تحقیق درمورد مهندسی معکوس مغز

اختصاصی از کوشا فایل تحقیق درمورد مهندسی معکوس مغز دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 11

مهندسی معکوس مغز - Reverse - Engineering the Brain

اشاره : <مگی میمون بسیار باهوشی است>، این را Tim Buschman، دانشجوی سال آخری می‌گوید که در آزمایشگاه عصب‌شناسی پروفسور Earl Miller مشغول پژوهش است. البته دیدن مگی به این آسانی‌ها مقدور نیست؛ برای دور نگهداشتن مگی از محیطی که انسان‌ها در آن حضور دارند، از او در محیطی مجزا نگهداری می‌شود تا از رفتار انسان‌ها تأثیر نپذیرد. ولی علایم هوشمندی او روی دو نمایشگر که روبه‌روی بوشمن قرار دارد، قابل مشاهده است. مگی در طول هفت سال گذشته برای مرکز علوم مغز و ادراک (Brain and Cognitive Sciences: BCS) دانشگاه ام‌آی‌تی کار کرده است. این میمون، سه ساعت در روز به بازی‌های کامپیوتری مشغول است که بیشتر با هدف ساخت و پرورش الگوهای کلی توسط مغز مگی و سپس استفاده از آن الگوها به عنوان ابزار، طراحی شده اند. بوشمن (شاید به طنز) می‌گوید: <من حتی با این کار نیز مشکل دارم>. منظور او حرکت به سمت بالا و پایین در یک بازی کامپیوتری است که شامل عملگرهای منطقی است که در گروه‌های خاصی قرار می‌گیرند.

ولی مگی بسیار خوب عمل می‌کند: واکنش خوب در برابر پرسش‌های سخت، صرف تنها نیم ثانیه برای پاسخگویی به هر مسئله و چهار پاسخ درست از پنج پاسخ، نمونه‌ای از عملکرد خوب اوست. توانایی مگی در بازی‌کردن را می‌توان نقطه تلاقی هوش‌مصنوعی و دانش عصب‌شناسی دانست. دانشجوی سال آخر دیگری تحت آموزش‌های بوشمن و Michelle Machon، مشغول پژوهش در این‌باره است که مغز چگونه می‌تواند یاد بگیرد و به ساخت قوانین منطقی بپردازد، و این‌که چگونه باید کارایی مغز را در انجام این وظایف با عملکرد شبکه‌های عصبی مصنوعی که در هوش مصنوعی مورد استفاده قرار می‌گیرد، مقایسه کرد. چهل سال پیش، این ایده وجود داشت که دانش عصب‌شناسی و هوش مصنوعی باید همزمان و تواماً در آزمایشگاه‌هایی مانند آنچه که Miller در آن به پژوهش پرداخته است، مورد مطالعه قرار بگیرد، ولی تصور نمی‌رفت که این دو، بتوانند چندان به توسعه هم کمک کنند.  پیشتر، حیطه مطالعاتی این دو متد بسیار متفاوت از هم بود. عصب شناسی بر کشف و توضیح جزئیات ساختار عصب و فعالیت‌های عصبی متمرکز بود و هوش مصنوعی می‌کوشید با توسعه یک مسیر مستقل و فارغ از فرآیندهای بیولوژیکی، به شبیه‌سازی هوش برسد (از دیدگاه تاریخی، فناوری در واقع نیازی به الهام گرفتن از طبیعت نداشته است؛ نه هواپیماها مانند پرندگان پرواز می‌کنند و نه خودروها مانند اسب‌ها حرکت می‌کنند.) و به نظر می‌رسید هوش مصنوعی با شتاب بیشتری پیشرفت می‌کند. با استفاده از دانش عصب‌شناسی به سختی می‌شد به ماهیت مغز پی برد؛ چه رسد به این‌که بتوان بر نحوه عملکرد آن واقف شد. از سوی دیگر،  هر کسی که کمی اطلاعات علمی داشت، روزی را که کامپیوترها بتوانند هر آنچه را که انسان انجام می‌دهد انجام دهند (شاید هم بهتر از انسان)  دور از دسترس نمی‌دانست. در سال 1962، توجه مقامات به پشتیبانی از پروژه‌ای مبنی بر طراحی یک سیستم فراگیر خودکار جلب شد که پروژه‌ای جنجالی در ایالات‌متحده محسوب می‌شد (این سیستم به Cybernation مشهور بود)؛ چرا که گمان می‌رفت با آمدن این سیستم، تعداد زیادی از مردم کار خود را از دست بدهند. ولی یک چیز از هیجانی که هوش مصنوعی برپا کرده بود، کاست. هر چند کامپیوترها می‌توانستند از پس تشخیص اشیای ساده در یک موقعیت ویژه و تحت شرایط کنترل شده برآیند،  در تشخیص و شناسایی اشیای پیچیده در دنیای حقیقی باز می‌ماندند. یک میکروفون می‌تواند سطوح صدا را تشخیص دهد، ولی مثلا‌ً نمی‌تواند آن را کوتاه و خلاصه کند. یک سیستم خبره می‌تواند یک شیء جدید و تمیز را در میان مجموعه‌ای از اشیای  قدیمی و کثیف  تشخیص دهد، ولی نمی‌تواند یک شیء  قدیمی و کثیف را در یک توده درهم و برهم تشخیص دهد. (نمونه دیگر این موضوع سیستم مورد آزمایش ماروین مینسکی است که حتی قابلیت قرار دادن یک بالش در روکش بالش را هم ندارد.) هنوز نگرانی ما از رویارویی انسان‌ها بیش از نگرانی ما درباره رویارویی ماشین‌ها با هم است.

