خطوة نحو محاكاة العقل البشري.. علماء يبتكرون 'توأمًا رقميًا' للدماغ باستخدام الذكاء الاصطناعي

نجح علماء من جامعة ستانفورد في تطوير 'توأم رقمي' لدماغ فأر، وهو نموذج محاكاة للدماغ عالي الدقة يمكن للعلماء استخدامه تمامًا كما يستخدم الطيارون أجهزة محاكاة الطيران لتجريب مناوراتهم المعقدة بأمان.
طوّر هذا النموذج باحثون من كلية الطب في جامعة ستانفورد بالاعتماد على الذكاء الاصطناعي لإنشاء توأم رقمي للقشرة البصرية في دماغ الفأر، وهي المنطقة المسؤولة عن معالجة المعلومات البصرية. وقد دُرّب هذا التوأم الرقمي باستخدام مجموعات ضخمة من بيانات النشاط العصبي المسجلة من فئران حقيقية في أثناء مشاهدتها لمقاطع فيديو. وبعد التدريب، أصبح النموذج قادرًا على التنبؤ بكيفية استجابة عشرات الآلاف من الخلايا العصبية لصور ومقاطع فيديو جديدة.
توأم رقمي لتسريع فهم الدماغ
أجريت دراسة لاختبار النموذج الجديد ونُشرت في مجلة Nature في التاسع من أبريل الجاري، ويقول الدكتور Andreas Tolias، أستاذ طب العيون في جامعة ستانفورد والمؤلف الرئيسي للدراسة: 'إذا أنشأت نموذجًا دقيقًا للدماغ، فستتمكن من إجراء عدد كبير جدًا من التجارب. ويمكنك لاحقًا اختبار أفضلها على الدماغ الحقيقي'.
وعلى عكس النماذج السابقة التي كانت تحاكي فقط استجابات الدماغ للأنماط التي تدربت عليها، فإن النموذج الجديد يمكنه التنبؤ بكيفية استجابة الدماغ لأنواع مختلفة تمامًا من المحفزات البصرية. كما أنه قادر على استنتاج سمات كل خلية عصبية.
ويُعدّ هذا النموذج مثالًا على ما يُعرف بالنماذج الأساسية (Foundation Models)، وهي فئة حديثة من نماذج الذكاء الاصطناعي يمكنها التعلم من بيانات ضخمة وتطبيق ما تعلّمته على مهام وأنواع بيانات جديدة وهو ما يُعرف بـ 'القدرة على التعميم خارج نطاق البيانات التدريبية'.
ويقول Andreas Tolias: 'القدرة على التعميم هي أساس الذكاء، والهدف النهائي هو التعميم في مواقف لم تُرَ من قبل في أثناء التدريب'.
طريقة تدريب النموذج الجديد
لتدريب النموذج، سجّل الباحثون نشاط دماغ الفئران في أثناء مشاهدتها لمقاطع من أفلام بشرية حقيقية، مع محاولة اختيار أفلام تناسب طبيعة الفئران قدر الإمكان؛ إذ تمتلك الفئران رؤية منخفضة الدقة تشبه الرؤية الجانبية عند البشر، لذلك تركز أكثر على الحركة بدلًا من التفاصيل أو الألوان. ولأن الفئران تستجيب بشدة للحركة، عرض الباحثون عليها أفلامًا مليئة بالحركة.
وخلال جلسات مشاهدة قصيرة متكررة، جمع الباحثون أكثر من 900 دقيقة من نشاط الدماغ من ثمانية فئران في أثناء مشاهدتها مقاطع من أفلام مثل Mad Max، مع مراقبة حركة أعينها وسلوكها. واستُخدمت هذه البيانات لتدريب نموذج أساسي يمكن تخصيصه لاحقًا لإنشاء توأم رقمي لأي فأر ببعض التدريب الإضافي.
