به گزارش خبرنگار علم و فناوری ایسکانیوز؛ امیرعلی امیرسلیمانی متولد خرداد ۱۳۶۷ در شهر بابل، استان مازندران به دنیا آمد. چون فرزند اول خانواده است، در کودکی همیشه مراقب خواهر و برادرش بود و در چارچوب خانواده رفتار می‌کرد و بچه ساکت و عاقلی بود. مادرش مدیر مدرسه بود و پدرش کار آزاد در زمینه قطعات خودرو داشت و همواره از کودکی به او تاکید می‌کردند که پزشک بشود. ولی او علاقه‌ای به پزشکی نداشت و از مسئولیت بزرگی که پزشکان دارند، می‌ترسید.
برای دوران راهنمایی و دبیرستان، در آزمون تیزهوشان پذیرفته شد و به همراه گروهی از با استعدادترین دانش‌آموزان شهرستان بابل و حومه در فضایی کاملا سالم و رقابتی درس خواند تا به مرحله کنکور رسید. هنوز هم بهترین و نزدیک‌ترین دوستان او همان همکلاسی‌های دوران دبیرستان در مدرسه شهید بهشتی بابل هستند.
در مورد کنکور می‌گوید: فشار روی بچه‌های پشت کنکوری خیلی زیاد بود و ما خسته از ماراتن پذیرش و آزمون‌های پرتعداد مدرسه تازه وارد مرحله متفاوت‌تر و رقابتیتر شدیم. به همین دلیل عملکرد بسیاری از ما در حد و اندازه استعداد و توان واقعی تحصیلی نبود.
او اعتقاد دارد که کنکور آزمون خاصی است که به شیوه آماده‌سازی متفاوتی نیاز دارد و خیلی از دانش‌آموزان دبیرستان فرصت تطبیق با این شیوه را در آن دوران پرفشار پیدا نمی‌کنند. از طرفی تنوع دروس کنکور و حجم و منابع پایان‌ناپذیر کمک تحصیلی در این دوران پرفشار از عوامل اصلی سردرگمی و ناکامی دانش‌آموزان است. به هر ترتیب، او آزمون کنکور را آنطور که می‌خواست پشت سر نگذاشت و دانشگاه (دولتی) رازی در کرمانشاه رشته مهندسی برق و الکترونیک قبول شد و علت این انتخاب پدر بزرگ و مادربزرگ او در شهر کرمانشاه بود. ولی او از عملکرد و شرایطش هیچ وقت راضی نبود و همیشه امیدوار به جبران اتفاق کنکور و بهبود شرایط بود و به توانایی و هدفش اعتقاد راسخ داشت.
در دوره دبیرستان به زبان انگلیسی علاقه بسیار زیادی پیدا کرده بود و حتی ۲ بار کلاس‌های موسسه کانون زبان را به پایان رساند تا از زبان انگیسی فاصله نگیرد. این روند را در دوره کارشناسی هم ادامه داد و این زبان را فراتر از کلاس‌های دانشگاه دنبال می‌کرد. در این دوره با آشنایی با اساتید خوب و دانشجویان سال بالایی سعی کرد که شاخه تخصصی از رشته تحصیلی‌اش را ادامه دهد و این رشته تخصصی بحث کامپیوترهای آنالوگ بود.
برای کارشناسی ارشد تصمیم گرفت که دوباره همین رشته را در همین دانشگاه ادامه دهد و یکی از دلایلش وجود یک استاد جوان و خوش فکر به نام دکتر آرش احمدی بود. دکتر آرش احمدی در آن زمان از دانشگاه ساوتهامپتون در انگلستان مدرک دکتری برق و کامپیوتر خود را دریافت کرده بود. امیرعلی و اهداف تحصیلی او با دیدن دکتر احمدی امید تازه‌ای پیدا کرد، زیرا دکتر احمدی بسیار بلندپرواز بود. او به دنبال انجام کارهای تحقیقاتی بزرگ‌تر و چاپ کردن مقالات در ژورنال‌های سطح بالای مهندسی برق و کامپیوتر بود که در آن موقع چاپ کردن در آن ژورنال‌ها از دانشگاه‌هایی مثل دانشگاه رازی و یا دانشگاه‌های ایران خیلی معمول نبود.
در این دوره کارهای تحقیقاتی‌اش را بسیار توسعه داد و با اساتید خارج از کشور ارتباط گرفت و از منابع و راهنمایی‌های آنها برای بالا بردن کیفیت بعصی از کارهای تحقیقاتی و مقالات گروه بهره گرفت. در نهایت زمانی که با یکی از دوستانش در دانشگاه علم و صنعت (دکتر جعفر شمسی) مشغول کار روی طراحی مدارهای مجتمع نورونی و سیناپسی ترانزیستور-ممریستوری با توان مصرفی بسیار پایین بود، یکی از اساتید دانشگاه ویندزور به اسم دکتر مجید احمدی از او دعوت کرد که به تیم پژوهشی‌اش بپیوندد.
از این رو به کانادا مهاجرت کرد و دوره دکتری را در دانشگاه ویندزور در حالی به پایان رساند که ۱۷ مقاله چاپ کرده بود. پس از آن در دانشگاه تورنتو دوره پسادکتری را گذراند و روی طراحی و ساخت دو تراشه ممریستور-ترانزیستوری برای پیاده‌سازی بهینه شبکه‌های عمیق عصبی و الگوریتم‌های هوش مصنوعی با شرکت آی‌بی‌ام و دانشگاه لیل فرانسه همکاری کرد.
