الذكاء الاصطناعي
كيف تجعل الميمريستورز الذكاء الاصطناعي أكثر شبهاً بالإنسان
صعود الأجهزة الذكاء الاصطناعي النيورومورفية الشبيهة بالدماغ
مع تحول الذكاء الاصطناعي إلى مركز صناعة التكنولوجيا، ظهرت مشكلة متزايدة: الطلب الضخم على الحوسبة والطاقة عند تشغيل الذكاء الاصطناعي باستخدام وحدات المعالجة المركزية ووحدات معالجة الرسومات.
نتيجة لذلك، يعمل الباحثون بجد على وحدات معالجة الأعصاب (NPUs)، وتُعرف أيضًا بالرقائق النيورومورفية، وهي نوع من أجهزة الذكاء الاصطناعي التي تحاكي خلايا دماغ الإنسان.
“ليس لأن رقاقاتنا أو حواسيبنا غير قوية بما يكفي لما تقوم به. إنما لأنها ليست فعّالة بما يكفي. إنها تستهلك طاقةً زائدة.”
الأستاذ جوشوا يانغ – جامعة جنوب كاليفورنيا
يمكن أن يُعيد التحول نحو الأجهزة المستوحاة من الدماغ تشكيل نهجنا في الذكاء الاصطناعي. تقدم التصاميم النيورومورفية ثلاث مزايا رئيسية مقارنةً بالرقائق التقليدية:
- معمارية قابلة للتكيف: دوائر يمكنها إعادة تكوين نفسها بناءً على بيانات التدريب.
- كفاءة طاقة جذرية: في بعض الحالات، تستخدم ما لا يقل عن 1/100 من طاقة وحدة معالجة الرسومات.
- انخفاض حرارة الإخراج: يقلل من متطلبات التبريد المكلفة التي تعاني منها مراكز بيانات الذكاء الاصطناعي اليوم.
“القدرة على تطوير شرائح دقيقة تحاكي النشاط العصبي الفعلي تعني أنك لا تحتاج إلى طاقة كبيرة في وضع الاستعداد أو عندما لا يُستخدم الجهاز.
هذا شيء يمكن أن يكون ميزة حسابية واقتصادية هائلة.
جون لاروكو – عالم أبحاث في الطب النفسي بجامعة أوهايو ستيت كلية الطب.
يختبر الباحثون عدة طرق واعدة لإنشاء رقائق نيورومورفية. أحد الأساليب يتضمن الاستفادة من الظاهرة غير المفهومة تمامًا للفيروكهربائية الناشئة—التي قد تسمح للمواد بتبديل استقطابها الكهربائي تلقائيًا تحت الظروف المناسبة. يركز أسلوب آخر على الركائز النشطة المصنوعة من الفاناديوم أو التيتانيوم، وهي مواد يمكنها تغيير خصائصها الكهربائية ديناميكيًا لتقليد الإشارات الشبيهة بالدماغ.
ربما يكون المسار الأكثر مناقشة هو استخدام الميمريستورز—فئة ثورية من المكونات الإلكترونية القادرة على تخزين المعلومات عبر تغيّر المقاومة. يمكن لهذه الأجهزة أداء مهام الذكاء الاصطناعي باستخدام ما لا يقل عن 1/800 من استهلاك الطاقة العادي، مما يجعلها واحدة من أكثر الحلول كفاءةً للطاقة قيد التطوير.
كيف تحاكي الميمريستورز المشابك العصبية
اسحب للتمرير →
| الميزة | وحدة المعالجة المركزية | وحدة معالجة الرسومات | وحدة معالجة الأعصاب / رقاقة الميمريستور |
|---|---|---|---|
| المعمارية | متسلسل، عام | متوازي، يركز على المصفوفات | مستوحاة من الدماغ، قابلة للتكيف |
| استهلاك الطاقة | عالية | متوسطة إلى عالية | منخفضة جدًا (1/100–1/800 من الطاقة) |
| كفاءة التعلم | بطيئة، ذاكرة خارجية | تدريب سريع، ذاكرة خارجية | في الذاكرة، ذاتية التكيف |
| أفضل حالة استخدام | حوسبة عامة | تدريب نماذج الذكاء الاصطناعي | الذكاء الاصطناعي الطرفي، الروبوتات، الذكاء الاصطناعي منخفض الطاقة |
الميمريستورز هي مكونات إلكترونية تحاكي المشابك التي تربط الخلايا العصبية عن طريق تذكر الحالة الكهربائية التي تم تحويلها إليها بعد إيقاف الطاقة.
يمكن لهذا أن يقلل بشكل كبير من الطاقة والوقت الضائعين نتيجة نقل البيانات ذهابًا وإيابًا بين المعالجات والذاكرة.
إحدى القوى الرئيسية للميمريستورز هي قدرتها على التعلم الفعّال والذاتي التكيف في الموقع، وهو أمر حاسم لتطبيقات الروبوتات والمركبات الذاتية.
علاوة على ذلك، فإن استهلاك الطاقة المنخفض للميمريستورز مفيد بشكل خاص في الروبوتات والمركبات الذاتية، حيث تكون كفاءة الطاقة أمرًا أساسيًا.
