریان خون تزریق نمایید، می‌توانید به همه سلول‌ها، اعصاب و تمام چیزهایی که در مغز است نزدیک شوید.

نیکولاس نگروپونته

بنابراین اگر شما بخواهید اطلاعاتی را وارد کنید و یا اینکه اطلاعاتی را بخوانید، می‌توانید این ربات را وارد جریان خون نمایید. در حالت تئوری می‌توانید شکسپیر (Shakespeare) را در جریان خون خود بارگذاری نمایید و به صورت ربات‌های کوچک، به بخش‌های مختلف مغز بفرستید. یا اینکه اگر بخواهید صحبت به زبان فرانسوی را یاد بگیرید، می‌توانید ربات‌ها را به صورت تکه‌های فرانسوی وارد خون نمایید. بنابراین در تئوری، شما می‌توانید اطلاعات را به درون بدنتان بفرستید.»

ربات‌های کوچک یا نانوربات به وسیله نانوفناوری پیشرفته توسعه یافته‌اند. آنها می‌توانند به‌قدری کوچک باشند که با چشم دیده نشوند و در مقیاس نانو (یک نانومتر معادل یک میلیاردیم متر است) عمل کنند. نانوربات‌ها می‌توانند به صورت بی‌سیم با یکدیگر و با جهان خارج ارتباط داشته‌ باشند. همچنین می‌توانند اطلاعات مغز را هک کنند. نانو ربات‌ها را می‌توان به کمک روش‌هایی مانند استفاده از قرص وارد بدن کرد تا بتوانند اطلاعات موجود در نورون‌ها (یاخته‌های عصبی) و سیناپس‌های مغز را بخوانند و یا اینکه اطلاعات جدیدی را وارد مغز نمایند، به عنوان مثال اطلاعاتی مانند شکسپیر و یا یک زبان جدید.

نانوروبات‌ها بیشتر شبیه یک داستان تخیلی هستند، اما داستان‌های تخیلی اغلب درست از آب در می‌آیند و به فناوری تبدیل می‌شوند. ما نباید انتظار داشته باشیم که این فناوری در سال آینده قابل‌ دسترسی باشد، البته پیشرفت‌های کنونی در فناوری عصب‌ شناختی (نئوروفناوری) باعث تشویق برای دستیابی به فناوری‌های جدیدتر می‌شود. برای مثال در حال حاضر می‌توان به وسیله حسگرهای بی‌سیم، ارتباطی بین مغز و کامپیوتر ایجاد نمود و با فکرکردن، بازی‌های کامپیوتری انجام داد.

حل یک مساله ریاضی پس از ۱۵۶ سال

استادی نیجریایی ادعا می‌کند موفق به حل معمایی شده که بیش از ۱۵۰ سال ذهن دانشمندان و ریاضیدانان جهان را به خود مشغول کرده‌است و یکی از هفت مساله لاینحل دانش ریاضیات به شمار می‌رود.

براساس گزارش تلگراف به نقل از همشهری، دکتر اوپیمی انوک از دانشگاه فدرال شهر باستانی اویه اکیتی معتقد است یکی از هفت مساله هزاره دانش ریاضی را حل کرده‌ است. وی می‌گوید توانسته راه حلی برای فرضیه ریمان بیابد،‌ فرضیه‌ای که اولین بار توسط برنهارد ریمان ریاضیدان آلمانی در سال ۱۸۵۹ مطرح شد و در صورتی که درستی این راه حل به اثبات برسد، جایزه‌ای یک میلیون دلاری در انتظار انوک خواهد بود. با این همه هنوز راه حل وی منتشر نشده‌ است.

دانشگاه فدرال در بیانیه‌ای اعلام کرد دکتر انوک گفته‌های ریمان را ابتدا مورد بررسی قرار داده و سپس آنها را بسط داده‌ است. وی تصورات غلطی که در نسل‌های پیشین توسط ریاضیدانان اعلام شده‌بود را در نظر گرفته و آنها را اصلاح کرد و مسیر ارائه راه حل خود را هموار ساخت. وی همچنین نشان داد چطور می‌توان دیگر مسائل مشابه را فرمول‌بندی کرده و به ماتریسی که هیلبرت و پولی برای حل این مساله پیش‌بینی کرده‌بودند دست یافت.

تصویری از دکتر اوپیمی انوک

انوک نشان داده که چطور این راه حل‌ها در رمز‌نگاری، علوم اطلاعات کوانتومی و کامپیوترهای کوانتومی کاربردی خواهند بود. وی پیش از این روی پروژه‌ای برای ارائه مدل‌های ریاضی به منظور تولید برق از صوت، رعد و سطح اقیانوس‌ها کار می‌کرد. به گفته رابرت الدر، مهندس نرم‌افزار، نظریه پیچیده ریمان براساس مشاهده‌ ریمان از یک معادله است: تمامی مقادیر موجود در معادله که به صفر شدن نتیجه می‌انجامند، روی یک خط قرار گرفته‌اند. هفت مساله هزاره را موسسه ریاضیات کلی در ماساچوست به عنوان هفت نمونه از دشوارترین مسائل ریاضی که تاکنون حل نشده‌اند،‌ معرفی کرده‌ است.

پیشگویی آینده‌ نگرانه نیکولا تسلا

نیکولا تسلا دانشمند مشهور صربستانی-آمریکایی قرن بیستم بود که به خاطر طراحی سیستم تامین برق جریان متناوب به شهرت زیادی دست پیدا کرد.

نیکولا تسلا (۱۸۵۶-۱۹۴۳)

براساس گزارش تایم به نقل از همشهری، این مهندس مشهور می‌توانست به هشت زبان زنده جهان صحبت کند، از حافظه‌ای باورنکردنی برخوردار بود و تا زمان مرگش ۳۰۰ اختراع را به نام خود ثبت کرده‌ بود. نام او را ایلان ماسکبرای شرکت و خودروی برقی مشهورش انتخاب کرده و لری‌پیج بنیانگذار شرکت گوگل بارها و بارها او را الهام‌ بخش توصیف کرده‌ است.