پیش از پایان دوره پست‌دکتری توانست به در دانشگاه یورک در شهر تورنتو کانادا، به عنوان استادیار مهندسی برق و کامپیوتر پذیرفته شود.
او هم‌اکنون حدود ۲ سال است که در دانشگاه یورک در حال تدریس است و در زمینه‌های ساخت سخت‌افزار برای هوش مصنوعی، محاسبات نورومورفیک، فناوری‌های نوظهور حافظه، محاسبات الهام گرفته از زیست و محاسبات درون حافظه تحقیق می‌کند.
در ادامه مصاحبه ما را با این محقق جوان می‌خوانید:
در دوره مدرسه چه کسی به شما انگیزه درس خواندن می‌داد و مسیر را برایتان روشن می‌کرد؟
خانواده نقش مهمی در درس خواندنم داشت و همیشه مشوقم بود. مادرم از سال اول دبستان من را در کلاس زبان ثبت‌نام کرد و واقعا پیگیر تحصیلاتم بود. ولی از سال چهارم و پنجم دبستان کاملا روی پای خودم بودم و با عشق و علاقه‌ای که داشتم خودم پیش می‌رفتم.
حافظه تصویری خیلی خوبی دارم و یادم می‌آید که فقط یک دور کتاب علوم یا جغرافیا را می‌خواندم، خط به خط آن را حفظ بودم. به ویژه عبارات و اسامی را خیلی خوب حفظ می‌شدم و به همین دلیل همیشه دنبال یاد گرفتن کلمات جدید بودم. حتی زمانی که بازی ویدئویی می‌کردم، تمام عبارات و کلمات انگلیسی آن را یاد می‌گرفتم و یادداشت می‌کردم.
از زمانی که به دانشگاه رفتم، بلندپروازی‌هایم شروع شد و همیشه خودم را در اوج می‌دیدم. زمانی که مسافت خانه تا دانشگاه را سوار اتوبوس می‌شدم، به آسمان نگاه می‌کردم و با خودم می‌گفتم: من یک روزی در بهترین دانشگاه دنیا استاد می‌شوم و این حرف‌ها را بارها و بارها تکرار می‌کردم.
چطور شد که با تحقیقات آشنا شدید و چه پژوهش‌هایی را در زمان دانشگاه انجام دادید؟
در دوره کارشناسی با استادی به نام آرش احمدی آشنا شدم که از دانشگاه ساوث‌همپتون فارغ‌التحصیل شده بود و در دانشگاه رازی تدریس می‌کرد. او بسیار استاد باانگیزه و بااستعدادی بود که دوست داشت که کارهای تحقیقاتی جدیدی انجام دهد.
زمانی که برای کارشناسی ارشد کنکور دادم، این بار با هدف و انگیزه بیشتری دانشگاه رازی را انتخاب کردم تا بتوانم با دکتر احمدی پژوهش را شروع کنم. از آن زمان متوجه شدم که استاد نقش بسیار مهمی در تداوم تحصیل و پژوهش دارد و دانشگاه در رتبه اولویت دوم قرار دارد.
در همان هفته اول کارشناسی ارشد یک مقاله کنفرانسی با استادم منتشر کردم. حوزه پژوهشی مورد علاقه‌ام حافظه‌های مقاومتی یا «ممریستور» بود. این حافظه‌ها زمانی که جریان برق در آنها قطع می‌شود، آخرین حالت خود را حفظ می‌کنند. این حوزه بسیار جدید بود و نهایتا یک نفر در ایران در این زمینه کار می‌کرد. با کمک این فناوری می‌توان کامپیوترهایی مبتنی طراحی کرد که دیگر نیازی به حافظه «رام» ندارد و در نتیجه به بوت شدن هم نیاز ندارد. در این صورت کامپیوتر فقط با یک کلیک و در زمان یک نانوثانیه روشن می‌شود.
در آن زمان اکثرا من را از انجام این پژوهش بازمی‌داشتند و می‌گفتند که ریسک این پژوهش خیلی بالاست و بازار کار ندارد، اما به خاطر عشقی که به این فناوری و کارهای پژوهشی این زمینه داشتم کوتاه نیامدم و پایان‌نامه کارشناسی ارشدم را در این زمینه نوشتم. آنقدر به زبان انگلیسی تسلط داشتم که پایان‌نامه‌ام را به زبان انگلیسی ارائه دادم و جایزه بهترین سمینار دانشگاه را گرفتم.
در سال ۲۰۱۳ یک مقاله کنفرانس دیگر هم روی تغییرپذیری «حافظه سی‌ماس» یا CMOS (یک حافظه دائم با ظرفیت محدود) و ممریستور در کنفرانس برق ایران چاپ کردم. از آنجا که ابزارهای مورد نیازم در ایران نبود، با استادی در استرالیا مکاتبه کردم تا داده‌های مورد نیازم را برایم ارسال کند. این موضوع زمینه‌ای شد که با گروه‌های تحقیقاتی دیگر چه در ایران و چه در خارج آشنا شوم و با همکاری با آنها منابع و کارهای پژوهشی‌ام را توسعه دهم و تحقیقات بهتری انجام دهم.
