الإجاباتمنشور23 المصادر
مينينغ تراهن على الذكاء الطبي القائم على الأحداث بدل معالجات الرسوميات
أفادت تقارير بأن مينينغ تكنولوجي حصلت على تمويل أسهم بعشرات الملايين من اليوانات لتسويق منصة رقاقات عصبية قائمة على الشبكات العصبية النبضية للأجهزة الطبية. الفرصة العملية تكمن في الاستدلال المحلي المستمر داخل أجهزة المراقبة المحمولة والأنظمة ذات الحلقة المغلقة، لا في إحلال مؤكد لمعالجات الرسوميات في جميع تطبيقات الذ...
نشر بواسطةتم التحرير باستخدام GPT-5.6 Terraتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث
الوجبات السريعة الرئيسية
- أفادت تقارير بأن مينينغ تكنولوجي حصلت على تمويل أسهم بعشرات الملايين من اليوانات لتسويق منصة رقاقات عصبية قائمة على الشبكات العصبية النبضية للأجهزة الطبية.
- الفرصة العملية تكمن في الاستدلال المحلي المستمر داخل أجهزة المراقبة المحمولة والأنظمة ذات الحلقة المغلقة، لا في إحلال مؤكد لمعالجات الرسوميات في جميع تطبيقات الذكاء الطبي.
- ينصب التركيز المعلن على التقاط الإشارات الفسيولوجية ومراقبتها وتنظيمها؛ أما الفرز الأولي للصور الطبية أو الاستخدام في سيارات الإسعاف والعيادات النائية فاحتمالات منطقية وليست تطبيقات مثبتة للشركة.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: How did Chinese startup Mineng Technology’s tens-of-millions-yuan Series A financing support development of its self-designed spiking neural. Article summary: The reported financing appears to fund commercialization rather than a conventional GPU-like chip program: Mineng/MinoTec says the proceeds will support mass production and iteration of medical-grade modules, closed-loop. Topic tags: general, government, academic, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wate
تشير التقارير إلى أن شركة مينينغ تكنولوجي جمعت تمويلاً بالأسهم بقيمة عشرات الملايين من اليوانات لتطوير منصة حوسبة مستوحاة من الدماغ لمعالجة التطبيقات الطبية. ويصف أحد التقارير الجولة بأنها «Series A»، فيما يكتفي تقرير آخر بوصفها تمويلاً بالأسهم؛ لذلك من الأدق التعامل بحذر مع توصيف مرحلة الجولة نفسها. 13
24
الأهم من تسمية الجولة هو وجهة التمويل: تحويل بنية عصبية متخصصة إلى وحدات مناسبة للأجهزة الطبية، وأعمال تكامل هندسي، وسلسلة توريد تخدم مصنّعي هذه الأجهزة. وبهذا لا تنافس مينينغ بالضرورة بائعي رقاقات الذكاء الاصطناعي العامة؛ بل تراهن على استدلال دائم ومنخفض الطاقة يعمل قرب المستشعر الفسيولوجي. 24
ماذا تطور مينينغ؟
تطرح مينينغ نفسها مورّداً تقنياً في المنبع لمصنّعي المعدات الطبية، أكثر من كونها بائعاً مباشراً لأجهزة علاج أو تشخيص مكتملة. وتمتد منصتها المعلنة من التقاط الإشارات الفسيولوجية وترميزها على هيئة أحداث أو نبضات، إلى نواة حوسبة مختلطة الإشارة تعتمد الشبكات العصبية النبضية (SNN)، ثم مكوّن تدخل قابل للبرمجة مزوّد بفحوص سلامة. كما تعرض وحدات جاهزة وأدوات تطوير برمجية ودعماً هندسياً للمساعدة في دمج التقنية داخل الأجهزة. 24
وتتجه الاستخدامات التي أعلنتها الشركة إلى البيانات الفسيولوجية والتنظيم ضمن حلقة مغلقة، ومنها مراقبة موجات تخطيط القلب ECG، وتخطيط الدماغ EEG، وتخطيط العضلات EMG، والمتابعة المنزلية للأمراض المزمنة، والتفاعل غير الجراحي بين الدماغ والحاسوب، والتأهيل، وتنظيم الجهاز العصبي الذاتي المرتبط بالنوم، والتأهيل الرياضي، والتدخل المنزلي لتخفيف الألم المزمن. 24
وهنا تبرز نقطة مهمة: الأدلة المتاحة تدعم بصورة أوضح تطبيقات استشعار الإشارات الحيوية ومراقبتها وتنظيمها، وليس التصوير التشخيصي. وقد يكون الفرز الأولي للصور الطبية تطبيقاً ممكناً للذكاء الطرفي، لكنه ليس هدفاً معلناً بوضوح لمينينغ في تغطية التمويل المتاحة. 24
كيف تختلف الحوسبة النبضية عن GPU وNPU؟
تُصمَّم معالجات الرسوميات ووحدات المعالجة العصبية التقليدية عادة لتنفيذ عمليات عددية كثيفة، وخصوصاً ضرب المصفوفات، على بيانات رقمية مستمرة القيم. في المقابل، تستخدم الحوسبة العصبية عناصر مستوحاة من ديناميكيات الخلايا العصبية: تجميع زمني للإشارة، وعتبات للتفعيل، واتصال متقطع غالباً بقيم منخفضة الدقة. 22
في نظام SNN يمكن تحويل إشارة المستشعر إلى نبضات، أي أحداث منفصلة تعبّر عن تغير أو حالة ذات معنى. عندها تُجرى المعالجة عند وصول الحدث، بدلاً من إبقاء الشريحة في نمط عمل موحّد عند كل فترة أخذ عينة. وهذا ملائم لإشارات الجسم المتغيرة زمنياً، حيث تحمل لحظة التغير وشكله دلالة مهمة. فقد استخدم نظام بحثي لتصنيف ECG القابل للارتداء أخذ عينات قائم على عبور المستوى لإنتاج أحداث زمنية أحادية البت تُغذّى مباشرة إلى معالج SNN. 4
وتتمثل المزايا المحتملة في:
- نشاط أقل بلا داعٍ: الإشارات المتناثرة قد تتطلب عمليات حساب ونقل بيانات أقل.