به نظر می‌رسد این دانشمند نابغه در سال ۱۹۲۶ و در مصاحبه‌ای اختراع اسمارت‌فون‌ها را پیشگویی کرده‌ بود. در این مصاحبه که توسط جان.بی.کندی انجام شده،‌ تسلا می‌گوید: « زمانی که فناوری بی‌سیم به خوبی در سرتاسر جهان فراگیر شود، به مغزی بزرگ تبدیل خواهد‌ شد، همه‌ چیز به جزئی از یک کل حقیقی و موزون تبدیل می شود. ما باید بتوانیم در لحظه و فارغ از بُعد فاصله با یکدیگر ارتباط برقرار کنیم. علاوه بر این، از طریق تلویزیون و یا تلفن باید بتوانید یکدیگر را به همان وضوح و کیفیت ببینیم که در ملاقات‌های رو در رو می‌بینیم،‌ حتی اگر فاصله چند هزار کیلومتری میانمان وجود داشته باشد؛ و ابزاری که به ما چنین توانی را خواهد داد به شکلی حیرت آور در مقایسه با تلفن‌های امروز ساده تر خواهند بود، تا اندازه‌ای که می‌توان آن را درون جیب یک جلیقه حمل کرد.»

پیش‌گویی‌ های آگاهانه تسلا که تقریبا یک قرن پیش بیان شده، به تازگی در وبلاگ bigthink بازنشر داده شده‌ است. تسلا در ادامه این مصاحبه پیشگویی آینده‌ نگرانه دیگری نیز انجام داده و می‌گوید در نهایت زنان بر مردان برتری خواهند یافت: « تلاش‌های زنان در راستای برابری جنسیتی به نظم جنسیتی جدیدی منجر خواهد شد، که در آن زنان برتر خواهند بود. اثبات برابری و پس از آن برتری زنان به واسطه تقلید سطحی فیزیکی زنان از مردان رخ نخواهد داد،‌ بلکه هشیاری و خیزش خرد زنان به این امر منتهی خواهد شد.»

تسلا به خاطر پیش‌گویی‌های آینده نگرانه‌اش در قرن بیستم شهرت بسیاری به دست آورد. نیاز به چنین دیدگاه‌های آینده‌ نگرانه‌ای امروزه به شدت احساس می‌شود. براساس گزارش فوربس، شاید یکی از حرفه‌های آینده،‌ توانایی در پیش‌بینی و تحلیل آینده باشد. در همین راستا شرکت اینتل برایان دیوید جانسون را به استخدام خود در آورده است تا با تلفیق ادبیات علمی تخیلی، مردم‌شناسی و مطالعات مصرف روند آینده شرکت را پیش‌بینی کند. همچنین متخصص آینده‌نگر و نو آوری به نام جیم کرول نیز به مشتریانی مانند موتورولا،‌ والت‌ دیزنی و شرکت مک‌کینزی مشاوره‌ هایی برای بهبود روند فعالیتشان در آینده می‌ دهد.

تلاش برای ساخت مغز مصنوعی

مغز مصنوعی (artificial brain ) فناوری نوینی است که در عین پیچیدگی در ابتدای راه توسعه بوده و توجه بسیاری از پژوهشگران علوم مختلف را به خود معطوف کرده‌است. به نظر می‌رسد نیاز روزافزون به وسایلی با قابلیت‌های انسانی، عاملی است که منجر به سرمایه‌گذاری بیشتر در این حوزه خواهد شد.

پل آلن یکی از بنیانگذاران شرکت مایکروسافت با هدف ایجاد یک مغز مصنوعی، ۵۰۰ میلیون دلار بودجه بر روی دو پروژه سرمایه‌گذاری کرده‌است. اما چه کارهایی باید انجام شوند و این پروژه چه مدت طول خواهد کشید؟ پل آلن برای مدتی طولانی منتظر ظهور ماشین‌های هوشمند بود. اکنون در سن ۶۲ سالگی و با ثروتی معادل ۱۷٫۷ میلیارد دلار، بنیانگذار مایکروسافت از دارایی خود برای دو تلاش تحقیقاتی بشردوستانه مجزا که ترکیبی از علم عصب‌شناسی و هوش مصنوعی هستند استفاده می‌کند و امیدوار است که این روند در آینده تسریع یابد.

اولین پروژه، ساخت یک مغز مصنوعی است که می‌تواند در یک آزمون علوم دبیرستان قبول شود. این موضوع ساده به نظر می‌رسد ولی تلاش برای آموزش یک ماشین نه‌تنها به دلیل واکنش‌نشان‌دادن ماشین بلکه به دلیل علت عکس‌العمل ِآن، یکی از سخت‌ترین تلاش‌ها‌ی مهندسی نرم افزار است. موضوعی که بسیار پیچیده‌تر از ساخت سیستم‌عامل‌های ویندوز شرکت مایکروسافت بوده و گفته شده که شامل ۵۰ میلیون خط کد‌نویسی است. پروژه دوم با هدف درک هوش از جنبه مخالف پروژه اول صورت‌ می‌گیرد. این پروژه تلاشیست که برای مهندسی معکوس مغز انسان توسط مدل‌سازی و شبیه‌سازی انجام می‌گیرد.

آلن در مصاحبه‌ای گفت: «تصور کنید که قادر باشید یک ورق کاغذ تمیز را برداشته و تمام چیزهای شگفت‌انگیزی را که مغز انسان انجام می‌دهد بر روی آن بنویسید.» او از اورن اتزیونی محقق دانشگاه واشنگتن برای رهبری تیم ساخت مغز و کریستوف کوچ عصب‌شناس موسسه فناوری کالیفرنیا (Caltech) برای مدیریت تیم واسازی مغز دعوت به عمل آورد. از نظر آنها، تلاش برای درک مغز و هوش انسان به شکل همزمان در اوایل دهه ۱۹۰۰ و زمانی که انسان شروع به تفکر در خصوص چگونگی پرواز یک ماشین نمود صورت گرفته‌است.

تصویری از پل آلن

در نگاه اول، هوش مصنوعی در حوزه علوم کامپیوتر قرار می‌گیرد که در آن کدنویسان برنامه‌هایی را طراحی می‌کنند که ماشین‌ها را قادر می‌سازد به شکل هوشمندانه‌ای مشابه فعالیت انسانها عمل نمایند. برنامه‌های هوش مصنوعی(AI) کنونی می‌توانند دمای خانه شما یا مسیر رانندگی تا محل کار را بر مبنای الگوهای شما و شرایط ترافیکی تنظیم کنند. آن‌ها می‌توانند به شما بگویند که فردی کارت اعتباری شما را ربوده و در یک شهر غریب آن را خرج کرده و یا اینکه چه تیمی بیشترین احتمال برنده‌شدن را در مسابقه فوتبال امشب دارد.

در پزشکی، الگوریتم‌های هوش مصنوعی هم‌اکنون برای انجام کارهایی از قبیل پیش‌بینی حوادث مترقبه در کسانی که از بیماری روانی رنج می برند، تشخیص مناطق خطرناک برای اشخاص مبتلا به تنگی نفس بر روی نقشه‌ها، پیش‌بینی درخصوص اینکه آیا درمان‌های سرطان قادر هستند به شما فرصت بهتری برای زندگی طولانی‌تر براساس ساختار ژنتیکی و تاریخچه بیماری بدهند و یافتن ارتباطاتی بین مسائلی از قبیل آب و هوا، ترافیک و سلامتی شما مورد استفاده قرار می‌گیرند.

