چگونه نسل جدید کامپیوترها با الهام از اعصاب انسان، پیچیدهترین معادلات فیزیک را با کمترین انرژی حل میکنند؟
در حالی که جهان با بحران مصرف انرژی در مراکز داده و ابررایانهها دستوپنجه نرم میکند، نسل جدیدی از پردازشگرها با الهام از ساختار بیولوژیکی مغز انسان ظهور کردهاند. رایانههای عصبیریخت (Neuromorphic) اخیراً ثابت کردهاند که قادر به حل معادلات ریاضی بسیار پیچیدهای هستند که پیش از این تصور میشد تنها در انحصار ابررایانههای غولپیکر و پرمصرف است. این دستاورد، نه تنها یک جهش در مهندسی سختافزار، بلکه دریچهای نوین به سوی درک محاسبات مغزی است.
در همین چارچوب، «باشگاه علومپایه و فناوری یونسکو» با مأموریت ترویج علم و حمایت از نوآوریهای بنیادی، نقش کلیدی در معرفی این فناوریهای تحولآفرین ایفا میکند. پیوند میان ریاضیات عالی و مدلسازیهای زیستی، نمونهای عالی از کاربرد علومپایه در حل چالشهای استراتژیک جهان امروز است. تقویت سواد علمی در این حوزه، زمینهساز شکلگیری کسبوکارهای دانشبنیان در لبه تکنولوژی و مدیریت پایدار منابع انرژی خواهد بود.
چرا ابرکامپیوترهای فعلی برای آینده علم کافی نیستند؟
ابرکامپیوترهای امروزی، علیرغم قدرت خیرهکننده، یک نقطه ضعف بزرگ دارند: اشتهای سیریناپذیر برای مصرف برق. برای شبیهسازی یک سیستم آب و هوایی یا یک واکنش هستهای، این دستگاهها به اندازه یک شهر کوچک انرژی مصرف میکنند. بخش بزرگی از این انرژی صرف جابجایی دادهها بین حافظه و پردازنده میشود؛ مشکلی که در معماریهای سنتی (فون نویمان) به یک بنبست تبدیل شده است. اینجاست که نیاز به یک تغییر پارادایم احساس میشود. توسعه پایدار در فناوری اطلاعات نیازمند عبور از سختافزارهای سنتی است. ما به سیستمی نیاز داریم که مانند مغز انسان، پردازش و حافظه را در یک نقطه متمرکز کند تا اتلاف انرژی به حداقل برسد.
ظهور معماری نورومورفیک؛ وقتی سیلیکون مانند اعصاب رفتار میکند
محاسبات نورومورفیک (Neuromorphic Computing) به معنای طراحی تراشههایی است که ساختار فیزیکی آنها مستقیماً از سیستم عصبی و سیناپسهای مغز الگوبرداری شده است. برخلاف کامپیوترهای معمولی که با کدهای صفر و یک (باینری) کار میکنند، این سیستمها از «نورونهای اسپایکی» استفاده میکنند. این یعنی پردازش تنها زمانی انجام میشود که یک پالس الکتریکی یا سیگنال لازم باشد. این رویکرد نه تنها سرعت واکنش سیستم را در مسائل پیچیده بالا میبرد، بلکه مصرف برق را تا هزار برابر نسبت به پردازندههای گرافیکی (GPU) معمولی کاهش میدهد.
حل معادلات پیچیده فیزیک با سختافزارهای مشابه مغز
تا پیش از این، تصور میشد رایانههای عصبیریخت تنها برای کاربردهای محدودی مانند تشخیص چهره مناسب هستند، اما پژوهشهای نوین در آزمایشگاه ملی ساندیا (Sandia National Laboratories) این پیشفرض را باطل کرد. دانشمندان این مرکز با ابداع الگوریتمهایی پیشرو ثابت کردند که این تراشهها قادر به حل معادلات دیفرانسیل جزئی (PDEs) هستند؛ معادلاتی که زبان اصلی فیزیک برای توصیف جریان سیالات و شبیهسازیهای پیچیده هستهای محسوب میشوند.