- استيعاب طبيعي للزمن: توقيت النبضات جزء من تمثيل البيانات، وهو مناسب لإشارات القلب والدماغ والعضلات.
- استدلال محلي سريع: يمكن تحليل الإشارة بجانب المستشعر، من دون الاعتماد المستمر على خادم بعيد.
لكن هذه مزايا تصميمية وليست نتيجة مضمونة تلقائياً. فاستهلاك الطاقة يتأثر بالمستشعر وطريقة الترميز وتصميم الشريحة والنموذج والحمل المطلوب ودقة النتائج. وفي مثال بحثي محدد، سجّلت شريحة استشعار وحوسبة لا تزامنية قدرة سكون للمعالج بلغت 0.42 ميلي واط، وقدرة آنية عند التشغيل بلغت 0.70 ميلي واط؛ وهو دليل على ما قد تحققه المعالجة القائمة على الأحداث في ظروف بعينها، لا قياس عام لكل الرقاقات العصبية. 17
23
ادعاء «ألف مرة أقل استهلاكاً»: ما الذي ينقصه؟
ذكرت تغطية تمويل مينينغ أن نهجها قد يستهلك قرابة واحد من ألف من طاقة معالجات الرسوميات التقليدية. 13 لكن هذا توصيف من الشركة أو من التغطية الإعلامية، وليس معياراً منشوراً ومستقلاً يمكن إعادة اختباره علناً.
لإجراء مقارنة ذات معنى، ينبغي تحديد النموذج والمهمة ومصدر الإشارة ومستوى الدقة المطلوب وزمن الاستجابة وإعداد الشريحة وحدود قياس الطاقة، بما في ذلك ما إذا كان القياس يشمل المستشعر والذاكرة ودوائر الإدخال والإخراج. ومن دون هذه التفاصيل، لا ينبغي فهم الرقم على أنه حكم عام بأن شبكات SNN أكفأ من GPU بألف مرة.
أما الفكرة التقنية العامة فمدعومة بحثياً: فقد أظهرت دراسات للأنظمة العصبية منخفضة الطاقة معالجة لإشارات طبية مثل التنبؤ بنوبات الصرع اعتماداً على EEG، واكتشاف اضطراب نظم القلب عبر ECG، والتعرف إلى إيماءات اليد عبر EMG. 3 ويبقى السؤال التجاري: هل تستطيع مينينغ تقديم أداء مماثل ضمن منصة قابلة للتصنيع وملائمة للاستخدام السريري؟
لماذا تلائم ECG وEEG وEMG هذا النهج؟
الإشارات الفسيولوجية متصلة في العالم الحقيقي، لكن تغيراتها ذات الدلالة الطبية قد تكون متقطعة. وهذا يفتح المجال لنظام قائم على الأحداث: اقتصاد في الطاقة خلال فترات الاستقرار النسبي، واستجابة سريعة عند ظهور نمط عابر مهم.
وقد اختبر إطار NeuroCARE البحثي الترميز النبضي المتناثر وتصنيف SNN في التنبؤ بنوبات الصرع باستخدام EEG، واكتشاف اضطراب النظم باستخدام ECG، والتعرف إلى إيماءات اليد باستخدام EMG. 3 كما تعد ECG وEEG وEMG من أبرز مجالات تحليل الإشارات الحيوية محلياً وبطاقة منخفضة في مراجعات هذا المجال.
18
وبالنسبة لمصنّع جهاز طبي، لا تقتصر الفائدة على معالج أصغر؛ بل تشمل احتمال وضع تصنيف أولي للإشارات أو تنبيهات أو منطق تحكم داخل جهاز قابل للارتداء أو النقل، حيث تكون قيود البطارية والحرارة صارمة.
الذكاء الطرفي: مراقبة محمولة أولاً، ورعاية عن بعد لاحقاً
قد تتيح الشريحة العصبية منخفضة الطاقة معالجة محلية داخل معدات المراقبة المحمولة. ومن حيث المبدأ، يمكن أن يقلل ذلك الاعتماد على الاتصال السحابي المتواصل، وحجم البيانات الحيوية الخام والحساسة الواجب إرسالها، والعبء الحراري واستهلاك البطارية المرتبطين بحوسبة أكبر.