اما در حوزه کلی دانش، دانشمندان برای ساخت فناوری که بتواند همانند یک انسان چهارساله یک آزمون IQ استاندارد را قبول شود تلاش می‌کنند. گرچه کامپیوترهای کنونی در ذخیره دانش، بازیابی و یافتن الگوها قوی هستند ، اغلب آنها هنوز با یک سوال ساده “چرا؟” درگیر هستند.

امواج جابجاگر صوتی اشیاء را به حرکت در آوردند!

دانشمندان جابجاگر صوتی جدیدی ساخته اند که می تواند اشیاء را با امواج صوتی بلند کرده و حرکت دهد. امواج صوتی با دامنه نوسان بالا برای ایجاد هولوگرام صوتی ای که می تواند اشیاء کوچک را برداشته و حرکت دهد به کار می روند.

به گزارش بیگ بنگ، گروهی از پژوهشگران از دانشگاه های بریستول و ساسکس در همکاری با اولتراهپتیکس، جابجاگر صوتی جدیدی را ساخته اند که می تواند اشیاء کوچک را با امواج صوتی بلند کرده و حرکت دهد. این تکنیک می تواند برای مجموعه ی گسترده ای از کاربردها توسعه یابد. به عنوان مثال، خط تولید صوتی می تواند اشیاء شکستنی را بدون تماس فیزیکی جابجا و سرهم نماید. از سوی دیگر، مدل کوچک شده ی آن می تواند کپسول های دارو یا وسیله های جراحی در مقیاس میکروسکوپی را از میان بافت زنده گرفته و انتقال دهد.

ایزیر مارزو دانشجوی دکترا و نویسنده ی ارشد این پژوهش گفت: « تجربه ی باورنکردنی ای بود وقتی برای اولین بار شاهد بودیم شیئی توسط موج جابجاگر صوتی سر جایش نگه داشته شده بود. تلاش های طاقت فرسایم به ثمر نشسته بود و این بسیار جالب توجه است.» بروس درینک واتر (Bruce Drinkwater) پروفسور رشته ی فراصوت در بخش مهندسی مکانیک دانشگاه بریستول افزود که : « همه ما می دانیم امواج صوتی می توانند اثر فیزیکی داشته باشند. اما، ما همینک توانسته ایم صوت را تا اندازه ای که پیش از این هیچگاه قادر به دستیابی به آن نبودیم کنترل نمائیم.»

سریرم سوبرامانیان (Sriram Subramanian)، پرفسور انفورماتیک در دانشگاه ساسکس و شریک در این پروژه اینگونه توضیح داد که:« ما اشیاء را در میان هوا با دستگاهمان کنترل می کنیم و به نظر می آید که با جاذبه مقابله می کنیم. در اینجا به شکلی منحصر به فرد ده ها بلندگو را برای ایجاد یک هولوگرام صوتی در حالتی مطلوب به کار می بریم که بدون هیچ تماسی می تواند بی درنگ چندین شیئ را ماهرانه حرکت دهد. »

پژوهشگران مجموعه ای از ۶۴ بلندگوی کوچک را به منظور تولید امواج صوتی زیر و بسیار نیرومند به کار بردند. جابجاگر صوتی از طریق احاطه کردن شیئ با صوتی بسیار نیرومند عمل می کند و این میدان نیرویی را ایجاد می کند که اشیاء را در سرجایشان نگه می دارد. با کنترل دقیق خروجی بلندگو ها می توان شیئ را سرجایش نگه داشت، حرکت داد و یا چرخاند.

این گروه نشان داد که سه شکل متفاوت از میدان نیروی صوتی به عنوان اصوات جابجاگر عمل می کنند. اولی میدان نیروی صوتی ای است که شبیه به یک جفت انگشت یا انبرک است. نوع دوم حلقه ای صوتی است که اشیاء در آن گیر کرده و سپس در مرکزش به دام می افتند و سومی محفظه ای محکم است که اشیاء را احاطه می کند و از هر سو اشیاء را نگه می دارد.

در پروژه ی قبلی که مربوط به مطالعات صوتی بود، شیئ باید در احاطه ی بلندگوها در می آمد که باعث کاهش میزان حرکت می شد و بسیاری از کاربردها را محدود می کرد. سال گذشته، دانشگاه داندی (Dundee) ایده ی بکارگیری جابجاگر صوتی را مطرح نمود اما شیئ ای را در معرض صوت قرار نداد. جزئیات بیشتر این پژوهش درنشریه Nature Communications منتشر شده است.

استفاده از ماهواره ها برای تولید و انتقال برق به زمین

دانشمندان ناسا قصد دارند با الگوبرداری از شگل گل ها و گلبرگها، ماهواره هایی بسازند که در مدار ژئوسنکرون ( Geosynchronous Orbit ) قرار گرفته و می توانند برق مورد نیاز زمین را تامین کنند.

به گزارش بیگ بنگ، برای این منظور دو آینه که به شکل گلبرگ های یک گل طراحی شده اند، در اطراف هر ماهواره قرار می گیرد و نور خورشید را مستقیما روی پنل های فتوولتائیک نصب شده روی ماهواره می تابانند. این پنل ها، انرژی خورشید را به برق تبدیل کرده و آنها را به صورت امواج الترومغناطیسی با فرکانس بسیار بالا به زمین ارسال می کنند. سپس این امواج توسط گیرنده های زمینی دریافت شده و برای تولید برق روی زمین مورد استفاده قرار می گیرند.

در صورت عملی شدن این طرح، می توان گفت بحران انرژی روی زمین تقریبا از بین خواهد رفت چرا که میزان برق تولید شده از طریق این طرح، تقریبا جوابگوی تمام نیازهای بشر خواهد بود. از مزیت های عمده این طرح می توان به ارزان بودن، دایمی بودن تولید انرژی در تمام طول ۲۴ ساعت شبانه روز و عدم اشغال فضا روی زمین توسط پنل های فتوولتائیک و … اشاره کرد.

* مدار ژئوسنکرون: مداری که در آن سرعت زاویه‌ای چرخش ماهواره‌ها با سرعت چرخش زمین برابر است. یعنی ماهواره ای که در این مدار قرار می گیرد در هر لحظه رو به یک نقطه مشخص از زمین قرار دارد. درست مثل ماهواره های تلویزیونی هاتبرد و …

سلول های مصنوعی مغز، روباتی را به حرکت در آوردند!