بر خلاف هوش مصنوعی که پیشرفت آن کندتر از آن چیزی بود که انتظار می‌رفت، عصب‌شناسی در فهم چگونگی کارکرد مغز به خوبی پیش می‌رفت. این حقیقت در هیچ جایی به اندازه پژوهش‌های سی و هفت آزمایشگاه از مجموعه مراکز BCS دانشگاه MIT مشهود نیست. گروه پژوهشی این دانشگاه مشغول ترسیم مسیرهای عصبی‌ای هستند که در عملکردهای سطح بالای مربوط به ادراک (و پیچیدگی آن‌ها)، شامل یادگیری، حافظه، ساختار رفتارهای ترتیبی پیچیده، فرم و ذخیره عادت ها، روِیاپردازی، مدیریت و کنترل عددها، تعیین یک هدف و برنامه‌ریزی، پردازش ایده‌ها و عقاید، و توانایی فهم چیزهایی هستند که دیگران درباره آن فکر می کنند. ارمغان این پژوهش‌ها می‌تواند بسیار ارزشمند باشد. کشف این‌که مغز چگونه کار می‌کند (منظور فهم دقیق آن است مانند این‌که ما می‌دانیم یک موتور چگونه کار می‌کند)، می‌تواند همه کتاب‌هایی را که تا کنون در این باره نوشته شده‌اند، نیازمند بازنویسی کند. تنها گوشه‌ای از دستاوردهای این کار می‌تواند انقلابی در قضاوت و جرم‌شناسی، آموزش، تجارت، مراقبت از خانواده و نیز درمان هرگونه اختلال روانی بر پا کند.) Earl Miller) امیدوار است پژوهش های انجام شده در آزمایشگاه او در درک پیچیدگی‌های مغز کمک زیادی به روانپزشکان بکند).  چنین پیشرفتی دلیلی برای آغاز همکاری هوش مصنوعی و عصب‌شناسی نه تنها در آزمایشگاه Miller، بلکه حتی در MIT است. همچنین پژوهش‌ها درباره پردازش تصویر نشان می‌دهد که چگونه این دو دانش بر یکدیگر تأثیر می‌گذارند. James DiCarlo، استادیار عصب شناسی، می‌گوید: <این دو رشته مجزا از هم رشد می‌کنند>، این روزها، پژوهشگران هوش مصنوعی مشتاقانه به دنبال پیشرفت عصب‌شناسی و ایده مهندسی معکوس مغز هستند که پیشتر، دور از ذهن به نظر می‌رسید.

درک تشخیص اشیابیشتر کارهای انجام شده در آزمایشگاه DiCarlo، بر تشخیص اشیا متمرکز بود که ما را به تعریف یک شیء (مانند تعریف حیوانی چون گاو در مغز) از چند بعد و منظر قادر می‌کند (گاوی که در دوردست است، گاوی که از بالا به آن نگاه می‌کنیم، گاوی که در داخل یک کانتینر است) بدون این‌که با اشیای دیگر (مانند اسب) تداخل پیدا کند. DiCarlo  و دانشجوی سال آخر او، David Cox، دستاورد پژوهش‌های خود را در اواخر آگوست با نام عصب‌شناسی طبیعی(Nature Neuroscience) منتشر کردند که بر یکی از اساسی‌ترین پرسش‌ها درباره تشخیص اشیا متمرکز بود: چه اندازه از موفقیت ما در تشخیص اشیا، وابسته به ساختار سخت‌افزاری بدن ما، ویژگی‌های ذاتی ما هنگام تولد و چیزهایی است که آموخته‌ایم؟DiCarlo و Cox پژوهش‌های خود را همزمان روی تعدادی از افراد آزمایش کردند. افراد مورد مطالعه، در برابر تجهیزاتی قرار گرفته بودند که هم قابلیت نمایش تصویر اشیا و هم دنبال کردنِ جهتِ نگاه اشخاص را داشتند.  اشیا تصاویری بودند که توسط کامپیوتر ایجاد شده بودند و تقریباً دسته‌ای از حیوانات را نشان می‌دادند، ولی این تصاویر به گونه‌ای طراحی شده بودند که در نگاه نخست برای اشخاص، آشنا و قابل تشخیص نباشند.  یک شیء می‌توانست در یک وضعیت از سه وضعیت ممکن روی نمایشگر نشان داده شود و شخص می‌توانست نگاه خود را به سمت آن شیء برگرداند. سپس پژوهشگران اشیای جدیدی را جایگزین می‌کردند تا افراد نگاه خود را روی شیء جدید متمرکز کنند. برای نمونه، زمانی که شخص به مرکز نمایشگر خیره شده بود، موجودی با بدنی قلمبه و با گوش‌های تیز شده در سمت راست نمایشگر به نمایش درمیآمد. زمانی که شخص نگاه خود را به سمت آن معطوف می‌کرد، پژوهشگران آن تصویر را با تصویر موجودی لاغرتر با گوش‌های آویزان جایگزین می‌کردند. از آنجایی که انسان هنگام تعویض مکان تمرکز چشم در واقع بینایی ندارد، این اشخاص متوجه جایگزینی اشیا نمی‌شدند، ولی مغز آن‌ها  متوجه این جایگزینی می‌شد. پس از یک یا دو ساعت ادامه این آزمایش‌ها با اشیای مختلف، و نمایش این تصاویر در یک موقعیت خاص روی صفحه نمایشگر، دو شیء در دو مکان متفاوت روی صفحه نمایشگر به افراد نشان داده می‌شد و از آنان خواسته می‌شد آن‌ها را با هم مقایسه کنند. شاید به نظر برسد که افراد با مشکل خاصی در تشخیص تفاوت میان آن دو تصویر مواجه نشده‌اند که البته تقریباً همین طور بود؛ جز در مقایسه تصاویری که جابه‌جا شده بودند و اکنون دوباره در همان موقعیتی که قبلاً جابه‌جایی انجام شده بود، به نمایش در می‌آمدند. افراد آن دو شیء را با هم قاطی می‌کردند: آن‌ها بیشتر تصور می‌کردند که موجود قلمبه با گوش‌های تیز که در یک موقعیت و موجود لاغر با گوش‌های آویزان در موقعیت دیگری بودند، در واقع یک شیء هستند. DiCarlo بر این باور است که چنین اشتباه‌هایی نشان‌دهنده این است که مکانیسم مغز در تشخیص اشیای یکسان، ولی در موقعیت‌های مکانی مختلف، به تجربه بصری عادی شخص در زمان و مکان خاص بستگی دارد.  او می گوید: <یافته‌ها نشان می‌دهد که حتی شاخص‌های اصلی در شناسایی اشیا می‌تواند به وسیله تجربه‌های بصری و در تعامل با دنیای اطرافمان توسعه یابد.> DiCarlo و تیم او سرگرم طراحی و انجام آزمایش‌های مشابهی روی جانوران هستند تا بتوانند الگوهای فعالیت عصبی را  که در تشخیص اشیا بسیار حائز اهمیت است، مورد بررسی قرار دهند.  (یک نمونه خوب از این پژوهش ها در چهارم نوامبر 2005 در نشریه Science منتشر شد. در این آزمایش، DiCarlo و سه تن از همکاران او فعالیت صدها نورون عصبی را در مغز میمون Macaque ضبط و سپس تحلیل کردند. آن‌ها نشان دادند که پردازش اطلاعات بدیهی درباره موجودیت شیء و نوع آن‌ها تنها به فعالیت تعداد کمی از نرون‌ها نیاز دارد.)شناسایی یا تشخیص اشیا از آغاز، یکی از بزرگ‌ترین و سخت‌ترین اهداف