دقة مذهلة وتنبؤات جديدة
أظهرت التوائم الرقمية قدرة مذهلة على محاكاة نشاط الدماغ الحقيقي للفئران عند التعرض لمحفزات بصرية جديدة، سواء كانت صورًا ثابتة أو مقاطع فيديو. وكان حجم البيانات الكبير هو مفتاح نجاح هذه النماذج، بحسب ما أشار إليه Andreas Tolias.
ومع أن التدريب كان يركز في دراسة نشاط الخلايا العصبية فقط، فقد استطاعت النماذج تحليل خصائص أخرى للخلايا العصبية، مثل بُنية الخلايا العصبية وأنواعها والروابط بينها.
وقد تحقق الباحثون من صحة هذه التحليلات عبر صور ميكروسكوبية إلكترونية عالية الدقة لدماغ الفأر نفسه كجزء من مشروع MICrONS الذي يهدف إلى رسم خريطة دقيقة لبنية ووظائف القشرة البصرية لدى الفئران. وقد نُشرت نتائج هذا المشروع بالتزامن مع نشر الدراسة في مجلة Nature.
نحو فهم أعمق لوظائف الدماغ
نظرًا إلى أن التوأم الرقمي لا يتأثر بعمر الفأر الحقيقي، يمكن للعلماء إجراء عدد غير محدود من التجارب على الفأر نفسه. ويمكن إجراء تجارب تستغرق سنوات خلال ساعات، كما يمكن تنفيذ ملايين التجارب في وقت واحد، مما يسرّع الأبحاث المتعلقة بكيفية معالجة الدماغ للمعلومات.
يقول Andreas Tolias: 'نحن نحاول فهم الدماغ بعمق على مستوى الخلية العصبية الواحدة ومجموعات الخلايا، وكيف تتعاون لنقل المعلومات'.
وقد بدأت هذه النماذج بالفعل بالكشف عن رؤى جديدة. ففي دراسة أخرى نُشرت في مجلة Nature، استخدم الباحثون توأمًا رقميًا لاكتشاف كيفية اختيار الخلايا العصبية لشركائها من الخلايا الأخرى لتكوين الاتصالات.
فمن المعروف أن الخلايا العصبية المتشابهة تميل لتكوين روابط بينها، كما يفعل البشر عند اختيار أصدقائهم. لكن التوأم الرقمي كشف عن نوع التشابه بين الخلايا، فقد ظهر أن الخلايا العصبية تفضّل تكوين روابط مع تلك التي تستجيب للمُحفز نفسه مثل اللون الأزرق، وليس مع تلك الموجودة في الموقع نفسه من المجال البصري.
يقول Andreas Tolias: 'الأمر يشبه اختيار الأصدقاء بناءً على الاهتمامات، وليس على الموقع الجغرافي. وهذا الاكتشاف علمنا قاعدة أكثر دقة عن كيفية تنظيم عمل الدماغ'.
ما الخطوة التالية؟
يخطط الفريق لتوسيع هذه النماذج لتشمل مناطق أخرى من الدماغ وأنواعًا أخرى من الحيوانات، أهمها: الرئيسيات التي تتمتع بقدرات معرفية أكثر تقدمًا من الفئران.
ويقول Andreas Tolias: 'أعتقد أنه سيكون من الممكن في النهاية بناء توائم رقمية لأجزاء مختلفة من دماغ الإنسان، وما أنجزناه حتى الآن ليس سوى البداية'.