در زمینه ساخت نورون و سیناپس با ممریستور و سی‌ماس ترانزیستور در حال تحقیق و سرچ مقالات مختلف بودم که با دکتر مجید احمدی در دانشگاه ویندزور آشنا شدم. ممریستور یک نوع حافظه نامیراست که برخلاف حافظه‌های ترانزیستور مثل SRAM قابلیت حفظ داده را بدون وجود جریان الکتریسیته داراست و همچنین از نظر سایز و مساحت هر سلول قابلیت و پتانسیل مجتمع شدن بسیار بالایی در مدارهای بسیار مجتمع در مقایسه با همتایان کلاسیک خود دارد.
این حافظه در حالت کراسبار (Crossbar) توانایی انجام محاسبه درون حافظه‌ای را نیز داراست و همین ویژگی‌های خاص و بی نظیر ممریستور این قطعه الکترونیکی را به یکی از الترناتیوهای اصلی ترانزیستور برای ساخت مدارهای مجتمع بهتر درآینده تبدیل کرده است. دکتر مجید احمدی از دانشمندان برجسته در زمینه پردازش سیگنال و شبکه عصبی است. به او ایمیل زدم و گفتم که دوست دارم داده‌های شما را برای کارهایمان داشته باشیم. او بدون آنکه شناخت کافی از گروه ما و من داشته باشد خیلی استقبال و خیلی کمک کرد.
در نهایت هم به من پیشنهاد داد که درخواست پذیرش بفرستم و به تیم پژوهشی‌اش بپیوندم. در نتیجه با سرعت خیلی زیادی به کانادا مهاجرت کردم و از همان روز اول شروع به بحث در مورد کارهای تحقیقاتی‌ام با دکتر احمدی کردم. دکتر احمدی رئیس مرکز تحقیقات حسگری مجتمع در ویندزور کانادا هم بود و هر هفته جلساتی با دانشجویانش داشت که در آن، دانشجویان کارهای تحقیقاتی‌شان را پرزنت می‌کردند. من از هفته سوم مهاجرتم پرزنتیشن‌هایم را در این جلسات شروع کردم، چون تز دکتری‌ام از قبل که در ایران بودم و کارهای تحقیقاتی متعددی را پیش می‌بردم، تقریبا آماده بود.
برخلاف همه دانشجویان که چهار ساله از تز دکتری در زمینه ممریستور دفاع می‌کنند، من سه ساله دفاع کردم و در این دوره ۱۷ مقاله منتشر کردم. یکی از بزرگ‌ترین لطف‌های خداوند به من این بود که در دوران دکترا با دکتر احمدی کار کردم. او فراتر از یک استاد نقش پدری را هم برای من انجام دادند و همیشه از من حمایت و تعریف می‌کردند. شاید یکی از دلایل این تعداد مقاله در آن دوره سه ساله دکتری این بود که من می‌خواستم هر آنچه توانایی داشتم برای سربلند شدن در مقابل این انسان وارسته انجام دهم و واقعا در بهترین مکان تحصیل کردم. دکتر احمدی همیشه الگوی من خواهند بود چه به عنوان استاد و چه به عنوان یک انسان و من همیشه تلاش خواهم کرد که ذره‌ای از محبتی که ایشان به من لطف داشتند را به دانشجویانم بدهم.
چه شد که تصمیم گرفتید در شهر ویندزور کنفرانس‌هایی در زمینه برق و الکترونیک برگزار کنید؟
در دوره دکتری خیلی دوست داشتم که دانشگاهمان در جهان مطرح شود و به همین دلیل به دکتر احمدی می‌گفتم که دوست دارم کنفرانس خیلی خوب در شهرمان در اونتاریو برگزار کنم.
در این دوره به عضویت گروه وابسته به موسسه مهندسان برق و الکترونیک آمریکا (IEEE) در دانشگاه ویندزور درآمدم و از آنجا که محققان بسیاری در ویندزور بودند که کارهای تحقیقاتی خوبی در زمینه مهندسی برق و الکترونیک انجام داده بودند، ولی هنوز به عضویت این سازمان درنیامده بودند، من جزو تیم عضوگیری این سازمان شدم و با همکاری دوستان بسیار فعال در آن دوران حدود ۳۰۰ نفر را در آن سال را عضو سازمان کردیم و رویدادها و سمینارهای مختلف برگزار می‌کردیم. از این رو، موسسه مهندسان برق و الکترونیک جایزه نقره عضوگیری در آمریکای شمالی را به من اهدا کرد.
به غیر از این، با کمک دکتر احمدی ۲ کنفرانس خیلی بزرگ در همین زمینه در ویندزور در سال ۲۰۱۷ و ۲۰۱۸ برگزار کردیم. همین هم باعث شد که با محققان بیشتری آشنا شوم و دیدم نسبت به زمینه تحقیقاتی‌ام وسیع‌تر شد. و موجب شد که از سال سوم دوره دکتری شروع به فرستادن درخواست پذیرش پسادکتری به دانشگاه‌های کانادا کنم، آنجا جایی بود که با اطمینان نصمیم خود را گرفته بودم که استاد دانشگاه بشوم.