یکی از قابلیت های انسان ها، توانایی مسیریابی و حرکت با استفاده از نقشه حسی محیط اطراف است. محققان آژانس علوم، فناوری و تحقیقات سنگاپور با الهام از این توانایی انسان، نمونه مصنوعی سلول های مغز را به منظور به حرکت در آوردن روبات ها تولید کردند.

به گزارش بیگ بنگ به نقل از ایرنا، یکی از قابلیت های انسان ها، توانایی مسیریابی و حرکت با استفاده از نقشه حسی محیط اطراف است. این توانایی فوق العاده مسیریابی و حرکت با استفاده از نقشه انسان، حاصل عملکرد سلول های مکانی و شبکه ای نورون ها است که با همکاری یکدیگر امکان یادآوری یک مکان و اطلاعات مربوط به موقعیت آن را فراهم می کنند.

محققان در این پژوهش با استفاده از یک نرم افزار توانستند عملکرد سلول های مکانی و شبکه ای نورون ها را شبیه سازی کنند. چنانکه از نام این سلول ها بر می آید، سلول های مکانی، در محیط اطراف شخص، مکان های مختلف را تشخیص می دهند. این سلول ها در دهه ۱۹۷۰ میلادی توسط یک محقق به نام ‘جان او. کیف’ کشف شدند. وی در آزمایش های خود متوجه شد هر بار که یک موش آزمایشگاهی در موقعیت خاصی از یک محیط مشخص قرار می گیرد، سلول های خاصی از هیپوکمپوس مغز موش فعال می شوند.

سلول های شبکه ای در کنار سلول های مکانی عمل می کنند و وظیفه تامین اطلاعات مربوط به موقعیت مکان مورد نظر را در فضا بر عهده دارند. با وجود این، عملکرد سلول های شبکه ای تفاوت زیادی با سلول های مکانی دارد. در واقع، این سلول ها در قشر انتورینال مغز و در یک ساختار شبکه ای قرار دارند و اطلاعات مربوط به موقعیت شخص در فضا را ثبت می کنند.

محققان سنگاپوری با استفاده از نرم افزار، یک شبیه سازی با الگوبرداری از عملکرد سلول های شبکه ای و مکانی انجام دادند. آنها توانستند یک روبات کوچک را در اتاقی به مساحت ۳۵ متر مربع به حرکت درآورند. در این آزمایش، حرکت روبات تنها با استفاده از قابلیت یادآوری مکان و تشخیص موقعیت فضایی توسط سلول های شبیه سازی شده و بدون استفاده از هرگونه حسگر انجام گرفت. محققان امیدوارند با استفاده از این نرم افزار بتوانند سیستم حرکتی روبات ها را به نحو چشمگیری بهبود بخشند. همچنین امیدوارند با شبیه سازی سلول های مغزی انسان بتوانند گامی در راه پیشرفت تحقیقات پزشکی بردارند.

آینده‌ی عجیب هوش مصنوعی

هوش مصنوعی موضوعی بسیار جذاب و اما پیچیده است. علمی جدید که زندگی بشر را متحول کرده است. کارکردهای این فناوری از معایب آن بسیار بیشتر است که نشان از سودمندی آن دارد. علم روباتیک به عنوان هسته مرکزی هوش مصنوعی شناخته می‌شود. اما آینده هوش مصنوعی به کدام جهت حرکت خواهد کرد؟

الگوریتم‌های به کار گرفته شده در هوش مصنوعی از نحوه فعالیت «یاخته‌های‌ عصبى» ‌یا نورون الهام گرفته شده‌اند. اما هوش مصنوعی و یکی از شاخه‌های آن «یادگیری عمیق» در چند سال اخیر چنان پیشرفت کرده است که استیون هاوکینگ در این باره می‌گوید: «توسعه کامل هوش مصنوعی می‌تواند پایان بشریت را رقم بزند.»

ایلان ماسک از سرمایه‌گذاران فناوری دنیا معتقد است که هوش مصنوعی «اهریمنی» است که تمام جهان در حال پرورش آن است. او می‌گوید: «با هوش مصنوعی ما داریم اهریمن را احضار می‌کنیم.» هوش مصنوعی البته برای هالیوود نیز درآمد خوبی کسب کرده است. در واقع هدف از مطالعهٔ هوش مصنوعی، یافتن رابطهٔ میان ربات‌ها و تفکر، همچنین یافتن پاسخی برای چنین سوالاتی است: آیا یک ربات توانایی عملکردی هوشمندانه را دارد؟ آیا او نیز، همانند انسان می‌تواند مشکلات را با اندیشیدن برطرف کند؟آیا ربات می‌تواند فکر داشته باشد؟ آیا می‌تواند همان هوشیاری و حالت ذهنی ای که انسان داراست را داشته باشد؟ آیا می‌تواند حس کند؟ آیا هوش انسان و هوش ربات یکسانند؟ آیا در اصل، ذهن انسان یک کامپیوتر است؟

دیالوگی از فیلم Ex Machina محصول ۲۰۱۵ که موضوع آن به هوش مصنوعی اختصاص دارد.

تا چندی پیش، «دسته‌بندی تصاویر» برای انسان‌ها کاری آسان و برای روبات‌ها کاری دشوار بود، اما اکنون روبات‌ها خیلی پیشرفت کرده‌اند. طبق پیش‌بینی‌ها انسان‌ها تا ۱۵ سال دیگر در چنین کارهایی حرفی برای گفتن ندارند. البته الان کامپیوترها نمی‌توانند مانند انسان‌ها فکر کنند. آن‌ها توانایی استفاده همزمان از چندین حس را ندارند، اما روزی خواهد رسید که هوش مصنوعی در علم پزشکی انقلابی به پا خواهد کرد. فرض کنید که یک پزشک یک تصویر ام.آر.آی را می‌بیند. احتمال اشتباه پزشک وجود دارد. در واقع سال‌ها زمان می‌برد تا پزشک به آن درجه برسد که دیگر اشتباهی نکند. پزشکی را فرض کنید که پس از ۲۵ سال به این مرتبه رسیده است. با کمک هوش مصنوعی می‌توان این ۲۵ سال تجربه را به راحتی به خدمت گرفت.