جرب ميزات الذكاء الاصطناعي لدينا

اكتشف ما يمكن أن يفعله Daily8 AI من أجلك:

التعلم مع الذكاء الاصطناعيالتحقق من الحقائقتحويل النص إلى كلامملخص الذكاء الاصطناعي

أخبار ذات صلة

الاتحاد

٠٥-٠٥-٢٠٢٥

• الاتحاد

الذكاء الاصطناعي والتسامح الإنساني

الذكاء الاصطناعي والتسامح الإنساني في قلب التحولات الكبرى التي يشهدها القرن الحادي والعشرون، يبرز الذكاء الاصطناعي (AI) كقوة محرّكة تعيد تشكيل علاقتنا بالمعرفة والإنتاج وبأنفسنا، وليس كمجرد تقنية أو مجموعة خوارزميات ذكية، بل هو مرآة تعكس قيمنا الإنسانية، فنحن نواجه تحولاً أنطولوجياً يعيد تعريف ماهية الإنسان وعلاقته بالآخر، في ظل بروز الذكاء الاصطناعي كقوة تغيير تتجاوز الأدوات إلى التأثير في القيم والبنى المجتمعية، فبينما يتوقع أن يسهم الذكاء الاصطناعي بما يعادل 15.7 تريليون دولار في الناتج المحلي الإجمالي العالمي بحلول عام 2030، لا تزال الأسئلة الكبرى تطرح: هل يستطيع الذكاء الاصطناعي تعزيز التسامح الإنساني؟ أم أنه سيعيد إنتاج الانقسامات نفسها بصيغ رقمية؟ لقد ولّد الذكاء الاصطناعي أدوات قادرة على التعلم والتفاعل والتأثير، لكنه في ذات الوقت يواجه تساؤلات أخلاقية وفكرية تتعلق بعدم الحيادية والعدالة والمساواة، فخوارزميات التعلم الآلي قد تتبنى بوعي أو دون وعي تحيزات مبرمجة مسبقاً تعكس الانقسامات العرقية والثقافية والدينية والاجتماعية والاقتصادية والسياسية في مجتمعاتنا، وهنا تبرز الحاجة إلى ربط الذكاء الاصطناعي بالتسامح، لا كقيمة هامشية، بل كعنصر تأسيسي يجب أن يغرس في كل مراحل تصميمه وتطبيقه وهو ما يتضارب مع السياسة. التسامح لا يعني فقط قبول من يختلف معنا، بل هو وعي بأنه مهما اختلف عنا فهو شريك في الإنسانية. قبول الآخر هو الفهم الصادق أن اختلاف الثقافات والأديان والألوان واللغات، ليس تهديداً بل إثراءً، وإن وجّه الذكاء الاصطناعي بوعي إنساني يمكن أن يصبح أداةً جبارة لتعزيز هذا الفهم، وتخيل خوارزميات تعليمية تصمم لتظهر للأطفال ثقافات متعددة وقصصاً من أعراق مختلفة، وتعلمهم كيف يكون الاختلاف جمالاً لا تهديداً. تخيل أنظمة إعلامية ذكية تقاوم خطاب الكراهية بدل أن تكرّسه، وتسلط الضوء على قصص التعايش الناجح بدل النزاعات. الذكاء الاصطناعي في هذا السياق يمكن أن يستخدم كجسر للتفاهم بين البشر، لا كأداة مراقبة أو هيمنة. لتحقيق ذلك، يجب أن يتحلى مطورو الذكاء الاصطناعي والمؤسسات التي تدعمه برؤية أخلاقية واضحة. فالتعايش السلمي لا يبنى فقط بالقوانين، بل بالثقافة والتربية والنوايا. والذكاء الاصطناعي يجب أن يبرمج ليكون منصفاً، شاملاً وعادلاً، يأخذ في الاعتبار تنوع الخلفيات البشرية، ويعزّز من قيم الإنصاف والاحترام وإدراك أن التحدي الذي نواجهه لا يكمن في الذكاء الاصطناعي نفسه، بل في ما نعكسه عليه من قناعات وقيم، فإذا غرسنا فيه الخوف والانقسام، فسيعيد إنتاجهما بأشكال أكثر تأثيراً، وإذا غرسنا فيه التسامح والتفاهم والانفتاح، فسيكون أداةً لتحرير الإنسان من أطر التعصب والانغلاق. فقد أظهرت دراسة أجراها معهد MIT Media Lab عام 2018 أن خوارزميات التعرف على الوجه تملك معدل خطأ يصل إلى 34.7% عند تحليل صور لنساء من ذوي البشرة الداكنة، مقارنةً بـ 0.8% لرجال من البشرة البيضاء، وهذا يشير إلى أن البيانات حين تكون مشوهة ثقافياً أو إقصائية، يمكن أن تنتج ذكاءً اصطناعياً غير متسامح. وتتنبأ مجلة Nature في تقرير صدر عام 2023 بأن أنظمة الذكاء الاصطناعي العامة (AGI) قد تصبح واقعاً خلال العقدين القادمين، مما يفتح المجال أمام آلات لتفكر بمستوى الإنسان وربما تتجاوزه. وفي هذا السياق يظهر خطر وجودي إن لم تصمم هذه الأنظمة على أسس قيمية تراعي كرامة الإنسان وحقوقه الثقافية والعرقية والدينية، وفي هذا الإطار يصبح الذكاء العاطفي الاصطناعي (Affective AI) أداةً محتملة لزرع التعاطف والاحترام المتبادل ضمن بيئات العمل والتعليم والفضاء السيبراني. لسنا أمام خيار بين التكنولوجيا والإنسان، بل أمام اختبار لقيمنا في مواجهة أدوات صنعناها بأيدينا، فالذكاء الاصطناعي، كما تنبأ الفيلسوف «نيك بوستروم»، قد يكون نعمةً أو لعنة، بحسب البوصلة الأخلاقية التي نُوجهه بها، وإذا أردنا مستقبلاً مشتركاً فلا بد أن نؤسس حواراً عالمياً يربط بين الفلسفة والتكنولوجيا، بين التسامح الإنساني والتقدم الخوارزمي، في عالم لا يغدو فيه الآخر تهديداً، بل شريك في صياغة ملامح الغد، أم أن السهم قد خرج من القوس؟ *كاتب وباحث إماراتي في شؤون التعايش السلمي وحوار الثقافات.