برد ایمون، دانشمند علوم اعصاب در آزمایشگاه ساندیا*، معتقد است مغز ما هر روز محاسباتی در سطح ابررایانههای «اگزاسکیل» را برای فعالیتهای سادهای مثل گرفتن یک توپ، با هزینهای ناچیز انجام میدهد. دستیابی به این توانایی در سختافزار، به معنای اجرای سنگینترین شبیهسازیهای مهندسی بر روی دستگاههایی کوچک و کممصرف است که دیگر نیازی به سیستمهای سرمایشی عظیم و مخرب محیطزیست ندارند.
مقایسه عملکرد: ابرکامپیوترهای سنتی در برابر سیستمهای نورومورفیک
| پارامتر مقایسه | ابرکامپیوترهای کلاسیک (Exascale) | کامپیوترهای نورومورفیک مدرن |
| معماری سیستم | فون نویمان (جدایی پردازنده و حافظه | الهامگرفته از اعصاب (تلفیق پردازش و حافظه) |
| مصرف انرژی | بسیار بالا (در مقیاس مگاوات) | بسیار پایین (در مقیاس وات) |
| مدل محاسباتی | محاسبات پیوسته و ترتیبی | محاسبات مبتنی بر رویداد (Event-driven) |
| کاربرد اصلی | محاسبات عددی سنگین و عمومی | هوش مصنوعی پیشرفته و شبیهسازی فیزیک |
| پایداری محیطی | تولید گرمای زیاد و کربن زیاد | دوستدار محیط زیست و کمحجم |
شکافتن مرزهای علومپایه؛ ریاضیات چگونه به کمک بیولوژی آمد؟
الگوریتمهای جدیدی که برای این کامپیوترها نوشته شده، مستقیماً از مدلهای قشر مغز (Cortex) الهام گرفتهاند. این نشاندهنده یک پیوند عمیق میان ریاضیات کاربردی و علوم اعصاب است. در واقع، فیزیکِ انتقال سیگنال در نورونهای ما، شباهت عجیبی به رفتار معادلات فیزیکی در طبیعت دارد. دانشمندان با درک این شباهت، توانستند سختافزاری بسازند که «زبان طبیعت» را بهتر میفهمد. این پیشرفت، یکی از مصادیق بارز اهداف یونسکو در ترویج علومپایه است؛ جایی که شناخت عمیق از عملکرد بدن انسان، منجر به خلق ابزاری برای حفاظت از محیط زیست و امنیت ملی میشود.
کاربرد محاسبات نورومورفیک در امنیت ملی و پایداری
استفاده از این فناوری در سازمانهایی مانند NNSA (سازمان ملی امنیت هستهای آمریکا) نشاندهنده اهمیت استراتژیک آن است. شبیهسازیهای دفاعی اکنون با هزینه انرژی بسیار کمتری ممکن شدهاند. علاوه بر این، در حوزههایی مثل هواشناسی، این کامپیوترها میتوانند مدلهای پیشبینی سیل و طوفان را به صورت محلی و با سرعت بسیار بالاتر از سیستمهای فعلی پردازش کنند که جان هزاران نفر را نجات میدهد. کاهش ردپای کربنی مراکز داده (Data Centers) یکی دیگر از مزایای این فناوری است. با جایگزینی بخشی از توان محاسباتی با تراشههای نورومورفیک، میتوان از گرمایش جهانی ناشی از فعالیتهای دیجیتال جلوگیری کرد.
آیندهپژوهی؛ آیا مغز ما در حال حل معادلات ابرکامپیوتری است؟
یکی از جذابترین بخشهای این پژوهش، نگاه جدید به مغز انسان است. دکتر آیمون معتقد است وقتی ما یک توپ را در هوا میگیریم، مغز ما در حال حل کردن یک مسئله در سطح ابرکامپیوتر است. این یعنی بیماریهای مغزی مانند آلزایمر یا پارکینسون را میتوان به عنوان «اختلال در محاسبات عصبی» نگاه کرد. با درک بهتر مدلهای ریاضی که در این کامپیوترها پیاده شده، شاید بتوانیم درمانهای جدیدی برای این بیماریها بیابیم.