دوره پست‌دکتری را در کدام دانشگاه گذراندید و روی چه پروژه‌هایی کار کردید؟
چون همسرم در دانشگاه ویندزور در حال گذراندن دوره دکتری‌اش بود، تصمیم گرفتم که برای دانشگاه‌های کانادا درخواست بفرستم نه برای دانشگاه‌های خارج از کانادا. همسرم بسیار همراه من بود و همیشه از من حمایت می‌کرد. با اینکه مجبور بودیم در ۲ شهر متفاوت زندگی کنیم، ولی او همیشه مرا تشویق می‌کرد که کاری که به آن علاقه‌مندم را انجام بدهم. در نهایت درخواستم از سوی دانشگاه تورنتو پذیرفته شد و وارد یک تیم تحقیقاتی شدم که روی پروژه یک میلیون دلاری برای ساخت مدار مجتمع برای یادگیری ماشینی و هوش مصنوعی کار می‌کرد. این تیم قصد داشت مدار مجتمعی را طراحی کند که بسیار کارآمدتر بود و الگوریتم‌های قدیمی را برای حافظه‌های ممریستور و سی‌ماس پیاده کند.
در این پروژه که با همکاری شرکت IBM انجام می‌شد، می‌خواستیم یک نوع خاصی از تراشه را ارائه دهیم که خیلی خاص باشد. امکانات ساخت از شرکت IBM و فرآیند طراحی و پیاده‌سازی با تیم ما بود. و من در این تیم به عنوان مدیر پروژه شروع به کار با چهار دانشجو دکتری و سه دانشجوی فوق لیسانس کردم. این دانشجوها ممریستورها را طراحی می‌کردند و من روی استفاده از ممریستور در مدارهای مجتمع کار می‌کردم. در نهایت هم ۲ مدار مجتمع طراحی کردیم. این پروژه سه سال طول کشید و من به غیر از بحث تحقیقات، مهارت‌های مربوط به منتورینگ و مدیریت پروژه را نیز یاد گرفتم.
برای کدام دانشگاه درخواست استاد شدن فرستادید؟ با چه چالش‌هایی برای استاد شدن در کانادا مواجه شدید؟
برای دانشگاه یورک در کانادا درخواست فرستادم و بعد از مصاحبه قبول شدم.
شغل آکادمیک در کانادا خیلی سخت است، چون فقط ۲۰ تعداد بسیار محدودی دانشگاه سطح تحصیلات تکمیلی در این کشور وجود دارد و به خاطر سیاست‌های استخدامی و بازنشستگی در این کشور خیلی به ندرت موقعیت‌های شغلی استادی باز می‌شود. به دلیل اینکه اساتید مدت طولانی در دانشگاه می‌مانند و سن بازنشستگی بالاست. اما از طرف دیگر اساتید در دانشگاه‌های کانادا امنیت شغلی بالایی دارند، زمان‌بندی و مدیریت کارهایشان در اکثر مواقع در اختیار خودشان است.
اگر کسی بخواهد در کانادا استاد دانشگاه شود، باید از چند مرحله سخت مصاحبه بگذرد و هم اساتید باید او را بپذیرند و هم دانشجویان. در واقع باید از هفت خوان رستم بگذرد.
زمانی که پوزیشنی در یکی از دانشگاه‌های کانادا باز می‌شود، افرادی از دانشگاه‌های کل آمریکای شمالی مثل دانشگاه‌های کالیفرنیا و MIT برای آن درخواست می‌فرستند. با این حال، معمولا سالی یک پوزیشن استادی در یکی از دانشگاه‌های کانادا باز می‌شود و حدود 50 تا 100 نفر متقاضی دارد و از میان آنها لیست محدودی انتخاب می‌شوند که باید سه مرحله مصاحبه سخت را طی کنند. در این مصاحبه‌ها نه تنها اساتید دیگر و روسای دپارتمان دانشگاه باید نظر بدهند، بلکه دانشجویان هم در جذب آن فرد نقش دارند و می‌توانند نظرهایشان را با کمیته جذب دپارتمان در میان بگذارند، زیرا آن استاد در نهایت باید برای دانشجویان تدریس کند. در نتیجه لزوما داشتن رزومه کاری و پژوهشی خوب، بیان خوب و سابقه زیاد باعث نمی‌شوند که شخص برای استادی انتخاب شود و او باید مجموعه‌ای از مهارت‌های لازم را برای این کار داشته باشد.
شخصی که به عنوان استاد در این دانشگاه‌ها جذب می‌شود بعد از پنج سال دوباره ارزیابی می‌شود تا بتواند استخدام دائم و دانشیار شود.
با توجه به حوزه تحقیقاتی‌تان آینده دنیای علم و فناوری را چطور پیش‌بینی می‌کنید؟
به نظر من دنیای علم و فناوری آینده با هوش مصنوعی گره خواهد خورد. البته این موضوع که ابزارهای هوش مصنوعی مانند چت‌جی‌پی‌تی باعث می‌شود که انسان کمتر فکر کند و نوآوری کمتری بروز دهد، خیلی شرایط متفاوتی برای تحقیقات پیش خواهد آمد. نوآوری‌های تحقیقاتی شکل دیگری پیدا خواهند کرد، ولی مطمئنا در حالت کلی کیفیت زندگی را بالا خواهند برد.
با این حال به نظر می‌رسد تا زمانی که فرهنگ استفاده از این ابزارها در جوامع شکل بگیرد، با چالش‌های بسیاری مواجه خواهیم شد. زیرا در این مسیر شرکت‌ها و افرادی خواهند بود که از این ابزار به نفع خودشان سوءاستفاده می‌کنند.