دانلود مقاله ساختار ذهنی مغز

اختصاصی از کوشا فایل دانلود مقاله ساختار ذهنی مغز دانلود با لینک مستقیم و پر سرعت .

شبکه عصبی یک مدل نسبتاً ساده از شبکه محاسباتی ذهنی است که از نظر درجه بعد از ساختار ذهنی مغز قرار گرفته است . این شبکه از چند عامل با مسئولیت و دستورالعمل پیوند دهی فرایند ها تشکیل شده است که با یکدیگر برای ایجاد یک کارکرد به عنوان محصول شبکه با یکدیگر فعالیتها و همکاری می کنند . محصول شبکه عصبی به همکاری انفرادی هر یک از عصب ها ( زیر شاخه ها ) بستگی دارد . طبقه بندی و پردازش اطلاعات به وسیله شبکه بر خلاف تصور اعلب به صورت کارکرد موازی در هر شبکه انجام می شود یعنی هر شاخه و زیر گروه عصبی به (         Neuron ها ) به صورت گروهی به پردازش اطلاعات در هر شاخه عصبی می پردازند اگر چه این عملکرد به مسئولیت و وظیفه تمامی زیر شاخه های عصبی برای انجام پردازش اطلاعات بستگی دارد اما مهمترین و منحصر به فردترین ویژگی شبکه عصبی این است که حتی بدون ایفای نقش یک یا چند زیر مجموعه در انجام وظایف خود شبکه باز هم مسئولیت اصلی خود را انجام خواهد داد .

به همین دلیل است که شبکه عصبی در مقابل هر گونه خطا و اشتباه بسیار حساس و در عین قوی می باشد .

شبکه عصبی اغلب به شاخه هایی از علوم محاسباتی که در داخل شبکه به عنوان یک الگو و مدل برای شبیه سازی ، آنالیز مجموعه ای از پدیده ها و یا مطالعه بر روی اصول و قواعد عملیات شبکه عصبی اشاره دارد . این شبکه با معرفی اشکالات موجود به هوش مصنوعی با استفاده از الگوریتم محاسباتی سنتی به حل مسئله ( مشکل ) موجود در شبکه عصبی می پردازد در صورتی که شبکه عصبی با استفاده از عوامل شبکه ( به صورت نرم افزارها یا سخت افزارها یی که به یکدیگر متصل هستند ) به عنوان یک آرشیتکت ( معمار ) محاسباتی برای حل مسئله و مشکل موجود در شبکه اقدام می نماید . گونه ای از شبکه های عصبی که به صورت مصنوعی طراحی شده اند . سیستم هاسس قابل آموزش ( برنامه ریزی ) هستند که اغلب آموزش می بینند .

...