الاتحاد

٠٣-٠٥-٢٠٢٥

• الاتحاد

"الذكاء الاصطناعي" يتعلم فهم الصور الطبية وقراءتها

بات بإمكان نظام "جوحل" للذكاء الاصطناعي التشخيصي فهم الصور الطبية وتحليلها، ما يشكل خطوة جديدة تزيد من فاعلية وأهمية هذه التقنية المتطورة الجديدة والواعدة. تخيل على سبيل المثال أنك تتحدث مع نموذج ذكاء اصطناعي حول مشكلة صحية. وبدلاً من مجرد معالجة كلماتك، يمكنه بالفعل النظر إلى صورة طفح جلدي أو فهم مخطط كهربية القلب المطبوع. هذا ما تسعى إليه الشركة الأميركية العملاقة. كنا نعلم بالفعل أن برنامج AMIE (مستكشف الذكاء الطبي المفصل) أظهر نتائج واعدة في المحادثات الطبية النصية، وذلك بفضل عمل سابق نُشر في مجلة Nature. ولكن الطب الحقيقي لا يقتصر على الكلمات فقط. فالأطباء يعتمدون، بشكل كبير، على ما يمكنهم رؤيته مثل حالة الجلد، وقراءات الأجهزة، وتقارير المختبر. فقد كان الذكاء الاصطناعي القائم على النصوص فقط يفتقد الصور التي تعتبر جزءًا كبيرًا في مجال الطب. كان السؤال الكبير، كما طرحه الباحثون، هو "هل يستطيع حاملو شهادات في القانون مثلا إجراء محادثات سريرية تشخيصية تتضمن هذا النوع الأكثر تعقيدًا من المعلومات؟". AMIE يتعلم النظر والاستدلال عزّز مهندسو جوجل نظام AMIE باستخدام نموذج Gemini 2.0 Flash الخاص بهم كدماغ للعملية. ودمجوا هذا مع ما يُسمّونه "إطار عمل الاستدلال الواعي بالحالة". ببساطة، هذا يعني أن الذكاء الاصطناعي لا يتبع نصًا مكتوبًا فحسب؛ بل يُكيّف محادثته بناءً على ما تعلّمه حتى الآن وما لا يزال بحاجة إلى فهمه. يشبه الأمر طريقة عمل الطبيب البشري: جمع الأدلة، وتكوين أفكار حول ما قد يكون خطأً، ثم طلب معلومات أكثر تحديدًا، بما في ذلك الأدلة المرئية، لتضييق نطاق البحث. توضّح جوجل: "هذا يُمكّن نظام AMIE من طلب بيانات متعددة الوسائط ذات صلة بالمرض عند الحاجة، وتفسير نتائجها بدقة، ودمج هذه المعلومات بسلاسة في الحوار الجاري، واستخدامها لتحسين التشخيص". تخيل المحادثة وهي تمر بمراحل: أولًا، جمع تاريخ المريض، ثم الانتقال إلى اقتراحات التشخيص والإدارة، وأخيرًا المتابعة. يُقيّم الذكاء الاصطناعي فهمه باستمرار، ويطلب صورة الجلد أو نتيجة المختبر إذا لاحظ أي نقص في معرفته. اقرأ أيضا.. بيل جيتس: الذكاء الاصطناعي سيحل محل العديد من المهن ولكي يُنجز ذلك بدقة دون الحاجة إلى تجارب وأخطاء لا نهاية لها على أشخاص حقيقيين، أنشأت جوجل مختبر محاكاة مُفصّل. ابتكرت جوجل حالات مرضى واقعية، مستمدة صورًا وبيانات طبية واقعية من مصادر مثل قاعدة بيانات تخطيط كهربية القلب ومجموعة صور الأمراض الجلدية، مضيفةً قصصًا خلفية منطقية باستخدام برنامج Gemini. ثم أتاحت الشركة لـ AMIE "الدردشة" مع مرضى مُحاكيين ضمن هذا الإعداد، والتحقق