آجرهایی که خودشون میفهمن چه شکلیان
هوش مصنوعیClaude Opus 5خلاصهٔ کاملتر
ساکانا اِیآی خبر داده که مقالهاش دربارهٔ «آجرهای سلولی هوشمند» تو Nature Communications پذیرفته شده؛ کاری مشترک با پژوهشگران دانشگاه فناوری اطلاعات کپنهاگ و اتودسک. به گفتهٔ تیم، این اولین قدمشون برای بردن پژوهش هوش جمعی از دنیای شبیهسازی به سختافزار واقعیه.
هر آجر یه مکعب کوچیک روی برد مداره با کانکتور روی هر شش وجه، یه میکروکنترلر، یه LED که حدس فعلیاش از کلاس شکل رو نشون میده و مدار تغذیهٔ خودش. آجرها روی هم سوار میشن و فقط از طریق یه پروتکل سریال محلی با همسایههاشون حرف میزنن. هیچکدوم نمیدونن کجای سازهان و کل شکل چیه.
الگوریتم پشت ماجرا اتوماتای سلولی عصبی (NCA) ـه. تو اتوماتای سلولی کلاسیک قاعدهٔ بهروزرسانی رو آدم دستی طراحی میکنه، ولی اینجا خود قاعده یاد گرفته میشه: حالت هر سلول پیوستهست، پس کل سیستم مشتقپذیره و با گرادیان کاهشی آموزش میبینه. قاعدهها هم با لایههای کانولوشن سهبعدی پارامتری شدن.
نکتهٔ مهم اینه که سیستم بهجای تطبیق با یه چیدمان ثابت، کل کلاس شکل رو تشخیص میده — هواپیما، صندلی، ماشین، میز، خونه، گیتار و قایق. تو شبیهسازی به دقت ۹۸.۹۷ درصد رسیده و مدل آموزشدیده تو شبیهسازی مستقیم روی سختافزار منتقل شده: چهار شکل از ۲۶ آجر (گیتار) تا ۱۹۷ آجر (میز گرد)، هر چهارتا با موفقیت ۱۰۰ درصد، در کمتر از ۶۰ چرخهٔ بهروزرسانی یعنی حدود سه دقیقه.
آزمون مقاومت هم جالب بوده. با از کار انداختن بخشی از آجرها، بیشتر شکلها تا نرخ خرابی ۵ درصد دقتشون رو حفظ کردن و هواپیما و قایق حتی تا ۱۵ درصد افت چندانی ندادن. استثنا شکلهاییه که گلوگاه باریک دارن: تو گیتار، یه خرابی روی دستهٔ ساز کافیه تا دو نیمهٔ جسم از هم جدا و طبقهبندی خراب بشه.
تیم میگه سیستم به نمونههای آموزشی هم چسبیده نمونده — میزی با پنج پایهٔ کوتاه در جاهای تصادفی هنوز «میز» شناخته میشه — هرچند نسخهٔ کوچکشدهٔ میز اشتباهاً صندلی تشخیص داده شده، احتمالاً چون تعداد کمتر ماژول سرنخهای ساختاری رو فشرده میکنه. جالبتر اینکه کانالهای پنهان شبکه الگوهایی شبیه مورفوژنها میسازن؛ همون شیبهای چپ-راست و شعاعی که تو رشد جنین دیده میشه.
گام بعدی تشخیص آسیب بوده: سلولها همزمان برای طبقهبندی شکل و تشخیص خرابی همسایه در یکی از شش جهت آموزش دیدن و با وجود کار اضافه، ۹۸.۹ درصد دقت طبقهبندی و ۹۴.۸ درصد دقت تشخیص آسیب رو نگه داشتن. از همینجا بازسازی هم ممکن شده: از یه خوشهٔ کوچیک شروع میکنن و در جهتی که سلولها نشون میدن ماژول اضافه میکنن تا دیگه آسیبی گزارش نشه.
تو شبیهسازی مقیاس رو تا شبکههای ۶۴×۶۴×۶۴ و مجموعههایی با بیش از ۱۸ هزار مکعب بالا بردن، از جمله شکلهای توخالی. چشمانداز نویسندهها مواد هوشمندیه که خودشون آسیب رو حس و گزارش کنن، یا سیستمهایی شبیه لگو که پیکربندی خودشون رو بشناسن و لحظهای تطبیق بدن.
نکات کلیدی:
- صدها آجر یکسان با ارتباط صرفاً محلی، بدون هیچ کنترلر مرکزی یا دانش موقعیت
- قاعدههای محلی با اتوماتای سلولی عصبی سهبعدی یاد گرفته میشن
- ۹۸.۹۷ درصد دقت در شبیهسازی و ۱۰۰ درصد موفقیت روی چهار شکل سختافزاری
- همگرایی در کمتر از ۶۰ چرخه، حدود سه دقیقهٔ واقعی
- تشخیص آسیب با دقت ۹۴.۸ درصد و بازسازی مرحلهبهمرحلهٔ شکل
- مقاله در Nature Communications و کد روی گیتهاب منتشر شده