نوع فایل : WORD

تعداد صفحه : 12

دانلود تحقیق درمورد ساختار ذهنی مغز

اختصاصی از کوشا فایل دانلود تحقیق درمورد ساختار ذهنی مغز دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 9

ساختار ذهنی مغز

شبکه عصبی یک مدل نسبتاً ساده از شبکه محاسباتی ذهنی است که از نظر درجه بعد از ساختار ذهنی مغز قرار گرفته است . این شبکه از چند عامل با مسئولیت و دستورالعمل پیوند دهی فرایند ها تشکیل شده است که با یکدیگر برای ایجاد یک کارکرد به عنوان محصول شبکه با یکدیگر فعالیتها و همکاری می کنند . محصول شبکه عصبی به همکاری انفرادی هر یک از عصب ها ( زیر شاخه ها ) بستگی دارد . طبقه بندی و پردازش اطلاعات به وسیله شبکه بر خلاف تصور اعلب به صورت کارکرد موازی در هر شبکه انجام می شود یعنی هر شاخه و زیر گروه عصبی به ( Neuron ها ) به صورت گروهی به پردازش اطلاعات در هر شاخه عصبی می پردازند اگر چه این عملکرد به مسئولیت و وظیفه تمامی زیر شاخه های عصبی برای انجام پردازش اطلاعات بستگی دارد اما مهمترین و منحصر به فردترین ویژگی شبکه عصبی این است که حتی بدون ایفای نقش یک یا چند زیر مجموعه در انجام وظایف خود شبکه باز هم مسئولیت اصلی خود را انجام خواهد داد .

به همین دلیل است که شبکه عصبی در مقابل هر گونه خطا و اشتباه بسیار حساس و در عین قوی می باشد .

شبکه عصبی اغلب به شاخه هایی از علوم محاسباتی که در داخل شبکه به عنوان یک الگو و مدل برای شبیه سازی ، آنالیز مجموعه ای از پدیده ها و یا مطالعه بر روی اصول و قواعد عملیات شبکه عصبی اشاره دارد . این شبکه با معرفی اشکالات موجود به هوش مصنوعی با استفاده از الگوریتم محاسباتی سنتی به حل مسئله ( مشکل ) موجود در شبکه عصبی می پردازد در صورتی که شبکه عصبی با استفاده از عوامل شبکه ( به صورت نرم افزارها یا سخت افزارها یی که به یکدیگر متصل هستند ) به عنوان یک آرشیتکت ( معمار ) محاسباتی برای حل مسئله و مشکل موجود در شبکه اقدام می نماید . گونه ای از شبکه های عصبی که به صورت مصنوعی طراحی شده اند . سیستم هاسس قابل آموزش ( برنامه ریزی ) هستند که اغلب آموزش می بینند . برای حل پاره ای از مسائل به وسیله طرح مثال ها و همچنین عمومیت بخشیدن به مشکل به وسیله یک سری از علوم اکتسابی که این کار کمک شایانی به حل مسائل و مشکلات پیش بینی نشده می نماید .

2- شبکه های عصبی مصنوعی از چندین عصب پیوند دهنده مصنوعی ( زیر شاخه های یاد شده ) نشکیل شده ، که منحصراً برای خصوصیات غیر واقعی شبکه های عصبی زیستی طراحی شده اند . شبکه های عصبی مصنوعی قادر هستند که به شیوه عملیاتی شبکه های عصبی زیستی عادت کنند .در حالی که شبکه های عصبی حقیقی مدهای تئوریکالی هستند که به کپی برداری از دستورالعمل های واقعی مغز می پردازند در حالی که هوش مصنوعی یک الکوریتم تصنعی ( ساخته دست بشر ) می باشد که می تواند مسائل به خصوص هوش را تجزیه و تحلیل کند مانند بازی شطرنج به یاد آوردن الکوها و ...... بدون استفاده از شبکه عصبی به عنوان یک معمار محاسباتی . هوش مصنوعی و الگوی حقیقی آن سعی می کنند که خصوصیات و ویژگی های شبکه عصبی را شبیه سازی کنند . در حالی که در شیوه و روش هر 2 یکسان عمل می کنند . ، اما در مدل شبیه سازس شده هدف شبکه حل مسائل مشخص شده می باشد در حالی در مدل واقعی شبکه عصبی هدف ساختن الگو های ریاضی برای شبکه عصبی زیستی می باشد .

در زمینه هوش مصنوعی ، شبکه عصبی مصنوعی به این دلیل به کار گرفته شده است چون در مواردی مانند به یاد آوردن سخنان ، آنالیز تصاویر ، تغییر کنترل به منظور بازسازی عوامل نرم افزاری ( در کامپیوتر و ویدئو ) و کنترل رباتها از عملکرد مثبت و قابل قبولی برخوردار بوده است . بیشتر شبکه های مصنوعی عصبی به کار گرفته شده برای هوش مصنوعی ، بر مبنای ارزیابی ، خوش بینی ها و تئوری کنترل بوده است .

عرصه مدل های حقیقی شبکه عصبی ، مدل های فیزیکی و ریاضی عملکرد سیستم شبکه می باشد ، که به صورت زیر طبقه بندی می شوند :

درجه شاخه ها ( عصبها ) انفرادی ، درجه شاخه های عصبی گروهی و ساختار شبکه عصبی کامل .

اگر چه به صور تاریخی مغز انسان چشم اندازی از یک کامیپوتر بوده است اما بالعکس این نگرش تنها یک حس معمولی نسبت به این قضیه می باشد و نه حرفه ای. کامپیوترها با سخت افزارهای دقیق برای ما تعریف و توضیح دقیقی از مغز ارائه نمی دهد (اگر چه می توان مغز را به ئسیله پردازش های منطقی به عنوان یک کامپیوتر شناخت یا مغز را وسیله ای برای استفاده از کامپیوتر دانست) چون کامپیوتر ها نمی توانند به معماری پردازش موازی اطلاعات دست یابند که به وسیله مغز انسان تعریف و اجرا می شود. به عنوان مثال هنگام صحبت کردن دست کامپیوتر ابر پردازنده، دستور العملهای صحبت کردن نمی تواند در شرایط حواس پرتی متأثر از عوامل خارجی قرار گیرد. در حالی که در مغز انسان بدلیل موازی بودن پردازش عوامل پرتی صورت می گیرد.

