الحوسبة العصبية (Neuromorphic Computing): هل ستجعل أجهزة المستقبل تعمل بطريقة تشبه الدماغ؟

 الحوسبة العصبية (Neuromorphic Computing): هل ستجعل أجهزة المستقبل تعمل بطريقة تشبه الدماغ؟

المقدمة:

تخيلي جهازًا لا يعالج المعلومات بالطريقة التقليدية التي اعتدنا عليها، بل يستلهم طريقة عمل الدماغ في معالجة الإشارات والتعامل مع البيانات.

هذا هو جوهر الحوسبة العصبية (Neuromorphic Computing)، وهي اتجاه تقني يحاول بناء أنظمة حوسبة مستوحاة من طريقة عمل الخلايا العصبية والوصلات بينها. وبدل الاعتماد فقط على المعالجة التقليدية، تستخدم بعض هذه الأنظمة مفهوم الإشارات العصبية المتقطعة أو النبضات (Spikes) ومعالجة المعلومات بطريقة تعتمد على الأحداث. 

والهدف ليس بناء «دماغ إلكتروني» مطابق للدماغ البشري، وإنما الاستفادة من بعض المبادئ التي تجعل الدماغ قادرًا على معالجة كميات هائلة من المعلومات بكفاءة عالية في استهلاك الطاقة.

فهل يمكن أن تغير هذه التقنية شكل أجهزة الكمبيوتر والذكاء الاصطناعي في المستقبل؟

ما هي الحوسبة العصبية؟

الحوسبة العصبية هي طريقة لتصميم العتاد والبرمجيات مستوحاة من بعض خصائص الدماغ والجهاز العصبي.

في الكمبيوتر التقليدي، توجد وحدات منفصلة نسبيًا للمعالجة والذاكرة، ويتم نقل البيانات بينها باستمرار.

أما في الأنظمة العصبية، يحاول الباحثون تقليل هذا الفصل، والاستفادة من فكرة أن الذاكرة والمعالجة يمكن أن تكونا أكثر ترابطًا، إلى جانب استخدام المعالجة المتوازية والإشارات القائمة على الأحداث. 

بمعنى أبسط:

الحاسوب التقليدي:
بيانات → ذاكرة → معالج → نتيجة

الحوسبة العصبية:
إشارات وأحداث → معالجة متوازية وموزعة → استجابة

وهذا الاختلاف في التصميم قد يكون مهمًا جدًا لبعض أنواع الذكاء الاصطناعي والأجهزة التي تحتاج إلى الاستجابة للبيانات في الوقت الحقيقي.

لماذا نحاول تقليد الدماغ؟

الدماغ البشري يستطيع تنفيذ عدد هائل من العمليات مع استهلاك طاقة منخفض نسبيًا مقارنة بما تتطلبه بعض أنظمة الحوسبة الحديثة.

وهذه الكفاءة أصبحت أكثر أهمية مع انتشار الذكاء الاصطناعي.

فالنماذج الذكية تحتاج إلى كميات متزايدة من القدرة الحاسوبية والبيانات، كما أن نقل البيانات بين الذاكرة ووحدات المعالجة يمكن أن يستهلك قدرًا مهمًا من الطاقة.

ولهذا يحاول الباحثون تصميم معماريات تقلل حركة البيانات وتنفذ بعض العمليات بالقرب من الذاكرة أو داخلها. 

ومن هنا جاءت الفكرة:

إذا كان الدماغ يستطيع معالجة المعلومات بكفاءة مذهلة، فماذا يمكن أن نتعلم من طريقة عمله؟

كيف تعمل الحوسبة العصبية؟

تستخدم بعض الأنظمة العصبية ما يعرف باسم الشبكات العصبية النبضية (Spiking Neural Networks).

بدل أن تكون المعلومات مجرد أرقام تتم معالجتها باستمرار، يمكن تمثيل بعض المعلومات على شكل أحداث أو «نبضات» تحدث عندما يكون هناك شيء مهم يستحق المعالجة.

