ضمیمه دانش روزنامه اطلاعات نوشت: «آلن ماتیسون تورینگ» یکی از مغزهای علمی پیشرو زمان خودش بود. او در جنگ جهانی دوم کدهای آلمان‌ها را می‌شکست و امروزه به‌عنوان پدر رایانه مدرن شناخته می‌شود. 

علاقه او به چالش حل مسأله از مرگ ناگهانی دوست صمیمی‌اش «کریستوفر مارکوم» سرچشمه می‌گیرد. وقتی تورینگ فقط ۱۷ سال داشت مرگ دوست نزدیکش سبب شد نگاه او به جهان به‌طور عمیقی تغییر کند. این اتفاق شالوده و نیرویی بود که او را به‌سوی بسیاری از کشف‌های بزرگش سوق داد و او را در مسیر بزرگ‌ترین چالش زندگیش هدایت کرد: چالش ساختن مغز انسان.

مرگ مارکوم در سال ۱۹۳۰ که دوست و همراه فکری تورینگ بود او را واداشت تا درباره چگونگی عملکرد مغز انسان تعمق کند. 

او به این نتیجه رسید که مغز صرفاً یک ماشین دارای یک سری دروازه‌های منطقی است؛ به بیانی ساده‌تر همان کلید خاموش و روشنی که تمامی فرایندهای مربوط به تفکر در ما را پشتیبانی می‌کنند. بدین‌ گونه، باور او این بود که هیچ‌چیز در دنیا وجود ندارد که نتوان آن را در یک ماشین ساخت دست انسان بازسازی کرد.

به‌عبارتی‌دیگر، او عقیده داشت که ساختن یک مغز مصنوعی برای انسان کاری امکان‌پذیر است.

تورینگ پیش از آن‌که به هدفش برسد از دنیا رفت اما حالا با گذشت بیش از ۱۰۰ سال از تولدش بعضی از دانشمندان به خود جرأت داده‌اند تا به این فکر کنند که ممکن است بتوانند پیچیده‌ترین عضو بدن انسان یعنی مغز را بسازند؛ آن هم نه با استفاده از ۸۶ میلیارد سلول عصبی یا نورون که مغز ما را تشکیل می‌دهند بلکه صحبت از یک مغز دیجیتالی با استفاده از نرم‌افزار، سیلیکون و سیم است.

یکی از بلندپروازانه‌ترین اقدامات دانشمندان «پروژه مغز انسان» است که در آن هرچه درباره مغز داده و اطلاعات وجود دارد، از مقیاس مولکولی تا ساختار آناتومیکی آن در مقیاس بزرگ، در مدلی متشکل از یک ابررایانه جمع‌آوری می‌شود.

برای ساختن یک مغز مصنوعی باید مدل‌های تمامی فرایندهایی که در یک عضو واقعی و طبیعی روی می‌دهند با نرم‌افزار رمزنویسی شوند و کنار هم قرار گیرند تا بتوانند با هم تعامل کنند. مدل یکپارچه‌حاصل می‌تواند به ما بگوید چه چیزی سبب شده است افکار، احساسات و عقاید ما که شخصیت‌مان را می‌سازند سبب بروز رفتارهای ما شوند یا به عبارتی، چگونه افکار و رفتارهای ما به بیرون تراویده می‌شوند.

دانشمندان چیزهای زیادی درباره مغز می‌دانند و اجزای آن را به‌خوبی می‌شناسند. این در حالی است که دانش سیستماتیک آن‌ها از نحوه‌ عملکرد اجزای مغز با یکدیگر اندک است. آن‌ها می‌توانند اطلاعات مربوط به عملکرد هر خودرو را درون یک رایانه بریزند و یک شبیه‌سازی از آن‌هابسازند که می‌تواند راه‌بندان‌ها را پیش‌بینی کند.

به همین منوال، شبیه‌سازی نحوه‌ رفتار و تعامل اجزاء مختلف مغز با یکدیگر تصویری کلی از عملکرد دسته‌جمعی آن‌ها مانند یک ارگان واحد به دانشمندان می‌دهد. آن‌چه مغز در زندگی ما انجام می‌دهد در حقیقت حاصل تعاملات این اجزاء در سطحی پایین‌تر است.
 
پیچیدگی غیرقابل تصور

ساخت یک مغز مصنوعی کار آسانی نیست. ۸۶ میلیارد نورون شبکه‌ای از یک کوادریلیون (معادل هزار میلیارد) سیناپس را تشکیل می‌دهند که مدام در حال تغییر کردن هستند؛ یعنی بی‌نهایت بار در هر ثانیه. شبیه‌سازی یک چنین پیچیدگی عظیمی مستلزم پردازش مجموعه دادگانی بسیار بزرگ است که حجم آن نزدیک به حجم تمامی اطلاعات ذخیره شده‌ جهان است.

این کار مستلزم دست‌کم یک اِگزا فلاپ قدرت رایانش است که به‌طور تقریبی در هر ثانیه یک تریلیون عملیات را انجام می‌دهد. حتی پرقدرت‌ترین ابررایانه‌های امروزی نیز قادر به انجام این عملیات عظیم نیستند.
دانشمندان شرکت فناور IBMبا استفاده از ابررایانه «ژن آبی» (Blue Gene)ستونی لوله‌ای ‌شکل از نورون‌های درون مغز یک موش را شبیه‌سازی کردند. این ستون متشکل از ۱۰ هزار سلول عصبی و ۳۰ میلیون اتصال یا سیناپس در بین آن‌ها بود. آن‌ها مدتی بعد توانستند ۱۰۰ ستون مشابه آن را شبیه‌سازی کنند.

دانشمندان برای شبیه‌سازی مغز انسان از داده‌های مختلف ازجمله ترکیبی از داده‌های مجراهای یونی بیان‌شده در چند نوع نورون در مغز موش استفاده کردند. آن‌ها از پروژه‌ «نقشه‌ اتصالات عصبی مغز انسان» (Human Connectome Project)که در آن مسیرهای نورون‌های مغز ترسیم می‌شوند نیز برای شبیه‌سازی استفاده می‌کنند.

 شبیه‌سازی حاصل علاوه بر فراهم آوردن فهم بیشتر درباره‌ نحوه‌ی عملکرد مغز می‌تواند به ساخت داروهای جدید و ایجاد روش‌های درمانی جدید برای بیماری‌ها بیانجامد.به‌عنوان مثال اگر دانشمندان بدانند اسکیزوفرنی در اثر نوعی نقص مولکولی افراد را درگیر می‌کند می‌توانند آن را در یک مدل شبیه‌سازی کنند و سپس آزمایش‌هایی را انجام دهند که انجامشان در آزمایشگاه غیرممکن است.

مزایای شبیه‌سازی به ساخت داروهای جدید محدود نمی‌شود. مغز انسان عضوی حیرت‌انگیز است.

روزانه به اندازه‌ یک لامپ انرژی جذب می‌کند. بدون آن‌که برنامه‌ای به آن داده شود به‌طور خودکار یاد می‌گیرد و می‌تواند به مدت بیش از ۷۰ سال بدون اِشکالی جدی بی‌وقفه کار کند. اگر انسان‌ها بتوانند با تقلید از مغز ماشین‌هایی بسازند که فقط بخشی از قابلیت‌های مغز را داشته‌باشند، فناوری اطلاعات و ارتباطات متحول خواهد شد.

در پروژه‌ مغز انسان دانشمندانی از بیش از ۱۰۰ مرکز پژوهشی بین‌المللی در تخصص‌های علوم اعصاب، روباتیک، ژنتیک و ریاضیات گرد هم آمده‌اند. بااین‌حال، بسیاری از پژوهشگران از این پروژه انتقاد می‌کنند و استدلال آن‌ها این است که به‌خوبی فهم نشده‌است و بیش‌ازحد بلندپروازانه است. توصیف کردن مغز به معنای شرح دادن چگونگی عملکرد آن نیست. 

گروه مخالف ادعا می‌کنند نظریه‌ای از عملکرد مغز که از دل شبیه‌سازی بیرون بیاید بسیار نامعقول است.دسته دیگری از دانشمندان رویکرد متفاوتی در مورد ساختن مغز مصنوعی دارند. آن‌ها به جای به وجود آوردن مغز با استفاده از نرم‌افزار، می‌خواهند اجزای مغز را به کمک قطعات سخت‌افزاری بسازند و ماده‌ای که برای بازسازی ساختارهای مغزی به کار می‌برند سیلیکون/سیلیس است.

هدف اعضای «پروژه‌ مغز انسان» پی بردن به چگونگی عملکرد مغز است درصورتی‌که رویکرد سخت‌افزاری تقلید از مغز به‌منظور ساختن روبات‌ها و ماشین‌های هوشمندی است که خودشان بتوانند به خودشان برنامه بدهند و با تجربه کردن بیاموزند.

مغز سیم‌بندی شده

دانشمند پیشگام در رویکرد سخت‌افزاری که به آن «رایانش نورومورفیک» گفته می‌شود پروفسور «کاروِر مید» از «مؤسسه فناوری کالیفرنیا» است که در اواخر دهه‌۱۹۸۰ نخستین عضو نورومورفیک بدن انسان را ساخت. این عضو یک شبکیه‌ چشم سیلیکونی است که مدارهای الکتریکی آن عملکرد سلول‌های مخروطی و استوانه‌ای چشم را تقلید می‌کنند.

رایانش نورومورفیک کارایی ابررایانش با هزینه‌ای مقرون‌به‌صرفه دارد و بر محدودیت‌های رایانه‌های متداول غلبه می‌کند. در ساختمان رایانه سنتی که در دهه‌ ۱۹۴۰ توسط یکی از نخستین دانشمندان علوم رایانه «جان فون نوییمان» و همکارانش ساخته شد، واحد پردازش مرکزی (CPU)مجزا از حافظه است؛ به‌طوری‌که اطلاعات باید از طریق یک قطعه دیگر مداری به نام بأس (bus) بین سی پی یو و حافظه در رفت‌وآمد باشند. 

