در فرهنگ تکنولوژی یک سنت بی‌نوشته وجود دارد: هر پیشرفتی علمی، بلافاصله باید قابلیت اجرای «دوم» (Doom) را اثبات کند. هفته گذشته گوگل با انتشار کانکتوم کامل مغز و سیستم عصبی مرکزی میوه‌پرور نر بالغ — شامل ۱۶۶,۷۰۰ نورون و میلیون‌ها سیناپس — یک دستاورد تاریخی در علم عصبی ثبت کرد، اما همانطور که انتظار می‌رفت، داستان واقعی تنها چند ساعت بعد آغاز شد.

از آزمایشگاه ژنتیک تا مدل‌سازی سه‌بعدی کامل

میوه‌پرورها (Drosophila melanogaster) بیش از یک سده ستون فقرات تحقیقات ژنتیک و علوم عصبی بوده‌اند. با وجود ظاهری ساده، معماری عصبی آن‌ها پیچیدگی قابل توجهی دارد که درک آن، کلیدهای عملکرد مغزهای پیشرفته‌تر — از جمله انسان — را فراهم می‌کند. تیم تحقیقات گوگل در همکاری با پژوهشگاه جانیلیا موسسه هاوارد هگز مدیكال (HHMI)، با بهره‌گیری از هوش مصنوعی برای الحاق میلیون‌ها برش دو بعدی تصویربرداری الکترونی، برای اولین بار موفق به بازسازی یک مدل سه‌بعدی کامل، قابل‌جستجو و در سطح سیناپس از کانکتوم یک حشره بالغ شد.

نمایه سه‌بعدی نورون‌های مغز میوه‌پرور نر بالغ
بازسازی سه‌بعدی ۱۶۶ هزار نورون با دقت سیناپس-به‌سیناپس

وقتی داده‌ها باز می‌شوند، خلاقیت инженерها دامن می‌زند

داده‌های MaleCNS v1.0 به‌صورت کاملاً باز (Open Source) منتشر شدند و این تصمیم، بلافاصله موجی از آزمایش‌های نوآورانه در جوامع توسعه‌دهنده و محققان را برانگیخت. در عرض چند روز، دو پروژه متمایز ظهور یافتند که مرز بین بیولوژی محاسبه‌ای و توسعه بازی را محو کردند.

دوم: یادگیری تقویتی با دوپامین مصنوعی

الکس ورموث (Alex Wormuth) معماری مغز میوه‌پرور را طوری پیاده‌سازی کرد که هر فریم بازی، نورون‌های حسی را تحریک نماید. فعالیت عصبی خروجی مستقیماً به کنترل‌های بازی نگاشت می‌شود. نکته کلیدی در اینجا مکانیسم یادگیری است: زمانی که بازیکن (مغز مجازی) آسیب می‌بیند، سیستم به دو سلول دوپامینرجیک PPL101 تحریک القا می‌کند — مکانیسمی که در بیولوژی واقعی میوه‌پرور برای یادگیری اجتنابی (Aversive Learning) مسؤلیت دارد. ورموث پرسش جذابی مطرح می‌کند: «آیا میوه‌پرور یاد می‌گیرد که زنده بماند؟» پیشرفت این آموزش به‌صورت زنده در گیت‌هاب قابل رصد است.

نمودار فعالیت عصبی در حین بازی دوم
نمایشگر فعالیت شبکه عصبی در حین مواجهه با دشمنان دوم

سوپر ماریو ۶۴: «وایب کدینگ» با GPT Astra

جسیکا پکت (Jessica Paquette) مسیری متفاوت را طی کرد. پروژه ماریو ۶۴ او — با تعبیر خودش — «۱۰۰٪ وایب‌کدینگ با GPT Astra، صرفاً برای تفریح» است. کلیپ‌های منتشر شده ماریو را نشان می‌دهد که بارها پرش می‌کند و به دیوار می‌کوبد؛ رفتاری که پکت با حسی از طنز بیان می‌کند: «اگر به پنجره می‌کوبید، اوج هوش مغز میوه‌پرور را می‌دید.» کد پروژه در گیت‌هاب در دسترس است.

فراتر از یک شوخی اینترنتی: چرا این مهم است؟

پشت صحنه طنز «دوم روی هرچیزی»، یک واقعیت علمی عمیق نهفته است: در دسترس بودن یک کانکتوم کامل، دقیق و قابل‌برنامه‌ریزی، آزمایشگاهی بی‌نظیر برای تست تئوری‌های محاسبه عصبی، یادگیری تقویتی بیولوژیک، و معماری‌های نوین هوش مصنوعی فراهم می‌کند. گوگل خود این دستاورد را «دستیابی به جا برای درک مغز» توصیف کرده است. اگرچه فاصله مقیاسی با ۸۶ میلیارد نورون مغز انسان شگفت‌انگیز است، اما اصول محاسبه‌ای که در این ۱۶۶ هزار نورون نهفته‌اند، بی‌هیچ‌گونه‌پذیرند.

مقایسه تعداد نورون میوه‌پرور و انسان
مقیاس‌پذیری از میوه‌پرور تا انسان: چالش حافظه و محاسبه

آینده: از بازی‌سازی تا درک بیماری‌های عصبی

داده‌های MaleCNS v1.0 اکنون پلتفرمی مشترک برای محققان علوم عصبی، دانشمندان داده، و مهندسان هوش مصنوعی هستند. پرسش‌های بنیادی در انتظار پاسخ‌اند:

  • آیا الگوریتم‌های یادگیری تقویتی مستوحا از بیولوژی می‌توانند کارایی شبکه‌های عصبی مصنوعی را بهبود بخشند؟
  • آیا مدل‌سازی دقیق مدارهای دوپامینرجیک راهکاری برای درک مکانیسم‌های اعتیاد یا بیماری پارکینسون فراهم می‌کند؟

پاسخ‌ها در کدهای باز و آزمایش‌های آتی نهفته‌اند — و قطعاً برخی از آن‌ها، همچنان سعی خواهند کرد «دوم» را روی آن‌ها اجرا کنند.


منابع: