نئوکورتکس و نقش ان در هوش مصنوعی

نئوکورتکس و نقش ان در هوش مصنوعی

فائزه علیی1 وحید حسینی هسبستان2

1) دانشجوی کارشناسی مهندسی کامپیوتر ، دانشگاه پیامنور واحد ارومیه ، ایران،
2) عضو علمی گروه فنی و مهندسی،دانشگاه پیامنور واحد ارومیه، ایران،

کد IOI مقاله : AAHD-ACZAGE
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری (itnaf.ir)
چکیده :
    نوقشر مغز، به‌عنوان جدیدترین بخش تکاملی مغز پستانداران، ساختاری شش‌لایه، ستونی و یکنواخت دارد که با وجود تنوع عظیم عملکردها در نواحی بینایی، شنیداری، حرکتی و اجرایی، یک الگوریتم محاسباتی مشترک در تمام آن اجرا می‌شود. این الگوریتم، که آن را «الگوریتم مشترک قشری» می‌نامند، پایه نظریه‌های نوین هوش مصنوعی زیست‌الهام مانند نظریه هزاران مغز و مدل حافظه سلسله‌مراتبی زمانی (HTM) را تشکیل می‌دهد. مقاله مروری حاضر ابتدا ساختار آناتومیک و عملکردی نئوکورتکس، شامل ستون‌های قشری، ستونک‌ها، نورون‌های هرمی با محاسبات دندریتی مجزا و سلول‌های شبکه را تشریح می‌کند. سپس اصول محاسباتی حاکم بر آن یعنی نمایش تنک توزیع‌شده (SDR)، کدگذاری پیشگویانه، یادگیری مستمر آنلاین و نقش چارچوب مرجع در بازشناسی پایدار اشیاء توضیح داده می‌شود. در ادامه، محدودیت‌های اساسی هوش مصنوعی جاری مانند فراموشی فاجعه‌بار، وابستگی به داده برچسب‌خورده، مصرف انرژی بالا و فقدان درک علّی از جهان مورد نقد قرار گرفته و راهکارهای برگرفته از نئوکورتکس برای رفع هر یک ارائه می‌گردد. همچنین به‌طور ویژه، کاربردهای موفق الگوریتم‌های یادگیری ماشین و عمیق در تشخیص و پیش‌آگهی اختلالات هوشیاری (مانند سندرم عدم پاسخگویی بیداری، حالت کم‌هوشیاری حداقل و اغما) مرور می‌شود که نشان‌دهنده قابلیت بالای این روش‌ها در تحلیل داده‌های زیستی و کمک به تصمیم‌گیری بالینی است. در پایان، چالش‌های پیش‌روی تحقق هوش مصنوعی زیستی‑مقید شامل استانداردسازی داده، تفسیرپذیری و ملاحظات اخلاقی بررسی و جهت‌گیری‌های آتی پژوهش در این حوزه امیدبخش معرفی می‌گردد.

کلمات کلیدی : نئوکورتکس نظریه هزاران مغز شبکه‌های عصبی مصنوعی هوش مصنوعی اختلالات هوشیاری یادگیری مستمر