بحثی که هم‌اکنون در مورد هوش مصنوعی مطرح است این است که بخش نرم‌افزار این فناوری از سخت‌افزار آن خیلی جلوتر است و به همین دلیل در آینده‌ای نزدیک بخش سخت‌افزار باید خودش را به نزدیکی بخش نرم‌افزار برساند. از سوی دیگر، نرم‌افزارهای هوش مصنوعی نیز باید بتوانند خیلی کارآمدتر و بهینه‌تر کارهای محاسباتی را انجام دهند. برای این کار نه تنها باید ساختارها را به صورت بهینه و کارآمدتر شدن پیش ببریم، بلکه باید فناوری ساخت آنها را هم تغییر بدهیم. از این رو، فناوری‌های ساختی مانند فناوری ترانزیستور دیگر جایگاهی در آینده نخواهد داشت و فناوری‌هایی مانند ممریستورو فناوری‌های دیگر مثل محاسبات کوانتومی جایگزین آن خواهد شد.
از آنجا که مغز انسان بهترین دستگاه محاسباتی به شمار می‌رود که هم به صورت بهینه کار می‌کند و هم کارآیی بالایی دارد، من اعتقاد دارم باید به سمتی پیش برویم که سخت‌افزار و نرم‌افزارهای هوش مصنوعی را هر چه بیشتر و بیشتر بر اساس عملکرد و ساختار مغز انسان طراحی کنیم زیرا که بهینه ترین کامپیوتر جهان هنوز هم مغز انسان است.
بیشتر بخوانید:
کاربردی بودن تحقیقات شرط اساسی دریافت گرنت و فاند در کاناداست / ۲۵ درصد نمره دانشجویان در گرو مشارکت در کلاس
چه دستاوردهایی در زمینه هوش مصنوعی داشته‌اید؟
کار اصلی من ساخت سخت‌افزار برای هوش مصنوعی از طریق فناوری‌های نوظهور است. یکی از پژوهش‌هایم در مورد بررسی چالش‌ها و چشم‌اندازهای پیاده‌سازی سخت‌افزارهای هوش مصنوعی با کمک فناوری‌های نو و همچنین چالش‌های طراحی که با آن مواجه خواهیم شد.
به طور کلی، سخت‌افزارهای کنونی حافظه و CPU در کامپیوترها جدا از هم هستند. در نتیجه داده‌ها همیشه بین حافظه یا ROM و CPU در حال حرکت است و روی هر داده‌ای که می‌خواهید محاسبه کنید، ابتدا باید آن را از درون حافظه فراخوان کنید و درون CPU محاسبات را انجام دهید. این رفت و برگشت داده بسیار انرژی‌بر و زمان‌بر است. برای رفع این مشکل باید به سمت معماری «پردازش درون حافظه» یا In-memory processing برویم. در این حالت محاسبات در درون حافظه صورت می‌گیرد و داده‌ها داخل همان سلول ذخیره می‌مانند، باز محاسبات در همان سلول انجام گیرد و دوباره در بانک حافظه ذخیره می‌شود. در نتیجه جابه‌جایی یا انتقال داده صورت نمی‌گیرد و در مصرف انرژی و زمان صرفه‌جویی می‌شود.
برای استفاده از این حالت باید کلا معماری کامپیوتر تغییر کند، ولی مهندسان کامپیوتر امروزه بیشتر از تکنیک «پردازش نزدیک حافظه» برای طراحی‌هایشان استفاده می‌کنند. این مدل سخت‌افزاری مانند حافظه نهان (CaCHE memory) است که در فاصله کمی نسبت به پروسسور قرار دارد و داده‌ها را منتقل می‌کند.
اما من در پروژه‌هایم دقیقا روی پردازش درون حافظه‌ای کار کردم و سخت افزار حافظه‌ای را طراحی کردم که قابلیت محاسباتی داشته باشد. به این شکل که چند سلول حافظه نامیرا وجود دارد که روی یک شبکه به نام «شبکه میل‌تقاطعی یا شطرنجی» یا crossbar network نهفته شده است. زمانی که ولتاژ به عنوان ورودی به داخل شبکه اعمال می‌شود، به صورت موازی و همزمان داخل تمام سلول‌ها می‌شود و ایجاد یک جریان می‌کند.
جریان‌ها در یک ستون جمع می‌شوند و مجموع آنها به شکل خروجی خارج می‌شود. این پدیده یک پدیده کاملا انقلابی برای پردازش به شمار می‌رود. زیرا در آن، به جای اینکه هر کدام از این محاسبات به صورت مجزا و دیجیتال انجام شوند، همه آنها در یک گام انجام می‌شوند. و این امر باعث می‌شود که محاسبات هزار برابر بهینه‌تر و کارآمدتر شود. البته این محاسبات نسبت به پردازش دیجیتال معمولا دقت بالایی ندارند، اما در یادگیری ماشینی داشتن دقت متوسط هم کافی است. در نتیجه یکی از مهم‌ترین محاسباتی که در یادگیری ماشینی انجام می‌شود، همین عملیات جمع ضرب‌ها در شبکه کراسبار است.