يتم استكشاف مسارات عديدة لإنشاء أفضل الميمريستورز، بدءًا من الميمريستورز التقليدية المصنوعة من أكسيد التيتانيوم إلى استخدام خلايا عصبية بشرية فعلية (أورغانويدات) أو حتى الفطر.
الفكرة القائلة باستخدام مادة عضوية، بما في ذلك الخلايا العصبية الفعلية، لمحاكاة نشاط الخلايا العصبية منطقية على المستوى النظري. ومع ذلك، في الممارسة العملية، قد يكون ربط مثل هذا “الكمبيوتر” بالأنظمة التقنية التقليدية تحديًا.
«لم تُصمم أنظمتنا الحاسوبية الحالية لمعالجة كميات هائلة من البيانات أو للتعلم من عدد قليل من الأمثلة بمفردها.
إحدى الطرق لتعزيز كل من كفاءة الطاقة والتعلم هي بناء أنظمة اصطناعية تعمل وفقًا للمبادئ التي تُلاحظ في الدماغ.
الأستاذ جوشوا يانغ – جامعة جنوب كاليفورنيا
هذا النقص في الكفاءة مذهل عند مقارنته بالدماغ البشري. يمكن لطفل صغير أن يتعلم التعرف على الأرقام المكتوبة يدويًا بعد رؤية عدد قليل فقط من الأمثلة لكل رقم، بينما يحتاج الكمبيوتر عادةً إلى آلاف الأمثلة لتحقيق نفس المهمة.
ويؤدي الدماغ البشري هذه المهمة مستهلكًا حوالي 20 واط من الطاقة، بينما تتطلع مراكز بيانات الذكاء الاصطناعي الحديثة إلى مستويات جيجاواط، أي ما يقرب من مئة مليون مرة أكثر من الطاقة.
قد يكون الخيار الوسيط الجديد هو إنشاء شرائح اصطناعية تعمل كالخلايا العصبية من حيث المبدأ الأساسي. هذا هو المسار الذي سلكه الباحثون في جامعة جنوب كاليفورنيا، جامعة كاليفورنيا، جامعة ماساتشوستس، جامعة سيراكيوز، مختبر أبحاث القوات الجوية، ومركز أبحاث ناسا أميس.
نشروا نتائجهم في مجلة Nature Electronics1، تحت عنوان “A spiking artificial neuron based on one diffusive memristor, one transistor and one resistor”.
استنساخ طريقة إطلاق الخلايا العصبية باستخدام الميمريستورز المنتشرة
كيف تعمل الخلايا العصبية؟
طريقة تفاعل الخلايا العصبية مع بعضها البعض، وفي النهاية معالجة المعلومات، تتم عبر استخدام إشارات كهربائية وكيميائية معًا.
إذا كانت الإشارة قوية بما فيه الكفاية، فإنها تولد نبضة كهربائية تُسمى جهد الفعل عن طريق السماح لأيونات الصوديوم الموجبة بالتدفق إلى داخل الخلية.
المصدر: Nature Electronics
عند استلام هذه الإشارة الكهربائية، يتسبب ذلك في إطلاق الناقلات العصبية.
حتى الآن، استخدمت الميمريستورز الإلكترونية ودوائر CMOS (المكملات المعدنية-أكسيد-نصف موصل) الإشارات الكهربائية لمحاكاة هذه الوظيفة افتراضيًا، مما يتطلب مئات الترانزستورات لمحاكاة خلية عصبية.
بدلاً من ذلك، طور الباحثون جهازًا يُسمى “الميمريستور المنتشر”، والذي يستخدم أيضًا تفاعلات كيميائية فعلية لبدء عمليات الحوسبة.
ما هي الميمريستورز المنتشرة وكيف تعمل؟
في حين تعتمد الأنظمة السيليكونية التقليدية على الإلكترونات لأداء الحسابات، تستخدم الميمريستورز المنتشرة حركة الذرات بدلاً من ذلك. تستخدم أيونات الفضة المدمجة في مواد أكسيد لتوليد نبضات كهربائية تحاكي وظائف الدماغ الطبيعية.
المصدر: Nature Electronics
بالطبع، هذا لا يكرر تمامًا طريقة عمل الخلية العصبية، لكن المبدأ مشابه جدًا.
«على الرغم من أنه ليس بالضبط نفس الأيونات في مشابكنا وخلايانا العصبية الاصطناعية، فإن الفيزياء التي تحكم حركة الأيونات والديناميكيات متشابهة جدًا».
الأستاذ جوشوا يانغ – جامعة جنوب كاليفورنيا
جزء من هذه التشابه يأتي من حقيقة أن أيونات الفضة تنتشر بسهولة في نظام الميمريستور، مشابهًا لكيفية تحرك أيونات الصوديوم في الخلايا العضوية.
إلى جانب الفضة، يستخدم الميمريستور أيضًا البالاديوم، السيليكون، التيتانيوم، والهافنيوم. تمكنت الأبحاث من تصور انتشار الفضة في الوقت الحقيقي استجابةً لمحفز كهربائي.
