نقشه‌برداری از ذهن چیست؟

تراشه‌ هوشمندی که به میمون اجازه انجام بازی کامپیوتری داد

گام‌هایی نزدیک به نقشه‌برداری کامل از مغز در جریان است. بدون تردید در اخبار خوانده‌اید که چند وقت پیش شرکت نورالینک که مالک آن ایلان ماسک است و در زمینه توسعه میکرو تراشه‌های مجهز به هوش مصنوعی برای استفاده در مغز انسان فعالیت می‌کند، کلیپ تصویری کوتاهی را در این رابطه منتشر کرد. در این ویدئو، میمونی دیده می‌شود که بدون استفاده از دست‌های خود در حال انجام بازی‌‌های ویدئویی از جمله پینگ‌پنگ است و‌ با ذهن خود نقطه یا بازیکن را روی صفحه نمایشگر حرکت می‌دهد. ایلان ماسک در گذشته با افتخار درباره پژوهش‌های شرکت نورالینک روی جانوران صحبت کرده بود، اما این نخستین باری است که نمونه‌ای از این آزمایش‌ها در معرض دید همگان قرار می‌گیرد.  ایلان ماسک‌ سال گذشته گفته بود که این شرکت در تحقیقات خود به پیشرفت‌های قابل توجهی دست یافته است و با طراحی سیستم خاصی، یک میمون را قادر ساخته است که با ذهن خود رایانه را کنترل کند. این شرکت در سال ۲۰۲۰، استفاده این فناوری را روی خوکی به نام گرترود به صورت زنده نمایش داد که بازتاب زیادی در رسانه‌های خبری داشت. میمونی که در کلیپ جدید دیده می‌شود از نژاد ماکاک است و پیجر نام دارد. به گفته نورالینک، ریزتراشه‌ها در جریان یک پروسه نه چندان پیچیده روی مغز پیجر سوار شده است. همان‌گونه که مشاهده می‌کنید تقلید کل مغز به ‌عنوان نقطه پایانی منطقی برای حوزه‌های عصب‌شناسی محاسباتی و علوم محاسباتی اعصاب مطرح شده‌ که هر دو درباره شبیه‌سازی مغز برای مقاصد پژوهشی پزشکی هستند. همچنین در نشریات پژوهشی هوش مصنوعی به عنوان رهیافتی به هوش مصنوعی قوی مورد بحث قرار گرفته‌است. تقلید کل مغز در میان آینده‌شناسان و در جنبش ترابشری، فناوری پیشنهادی مهمی برای تمدید حیات به‌شمار می‌رود که نخست در نوشته‌های زیست‌پزشکی در ۱۹۷۱ مطرح شد. به‌علاوه عنصر خیالی محوری برای شمار زیادی از رمان‌های تخیلی و فیلم‌ها بوده‌است.

آیا تقلید عملکرد مغز ممکن است؟

تقلید کل مغز توسط برخی از دانشمندان به ‌عنوان یک فناوری تئوریک و مربوط به آینده، اما ممکن، در نظر گرفته می‌شود هرچند پژوهشگران و مجلات علمی با تردید بدان می‌نگرند. پیش‌بینی‌های متناقضی درباره اینکه چه موقع می‌توان یک مغز کامل انسان را تقلید کرد صورت پذیرفته‌است؛ که برخی از تاریخ‌های پیش‌بینی‌شده در حال حاضر گذشته‌اند. با این حال، پژوهش‌ها و پیشرفت‌های قابل توجهی در حوزه‌های مرتبط انجام شده‌است، از جمله توسعه ابررایانه‌های سریع‌تر، واقعیت مجازی، رابط‌های مغز-رایانه، شبیه‌سازی و نقشه‌برداری از مغز جانوران، و استخراج اطلاعات از مغزهایی با عملکرد پویا. این پرسش که آیا یک مغز تقلیدی می‌تواند ذهن انسان باشد توسط فیلسوفان به بحث کشیده شده و ممکن است با نگاه دوگانه به ذهن انسان که در بسیاری از ادیان مشترک است، در تناقض باشد. نگاشت مغزی مجموعه‌ای از تکنیک‌های علوم اعصاب مبتنی بر نگاشت مقادیر یا ویژگی‌های زیستی بر روی نمایش فضایی مغز (انسان یا غیر انسان) است که منجر به تولید نقشه‌های مغزی می‌شود.