وهذا يعني أن النظام قد لا يحتاج إلى تنفيذ العمليات نفسها طوال الوقت.

إذا لم يحدث شيء، يمكن تقليل النشاط.

وعندما تصل إشارة مهمة، تبدأ المعالجة.

وهذه الفكرة هي أحد الأسباب التي تجعل الحوسبة العصبية مثيرة للاهتمام في التطبيقات التي تعتمد على البيانات المستمرة من أجهزة الاستشعار. 

ما الفرق بينها وبين الكمبيوتر التقليدي؟

هناك عدة اختلافات مهمة.

1. طريقة معالجة المعلومات

الحواسيب التقليدية تعتمد بصورة أساسية على عمليات رقمية منظمة.

أما الأنظمة العصبية فتستفيد من المعالجة القائمة على الأحداث والإشارات العصبية في بعض تصاميمها. 

2. طريقة التعامل مع الذاكرة

يحاول عدد من تصاميم الحوسبة العصبية تقليل المسافة بين الذاكرة والمعالجة، لأن نقل البيانات بينهما يمكن أن يستهلك وقتًا وطاقة.

3. المعالجة المتوازية

الدماغ لا يعمل كمسار واحد ينتظر انتهاء عملية ثم يبدأ التالية؛ بل يحتوي على عدد هائل من الخلايا والوصلات التي تعمل بطريقة موزعة.

وتحاول بعض الأنظمة العصبية الاستفادة من هذا المبدأ في تصميمها. 

4. استهلاك الطاقة

الكفاءة في استهلاك الطاقة واحدة من أهم الأسباب التي تدفع الباحثين إلى تطوير هذه التقنية. 

هل الحوسبة العصبية أسرع دائمًا؟

لا.

وهذه نقطة مهمة جدًا.

ليس صحيحًا أن الحوسبة العصبية ستتفوق على كل معالج تقليدي في كل مهمة.

الميزة المحتملة تظهر خصوصًا في أنواع معينة من العمليات، مثل معالجة الإشارات والبيانات التي تصل بشكل مستمر، وبعض تطبيقات الذكاء الاصطناعي التي تستفيد من المعالجة القائمة على الأحداث.

لذلك لا نتحدث عن «كمبيوتر جديد أسرع في كل شيء»، وإنما عن طريقة مختلفة لبناء أنظمة مناسبة لمهام معينة.

ماذا يمكن أن تفعل هذه التقنية للذكاء الاصطناعي؟

هنا تصبح القصة أكثر إثارة. 🤖

مع ازدياد حجم نماذج الذكاء الاصطناعي، أصبحت كفاءة الطاقة والقدرة الحاسوبية من التحديات المهمة.

وتشير أبحاث الحوسبة العصبية إلى إمكانية استخدامها لبناء أنظمة ذكاء اصطناعي أكثر كفاءة في بعض التطبيقات. 

فبدل إرسال كل البيانات باستمرار إلى معالج مركزي، يمكن لبعض الأجهزة معالجة الأحداث المهمة محليًا.

وهذا قد يكون مفيدًا في:

• أجهزة الاستشعار الذكية.
• الكاميرات الذكية.
• الأجهزة القابلة للارتداء.
• الأنظمة المستقلة.
• بعض تطبيقات الروبوتات.
• الأجهزة التي تحتاج إلى استجابة فورية.

وتشير إنتل مثلًا إلى استخدام أبحاث الحوسبة العصبية في مجالات تشمل الاستشعار والروبوتات والرعاية الصحية وتطبيقات الذكاء الاصطناعي واسعة النطاق. 

ماذا لو أصبحت الكاميرا «تفكر» قبل إرسال البيانات؟

تخيلي كاميرا ذكية تراقب شارعًا.

في النظام التقليدي، قد تستمر الكاميرا في إرسال كميات كبيرة من البيانات إلى المعالج حتى يتم تحليلها.

أما نظامًا عصبيًا قائمًا على الأحداث، فيمكن تصميمه لمعالجة التغيرات المهمة فقط.

إذا لم يحدث شيء، يكون النشاط أقل.

وإذا ظهر حدث معين، يمكن للنظام الاستجابة بسرعة.

هذه الفكرة مهمة خصوصًا في الأجهزة التي تعمل بالطاقة المحدودة أو تحتاج إلى زمن استجابة منخفض.

ولهذا ترتبط الحوسبة العصبية بشكل متزايد بمفهوم الحوسبة عند الحافة (Edge Computing)، حيث تتم معالجة البيانات بالقرب من مصدرها بدل إرسال كل شيء إلى مركز بيانات بعيد.

هل توجد شرائح عصبية حقيقية اليوم؟

نعم، فالحوسبة العصبية ليست مجرد مفهوم نظري.

أحد الأمثلة المعروفة هو Loihi 2 من مختبرات إنتل، وهو معالج بحثي عصبي من الجيل الثاني مصمم لمعالجة نماذج مستوحاة من الدماغ، ويعتمد على شبكات عصبية نبضية ومعالجة قائمة على الأحداث. وتقول إنتل إن Loihi 2 يوفر ما يصل إلى عشرة أضعاف سرعة معالجة الجيل السابق في بعض المقارنات التي تجريها الشركة. 

كما أعلنت إنتل عن نظام Hala Point، وهو نظام بحثي واسع النطاق مبني على معالجات Loihi 2، بهدف دراسة كيفية توسيع الحوسبة العصبية لدعم ذكاء اصطناعي أكثر كفاءة. 

وهذا يوضح أن التقنية انتقلت بالفعل من مجرد فكرة بحثية إلى أنظمة تجريبية فعلية.

أين يمكن أن نستخدم الحوسبة العصبية مستقبلًا؟

📱 الأجهزة الذكية

قد تساعد في تشغيل بعض وظائف الذكاء الاصطناعي مباشرة داخل الأجهزة مع استهلاك أقل للطاقة.

👓 الأجهزة القابلة للارتداء

الأجهزة الصغيرة تحتاج إلى طاقة محدودة، ولذلك يمكن أن تستفيد من المعالجة منخفضة الاستهلاك في بعض التطبيقات.

🚗 السيارات والأنظمة الذكية

يمكن معالجة بيانات المستشعرات في الوقت الحقيقي، وهو أمر مهم للأنظمة التي تحتاج إلى استجابة سريعة.

🤖 الروبوتات

يمكن للروبوتات الاستفادة من معالجة البيانات القادمة من الكاميرات والمستشعرات بسرعة وكفاءة.

🏭 المصانع الذكية

يمكن استخدام الأنظمة العصبية لتحليل البيانات القادمة باستمرار من المستشعرات واكتشاف الأنماط أو التغيرات.

🌐 إنترنت الأشياء

مع وجود مليارات الأجهزة المتصلة، تصبح كفاءة الطاقة ومعالجة البيانات محليًا أكثر أهمية.

هل ستستبدل الحوسبة العصبية المعالجات التقليدية؟

على الأغلب لن يحدث ذلك بهذه البساطة.

الأقرب أن نشهد تعايشًا بين عدة أنواع من الحوسبة.

فالمعالج التقليدي سيظل مناسبًا للكثير من المهام، بينما يمكن استخدام المسرعات العصبية أو غيرها من المعماريات المتخصصة في مهام معينة.

وهذا مشابه لما يحدث اليوم مع وحدات معالجة الرسوميات والمسرعات المخصصة للذكاء الاصطناعي؛ فوجودها لم يعنِ اختفاء المعالج المركزي.

ما أبرز التحديات؟

رغم الوعود الكبيرة، لا تزال هناك عقبات.

1. البرمجيات

هناك حاجة إلى أدوات وبرمجيات تجعل تطوير التطبيقات العصبية أسهل.

