نقشه مغز مگس میوه گوگل و اجرای بازی‌های مختلف

پس از اینکه گوگل موفق شد مغز یک مگس میوه نر بالغ را نقشه‌برداری کند، مهندسان نرم‌افزار از آن برای اجرای بازی‌های دووم، ماریو ۶۴ و بیت سیبر استفاده کردند.

تتیم تحریریه۳ دقیقه مطالعه۰ بازدید۸ روز پیش
نقشه مغز مگس میوه گوگل و اجرای بازی‌های مختلف

هفته گذشته، شرکت گوگل (Google) اعلام کرد که توانسته است به طور کامل مغز و سیستم عصبی مرکزی یک مگس میوه (Fruit Fly) نر بالغ را به شکل‌های عصبی سه‌بعدی نقشه‌برداری کند. همان‌طور که ممکن است انتظار داشته باشید، تقریباً سه ثانیه طول کشید تا مهندسان نرم‌افزار تلاش کنند تا آن را وادار به اجرای بازی دووم (Doom) کنند.

شرکت گوگل (Google) گزارش می‌دهد که دانشمندان و محققان از هوش مصنوعی (AI) برای ترکیب میلیون‌ها تصویر دوبعدی در مدل نهایی استفاده کرده‌اند و می‌گوید این مدل بیش از ۱۶۶,۰۰۰ نورون را بازسازی می‌کند. شرکت گوگل (Google) می‌گوید: «این نقشه بنیادی از مغز مگس میوه نر بالغ می‌تواند به تسریع درک ما از مغز کمک کند و یک نقطه عطف بزرگ در علوم اعصاب (Neuroscience) است.»

تا ۶ سپتامبر (سه روز بعد)، الکس وورموث (Alex Wormuth)، یک مهندس نرم‌افزار در کوین‌بیس (Coinbase)، اعلام کرد که مغز مگس در حال آموزش دیدن برای اجرای نسخه اصلی بازی دووم (Doom) است. آن‌ها می‌گویند: «هر فریم از بازی دووم (Doom) نورون‌های حسی را تحریک می‌کند. فعالیت عصبی به کنترل‌های بازی نگاشت می‌شود. آسیب‌دیدگی باعث تحریک دو سلول دوپامین PPL101 به عنوان پاداش می‌شود.»

شما حتی می‌توانید بازی کردن مگس میوه را به صورت بلادرنگ از طریق وب‌سایت وورموث (Wormuth) تماشا کنید، و این نه تنها زاویه دید در بازی دووم (Doom) را نشان می‌دهد، بلکه می‌تواند رندر شخص ثالثی از مگس را که در نقشه‌های دووم (Doom) می‌چرخد، نشان دهد. تا زمان نگارش این مقاله، مگس در دور ۶۳۸۵ است و خب، خیلی خوب بازی نمی‌کند. متأسفیم، مگس.

اما مودرها (Modders) در اینجا متوقف نشده‌اند. آن‌ها همچنین به نوعی موفق شده‌اند که مگس میوه را وادار به بازی بیت سیبر (Beat Saber) کنند و آن را نسبتاً خوب بازی کنند. لیرا بابلس (Lyra Bubbles) در شبکه اجتماعی ایکس (X) از مغز و بازپخش‌های یک آهنگ در بازی بیت سیبر (Beat Saber) استفاده کرده است تا به مگس میوه یاد دهد که کجا ضربه بزند و چرا، و این کار را از طریق یادگیری تقویتی (Reinforcement Learning) انجام داده است. این بدان معناست که مگس به طور ارگانیک به نت‌هایی که روی صفحه ظاهر می‌شوند واکنش نشان نمی‌دهد، بلکه ورودی دریافت می‌کند و به محرک‌ها پاسخ می‌دهد. لیرا (Lyra) می‌گوید: «آموزش بیشتر برای کاهش اتکا به سیگنال‌های خارجی و اجازه دادن به آن برای بازی کاملاً واکنشی بدون هیچ داده ورودی است.»

و پس از «تغییر جهت به سمت مهندسی مگس در سال ۲۰۲۶»، جسیکا پاکت (Jessica Paquette) نیز تجربه خود را از اجرای مغز دیجیتالی مگس در بازی سوپر ماریو ۶۴ (Super Mario 64) در شبکه اجتماعی ایکس (X) به اشتراک گذاشت.

اگر فکر می‌کنید این تمام بازی‌هایی است که مودرها (Modders) مگس میوه را وادار به اجرای آن‌ها کرده‌اند، دوباره فکر کنید، زیرا یوتیوبر رونی (Ro0oney) حتی آن را وارد بازی ماینکرفت (Minecraft) کرد. اما این بار، رونی (Ro0oney) از فلای‌وایر (Flywire.AI) استفاده کرد، پروژه مشابهی که با همکاری دانشگاه پرینستون (Princeton University) ساخته شده است. تعداد نورون‌ها متفاوت است (بیش از ۱۶۰,۰۰۰ در برابر ۱۳۹,۲۵۵)، و شرکت گوگل (Google) یک مغز نر را تجزیه و تحلیل کرد در حالی که فلای‌وایر (Flywire) یک مغز ماده را تجزیه و تحلیل کرد، اما ایده اصلی یکسان است.

و با تعداد زیاد افرادی که نه تنها روی اسکن‌ها کار می‌کنند، بلکه از آن اسکن‌ها در برنامه‌های کاربردی واقعی نیز استفاده می‌کنند، ذهن انسان به مسابقه می‌افتد تا به این فکر کند که چه چیزی ممکن است در ادامه باشد و چقدر باید منتظر بمانیم تا آن‌ها بتوانند ذهن انسان را شبیه‌سازی کنند.


منبع: pcgamer.com

نظرات۰

برای نوشتن نظر، وارد حساب خود شوید.

ورود / ثبت‌نام

هنوز نظری ثبت نشده — اولین نفری باش که نظر می‌دهد.