شکل یک شبکه کراسبار
در این پروژه این مساله را با جزئیات بررسی کردم تا متوجه شوم که ساخت این نوع حافظه با فناوری‌های جدید با چه چالش‌هایی در ساخت مواجه خواهد شد، چه مدارهای جانبی نیاز دارد و این مدارها باید چه خصوصیات و چه ساختاری داشته باشند، مدارهای خروجی برای اینکه بتوانند جریان خروجی را تشخیص و شناسایی کنند چه خواصی باید داشته باشند و خود سلول‌ها چه ویژگی‌هایی داشته باشند که میزان دقت محاسبات در سیستم پایین نیاید. به طور کلی در این پژوهش سعی کردم که تمام مشکلات این سیستم را شناسایی و حل کنم و چشم‌انداز آن را از نظر طراحی و ساخت ترسیم کنم.
این مقاله با فاکتور تاثیرگذاری ۷/۸ در مجله Advanced Intelligent systems چاپ شد.
شما فراتر از هوش مصنوعی روی نورومورفیک هم تحقیق می‌کنید. لطفا این مفهوم را توضیح دهید و بگویید که چه دستاوردهایی در این زمینه داشته‌اید؟
مهندسی نورومورفیک که «محاسبات عصبی» نیز نامیده می‌شود، مفهومی است که در اواخر دهه ۱۹۸۰ توسعه یافته و به معنی استفاده از سیستم‌های مجتمع‌سازی در مقیاس بسیار بزرگ حاوی مدارهای آنالوگ الکترونیکی، برای تقلید (شبیه‌سازی) معماری عصبی و بیولوژیکی موجود در سیستم عصبی است.
در حال حاضر، اصطلاح نورومورفیک برای توصیف سیستم‌های آنالوگ، دیجیتال، سیستم‌های مختلط آنالوگ / دیجیتال و نرم‌افزارهایی به کار می‌رود که سیستم‌های عصبی را مدل‌سازی می‌کنند. مهندسی نورومورفیک مبحثی میان رشته‌ای است که از زیست‌شناسی، فیزیک، ریاضیات، علوم کامپیوتر و مهندسی الکترونیک ایده می‌گیرد تا سیستم‌های عصبی مصنوعی مانند سیستم‌های بینایی، سیستم‌های سر-چشم، پردازنده‌های شنوایی و روبات‌های خودمختار را طراحی کند که معماری فیزیکی و اصول طراحی آن مبتنی بر اصول سیستم عصبی بیولوژیکی است.
پژوهش دیگرم در زمینه ساخت سیناپس توسط ترانزیستور سی‌ماس و ممریستور توسط فناوری‌های نو است تا آن را به سمت ساخت شبکه‌های نورومورفیک ببرم که شبیه به مغز پردازش می‌کنند.
این سیستم‌های نورومورفیک که طراحی می‌کنید در کجا کاربرد دارند؟
این سیستم‌ها در بسیاری از اپلیکیشن‌ها مثل دوربین‌های رخدادی (این دوربین‌ها فقط رخ دادها را ضبط می‌کنند)، حسگرهای صدا و ابزارهای رایانش لبه (Edge Computing). بگذارید یک مثال ساده و قابل فهم‌تر برای این موضوع بزنم. گوشی همراه رایج‌ترین دستگاه محاسباتی به شمار می‌رود. روی این گوشی‌ها یک سری اپلیکیشن وجود دارد که برخی از آنها مجبورند الگوریتم‌های یادگیری ماشین‌شان را به فناوری ابری منتقل کنند. چون سرورها قوی‌ترند و می‌توانند محاسبات بیشتری را انجام دهند.
ما در این پژوهش‌ها می‌خواهیم قدرت پردازش را طوری بالا ببریم که این اپلیکیشن‌ها دیگر نیازی به فناوری ابری نداشته باشند یا وابستگی‌شان کمتر شود، چون این انتقالات باید در بستر اینترنت انجام شود و زمانی که اینترنت کند باشد، زمانی که این اپلیکیشن‌ها از ما می‌گیرند، زیاد می‌شود. در نتیجه محاسبات باید داخل خود ابزار انجام شود.
در نهایت با طراحی این سیستم‌ها می‌خواهیم ابزارهای لبه‌ای طراحی کنیم که بسیار سبک هستند و به راحتی حمل‌ونقل می‌شوند. منظور از ابزارها یا رایانش لبه رویکردی در معماری شبکه فناوری اطلاعات است که دلالت بر عدم تمرکز پردازش محاسباتی و انجام آن نزدیک به منبع داده دارد؛ جایی که لبه شبکه نامیده می‌شود. داده‌ها دیگر به ابر یا هیچ مرکز یا واحد پردازش داده‌ای ارسال نمی‌شوند، بلکه به یکی از گره‌های متعدد موجود در شبکه که در نزدیکی حسگر یا دستگاهی که این داده‌ها را تولید می‌کند (برای مثال در یک فروشگاه خاص از یک خرده‌فروش بزرگ) ارسال می‌شود.
به نظر شما چنین گوشی همراهی چه زمانی به بازار خواهد آمد؟
فکر می‌کنم که راه درازی تا ساخت این گوشی‌ها داریم. با این وجود هم‌اکنون گوشی‌های جدید اپل از این نظر بسیار قدرتمند شده‌اند و با سرعت بالایی پردازش می‌کنند. با این حال الگوریتم‌های سنگینی که قرار است در قالب هوش مصنوعی و یادگیری ماشینی به گوشی‌های ما راه پیدا کنند، نیاز به سخت‌افزار جدیدتری دارد که باید در آینده منتظر آن باشیم.