اسحب للتمرير →
| الطبقة / المادة | الدور في الجهاز | لماذا يهم |
|---|---|---|
| أيونات الفضة (Ag) | نوع متحرك للنبضات | تنتشر بسهولة، مما يتيح نبضات مدفوعة بالأيونات مشابهة لإطلاق الخلايا العصبية |
| مصفوفة الأكسيد (مثل HfO2) | مضيف الأيون / وسط التبديل | يتحكم في حركة الأيون وتكوين الخيوط لحالات الميمريستور |
| البالاديوم (Pd) | القطب / واجهة الحفاز | اتصال ثابت وكيمياء واجهة مواتية |
| التيتانيوم (Ti) | طبقة الالتصاق / الحاجز | تحسن استقرار القطب وسلامة الطبقة المتعددة |
| السيليكون (Si) | الركيزة / دمج CMOS | يُمكّن التكامل العمودي داخل حيز الترانزستور |
المستقبل: رقائق نيورومورفية وذكاء اصطناعي كفء في الطاقة
ميزة رئيسية لهذا النوع الجديد من الميمريستور هي أنه يتناسب مع مساحة ترانزستور واحد، بينما كانت التصاميم القديمة تتطلب عشرات أو حتى مئات.
استخدم الاختبار الأولي عددًا قليلًا فقط من هذه الميمريستورز المنتشرة، مظهرًا أنها يمكن استخدامها لبناء الشبكة العصبية متعددة المستويات النموذجية المستخدمة من قبل جميع أنظمة الذكاء الاصطناعي اليوم.
المصدر: Nature Electronics
ستكون الخطوة التالية هي تجميع المزيد من هذه الأنظمة لاختبار مدى كفاءتها في أداء مهام الذكاء الاصطناعي فعليًا.
«نحن نصمم اللبنات التي أدت في النهاية إلى تقليل حجم الرقاقة بأوامر مقدار، وتقليل استهلاك الطاقة بأوامر مقدار.
وبذلك يمكن أن يكون من المستدام أداء الذكاء الاصطناعي في المستقبل، بمستوى مماثل من الذكاء دون حرق طاقة لا يمكننا تحملها.
الأستاذ جوشوا يانغ – جامعة جنوب كاليفورنيا
قد يكون اكتشاف ما إذا كان يمكن استخدام أيونات أخرى مفيدًا أيضًا، حيث إن أيونات الفضة ليست شائعة الاستخدام في تصنيع أشباه الموصلات، مما قد يحد من سرعة تبني هذا التصميم من قبل الصناعة.
تأثير آخر للميمريستورز المنتشرة هو أنها قد تساعد في فهم أفضل لكيفية عمل الأدمغة البيولوجية.
على المدى الطويل، من المرجح أن تكون مفيدة بشكل خاص لما يُسمى “الحوسبة الطرفية”، حيث تُجرى المعالجة مباشرة في الموقع، مثل الروبوت أو السيارة ذاتية القيادة التي تحتاج إلى اتخاذ قرار دون الاتصال بمركز بيانات الذكاء الاصطناعي.
الاستثمار في صانعي الرقائق النيورومورفية
Intel (INTC )
إنتل عملاق في قطاع أشباه الموصلات وتطور على مر السنين من مؤسس الصناعة إلى رائد علمي وابتكاري، وقد فقد الصدارة في حجم التصنيع لشركات مثل TSMC التايوانية.
إنتل رائدة في الحوسبة النيورومورفية، بما في ذلك من خلال شريحة Loihi 2 الخاصة بها.
كما أنشأت مجتمع أبحاث إنتل النيورومورفي، الذي يضم جامعة ولاية بنسلفانيا، المشاركة في أبحاث أكسيد الفاناديوم، والعديد من التصاميم النيورومورفية المحتملة، وأكثر من 75 مجموعة بحثية أخرى.
(INTC )
إنتل نشطة أيضًا في تقليد الحواس البيولوجية من خلال إعادة تمثيل طريقة عمل دماغنا (وهو فرع من الحوسبة النيورومورفية)، وهو ما ناقشناه بمزيد من التفصيل في مقالتنا “الرقاقات الشمية البيوميميتية: هل الذكاء الاصطناعي والأنوف الإلكترونية هي العندليب التالي في منجم الفحم؟”.
بشكل عام، أبحاث مختبر إنتل في طليعة ابتكارات أشباه الموصلات، بما في ذلك الذكاء الاصطناعي، الحوسبة الكمومية، الحوسبة النيورومورفية، وغيرها. (ناقشنا تقدم إنتل في الحوسبة الكمومية في مقالتنا “الحالة الحالية للحوسبة الكمومية”).
يمكنك أيضًا قراءة المزيد عن أعمال إنتل الحالية وبرامج البحث والتطوير في تقريرنا الاستثماري المخصص.
آخر أخبار وتطورات سهم إنتل (INTC)
الدراسة المشار إليها
1. Zhao, R., Wang, T., Moon, T. et al. A spiking artificial neuron based on one diffusive memristor, one transistor, and one resistor. Nature Electronics (2025). https://doi.org/10.1038/s41928-025-01488-x