شرکت‌های بزرگ مانند گوگل و فیس‌بوک در «سیلیکون ولی» سرمایه‌گذاری‌های بزرگی را بر روی هوش مصنوعی انجام داده‌اند. ﺷﺮﮐﺖ ﻧﻮﭘﺎ MetaMind که توسط ریچارد سوچِر (دانش‌آموخته دکتری دانشگاه استنفورد) هدایت می‌شود بر روی «شبکه عصبی بازگشتی» تمرکز دارد. این پروژه در واقع بر درک بهتر زبان از نگاه احساس و عاطفه تاکید دارد. سوچِر می‌گوید: «شخصا من هرگز نخواسته‌ام که بر روی درک زبان طبیعی کار کنم تا بتوانم بهتر بر روی مردم جاسوسی کنم، یا از بیناییِ کامپیوتری برای تعقیب و انهدام خودکار هدف استفاده کنم. با توجه به مواردی که گفتم، ماهیت فناوری همین است. دیگران می‌توانند به شکلی که می‌خواهند از آن استفاده کنند!»

کِن گولدبرگ استاد روباتیک دانشگاه برکلی می‌گوید: «همین حالا هم بسیاری از شغل‌های موجود در مراکز تلفنی در اختیار هوش مصنوعی قرار گرفته است. من فکر می‌کنم که شغل‌های فراوان دیگری نیز از انحصار انسان‌ها خارج خواهد شد، تا جایی که دیگر کامل در اختیار روبات‌ها قرار گیرد. البته در برخی موارد، ظرافت ارتباطی زبانی انسان را تنها خود انسان می‌تواند داشته باشد.» دو زمینه مورد علاقه بسیاری از پروژه‌های نوین هوش مصنوعی «کشاورزی و درمان» است. شرکت‌های جدید مانند نِروانا و متامایند بر این باورند که با کمک فراگیری عمیق می‌توانند به «تشخیص پزشکی دقیق» و همچنین «تولید حداکثری غذا» برسند. فرض کنید در نقطه زیر ایستاده‌اید؛ چه احساسی به شما دست خواهد داد؟

سرعت پیشرفت علم و فناوری در طول تاریخ کند بوده است. شخصی که در سال ۱۵۰۰ میلادی زندگی می‌کرده با شخصی که در سال ۱۷۵۰ میلادی زندگی می‌کرده، تفاوت چندانی ندارد. در طول این دروان سیر رشد علمی آهسته بوده که اغلب در علم فیزیک این دوران مشهود است. اما اگر این شخصی از سال ۱۷۵۰ میلادی را با یک انسان سال ۲۰۱۵ مقایسه کنیم، این تفاوت در تمام شاخه‌های علم بسیار مشهود است. آینده چگونه خواهد بود؟ اگر بگویند جهان حاضر، در ۳۵ سال دیگر به طور کلی متحول خواهد شد، چه واکنشی خواهید داشت؟

دسته‌بندی هوش مصنوعی:

۱- هوش مصنوعی محدود: به آن «هوش مصنوعی ضعیف» نیز گفته می‌شود. این نوع هوش مصنوعی تنها در یک حوزه متبحر می‌شود. هوش مصنوعی که توانست استاد بزرگ شطرنج جهان را شکست دهد، یکی از همین نمونه‌ها است. در واقع، تنها کاری که می‌تواند انجام دهد همین است.

۲- هوش مصنوعی عمومی: به آن «هوش مصنوعی قوی» نیز گفته می‌شود. سطح هوشی این نوع هوش مصنوعی در سطح انسان است. ساخت این نوع هوش مصنوعی کاری دشوار است و دانشمندان هم‌اکنون در این مرحله هستند. این نوع هوش مصنوعی باید توانایی دلیل‌ آوردن‌، حل مشکل، توانایی فکر کردن به صورت مطلق، درک ایده‌های پیچیده، فراگیری سریع و درس‌آموزی از تجارب را داشته باشد. اگر جایگاه دقیق هوش مصنوعی را در حال حاضر بخواهیم مشخص کنیم، بهتر است نمونه‌ای از روبات‌های هوشمند سال اخیر را مثال بزنیم. روبات آسیمو یک روبات انسان‌نما است که در چند سال اخیر معرفی و ارتقا داده شد. آسیمو توانایی خواندن حرکات و حالات چهره‌ی انسان‌ها را دارد و می‌تواند مستقلاً پاسخ دهد.

۳- فراهوش: «هوشی که در تمام زمینه‌ها از جمله خلاقیت علمی، هوش عمومی و مهارت‌های اجتماعی بسیار برتر از باهوش‌ترین انسان باشد.» شاید این سه دسته‌بندی برای شما کمی پیچیده باشد. اما حقیقت مسئله ساده‌تر است. در حال حاضر، در جهانی زندگی می‌کنیم که مملو از هوش مصنوعی نوع اول است. سیستم ضد قفل اتومبیل‌های پیشرفته که از سیستم کامپیوتر اتومبیل پیروی می‌کند یکی از همین نمونه‌ها است. گوشی هوشمند شما نیز مورد بعدی است. شما از نقشه آن استفاده می‌کنید و موسیقی هم گوش می‌دهد. با برنامه‌هایی مانند Siri صحبت می‌کنید.

سیستم فیلترینگ ایمیل‌های هرزه نیز نمونه‌ای دیگر است. بخش جستجو و ترجمه گوگل هم یک هوش مصنوعی محدود محسوب می‌شود. در حال حاضر، بهترین بازیکنان بازی‌های فکری مانند شطرنج همگی هوش مصنوعی محدود هستند. نمونه‌های از این دست کم نیستند. پژوهشگران زمینه هوش مصنوعی اکنون در مرحله انتقال از نوع اول به نوع دوم هستند. آن‌ها سعی دارند با تقلید از مغز انسان بتوانند هوش مصنوعی را طراحی کنند که هم سطح هوش انسان باشد. قدم بعدی شاید «ترابشریت» باشد. ادغام انسان و ماشین در آینده به «سایبورگ» منجر خواهد شد. البته اکنون شاید تصور آن تنها در فیلم‌ها میسر باشد. نمونه‌ی سینمایی مشهور آن همان فیلم ترمیناتور است. سایبورگ هم از انسان و هم از ماشین به مراتب قدرتمندتر خواهد بود. البته این ایده، منتقدان فراوانی را داشته است. فوکویاما معتقد است که این ایده «خطرناک‌ترین ایده جهان» است.

به گذشته فکر کنید. گذشته‌ای نه چندان دور که هنوز شب‌ها را با نور فانوس زنده نگه می‌داشتند. خبری از شبکه‌های اجتماعی نبود. کتاب‌ها حتی به شکل امروزی نیز چاپ نمی‌شدند، چه برسد به اینکه بخواهیم فرآیند تولید کتاب‌های دیجیتال را با آن دوران مقایسه کنیم. با ظهور هوش مصنوعی، دنیا تغییر کرد. امروزه خودروهای بدون راننده، هواپیماهای بدون خلبان و پهپادها با کمک وجود هوش مصنوعی ساخته شده‌اند. روبات‌های روزنامه‌نگار تا چند سال دیگر به بازار عرضه خواهند شد. نیازی نیست به روبات‌های خانه‌دار و کاوشگر کنجکاوی اشاره‌ای کرد.