وهذه خصائص مفيدة في بيئات تعاني قيوداً في الطاقة أو الاتصال، مثل النقل الطبي ومواقع الرعاية المؤقتة والعيادات البعيدة. لكن لا توجد التقارير المتاحة ما يثبت أن أجهزة مينينغ خضعت للتحقق السريري أو نُشرت فعلياً في سيارات إسعاف أو مستشفيات ميدانية أو برامج رعاية نائية. والخلاصة الأدق هي أن المعالجة المحلية منخفضة الطاقة تتلاءم تقنياً مع هذه البيئات، فيما لا تزال الأدلة السريرية الخاصة بمينينغ مطلوبة. 2
3
موقع مينينغ ضمن سباق الحوسبة العصبية
تنتمي مينينغ إلى موجة أوسع تسعى إلى جعل عتاد الذكاء الاصطناعي أكثر كفاءة في الأحمال المتناثرة والحساسة للزمن. وتعتمد عائلة Loihi من إنتل مبادئ نبضية قائمة على الأحداث وغير متزامنة، فيما مثّلت TrueNorth من آي بي إم محطة بارزة في بنى SNN الرقمية القائمة على الأحداث. 32
43
وفي الصين أيضاً، توجد جهود راسخة في الرقاقات المستوحاة من الدماغ: تجمع Tianjic بين قدرات الشبكات العصبية الاصطناعية وشبكات SNN، بينما تمثل Darwin خطاً من الرقاقات العصبية الموجهة إلى SNN. 31
42
ولا يتمثل تميّز مينينغ المعلن في عدد «العصبونات» داخل الشريحة بقدر ما يتمثل في عرض متكامل للأجهزة الطبية: ترميز فسيولوجي، وحوسبة قائمة على الأحداث، ووحدات تنظيم تراعي السلامة، ودعم دمج لمصنّعي الأجهزة. 24
ما الذي ينبغي مراقبته بعد التمويل؟
التمويل قد يسرّع هندسة الإنتاج والشراكات، لكنه لا يثبت وحده صلاحية منصة ذكاء طبي. وتشمل نقاط الإثبات التالية الأهم:
- معايير أداء منشورة تحدد بوضوح الطاقة وزمن الاستجابة والدقة وحدود القياس.
- تحقق خاص بالأجهزة الطبية يثبت الموثوقية مع إشارات فسيولوجية من العالم الواقعي.
- تقدم تنظيمي وأمن سيبراني للمنتجات التي تراقب رعاية المرضى أو قد تؤثر فيها.
- دليل تصنيع يثبت إمكان إنتاج الوحدات بجودة متسقة وعلى نطاق واسع.
- عمليات نشر واضحة لدى عملاء من مصنّعي الأجهزة الطبية.
يوحي تمويل مينينغ بمحاولة لتسويق الحوسبة العصبية في المجال الذي تبدو مزاياها فيه أكثر واقعية: الإشارات الحيوية المستمرة والحساسة للتوقيت عند الحافة. الوعد جذاب، لكن الدليل الحاسم سيكون الأداء بمستوى سريري والمعايير الشفافة، لا مجرد تسمية معمارية أو رقم لافت عن استهلاك الطاقة. 13
24
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "مينينغ تراهن على الذكاء الطبي القائم على الأحداث بدل معالجات الرسوميات"؟
أفادت تقارير بأن مينينغ تكنولوجي حصلت على تمويل أسهم بعشرات الملايين من اليوانات لتسويق منصة رقاقات عصبية قائمة على الشبكات العصبية النبضية للأجهزة الطبية.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
أفادت تقارير بأن مينينغ تكنولوجي حصلت على تمويل أسهم بعشرات الملايين من اليوانات لتسويق منصة رقاقات عصبية قائمة على الشبكات العصبية النبضية للأجهزة الطبية. الفرصة العملية تكمن في الاستدلال المحلي المستمر داخل أجهزة المراقبة المحمولة والأنظمة ذات الحلقة المغلقة، لا في إحلال مؤكد لمعالجات الرسوميات في جميع تطبيقات الذكاء الطبي.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
ينصب التركيز المعلن على التقاط الإشارات الفسيولوجية ومراقبتها وتنظيمها؛ أما الفرز الأولي للصور الطبية أو الاستخدام في سيارات الإسعاف والعيادات النائية فاحتمالات منطقية وليست تطبيقات مثبتة للشركة.
المصادر
pandaily.comMineng Technology Raises Tens of Millions for SNN Brain ...
eu.36kr.com36Kr Exclusive: Menergy Technology, Developer of Self ... - 36氪
nature.comThe road to commercial success for neuromorphic technologies
pubmed.ncbi.nlm.nih.govA Neuromorphic Processing System With Spike-Driven SNN Processor for Wearable ECG Classification - PubMed
pmc.ncbi.nlm.nih.govSpike-based dynamic computing with asynchronous sensing ... - PMC