معمولا در اوقات فراغت چه کارهایی انجام می‌دهید؟
چون به تازگی بچه‌دار شده‌ام، زمان زیادی را با خانواده می‌گذرانم. با این حال، به شدت به ورزش مخصوصا فوتبال علاقه‌مندم و هفته‌ای ۲ روز فوتبال بازی می‌کنم.
چه کتاب‌هایی می‌خوانید و چه فیلم‌هایی تماشا می‌کنید؟ چه کتاب و فیلمی به ما پیشنهاد می‌دهید؟
فیلم و سریال زیاد تماشا می‌کنم. سریال‌های تمام کشورها به ویژه آمریکای لاتین و برزیلی (مثل نارکوها در ژانر درام جنایی) را دوست دارم. از سریال‌های ایرانی «جیران» و از فیلم‌های خارجی «رستگاری در شائوشنگ» و «پاپیون» را پیشنهاد می‌کنم. از سریال‌های خارجی «اوزارک» را توصیه می‌کنم که مجموعه‌ای مهیج و جنایی آمریکایی با کارگردانی و بازیگری جیسون بیتمن است. بیتمن در نقش یک برنامه‌ریز مالی ظاهر شده که پس از به مشکل خوردن برنامه پول‌شویی برای کارتل مواد مخدر مکزیک به سرعت خانواده‌اش را از حومه شیکاگو به محلی برای تفریحات تابستانی در اوزارکس میزوری منتقل می‌کند و باید بدهی‌اش را به رئیس کارتل بپردازد.
از بین کتاب‌ها «کیمیاگر»، نوشته پائولو کوئیلو، را دوست دارم.
زمانی که از ایران به کانادا مهاجرت کردید و وارد دانشگاه شدید، چه تفاوت بارزی بین دانشگاه ایران و کانادا را متوجه شدید؟
بیشترین تفاوتی که حس کردم، دفتر کار و امکاناتی بود که به عنوان دانشجو درمحیط دانشگاهی کانادا به من دادند. این امکانات باعث شد که من در کارم خیلی پیشرفت کنم. یادم است که در ایران، ما برای صحبت کردن با استادمان باید ساعت‌ها پشت در اتاقش صف می‌کشیدیم؛ چه برسد به اینکه دفتر کاری خودمان را داشته باشیم.
و اینکه در کانادا بابت تحصیل در دوره دکتری و تحقیقی که انجام می‌دهید، حقوقی دریافت می‌کنید که می‌توانید با آن خانه کرایه کنید و ماشین بخرید. به غیر از این، برای دانشجوها احترام بسیاری قائلند، امکانات بسیاری در اختیارشان قرار می‌دهند،بیمه‌های درمانی و امکانات تحصیلی مثل کامپیوتر شخصی و آزمایشگاه‌های مجهز از جمله این امکانات است. علاوه براین، برابری فرصت در دانشگاه خیلی برایم متفاوت بود. به دانشجو در کانادا واقعا به چشم یک استاد نگاه می‌شود؛ به این معنا که همان اجر و قربتی که یک استاد در دانشگاه دارد، یک دانشجو هم دارد.
در کانادا هیچ محدودیتی برای ارتباط گرفتن و کار کردن با استادی که در کشور دیگری زندگی می‌کند، وجود ندارد و ما بدون محدودیت به تمامی مقالات دسترسی داریم. همچنین امکان شرکت در کنفرانس‌ها، سمینارها و کارگاه‌های علمی در سرتاسر جهان وجود دارد. ضمن اینکه رویدادهایی به صورت ماهانه در دانشگاه‌ها برگزار می‌شود که هر دفعه اطلاعات خیلی خوبی در اختیار دانشجویان قرار می‌دهد. دوره‌ها یا کارگاه‌هایی که شرکت «MATLAB» برای دانشجویان برگزار می‌کند تا آنها را به طور کامل با این نرم‌افزار آشنا کند، یکی از نمونه‌های این رویدادهاست. امکانات کمک‌آموزشی که در سر کلاس‌ها هم وجود دارد، بسیار متفاوت است. به طور مثال، در کلاس‌ها دستگاهی به نام «هایپرفلکس» وجود دارد که کل زمان کلاس را ضبط می‌کند و دانشجو در سر کلاس در آن واحد هم استاد، هم اسلایدهای او و هم دانشجویان دیگر را می‌تواند ببیند. در نتیجه دانشجو بعد از کلاس هم به محتوایی که تدریس شده است، دسترسی دارد. و این امر خیلی به یادگیری دانشجو کمک می‌کند.
دانشگاه شما برای اینکه ارتباطش را با صنعت تقویت کند، چه راهکارهایی دارد؟
دانشگاه ما ابتکارات جالبی در این زمینه دارد. هر چند وقت یک بار از سمت دانشگاه به تمام اساتید ایمیلی زده می‌شود که به طور مثال شرکت «زیمنس» قرار است از دانشگاه ما بازدید کند. کارشناسان زیمنس از آزمایشگاه‌های ما بازدید می‌کنند و ما می‌توانیم از نزدیک با آنها ارتباط برقرار کنیم. اگر کارهای تحقیقاتی‌مان مورد نیاز این شرکت باشد، آنها با ما وارد مذاکره می‌شوند و در صورت موفقیت، بابت تحقیقاتی که برایشان انجام می‌دهیم، هم دانشگاه و هم آن شرکت به صورت مشترک بودجه تحقیقاتی ارائه می‌دهند.
به غیر از این، دانشجویان می‌توانند به صورت کارآموزی در شرکت‌های بزرگ مانند AMD یا اینتل کار کنند.