صنعت بازی‌های ویدیویی با بهره‌جویی از هوش مصنوعی باعث شده تا نوع تفریح کودکان امروزی تفاوت چشمگیری با کودکان نسل‌های قبلی داشته باشد. تلفن‌های همراه، ساعت هوشمند و هزاران اختراع دیگر حال و هوای زندگی را به کلی تغییر داده است. روبات‌های فوتبالیست و بازوهای حرکتی برای افراد معلول با همین فناوری ساخته شده‌اند. مصارف نظامی و پزشکی این روبات‌ها در حال توسعه است. در آینده‌ای نزدیک، شاهد تولید انبوه روبات‌های خدمتکار نیز خواهیم بود. هوش مصنوعی هنوز در اول راه خود است. فناوری که اگر در جهت مثبت خود به کار گفته شود، می‌تواند تاثیرات بسیار مفیدی بر زندگی انسان بگذارد. اما تصمیم نهایی با انسان است که چگونه از آن بهره جوید.

هاوکینگ: تکنولوژی انسان را فقیر می‌کند!

استیون هاوکینگ فیزیکدان مشهور انگلیسی هشدار داد پیشرفت‌های بزرگ تکنولوژیکی می‌تواند بخش بزرگی از جمعیت جهان را دچار فقر و بیچارگی کند.

به گزارش CNN به نقل از همشهری، هاوکینگ معتقد است تکنولوژی تا حدودی عامل افزایش نابرابری درآمد شده‌ است. وی که در برنامه ویژه پرسش و پاسخ در وب‌سایت Reddit این سخنان را مطرح کرده معتقد است درصورتی که ثروت ناشی از تکنولوژی تقسیم شود همه می‌توانند از زندگی لوکس و مجلل بهره ببرند، در غیر این صورت بیشتر مردم درصورتی که مالکان فناوری‌های مختلف علیه توزیع ثروت با یکدیگر لابی کنند، دچار فقر خواهند‌شد.

هاوکینگ معتقد است روند توسعه فناوری درحال منحرف شدن به سوی گزینه دوم است، زیرا درحال دامن زدن به نابرابری درآمدی در میان انسان‌ها است و تمامی این فرایند ناشی از نوع توزیع دستاورد‌ها میان ثروتمندان و فقرا است. این سخنان هاوکینگ واکنش‌های شدیدی را از سوی فعالان تکنولوژی برانگیخته است. مارک اندرسن کارآفرین و سخنگوی سیلیکون‌ولی در توئیتر نوشت هاوکینگ در حال بازگویی شعارهای قدیمی است. کسانی که ادعا می‌کنند ماشین‌ها مشاغل را نابود می‌کنند در صد سال آینده احمق به نظر خواهند آمد، اما من اینگونه نخواهم‌ بود.

تصویری از مارک اندرسون و استیون هاوکینگ

بحث تقابل ثروت کلان کارآفرینان و کارمندان فناوری در برابر اقشار کم‌درآمد در سان‌فرانسیسکو مدت‌ها است که به بحث جنجالی میان اقتصاد‌دانان تبدیل شده‌ است. با این‌ همه اکثریت متخصصان در این حوزه با هاوکینگ موافقند. دراینکه فناوری توانسته رشد اقتصاد آمریکا و دیگر کشورهای جهان را تضمین کند تردیدی وجود ندارد و شاید به همین دلیل باشد که بسیاری از کشورها در تلاشند نسخه‌ای دیگر از سیلیکون‌ولی را برای خود ایجاد کنند.

اما با وجود رشد روزافزون این پدیده، تعداد افرادی که در آن مشارکت دارند کاهش پیدا می‌کند. اریک برینجلفسن استاد مدرسه مدیریت اسلون در MIT نیز معتقد است تکنولوژی اصلی‌ترین عامل افزایش نابرابری درآمد در میان انسان‌ها است. مشکل اصلی اینجاست که تکنولوژی جایگزین بسیاری از کارگران مشاغل فیزیکی با درآمد بالا شده‌ است و این افراد اکنون برای گذران زندگی به فروشندگی و مشاغل این چنینی که از درآمد کمتر برخوردار است رو آورده‌اند.

از این رو نظر اندرسن درباره اینکه افراد بیکار نمی‌شوند درست است، اما پرسش اینجاست که درآمد آنها چقدر خواهد‌بود؟ میانگین درآمد در آمریکا نسبت به سال ۱۹۹۵ که آغاز شکوفایی عصر تکنولوژی بود تغییر چندانی نکرده‌است. اما سردمداران این تکنولوژی‌ها در آمد‌های بسیار بالایی از محل سرمایه‌گذاری‌ها و پرداخت‌هایشان دارند. رقابت شدیدی میان مهندسان و کارگران ماهر درگرفته‌است و این رقابت می‌تواند شکاف پرداخت میان افراد دارای مدرک دانشگاهی با افراد بدون مدرک دانشگاهی را توضیح دهد. کارگرانی که دارای مدرک دانشگاه هستند در طول عمر خود نسبت به افراد دیپلمه یک میلیون دلار بیشتر درآمد دارند.

سبک ترین فلز جهان که ۹۹٫۹۹ درصد آن توخالی است!

محققان شرکت بوئینگ به تازگی برای نخستین بار ویدیویی از سبک ترین فلز جهان منتشر کردند که ۹۹٫۹۹ درصد آن توخالی است.

«ریزتورینه» (Microlattice) یک ساختار پلیمری سلول باز سه‌ بعدی است که از لوله‌های فلزی کوچک تو خالی ساخته شده و نشانگر یک الگوی مورب ضربدری با فضاهای باز بسیار کوچک است. فیلم جدید بوئینگ، نمونه جالبی از عملکرد احتمالی این ماده را به نمایش می‌گذارد که برای مثال می‌توان از آن به عنوان اجزای ساختاری جدید در صنعت هوافضا استفاده کرد. ریزتورینه می‌تواند تا میزان زیادی در وزن صرفه‌جویی کرده و هواپیماهای با بهره‌وری سوخت بالا را ارائه کند.

این فلز ۱۰۰ برابر سبک‌‌تر از یونولیت است اما در عین حال مانند فلزات سخت و مقاوم است، و این به آن معنی است که تنها به ایستادن روی تارهای یک قاصدک خلاصه نمی‌شود و می توان از این ساختار جدید در سیستم های هوانوردی استفاده کرد، جایی که دو فاکتور استحکام و سبکی حرف نخست را می زنند. در ساخت این ماده از ساختار استخوان الهام گرفته شده است که مهمترین ویژگی آن استحکام بیرونی و وجود انبوه منافذ درونی است. وجود انبوهی از منافذ ریز و درشت در این ماده جدید موجب شده تا بتوان به جرأت گفت ۹۹.۹۹ درصد آن از هواست.