بر اساس تعریف منتشر شده در سال ۲۰۱۳ توسط جامعه نگاشت مغزی و درمان‌شناسی (SBMT), تعریف نگاشت مغزی به‌طور خاص، مطالعه آناتومی و عملکرد مغز و نخاع با استفاده از تصویر برداری عصبی، ایمونوهیستوشیمی، ژنتیک مولکولی و اپتوژنتیک، سلول‌های بنیادی و زیست‌شناسی سلولی، مهندسی، نوروفیزیولوژی و فناوری نانو است.

هر تصویربرداری عصبی می‌تواند به عنوان بخشی از فرایند نگاشت مغزی در نظر گرفته شود. نگاشت مغز می‌تواند به عنوان یک شکل بالاتر از تصویربرداری عصبی در نظر گرفته شود. تصاویر مغز با استفاده از نتایج پردازش داده‌ها (تصویربرداری یا غیر تصویربرداری) یا تجزیه و تحلیل آن‌ها تولید می‌شوند. این تصاویر رفتارهای گوناگون را بر روی مناطق مختلف مغز نگاشت می‌کنند. یکی از این نقشه‌ها به نام کانکتوگرام، نواحی قشری مغز را که بر حسب لوب‌های مغز دسته‌بندی شده‌اند، پیرامون یک دایره نمایش می‌دهد. دایره‌های هم مرکز در حلقه اندازه‌گیری‌های عصبی مشابهی مانند میزان قطر یا انحنای قشای مغز را نمایش می‌دهند. در مرکز این دایره‌ها خطوطی که نشان دهنده فیبرهای سفید هستند، اتصالات بین ناحیه‌های قشای مغز را نشان می‌دهند که مطابق با مقدار ناهمسانگردی و قدرت اتصال وزن داده شده‌اند.

روش‌های نگاشت مغزی پیوسته در حال تکامل یافتن هستند، و این تکامل بر پایه توسعه و تصحیح روش‌های به دست آوردن تصاویر، نمایش، تحلیل، تجسم و تفسیر آن‌ها است. از جنبه نگاشت، تصویر برداری عصبی ساختاری محور نگاشت مغزی است.

آناتومی محاسباتی

آناتومی محاسباتی زمینه‌ای است که از تصویر برداری پزشکی به خصوص نگاشت مغزی منشعب شده‌است. تولید اطلس‌های فردی مانند MNI یا Tailarah و همچنین اطلس‌های جمعیتی که از تعداد زیادی از برداشت‌ها تولید شده‌اند، از مباحث اساسی آناتومی محاسباتی هستند. به علاوه، نگاشت از یک دستگاه مختصات به دستگاه دیگر از طریق diffeomorphic mapping و LDDMM نیز هسته آناتومی محاسباتی به‌شمار می‌رود.

برخی از دانشمندان به ادعاهای مبتنی بر تصاویر مغزی در مجلات علمی و مطبوعات مانند کشف «بخشی از مغز که مسئول است» انتقاد کرده‌اند. بسیاری از روش‌های نگاشت به علت اینکه صدها هزار نورون را در یک وکسل قرار می‌دهند دقت نسبتاً پایینی دارند. به علاوه، بسیاری از وظایف و کارکردها چندین قسمت از مغز را درگیر می‌کنند؛ بنابراین صحت این ادعاها احتمالاً با تجهیزات استفاده شده قابل بررسی نیست، همچنین این نوع ادعاها به‌طور کلی بر اساس یک فرض نادرست در مورد چگونگی تقسیم عملکردهای مغز مطرح می‌شوند. اکثر عملکردهای مغز ممکن است تنها در صورتی به درستی توصیف شوند که از وسیله اندازه‌گیری‌های بسیار دقیق که به جای در نظر گرفتن نواحی بزرگ به تعداد بسیار زیادی از مدارهای مغزی کوچک تمرکز می‌کنند، استفاده شود. بسیاری از این تحقیقات ایرادهای تکنیکی مانند کوچک بودن اندازه نمونه‌ها یا تنظیم نادرست ابزارها (که باعث می‌شوند نتایج قابل بازسازی نباشند) یا نادیده گرفتن فرضیات برای تولید یک مقاله ژورنالی یا تیتر خبری مهیج را نیز دارند. در برخی موارد تکنیک‌های نگاشت مغزی برای اهداف تجاری، دروغ سنجی یا تشخیص‌های پزشکی به کار می‌روند در حالی که با روش‌های علمی تأیید نشده‌اند.