شبکه های عصبی که در هوش مصنوعی به کار می روند به طور معمول به عنوان مدل های ساده پردازش عصبی به شمار می روند اگر چه ارتباط این مدل و

دانلود رایگان یادگیری مبتنی بر مغز 13 ص

اختصاصی از کوشا فایل دانلود رایگان یادگیری مبتنی بر مغز 13 ص دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 27

یادگیری مبتنی بر مغز

اشاره: علوم بنیادی اعصاب (عصب شناسی و رفتارشناسی مغز و سلسله اعصاب)، از جمله دانش های پیچیده ای است که به تدریج و آرام- آرام وارد عرصه های زندگی می‌شود. امروزه کاربردهای عصب شناسی در علوم تربیتی و آموزش و پرورش، گسترده تر از سایر زمینه‌ها نمود یافته است. آن چه در پی می‌آید مقاله ای است که از مجله معروف و حرفه ای «رهبری آموزشی» ترجمه شده است که به رغم سنگین بودن برخی از بخش های آن، قابل تعمق و خواندنی است. نکته های خارج شده در این مقاله، می‌تواند فرضیات بسیاری از پژوهش های تربیتی و رفتاری را شکل دهد. در «علوم اعصاب» مطالب زیادی دارد که می‌تواند به درک ما از تدریس و یادگیری بیفزاید. اما برای آوردن پژوهش به بیرون از آزمایشگاه و به داخل کلاس درس، باید محتاط باشیم. ما مطالب فراوانی در مورد ارتباطات بین مغز و راهکارهای کلاس درس شنیده ایم. اما در این مورد، واقعاً چه می‌دانیم؟ مربیانی که حلقه اتصال «علوم مغز» را با تدریس و یادگیری مورد مطالعه و بررسی قرار می‌دهند، باید در مورد نحوه تفسیر و استفاده از پژوهش، محتاط باشند و سنجیده عمل کنند. کسانی از ما، که در حرفه تعلیم و تربیت، پژوهش های علوم بنیادی اعصاب را مطالعه می‌کنند، می‌کوشند آنها را با داده های روان شناسی کاربردی یا «علوم شناختی» سازگار سازند.

هنگامی که به «مطالعات چندگانه» با مثال های خوب و شواهد روشن برمی خوریم، آنها را به دیگر مربیان خاطر نشان می‌کنیم و هیچ وقت نمی گوییم:«پژوهش های مغزی ثابت می‌کند که....» زیرا در واقع پژوهش مغزی چیزی در مورد حرفه تعلیم و تربیت ثابت نمی کند؛ بلکه ممکن است فقط مسیر بخصوصی را نشان دهد. نارضایی از یادگیری مبتنی بر مغز دیدگاه های من در مورد نارضایی های اصلی از یادگیری مبتنی بر مغز به این قرار است: برخی افراد، اغلب تصویر غلطی از یافته‌ها ارائه می‌دهند. این انتقاد درستی است. بسیاری از مربیان خیرخواه فکر می‌کنند که یک «مطالعه تک رشته ای»، حتی بدون وجود راهکارها کلاس درس را توجیه می‌کند. هیچ گونه مدرک و دلیلی که این امر را به اثبات برساند، نیست. مربیانی که از پژوهش استفاده یا آن را نقل می‌کنند، باید بدانند چه چیزی موجب خوب شدن پژوهش می‌شود؛ چه کسی بودجه آن را تأمین می‌کند؛ پژوهشگر تا چه اندازه شهرت دارد؛ پژوهش چگونه طراحی شده است و آثار غیرمستقیم یافته‌ها و محدودیت های آنها کدامند و امکان دارد داشتن اطلاعات کم خطرناک باشد. بنابراین برای این که مربیان در زمره افراد حرفه ای به شمار آیند، لازم است اطلاعاتشان راجع به یک موضوع معین، بسیار زیاد باشد. امکان ندارد هیچ یک از افراد درگیر در «پژوهش مبتنی بر مغز» همه راهکارهای موجود در تدریس موفقیت آمیز را موجه بدانند.

درواقع، اکثر راهکارهایی که برای تدریس موفقیت آمیز پذیرفته می‌شوند، مجموعه ای از روانشناسی بنیادی و خردمندی عمومی هستند که با کوشش و خطا اصلاح شده اند. اما به هر حال یافته های جدید، قادر است همه ما را در جهات سازنده تری هدایت کند. مطالعات ارزشمند جدید

دانلود مقاله کامل درباره رابطه مغز

اختصاصی از کوشا فایل دانلود مقاله کامل درباره رابطه مغز دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 5

رابطه مغز

مرد فلجی که با مغز خودش ایمیل می فرستد

یک تراشه به اندازه یک لوبیای کوچک که در مغزیک مرد فلج کار گذاشته شده ، او را قادر می سازد که ایمیل های خود را چک کند ، و با استفاده از قدرت تفکر خود بازی کامپیوتری انجام دهد . این ابزار می تواند با صدها نورون در یک زمان رابطه بر قرار کند و یکی ا زپیچیده ترین فن آوریها برای کاشت آن بکار رفته است .