شبکه ریز موجود در این ماده از لوله‌های توخالی فلزی شبکه‌ای از جنس نیکل ساخته شده‌است. دیواره هر یک از این لوله‌ها ۱۰۰ نانومتر است، یعنی هزار برابر باریک‌تر از موی انسان. سلول‌های باز در این ساختار قابلیت فشرده‌سازی قابل توجهی به ریزشبکه می‌بخشد، یعنی این فلز می‌تواند حجم زیادی از فشار را تحمل کند. گفتنی است فلز یاد‌شده به قدری سبک و جاذب نیرو است که چنانچه تخم‌مرغی را داخل آن گذاشته و آن‌ را از طبقه بیست و پنجم ساختمانی به پایین بیندازید تخم‌مرغ سالم خواهد ماند. به گفته بوئینگ استفاده از این ماده امکان ساخت هواپیماهای بسیار سبک را برای بوئینگ فراهم کرده و کاهش وزن باعث کم‌مصرف شدن هواپیماها خواهد‌ شد.

صنعت هوش مصنوعی تا سال ۲۰۲۴ پیشرفت های وسیعی می کند!

تقاضا برای فناوری هوش مصنوعی، با توجه به راه‌ حل‌هایی که برای مشکلات همیشگی صنایع خرد و کلان دارد، روز به‌ روز در حال افزایش است و استفاده از آن باعث بازگشت سرمایه و رونق تجارت شرکت‌های مختلف می‌شود.

یک مؤسسه پژوهش در حوزه فناوری، ارزشی برابر با ۴۲ میلیارد دلار را برای بازار هوش مصنوعی در سال ۲۰۲۴ پیش‌بینی کرده‌ است. ترکتیکا (Tractica) که یک مؤسسه پژوهشی در حوزه فناوری‌ می‌باشد، خبرهای خوبی برای شرکت‌های متخصص در زمینه هوش مصنوعی دارد. بر طبق پیش‌بینی جدید این شرکت، بازار جهانی برای فناوری‌های هوش مصنوعی، تا سال ۲۰۲۴ به ۵٫۴۳ میلیارد دلار خواهد رسید. گروه تحلیل‌گر انتظار دارد که بازار نرم‌ افزار، خدمات و سخت‌افزار هوش مصنوعی، با در نظر گرفتن نرخ رشد ترکیبی ۱٫۵۶ درصدی، از ۵٫۲۰۲ میلیون دلار در سال جاری به ۱٫۱۱ میلیارد دلار در سال ۲۰۲۴ برسد.

طبق پیش‌بینی ترکتیکا، تجارت به طور فزاینده‌ای به سوی فناوری‌های هوش مصنوعی مانند محاسبات شناختی، یادگیری ماشینی، رابط‌های برنامه‌نویسی نرم‌افزار پیشگویانه و شناسایی تصاویر سوق پیدا خواهد کرد. سازندگان، خرده‌فروشان و نیز تولیدکنندگان انرژی بر میزان تقاضاها خواهند افزود. طبق اظهارات ترکتیکا، این صنایع با سیستم‌های پیچیده و حجم وسیعی از اطلاعات سر و کار دارند که استفاده از فناوری‌های هوش مصنوعی در این زمینه، موجب بازگشت سرمایه می‌شود.

بروس دیلی ، تحلیل‌گر ارشد ترکتیکا، اظهار داشت: «عملاً در تمامی صنایع امروزی و حتی در بعضی از صنایع بسیار سنتی، نتیجه استفاده از هوش مصنوعی در حل مسائل سنتی در حال آزمایش است. این مسائل، طیف وسیعی را از نحوه کاشت گیاهان گرفته تا روش شناسایی کلاهبرداری، شامل می‌شوند». شرکت‌ها و صنایعی که در تلاش برای تبدیل ابر داده‌های خود به فرصت‌های تجاری می‌باشند، در صدر قرار دارند. دیلی افزود: «تأثیرپذیرترین صنایع، محتملاً آنهایی هستند که با حجم وسیعی از داده‌ها سر و کار دارند و اتخاذ سریع تصمیم‌ها، منافع زیادی را برای آنها به‌همراه دارد».

بر خلاف تفسیرهای علمی-تخیلی از هوش مصنوعی، این فناوری اثرات خود را به گونه‌ای ظریف نمایان خواهد کرد. دیلی بر این باور است که هوش مصنوعی در فرآیندهای فناوری اطلاعات و عملیات تجاری عمیقاً نهادینه شده و در پس‌زمینه قرار خواهد گرفت. مانند هر فناوری تأثیرگذار و رو به‌ رشد دیگر، صنایع سنتی از اثرات درهم‌ گسیلنده این فناوری، تأثیر پذیرفته و مجبور به سازگاری خواهند شد. دیلی در این زمینه اظهار داشت: «فقط کافیست نگاهی به صنعت اتومبیل بیندازیم که چگونه فناوری‌های هوش مصنوعی نظیر خودروهای بدون سرنشین گوگل، هر بازیگری را در این صنعت به در نظرگرفتن استفاده از هوش مصنوعی در محصولاتش وا داشته است».

گوگل همچنین از “پروژه ذهن عمیق” به منظور پیشبرد هوش مصنوعی با استفاده از یادگیری ماشینی و علوم عصبی سیستم‌ها، حمایت می‌کند. از دیگر شرکت‌هایی که درصدند تا انسان را از حیطه تصمیم‌گیری خارج کنند می‌توان به فناوری‌های سنتیِنت (Sentient technologies)، بیاند کُر (Beyond Core) و البته آی‌بی‌اِم‌ (IBM) با سیستم محاسبات شناختی ارزشمندش، واتسون، اشاره کرد.

ذخیره اطلاعات در یک پلیمر مصنوعی با الهام از DNA

محققان برای اولین بار، با استفاده از سه مونومر به‌جای چهار پایگاه نیتروژنی DNA، موفق به ضبط یک کد باینری در یک پلیمر مصنوعی شدند که امکان توسعه بارکد مولکولی را فراهم می‌کند.

به گزارش بیگ بنگ بله نقل از ایسنا، محققان برای اولین بار موفق به ضبط یک کد باینری در یک پلیمر مصنوعی شدند. یک گروه از مؤسسه چارلز سادرون استراسبورگ (CNRS)، با الهام از ظرفیت DNA در حفظ مقدار زیادی از اطلاعات ژنتیکی، یک پیام چند بیتی را بر روی یک پلیمر مصنوعی ایجاد کرده و خواندند. DNA انسان با ۳٫۴ میلیارد جفت پایه، می‌تواند مقدار زیادی از اطلاعات را در یک فضای کوچک گردآوری کند. محققان در تحقیقات قبل، قادر به استفاده از توالی این ساختارهای مولکولی برای تولید یک کد باینری بوده‌اند.