در واقع، این تکنولوژی نه تنها به ما کامپیوترهای بهتری میدهد، بلکه آینهای است که به ما کمک میکند خودمان و ساختار پیچیده افکارمان را بهتر بشناسیم.
نقش علم مواد و شیمی در تولید تراشههای عصبیریخت
تولید این سختافزارها نیازمند موادی است که بتوانند رفتار سیناپسی را تقلید کنند. ممریستورها (Memristors) یکی از این نوآوریها هستند که در مقیاس نانومتری کار میکنند.
در این میان، علومپایه نقش تعیینکننده دارند: شیمی در سنتز پلیمرهای رسانا، فیزیک در تحلیل پایداری حرارتی لایهها و علم مواد در طراحی مسیرهای عصبی سیلیکونی. این پشتوانه علمی، مسیر الکترونیک پایدار را هموار میسازد. دقیقاً همانطور که در تولید PCBهای سبز به دنبال مواد زیستپایه هستیم، در اینجا به دنبال معماریهای زیستتخریبپذیر و کممصرف هستیم.
چالشهای پیش رو در مسیر تجاریسازی و بازارهای جهانی
با وجود تمام مزایا، محاسبات نورومورفیک هنوز در ابتدای راه است. یکی از بزرگترین چالشها، تغییر ذهنیت برنامهنویسانی است که دههها با منطق کلاسیک کار کردهاند. نوشتن نرمافزار برای سیستمی که شبیه مغز فکر میکند، نیازمند یادگیری زبان جدیدی از الگوریتمهاست.
همچنین، تولید انبوه این تراشهها نیازمند سرمایهگذاریهای کلان در صنعت نیمههادی است. اما با توجه به بحران انرژی و اشباع شدن قانون مور، راهی جز حرکت به سمت این معماریهای کارآمد باقی نمانده است. بازاری که پتانسیل تبدیل شدن به یک صنعت ۱۰۰ میلیارد دلاری را دارد.
ترویج علم و نسل جوان با فناوری محاسبات هوشمند
ماشینهای مغزآسا نمونهای روشن از پیوند میان فیزیک، بیولوژی و الکترونیک هستند. آموزش این فناوریها میتواند نسل جوان را به سمت نوآوری در فناوریهای پایدار ترغیب کند.
در این مسیر، «باشگاه علومپایه و فناوری یونسکو» با هدف ترویج علم و تقویت فرهنگ پژوهش، نقش مهمی در آگاهیبخشی و توانمندسازی دانشآموزان و دانشجویان ایفا میکند. دانش حاصل از این پژوهشها زمینهای فراهم میسازد تا نسل جدید بتواند دستگاههای هوشمند دوستدار محیطزیست طراحی کند و سهمی مؤثر در تحقق اقتصاد چرخشی و محاسبات سبز داشته باشد.
چشمانداز نهایی؛ گذار به تمدن محاسباتی پایدار و هوشمند
تحقیقات مشترک دانشگاه نورثوترن و آزمایشگاه ملی ساندیا ثابت کرد که «ماشینهای مغزآسا» ابزاری استراتژیک برای حل جدیترین بحرانهای علمی و زیستمحیطی جهان هستند. این فناوری با جایگزینی سیلیکونهای پرمصرف، زیربنای لازم برای شهرهای پایدار، پیشبینیهای دقیق اقلیمی و پزشکیِ شخصیسازی شده را به شکلی سازگار با طبیعت فراهم خواهد کرد.
در این میان، «باشگاه علومپایه و فناوری یونسکو» با تمرکز بر ترویج دانش نوین، نقشی کلیدی در پیوند میان این دستاوردهای آزمایشگاهی و بدنه جامعه ایفا میکند. این نهاد با حمایت از آموزشهای تخصصی، بستری فراهم میسازد تا نسل جدید پژوهشگران ایرانی با تسلط بر محاسبات نورومورفیک، در مسیر توسعه فناوریهای سبز و صیانت از منابع سیاره زمین گامهای مؤثری بردارند.
منبع: Science Daily