بسته‌های اطلاعات هر کدام به‌طور جداگانه پردازش شده و هر کدام به‌طور مجزا به حافظه ارسال می‌شوند. این امر تنگ‌راهی در پردازش ایجاد می‌کند که نیازمند صرف انرژی بسیار زیادی است و در نتیجه‌آن سرعت رایانه کند می‌شود.

در تراشه‌های نورومورفیک قطعات رایانشی و اجزاء حافظه همگی به‌طور یکپارچه روی یک مدار سیلیکونی قرار می‌گیرند و به‌طور هم‌زمان چندین پاره اطلاعات را پردازش می‌کنند.

این ویژگی بسیار شبیه به کاری است که مغز انجام می‌دهد پس سرعت پردازش بالا می‌رود و از مقدار انرژی مصرفی کاسته می‌شود. ساختارهای رایانشی فون نوییمان محاسبات و وظایف تکرارشونده را بسیار خوب اجرا می‌کنند اما مغز در اساس ساختاری متفاوت دارد.

مغز ما در درک و تفسیر آن چه می‌بینیم و تمامی دیگر انواع «داده‌های بدون ساختار» بسیار خوب عمل می‌کند. منظور از داده بدون ساختار اطلاعاتی است که به‌طور پیش‌فرض سازمان‌دهی نشده است یا این‌که فاقد یک مدل داده‌ای از پیش تعیین شده است.

یکی از پیچیده‌ترین تراشه‌های نورومورفیکی که در اوایل دهه‌ی ۲۰۱۰ ساخته شد یک هسته نوروسیناپتیک متشکل از ۲۵۶ نورون و بیش از ۲۶۰ هزار سیناپس ساخته شده از سیلیکون است. وزن یا میزان استحکام هر سیناپس از پیش قبل از به کار افتادنش قابل‌برنامه‌ریزی برای شبیه‌سازی است. بدین ترتیب تراشه می‌تواند کارهایی مثل ناوبری و تشخیص الگو را انجام دهد

 به عقیده دانشمندان، مغز انسان در یادگیری از نوعی الگوریتم پیروی می‌کند که هنوز شناخته شده نیست. 

آن‌ها سعی دارند نسل بعدی رایانه‌ها را بسازند؛ رایانه‌هایی که به شیوه‌ مغز اطلاعات را پردازش می‌کنند و می‌آموزند. آن‌ها در صدد ساختن سیستمی در مقیاس انسان هستند که دارای چیپ‌هایی از نوع هسته نوروسیناپتیک باشد و یک کوادریلیون سیناپس در آن‌ها توزیع شده باشد.

دانشمندان علوم اعصاب در این‌که ذهن در نخستین مراحل پیدایش خود در مغز است اتفاق‌نظر دارند اما هنوز روشن نیست آیا چیزی مثل هوش انسانی می‌تواند از یک مغز مصنوعی ظهور یابد یا خیر. 
عده‌ای از آن‌ها باور دارند که این اتفاق خواهد افتاد چون به هر ترتیب هوش باید از چیزی نشأت بگیرد، چیزی که انسان باید و می‌تواند بسازد.

از دیدگاه علم فیزیک، نحوه‌ عملکرد نورون‌ها بسیار شبیه به عملکرد ترانزیستور است. هرچه ناشناخته‌های مغز بیشتر کشف شوند، بازسازی عملکردها و اتفاقاتی که در آن رخ می‌دهند امکان‌پذیرتر می‌شود.
مغز ما از یک فناوری بیگانه پدید آمده است اما دانشمندان بسیاری به ساخت نمونه‌ مصنوعی آن خوش‌بین هستند و باور دارند که هیچ‌چیز در مغز وجود ندارد که آن‌ها نتوانند با سیلیکون بازسازی کنند. 

این‌که هر کدام از نورون‌ها و سیناپس‌ها چگونه کار می‌کنند دیگر یک معمای حل‌نشده نیست. آن چه باید کشف شود این است که وقتی تعداد زیادی از آن‌ها به یکدیگر قلاب می‌شوند چگونه پدیده‌های پیچیده شکل می‌گیرند. 

دیر یا زود نسخه‌ مصنوعی مغز انسان ساخته خواهد شد اما این‌که چگونه عمل خواهد کرد یک نقطه‌ ابهام بزرگ است. انسان هنوز به‌قدر کافی اسرار مغز را کشف نکرده است تا دریابد الگوریتم‌های اصلی آن کدام هستند.

هیچ دانشمندی منکر این نمی‌شود که ساختن یک مغز مصنوعی کار ساده‌ای نیست. مغز انسان یک جعبه‌ سیاه پر از جعبه‌های سیاه دیگر است. اکنون که بیش از یک قرن از پژوهش روی مغز می‌گذرد، چگونگی عملکرد تعدادی از جعبه‌های سیاه آن همچنان یک معمایی حل‌نشده بر جای خود باقی است.

 اگرچه چشم‌انداز رسیدن به هدف آلن ماتیسون تورینگ یعنی بازسازی مغز هنوز خیلی دور است، تلاش‌هایی که برای رسیدن به این هدف انجام می‌شوند روزی به تحولی چشمگیر منتهی خواهند شد.