کدگذاری عصبی

کدگذاری نورونی (یا کدینگ عصبی، کد نورونی، یا رمز عصبی)، یکی از مباحث کلیدی مرتبط به علوم مغز و اعصاب است که به توصیف ارتباط بین محرک و پاسخ یک تک نورون یا گروه نورونی و همچنین فعالیت الکتریکی اعصاب در این گروه می‌پردازد. بر اساس این نظریه که اطلاعات حسی و دیگر اطلاعات ارائه شده در مغز توسط شبکهای از نورونها بیان می‌شود، گمان می‌شود که سلول‌های عصبی می‌توانند اطلاعات دیجیتال و آنالوگ را کد کنند.

در این رویکرد، هویت محرک (معمولاً محرک حسی) یک محتوای اطلاعاتی (مربوط به اطلاعات حسی) دیده می‌شود. کدگذاری یک محتوای اطلاعاتی، به معنی تمایز و تفکیک یک حالت از محتوای اطلاعاتی ِ کدگذاری شده‌است از حالات ممکن ِدیگر برای آن محتوای اطلاعاتی. این تمایز و تفکیک با نگاه به الگوی فعالیت نورون‌های درگیر در این کدگذاری انجام می‌شود. معمولاً پاسخ نورون ها، فعالیت الکتریکی آن‌ها در نظر گرفته می‌شود که به فرم شلیک نورونی (اسپایک یا پتانسیل عمل) است. هر الگوی فعالیت، نمایانگر یا اعلان‌کننده هویت محرکی است که نورون‌های مورد نظر مسوول پاسخ به آن هستند (گماشته شده‌اند). گیرنده آن سیگنال‌ها (فعالیت‌های نورونی)، آن‌ها را به نوعی تعبیر، تفسیر و ترجمه می‌کند. برای این منظور باید هماهنگی ای از قبل میان فرستنده و گیرنده آن کدها برقرار شده باشد که در طی آن روشی بین آن‌ها توافق شده و کد ی گماشته شده‌است. از نظر گیرنده فرضی، و در طی این رمزگشایی فرضی، و با کمک توافق قبلی است که این پاسخ‌ها و فعالیت‌ها ی نورونی ، نمایانگر یک محتوای اطلاعاتی شده‌اند. بدین ترتیب، ملاحظهٔ پاسخ، تمییز و تفکیک آن از سایر محتواهای ممکن می‌کند و قائل به وجود آن محتوای اطلاعاتی در آن بخش از مغز می‌شویم. منظور از محتوای اطلاعاتی، تمایز و تفکیک نوع محرک (معمولاً محرک حسی) است که بر اساس خوانش ِ فعالیت ِ الکتریکی آن گروه از نورونها انجام می‌شود. به عبارت دیگر، آن محتوا ی اطلاعاتی در پاسخ یا فعالیت نورونی نمود یافته، اعلان(مانیفست)، ابراز(اکسپرس) و ارائه (رپرزنت) شده. در اینجا منظور از ابراز این است که اطلاع مورد نظر، از طریف آن کد(رمز و الگو)، به بقیهٔ مغز اعلان و اطلاع رسانی می‌شود. ممکن است بقیه مغز به‌طور کامل یک رمز گشایی (به معنی انسانی آن) انجام ندهند اما از دید یک ناظر سوم-شخص (ناظر شناسا)، این عمل کدگذاری و خوانش را می‌توان یک کد گذاری و سپس رمزگشایی دید که (به ترتیب) در ابتدا و انتها یک کانال اطلاعاتی انجام شده‌است. ریشه‌های ایده این دیدگاه کانال اطلاعاتی، از رویکرد نظریه اطلاعات نشات گرفته‌است.