به نظر شما نقش زنان در فضای آکادمیک و همچنین زندگی چیست؟
از نظر من نقش آنها بسیار بزرگ است. در فضای تحقیقات و آکادمیک تنوع جنسیتی بسیار مهم است و خود شخص من در گروه تحقیقاتی‌ام این موضوع را کاملا حس می‌کنم که وجود این تنوع چقدر در پژوهش تاثیر می‌گذارد.
در مورد نقش همسرم هم باید بگویم که اگر او نبود، هیچ وقت به اینجا نمی‌رسیدم. برای ادامه مسیر زندگی آکادمیک انگیزه کافی داشتم، اما همسرم همیشه به من قدرت می‌داد و حمایت می‌کرد. او نه تنها در جایگاه همسر، بلکه بهترین دوستم در این مسیر بود. ما سختی‌های بسیار از جمله مهاجرت، دوری از خانواده، کمبودهای اقتصادی و فشارهای زندگی در یک کشور جدید و شروع از نقطه صفر را با هم گذراندیم. شاید اگر همراهی همسرم نبود گذشتن از این مشکلات به تنهایی ممکن نبود. من اخیرا صاحب یک فرزند پسر شدم و این بسیار شکل زندگی ما را تغییر داده است.
گفتید که ازدواج کرده‌اید و فرزند هم دارید. فرزندتان چند ساله است و شما برای اینکه بتوانید تعادلی بین زندگی شخصی و آکادمیک خود برقرار کنید، چه می‌کنید؟
پسرم تازه یک ساله شده، اوایل بسیار سخت بود ولی کم کم که بزرگ‌تر شد برقراری تعادل ممکن شد. در کانادا به خانم‌ها مرخصی زایمان به مدت یک تا یک و نیم سال می‌دهند که این بسیار برای فرزند حیاتی است. برقراری تعادل بین زندگی کاری و آکادمیک با وجود فرزند تازه متولد شده تنها به کمک همسرم ممکن است.
چه توصیه‌ای به جوانان ایرانی دارید؟
جوانان ایرانی باید به خود و هدفشان ایمان داشته باشند. من معتقدم هر کسی به هرچیزی که اعتقاد راسخ داشته باشد و به عنوان هدف به صورت منطقی تعریف کند، خواهد رسید. نباید هیچ وقت ناامید شوند و نگران گذر زمان و دیر شدن نباشند و فقط به کاری فکر کنند که به آن علاقه دارند و هر روز به امید رسیدن به اهدافشان تلاش کنند که این مسیر به موفقیت ختم می‌شود.
به نظر شما محققان ایرانی برای اینکه در سطح جهانی مطرح شوند، باید چه کار کنند؟
همین حالا بسیاری از محققان ایرانی در سطح جهانی به نام هستند و ایرانی‌ها بسیار زحمتکش و با استعداد در زمینه‌های مختلف علمی در اقصی نقاط جهان مشغول فعالیت هستند. در بحث داخلی باید سیاست‌ها در زمینه تعامل با دانشگاه‌ها و کشورهای صاحب تکنولوژی و دانش تغییر کند. منظور بحث سود و فایده است که در آن، رسیدن به تکنولوژی منوط به ارتباط با کشورهای صاحب تکنولوژی است، چون ما قرار نیست دوباره چرخ را اختراع کنیم. با این حال، جوانان ایرانی اگر بستر مناسب فراهم باشد در زمینه پیشرفت علمی جزو بهترین‌ها هستند.
شما برای اینکه کلاس‌های درسی‌تان تعاملی شوند، چه کار می‌کنید؟ آیا از ابزارهای خاصی استفاده می‌کنید؟
من معمولا در طول تدریس سوال‌های زیادی از دانشجویان می‌پرسم و از فیدبک‌های آنها و پاسخ‌هایشان برای پیش بردن مطالب استفاده می‌کنم. این تکنیک به دانشجو احساس بهتری برای تعامل و حضور در کلاس می‌دهد. همچنین همیشه اسلایدهایم حاوی مطالب روز و طنز در کنار مفاهیم اصلی درس‌ها می‌کنم که این مساله باعث از بین بردن یکنواختی اسلایدها و خسته نشدن دانشجوها می‌گردد.
چند سالی است که کشورهایی مانند هند و چین به نوعی مسیر علمی خود را از آمریکا جدا کرده‌اند و خودشان مرجع علمی شده‌اند. نظر شما در این مورد چیست؟
هند در دوره نانندرا مودی سیاست‌هایی در زمینه گسترش تکنولوژی نیمه‌هادی‌ها و تربیت نیروی کار ماهر در کشور هند را در پیش گرفته است و چین هم که از جمله کشورهایی است که تکنولوژی و تربیت پرسنل ماهر همیشه از سیاست‌های اصلی در این کشور بوده است. این کشورها موسسات آکادمیک بین‌المللی تاسیس کرده‌اند و از نخبگان خارجی و تحصیل‌کرده‌های خود در خارج از کشور برای این موسسات بهره می‌برند. چینی‌ها امروزه حتی پول‌های هنگفتی به اساتید به نام در آمریکا و اروپا برای پیوستن به موسساتشان پیشنهاد می‌دهند و با این روش سعی در بالا بردن استانداردهای آموزشی و تحقیقاتی کشور خود دارند.
انتهای پیام/
نظر شما