امروزه بسیاری از افراد فلج به کمک ابزار هایی که از حرکات چشمان و یا زبان آنها دستور می گیرد، عملکرد کامپیوتر خود را تحت کنترل دارند . اما محدودیت فعالیت عضلانی در این اندامها محدودیت این تکنولوژی را بدنبال دارد و افرادی که از این تکنولوژی بهر می گیرند باید تلاش کنند تا مهارت های خود را در کنترل دستگاهها به کمک چشم یا زبان بالا ببرند . همین امر سبب می شود همگان قادر به استفاده از این تکنولوژی نباشند و میزان موفقیت افراد به وضوح به درجه هوشمندی انان وابسته است .

در 24 ژوئن 2004 ابزاری کوچک حاوی یکصد الکترود درقشر حرکتی مغز یک مرد فلج 24 ساله کار کذاشته شد . این دستگاه که یک دروازه عبور و ورود الکترونیکی یا برین گیت(BrainGate) برای مغزمحسوب می شود، بوسیله کمپانی سایبر کینتیک ساخته شده است . هر الکترود به یکی از نورونهای مهم مغز فرد فلج متصل می شود . برینگیت به بیمار اجازه می دهد که حتی وقتی همزمان مشغول انجام کار دیگری باشد یک کامپیوتر یا تلویزیون را به کمک فعالیت های مغزی خود کنترل کند، ایمیل بفرستد و صندوق خود را چک کند . محققین گزارش داده اند که این مرد حتی وقتی حرف می زند و سر خود را تکان می دهد نیزقادر است که تلویزیون خانه خود را کنترل کند . اکنون این گروه در صدد پیوند چنین تراشه ای به مغز چهار نفر دیگر اند .

در همین حال مطرح گردید که محققین در این فکرند که ابزاری بسازند تا بدون نیاز به جراحی و با اخذ امواج الکتریکی سطح جمجمه مثل امواج الکترو آنسفالو گرا م بتوانند به توانبخش اینگونه افراد کمک کنند . اما تعدادی از محققین این امر را ناشدنی می دانند . به هر حال باید صبر کرد و منتظر پیشرفتهای آینده بود .

و اکنون یکسال بعد در نیچر اعلام شد که:

کاربران کامپیوتر به کمک امواج مغزشان می توانند شیئی را جابجا کنند .

کلاه الکترودی به کاربران اجازه می دهد تا خود را در یک محیط مجازی حس کنند .

دانشمندان علوم کامپیوتر کلاهی ساخته اند که می تواند افکار شما را بخواند . این کلاه به شما امکان می دهد تا در یک خیابان خیالی قدم یزنید.

این ایزار که واسطه بین مغزشما و کامپیوترشما است ، فعالیت مناطقی از مغز که به حرکات بدن مربوط می شود را تشخیص داده و از سیگنالهای بدست آمده از این نواحی برای تقلید حرکات در دنیای مجازی استفاده می کند . این تکنولوژی روزی به بیماران دارای بازوی مصنوعی کمک خواهد کرد تا فقط با فکر کردن از بازوی مصنوعی خود کار بکشند و می تواند به بیماران سیستم عصبی حرکتی کمک کند تا منویات خود را در دنیای مجازی به صورت فشردن دکمه های صفحه کلید عملی کنند .

یکی از دانشمندان اتریشی که مدت چهار سال است روی ساخت این ابزارکار می کند می گوید : فکر کردن در باره حرکت یک اندام ، دقیقا همان نورونهای دخیل در حرکت واقعی را فعال می کند .

پس از اخذ امواج از سطح مغز، کامپیوتر می تواند تشخیص دهد که شما اکنون در باره حرکت دادن دستان یا پاهایتان فکر می کنید و دقیقا همان گونه نیز واکنش نشلن دهد .

این فن آوری امواج مغزی را به وسیله الکترودهایی از نقاط مهم روی سطح جمجمه که فعالیت مربوط به حرکت دادن ماهیچه های بدن بر عهده کرتکس حرکتی زیر آن است را دریافت کرده و تشخیص می دهد وسپس حرکات متناظر، افکار خواند شده را اجرا می کند .

قبل از این ، تشخیص صحیح نوع دستورات حرکتی صادره از نقاط معینی از مغز، مستلزم فرو کردن الکترود هایی در مغز بود و سیگنالهای دریافتی از سطح جمجمه قابل درک و باز سازی نبود . فن آوری جدید دارندگان آن را قادر می کند که ربات ها را کنترل کنند و حتی با ذهن خود ایمیل بفرستند . این ابزار جدید حدود بیست روز پیش در همایش فن آوری 2005 لندن معرفی و آزمایش گردید .

کلاهک با شعور Thinking cap

نیچر در خبر کوتاه دیگری از قول یک پیانیست می نویسد . د رآزمایشاتی که روی من انجام شد ؛‌وظیفه من فکر کردن در باره حرکت دست چپ یا راست من بود. این تفکر قرار بود یک دست در روی صفحه کامپیوتر را به حرکت آورد . من می توانستم هر لحظه میزان عملکرد درست کامپیوتر را روی صفحه ماتنیتور مشاهده کنم .

در ابتدا 5 الکترود به جمجمه من از طریق کلاه مخصوص متصل شد که دوتا به هر طرف وصل بود و یکی هم در حکم سیم ارت بود که به زمین وصل می شد . برخی از الکترودها امواج مغزی مربوط به حرکات دست من را ثبت می کردند و برخی نیز امواج نویز مغز من را به منظور کنترل و جداسازی فرمانهای حرکتی از نویز های زمینه ای مغز برداشت می کردند .