انواع مختلف کدگذاری‌های عصبی

فعالیت اسپایک-ی نورون‌ها ممکن است به گونه‌های مختلفی تعبیر و ترجمه و تفسیر شود. تقسیم بنودی های مختلفی رد این زمینه وجود دارد:

تقسیم بندی بر اساس زمان: در بُعد زمان، دو نوع کدگذاری اصلی نورونی محل مناقشه و جدل هستند: کدگذاری مبنی بر نرخ و کدگذاری مبتنی بر زمان که در نواحی مختلف کارکردهای مختلفی دارند. این دو، برای مثال، به ترتیب در قشر مخ (کورتکس) و اعصاب اولیه ی حسی شناسایی شده‌اند.

تقسیم بندی بر اساس جانگاری: طبقه‌بندی دیگری برای انوع کدگذاری نیز وجود دارد که (بر خلاف تقسیم بندی قبلی که بر حسب زمان بود) بر حسب موضع و محل قرار گیری نورونها در کنار یکدیگر (و در یک نقشه ی فرضیی ارتباط میان آنها) است. در این تقسیم بندی، کدگذاری تُنُک (خلوت یا اسپارس) (sparse) در برابر کدگذاری چگال/متراکم (dense) در نظر گرفته می‌شود. در کد گذاری تُنُک، در هر لحظه، تعدادی کمی از نورون‌ها شدیداً فعال و در حال فعالیت هستند، و بقیه خاموشند. برای کدگذاری یک محتوای اطلاعاتی، یعنی تمایز یک حالت از محتوای کدگذاری شده از حالات دیگر، در هر حالت یک زیر مجموعهٔ متفاوت از آن گروه نورونهای درگیر در این کدگذاری فعال هستند. هر زیرمجموعه، یک الگوی(پترن) ترکیبیاتی را مشخص می‌کند که آن ترکیب، نمایانگر محتوایی متفاوت از سایر محتواهای ممکن است. (منظور از محتوای اطلاعاتی، تمایز نوع محرک است که در پاسخ الکتریکی آن گروه از نورونها نمود یافته‌است. این پاسخ به بقیهٔ مغز اعلان و اطلاعا رسانی می‌شود).

تقسیم بندی بر اساس برچسب خط ورودی: همان شبیه مورد فوق (جانگاری) است، اما بر اساس آکسون‌های ورودی (فیبر و شاخه های آوران سیگنار ورودی به یک نورون یا گروه نورونی) تفسیر انجام می‌شود. هر آکسون ورودی یک برچسب از پیش تعیین شده دارد که برای گیرنده شناخته شده است. بر اساس اینکه کدامیک از خطوط ورودی فعال شده باشد، (یا کدام زیر مجموعه از خطوط: الگویی متشکل از بیش از یک ی از این خطوط) فعال شده باشد، یک تفسیر از آن خوانده می‌شود.

کدگذاری مبتنی بر پیش‌بینی یا پریدیکتیو یا پیشبینیانه (پریدیکتیو کدینگ predictive coding) یک استراتژی کلی است که نمودهای مختلفی دارد و به عنوان یک اصل سازمان دهی برای طرزکار مغز، مورد توجه روز افزون قرار گرفته‌است. در طی آن در هر لحظه نورونها به‌طور فعال به پیش‌بینی ِ لحظه‌ای و اصلاح (بازنگری و تطبیق) لحظه به لحظه‌ی آن پیش‌بینی‌ها (برای مقصود تسک مورد نظر) مشغولند. در این دیدگاه، رابطه سلسله مراتبی بین نورونهای مختلف، نوع سامان دهی بین پیش‌بینی‌های لحظه به لحظه، و همچنین اصلاح لحظه‌ای ِ پیش‌بینی‌ها برقرار می‌کند.

کدگذاری جمعیتی یا دسته‌ای (population coding) روشی است که مجمع ی از نورونها در کتار یکدیگر یک پارامتر یا سیگنال را کدگذاریی می‌کنند. در این حالت نوعی تقسیم وظایف انجام میشود. این نوع کد گذاری مناسب برای کدهای احتمالاتی است که در آنها عدم قطعیت (uncertainty) باید نمایش یابد.