تلقائيًا من مدى أدائه في أمور مثل دقة التشخيص وتجنب الأخطاء. أجرت جوجل دراسة عن بُعد شملت 105 سيناريوهات طبية مختلفة. تفاعل ممثلون حقيقيون، مُدرَّبون على تصوير المرضى باستمرار، إما مع AMIE متعدد الوسائط الجديد أو مع أطباء رعاية أولية بشريين حقيقيين. جرت هذه الدردشات من خلال واجهة يتمكن فيها "المريض" من تحميل الصور، تمامًا كما هو الحال في تطبيق مراسلة حديث. بعد ذلك، راجع أطباء متخصصون (في الأمراض الجلدية، وأمراض القلب، والطب الباطني) والمرضى أنفسهم المحادثات. قام الأطباء البشريون بتقييم كل شيء، بدءًا من جودة تدوين التاريخ المرضي، ودقة التشخيص، وجودة خطة العلاج المقترحة، وصولًا إلى مهارات التواصل والتعاطف، وبالطبع، مدى كفاءة الذكاء الاصطناعي في تفسير المعلومات المرئية. نتائج مفاجئة هنا، تكمن نقطة الإثارة. في هذه المقارنة المباشرة ضمن بيئة الدراسة المُتحكم بها، وجدت جوجل أن AMIE غالبًا ما كان يتفوق على الأطباء البشريين. صُنِّف الذكاء الاصطناعي بأنه أفضل من أطباء الرعاية الأولية البشريين في تفسير البيانات متعددة الوسائط المُشاركة خلال المحادثات. كما حقق أداءً أعلى في دقة التشخيص، حيث أنتج قوائم تشخيص تفريقي (قائمة مرتبة للحالات المحتملة) اعتبرها المتخصصون أكثر دقة واكتمالاً بناءً على تفاصيل الحالة. مال الأطباء المتخصصون، الذين راجعوا النصوص، إلى تقييم أداء AMIE أعلى في معظم المجالات. وأشاروا بشكل خاص إلى "جودة تفسير الصور والتفكير المنطقي"، ودقة التشخيص، وسلامة خطط الإدارة، وقدرته على تحديد الحالات التي تتطلب عناية عاجلة. ربما جاءت إحدى أكثر النتائج إثارة للدهشة من المرضى: فقد وجدوا غالبًا أن الذكاء الاصطناعي أكثر تعاطفًا وجدارة بالثقة من الأطباء البشريين في هذه التفاعلات النصية. وعلى صعيد السلامة الحاسم، لم تجد الدراسة فرقًا ذا دلالة إحصائية بين عدد مرات ارتكاب AMIE للأخطاء بناءً على الصور مقارنةً بالأطباء البشريين. إن منح الذكاء الاصطناعي القدرة على "رؤية" وتفسير الأدلة البصرية التي يستخدمها الأطباء يوميًا يُتيح لمحةً عن كيفية مساعدة الذكاء الاصطناعي للأطباء والمرضى يومًا ما. ومع ذلك، فإن الطريق لتحويل هذه النتائج الواعدة إلى أداة آمنة وموثوقة للرعاية الصحية اليومية لا يزال طويلًا ويتطلب دراسةً متأنية.

البيان

١٨-٠٤-٢٠٢٥

• البيان

ليزر صغير يمكن تركيبه على شريحة حاسوب

ابتكر فيزيائيون في جامعة هارفارد ليزراً صغيراً، لكنه قوي، يمكن تركيبه على شريحة حاسوب، حيث يُنتج نبضات ضوئية قصيرة جداً وساطعة، في جزء من الطيف يسمى الأشعة تحت الحمراء المتوسطة. وتعد هذه المرة الأولى، بحسب الدراسة المنشورة في مجلة Nature، التي يُصنع فيها ليزر كهذا على شريحة لا يحتاج إلى أي أجزاء إضافية للعمل.