محققین سپس از من خواستند که راجع به یک نوع حرکت دستان خودم مثلا بالا بردن و یا فشردن یک جسم فکر کنم . من نیز در ذهن خودم به دوران کودکی و آموزش یکی از دروس نواختن پیانو فکر کردم که همراه با حرکات ویژه ای در دستانم بود . مدت 6 دقیقه عمیقا به همان حرکت خاص فکر می کردم و کامپیوتر در این مدت سعی می کرد که خودش را با طرحهای حرکتی ذهن من کالیبره کند ! سپس تا حدود زیادی توانست حرکات ذهنی مرا تقلید و روی دستان در حال نمایش روی صفحه مانیتور پیاده کند .

با پیشرفت این فن آوری در آبنده می توان هدایت و ناوبری سیستم ها یپیچیده ای مثل هواپیما و یا یک کاراکتر مجازی روی صحنه ای از نقاشی های کامپیوتری را انجام داد ویا فقط با تفکر، به سیستم مصنوعی اندامهای روبوتیک حرکت بخشید .

ویلچیری موتوری

یک شرکت امریکائی، ویلچیری موتوری طراحی کرده است که هنگام فکر کردن فرد کاربر به کلمات ویژه ای شروع به حرکت می کند. این ویلچیر بوسیله قطع کردن سیگنال های فرستاده شده از مغز افراد به جعبه صوتی آنها کار می کند، حتی وقتی هیچ صدایی در عمل تولید نمی شود.

شرکت Ambient با همکاری موسسه توانبخشی شیکاگو در امریکا در حال توسعه ی این تکنولوژی می باشد.

این ویلچیر می تواند به افراد دارای صدمات ستون فقرات، یا مشکلات عصبی مانند فلج مغزی کمک کند تا کامپیوترها و دیگر تجهیزات را علی رغم مشکلات جدی در کنترل عضله راه اندازی کنند. این سیستم فرد را قادر خواهد ساخت که حنجره ی خود یا جعبه صوتی را کنترل کنند، چرا که ممکن است در صورت نبود هماهنگی لازم در ماهیچه ها که برای تولید گفتار دارای ارتباط منطقی ضروری می باشند، مشکل اساسی بوجود آید.

سیستم کنترل حنجره، که Audeo نامیده می شود، توسط دو محقق به نام های Michael Callahan و Thomas Coleman در دانشگاه Illinois، امریکا، توسعه یافت که این دو نفر با هم شرکت Ambient را تاسیس کردند.

سخنان بازیابی شده

سیستم یاد شده از طریق یک گردنبند مملو از سنسور کار می کند که پالس های الکتریکی فرستاده شده به ماهیچه های حنجره را به نوعی استراق سمع می کند. سپس سیگنال ها را تقویت نموده و از طریق یک ارتباط بی سیم غیر آشکار به رایانه ای نزدیک می فرستد. رایانه این سیگنال ها را رمزگشائی کرده و آن ها را با یک سری از کلمات از پیش ضبط شده که در طول تمرینات آموزشی تعیین شده اند، انطباق می دهد.

سپس این کلمات می توانند برای هدایت کردن این ویلچیر موتوری بکار گرفته شوند. Callahan و Coleman مدعی اند که این کلمات حتی می توانند به یک ترکیب کننده ی صحبت فرستاده شوند که امکان بلند صحبت کردن را برای فردی که سکته کرده است، مهیا می سازد. اصلاحات صورت گرفته ی اخیر بر روی الگوریتم های بکار رفته، امکان تفسیر تمام جملات این افراد را می دهد.

نایلز بیربائومر از دانشگاه Eberhard Karls در Tubingen آلمان که در حال توسعه ی سیستم های مشابهی برای استفاده ی قربانیان حوادث می باشد، معتقد است: "هر کسی که بر روی اینترفیس های مغز و رایانه کار می کند می خواهد تا قادر به تشخیص کلمات باشد. اگر این سیستم مطمئن عمل کند، من بسیار خوشحال خواهم بود چرا که ضبط سیگنال ها از اعصاب درون پوست کار بسیار سختی می باشد."

کاربردهای فضائی

بیربائومر اضافه می کند که سنجیدن امواج مغزی بوسیله ی یک کلاهک الکترودی یا کاشت هایی که مستقیما درون مغز قرار داده می شوند، پیش از این برای کنترل رایانه ها و ویلچیرها بکار رفته بود اما تاکنون شواهد چندانی برای هیچ یک از این دو روش مبنی بر توانائی بازتولید کلمات بصورت مجزا یا صحبت پیوسته وجود ندارد و ضبط از بیرون مغز، مثل این، شاید تنها راه برای انجام چنین کاری باشد.

از طرف دیگر، خواندن اطلاعات بطور مستقیم از مغز تنها راه برای کمک به افراد دارای صدمات بسیار بد در ناحیه ی اعصاب ستون فقرات می باشد. به گفته ی این محقق بیمارانی وجود دارند که حتی قادر به ارسال سیگنال های عصبی به ماهیچه های صورت خود نمی باشند که در این شرایط شما مجبورید تنها با خود مغز ارتباط برقرار کنید.

راماسوامی پالانیاپان، که بر روی اینترفیس های مغز و رایانه در دانشگاه Ess-ex، مشغول کار است می گوید: " مزیت اصلی این دستگاه این است که بسیار قابل حمل بوده، زحمت چندانی برای نصب ندارد و استفاده از آن آسان است."

ناسا سیستمی مشابه سیستم Audeo را در سال 2004 تولید کرد. این سیستم می تواند تعدادی از کلمات کوتاه و اعداد، و حروف الفبائی مجزا را تشخیص دهد. ناسا امیدوار است که سرانجام این تکنولوژی را در لباس های فضائی بکار گیرد.