وتشير أبحاث حديثة إلى أن النظام البرمجي للحوسبة العصبية ما زال أقل نضجًا واتساعًا من النظام البرمجي المتوفر للحوسبة التقليدية والذكاء الاصطناعي. 

2. توافق الأنظمة

توجد معماريات عصبية متعددة، ولذلك يحتاج الباحثون والمطورون إلى طرق أفضل لجعل البرمجيات والنماذج قابلة للنقل بين الأنظمة المختلفة.

ولهذا ظهرت جهود مثل Neuromorphic Intermediate Representation (NIR) لتوفير تمثيل مشترك يساعد على تشغيل النماذج عبر منصات مختلفة. 

3. صعوبة التصميم

تصميم شرائح مستوحاة من الدماغ ليس مجرد نسخ للخلايا العصبية.

فالدماغ نفسه معقد للغاية، وما زال العلماء لا يفهمون جميع تفاصيل طريقة عمله.

4. محدودية التطبيقات

ليست كل المهام مناسبة للحوسبة العصبية.

لذلك ما زال الباحثون يبحثون عن التطبيقات التي يمكن أن تحقق فيها هذه التقنية أفضل قيمة.

هل ستصنع الحوسبة العصبية «دماغًا إلكترونيًا»؟

ليس بالمعنى الحرفي.

الحوسبة العصبية تستلهم بعض مبادئ الدماغ، لكنها لا تعني بناء نسخة إلكترونية مطابقة للدماغ البشري.

وهذه نقطة مهمة جدًا.

فالهدف الأساسي هو استعارة بعض الأفكار المفيدة من الطبيعة لبناء أنظمة حوسبة أكثر كفاءة في مهام محددة.

وفي السنوات الأخيرة ظهر حتى مجال أوسع من الحوسبة المستوحاة من الدماغ، يشمل اتجاهات بحثية أخرى تتجاوز الحوسبة العصبية التقليدية. 

ماذا يمكن أن يحدث خلال السنوات القادمة؟

إذا استمرت الأبحاث والتطورات في العتاد والبرمجيات، فقد نرى الحوسبة العصبية تظهر بشكل أكبر في الأجهزة التي تحتاج إلى:

ذكاء + استجابة سريعة + استهلاك منخفض للطاقة.

وقد يكون هذا مهمًا خصوصًا مع انتقال المزيد من الذكاء الاصطناعي إلى الأجهزة نفسها بدل الاعتماد دائمًا على مراكز البيانات.

وهنا يمكن أن تصبح الحوسبة العصبية جزءًا من منظومة أكبر تضم المعالجات التقليدية، ووحدات الذكاء الاصطناعي، والحوسبة عند الحافة، وتقنيات الذاكرة الجديدة.

🔮 الخلاصة

الحوسبة العصبية لا تحاول فقط جعل الكمبيوتر أسرع، بل تحاول جعله أكثر كفاءة في طريقة تعامله مع المعلومات.

ومن خلال الاستلهام من الدماغ، يعمل الباحثون على تطوير أنظمة تستخدم المعالجة المتوازية، والإشارات القائمة على الأحداث، وتقليل حركة البيانات، بهدف الوصول إلى أجهزة قادرة على تنفيذ مهام ذكية مع استهلاك أقل للطاقة في بعض التطبيقات. 

ولا تزال التقنية في مرحلة التطوير، ولن تحل محل جميع أنواع الحوسبة في المستقبل القريب.

لكن ظهور معالجات بحثية مثل Loihi 2 وأنظمة واسعة النطاق مثل Hala Point يوضح أن الفكرة أصبحت مجالًا حقيقيًا للبحث والتطوير، وليس مجرد خيال علمي. 

وربما يكون مستقبل الحوسبة ليس في بناء أجهزة تفكر مثل الإنسان تمامًا، وإنما في تعلم بعض أسرار كفاءة الدماغ وبناء أجهزة تستفيد منها بطريقة جديدة. 🧠⚡