با این‌حال، محدودیت‌های DNA، دانشمندان را ملزم به ساخت نوعی پلیمر مصنوعی کرد که ارزان‌تر، نرم‌تر، قابل‌انعطاف‌تر و قادر به ذخیره اطلاعات باینری باشد. در این مطالعه، محققان به‌جای استفاده از چهار پایگاه نیتروژنی DNA، از سه مونومر استفاده کردند. دو مورد از این مونومرها اعداد ۰ و ۱ کد باینری را نشان می‌دهند و می‌توانند در طول ترکیب به هم تبدیل شوند. مونومر نیتروکسید سوم هم به‌منظور تسهیل نوشتن و خواندن دنباله رمزی، بین بیت‌ها قرار داده می‌شود.

پیام‌های باینری کوتاه به‌صورت دستی شکل می‌گیرند؛ به‌این‌ترتیب که مونومرها یکی‌ یکی در یک زنجیره در حال رشد قرار می‌گیرند. این عملیات حدود یک روز طول می‌کشد، اما اگر فرایند خودکار باشد، سریع‌تر انجام می‌گیرد. رمزگشایی توسط عملیات توالی انجام می‌شود؛ همان شیوه‌ای که برای چندین دهه در رمزگشایی DNA استفاده شده‌است. درنتیجه طیف‌سنجی جرمی برای کشف اطلاعات کمتر از پنج دقیقه طول می‌کشد.

عملیات توالی مرتباً پلیمر را از بین می‌برد و ممکن است با قرار گرفتن در معرض لیزر یا دمای بالای ۶۰ درجه سانتی‌گراد، در هر زمان و بدون خواندن، کدها را پاک کند. محققان نشان دادند که در دمای اتاق، پلیمر را می‌توان برای چند ماه و بسته به ثبات مولکولی، حتی تا چند سال نگهداری کرد. این گروه امیدوار است که در عرض ۳ تا ۵ سال آینده، بتواند پیام‌هایی از چند کیلوبایت تا چند مگابایت ذخیره کند. این روش که توسط مؤسسه چارلز سادرون استراسبورگ به ثبت رسیده‌ است، همچنین امکان توسعه بارکد مولکولی را در کوتاه‌مدت فراهم می‌کند.

توالی می‌تواند در نوعی از برچسب‌زنی استفاده شود که جعل آن بسیار مشکل خواهد بود و برای فراورده‌هایی با ارزش‌افزوده بالا، مانند محصولات و داروهای لوکس ایده‌آل است. استفاده از مونومر و کدهای مخفی که تنها مختص آزمایشگاه و شریک صنعتی است، تولید داروهای تقلبی را بسیار دشوار می‌کند. نتایج این پژوهش، در مجله Nature Communications منتشر شده‌است.

انتقاد گروهی از محققان نسبت به ساخت ِ مغز مصنوعی!

محققان هوش مصنوعی و علم عصب‌شناسی، با تقلید از مغز انسان، در حال نزدیک شدن به ایجاد اولین مغز مصنوعی هستند که مورد انتقاد بخشی از جامعه علمی قرار گرفته‌ است.

در حالی‌ که محققان در هوش مصنوعی، در حال نزدیک شدن به ایجاد اولین مغز مصنوعی هستند، اقلیتی از جامعه علمی در حال ابراز نگرانی از این مسئله هستند که اگر فرض کنیم هوش مصنوعی روزی با هوش انسانی برابری خواهد کرد، به‌تدریج خود را شبیه به ماشین‌آلات تصور می‌کنیم و این ممکن است درنهایت موجب تضعیف هوش زیستی ما شود.

میگل نیکولِلیس دانشمندی است که یک پوشش خارجی متصل به مغز طراحی کرده‌ است. این پوشش به نقل از BBC توانسته‌ است یک مرد فلج را قادر به ارائه ضربه افتتاحیه در جام جهانی کند، او همچنین بافت مغزی کشت کرده‌ است که موش را قادر به مشاهده نور مادون‌ قرمز می‌کند. نیکولِلیس در آخرین کتابش، «مغز چگونه کار می‌کند و چرا نمی‌تواند توسط یک ماشین شبیه‌ سازی شود»، می‌گوید که مغز یک موجود زنده است نه یک ماشین و موجودات زنده با توجه به قوانین تکاملی در طبیعت، به‌ جای ساخته‌ شدن، فرگشت می‌یابند.

نیکوللیس اعلام کرده‌ است که ما با یک خطر بزرگ مواجه هستیم. به گفته وی، اگر ما به تکیه بیشتر و بیشتر به کامپیوترها ادامه دهیم، در نهایت به حد ماشین‌ آلاتمان نزول می‌کنیم. به گفته نیویورک تایمز، این متخصص هوش مصنوعی و عصب‌شناسی برزیلی هشدار داده‌ است که ممکن است در دراز مدت، مغز ما شروع به تقلید از طرز عملکرد کامپیوترها کند. اگر این اتفاق بیفتد، موجب افول قابل‌توجهی در سطح رفتارهای طبیعی و اجتماعی خواهیم بود.

نیکوللیس می‌گوید که فناوری می‌تواند مغز ما را تغییر دهد؛ زیرا محیط‌ زیست و رفتارها، پاسخ‌های عصبی ما را تغییر می‌دهند. دانشمندان به این پدیده، انعطاف‌پذیری عصبی می‌گویند. همچنین وی توضیح داده که اگر ما بخواهیم فرهنگ و شیوه زندگی خود را حفظ کنیم، نیاز داریم که بدانیم فناوری چگونه ممکن است به استعدادهای مغز آسیب برساند.

امروزه زمینه ظهور هوش مصنوعی بسیار مرسوم شده‌ است و تحقیقات بسیاری در این رابطه در جریان هستند. به گفته دیسکاوری، تحقیقات در این زمینه، روی تقلید از مغز با استفاده از مدارهای سیلیکونی، الگوریتم و حتی بافت زنده متمرکز هستند. در حال حاضر، فیسبوک و گوگل در حال تلاش برای ساخت مغز مصنوعی در کامپیوتر، براساس شبکه‌های سلول‌های عصبی مصنوعی هستند. هر دو شرکت از فناوری یادگیری عمیق هوش مصنوعی استفاده می‌کنند که از مغز انسان تقلید می‌کند.