محققان راه جدید امیدوارکننده‌یی را برای کنترل رایانه، به وسیله‌ی فکر کردن، ایجاد کرده‌اند. دست چپ خود را بلند کنید. آیا می‌دانید که مغز شما نیم دقیقه پیش از انجام این حرکت، آماده بوده است. حتا باز هم وهم‌ناکتر، پیش از آن که آگاهانه تصمیم بگیرید که کدام دست خود را حرکت دهید، مغزتان آن موضوع را می‌داند.

پژوهش‌گران یک موسسه‌ی طراحی و فن‌آوری نرم‌افزار در برلین(FIRST)، به همراه عصب شناسان کلینیک دانشگاه بنجامین فرانکلین، بر روی پدیده‌ی یاد شده مطالعه می‌کنند.آنان بر این باورند که با انجام بررسی‌های لازم در این زمینه، راه جدیدی را برای کنترل رایانه به وسیله‌ی فکر، به دست آورند.

در حقیقت داوطلبان شرکت(FIRST) درحال حاضر بازی‌هایی مانند تنیس ویدیویی و مسابقه‌‌های گوناگونی را بدون لمس صفحه کلید و اهرم فرمان(joystick) ، انجام می‌دهند.

در عوض، آنان به دستگاه نوار مغز متصل بوده و به سادگی با فکر کردن در مورد کاری که می‌خواهند انجام شود، قادر خواهند بود اجسام را در اطراف صفحه نمایش رایانه به حرکت در آورند. باید گفته شود که فعالیت پژوهشگران از دو جنبه، در زمینه‌ی فصل مشترک رایانه- مغز، انقلاب ایجاد کرده است. نخست آن‌که داوطلبان بیش از استفاده از سیستم، آموزش بسیاری نیاز ندارند و گفتنی آن‌که کار کردن با بیشتر میانجی‌های رایانه- مغز نیازمند ۲۰۰ ساعت آموزش است. افزون بر آن سطح مشترک، پیش‌رونده نبوده و از راه الکترود، به پوست بدن می‌چسبد.

اگرچه یک ابزار BCI مفید، باید قادر به پی‌بردن به هدف مغز، تنها از خواندن یک موج مغزی باشد، اما برای کاربرد همزمان، میانگین صدها موج خوانده شده، کاریست غیر ممکن. در خواندن یک موج، مشکل اساسی وجود دارد و صداهای تولید شده توسط مغز و دستگاه نوار مغز کار، خواندن امواج را دشوار می‌کنند.

هنگامی‌که میانگین امواج مغز اندازه‌گیری می‌شوند، آثار مزاحم صداهای دیگر خود را نشان نمی‌دهند.

گروه محققان شرکت FIRST بررسی‌های خود را بر روی تنها یک نشان ادامه داده و به دنبال راهی برای فیلتر کردن آن هستند. آنان بر روی برنامه‌یی کار می‌کنند که درست مانند بدن انسان عمل کرده و بسیاری از محرک‌ها را بی پاسخ گذاشته و تنها اطلاعاتی را عبور می‌دهد که مورد نیاز ماست و برای حفظ حیات ما ضروری است. در صورتی که سیستم یادشده وجود نداشت ما در زیر سنگینی بار بیش از حد احساس‌ها غرق شده بودیم.

از آن جایی که به نظر می‌رسد آینده‌ی درخشانی در انتظار برنامه‌ی یادشده باشد، پژوهش‌گران باید پیش از ورود به بازار جهانی، به دنبال راهی برای پشت سر نهادن چندین مشکل اساسی در آن باشند.

به عنوان مثال دستگاه نوار مغز فقط برای موارد پزشکی فروخته می‌شود و هیچ‌گاه در فروشگاه رایانه، این وسیله را ندیده‌ایم. افزون بر این، وجود یک فرد متخصص برای نصب الکترودها بر روی بدن الزامی‌ست و زمان تقریبی برای به کار گرفتن ۱۲۸ الکترود بر روی سر، ۴۵ دقیقه خواهد بود و در نهایت بزرگ‌ترین مشکل، ژل مخصوص هدایت کننده است که به ندرت در دسترس افراد معمولی، قرار می‌گیرد.

دکتر مولر در این باره گفته است که باید در پی دستگاه نوار مغزی باشیم که نیازمند به ژل نبوده وبدون آن کار خود را انجام دهد. به عنوان مثال، شما الکترودها را بر روی کلاه خود نصب کنید.

اما در این صورت مشکل نرم‌افزاری وجود خواهدداشت. نشان‌های (Signals) ضبط شده از مغز سطحی بوده و بدون ژل ولتاژ کمی خواهند داشت. دراین صورت داشتن دستگاه تقویت کننده‌ی صدا، ضروری خواهد بود. گام بعدی در انجام برنامه‌ی بالا، پشت سرنهادن این مشکل است.

اگر دستگاه نوار مغز ارزان و کارا ساخته شود، کاربرد بسیار خواهد داشت. یکی از کاربردهای آن برای افراد ناتوان جسمی خواهد بود و در تولید بازی‌ و فیلم، انقلابی به دنبال خواهد داشت. در صنعت خودروسازی نیز، شرکت‌ها می‌توانند خودروهایی تولید کنند که از فکر راننده برای ترمز کردن و یا گاز دادن استفاده کند. به خصوص در تصادف‌ها که زمان تعیین کننده‌ی مرگ یا زندگی، تنها و تنها نیم دقیقه است.