Wśród neuronaukowców, kognicjonistów i filozofów toczą się dyskusje na temat tego, czy ludzki mózg można stworzyć lub zrekonstruować. Obecne przełomy i odkrycia w nauce o mózgu nieustannie torują drogę do czasu, w którym sztuczne mózgi można będzie odtworzyć od podstaw. Jedni zakładają, że jest to poza granicami możliwości, drudzy są zajęci sposobami na jego stworzenie, inni od dłuższego czasu owocnie pracują nad zadaniem. W artykule rozważymy pytania o rozwój sztucznej inteligencji, jego perspektywy, a także o duże firmy i projekty w tym obszarze.
Podstawy
Sztuczny mózg odpowiada robotowi, który jest tak inteligentny, kreatywny i świadomy jak ludzie. W całej historii ludzkości zadanie nie zostało do końca rozwiązane, ale futuryści twierdzą, że to kwestia czasu. Biorąc pod uwagę nowoczesnetrendy w neuronauce, informatyce i nanotechnologii przewidują, że sztuczna inteligencja i mózg pojawią się w XXI wieku, prawdopodobnie do 2050 roku.
Naukowcy rozważają kilka sposobów na stworzenie sztucznej inteligencji. W pierwszym przypadku na superkomputerach przeprowadzane są wielkoskalowe, biologicznie realistyczne symulacje ludzkiego mózgu. W drugim przypadku naukowcy próbują stworzyć masowo równoległe neuromorficzne urządzenia obliczeniowe, które można łatwo modelować na tkance nerwowej.
Świadomość ludzka w kategoriach najciekawszych zagadek nauki i metafizyki uważana jest za najbardziej złożoną i najbardziej osiągalną. Do podobnych wniosków dochodzi się dzięki inżynierii wstecznej ludzkiego mózgu.
Uczenie maszynowe
Uczenie maszynowe jest sercem strategii rozwoju „sztucznej inteligencji”, dlatego ludzkie komórki mózgowe są wszechstronnie badane. Ten rodzaj uczenia się ma ogromny potencjał: jego platforma obejmuje algorytmy, narzędzia programistyczne, interfejsy API i wdrażanie modeli. Komputery mają zdolność uczenia się bez wyraźnego programowania. Innowacyjne firmy Amazon, Google i Microsoft aktywnie wykorzystują uczenie maszynowe.
Platformy do nauki głębokiej
Głębokie uczenie jest częścią uczenia maszynowego. Opiera się na sposobie działania ludzkiego mózgu i opiera się na algorytmach sztucznej sieci neuronowej (ANN), przez które przepływają informacje. Roboty mogą „uczyć się” na podstawie danych wejściowych i wyników. Głębokie uczenie - Obiecującetrend w sztucznej inteligencji w połączeniu z dużą ilością informacji. Sprawdził się w rozpoznawaniu i klasyfikacji wzorów. Deep Instinct, Fluid AI, MathWorks, Ersatz Labs, Sentient Technologies, Peltarion i Saffron Technology to przykłady firm, które są pionierami w tej dziedzinie badań wywiadowczych.
Przetwarzanie języka naturalnego
Programowanie neurolingwistyczne (NLP) znajduje się na pograniczu komputera i języka ludzkiego i jest technologią sztucznej inteligencji. Programy komputerowe mogą rozumieć ludzką mowę mówioną lub pisemną. W oprogramowaniu Amazon Alexa, Apple Siri, Microsoft Cortana i Google Assistant NLP służy do rozumienia pytań użytkowników i udzielania na nie odpowiedzi. Ten rodzaj programowania jest szeroko stosowany w transakcjach gospodarczych i obsłudze klienta.
Generowanie języka naturalnego
Oprogramowanie NLG służy do konwersji wszelkiego rodzaju danych na tekst czytelny dla człowieka, co można osiągnąć poprzez badanie mózgu. Jest to niedoceniana technologia z aplikacjami takimi jak automatyzacja raportów Business Intelligence, opisy produktów, raporty finansowe. Technologia umożliwia tworzenie treści generowanych przez użytkowników po przewidywalnych dodatkowych kosztach. Dane strukturalne są konwertowane na tekst z dużą szybkością, do kilku stron na sekundę. Ciekawymi graczami na tym rynku są Automated Insights,Lucidworks, Attivio, SAS, Narrative Science, Digital Reasoning, Yseop i Cambridge Semantics.
Agenci wirtualni
W ramach technologii sztucznej inteligencji terminy „wirtualny agent” i „wirtualny asystent” nie są wymienne. Niektórzy ludzie próbują rozróżniać pojęcia i im się to udaje.
Wirtualny asystent to rodzaj osobistego asystenta online. Wirtualni agenci są często przedstawiani jako komputerowe postacie AI prowadzące inteligentną rozmowę z użytkownikami. Mogą odpowiadać na pytania, a ich główną zaletą jest to, że klienci mogą uzyskać pomoc 24 godziny na dobę.
Rozpoznawanie mowy
Identyfikacja mowy to zdolność programu do rozumienia i analizowania słów i fraz w języku mówionym oraz konwertowania ich na dane za pomocą wbudowanego algorytmu sztucznego mózgu. Rozpoznawanie mowy jest używane w firmie do routingu połączeń, wybierania głosowego, wyszukiwania głosowego i przetwarzania mowy na tekst. Jedną wadą jest to, że program może mylić słowa ze względu na różnice w wymowie i hałasie w tle. Oprogramowanie do rozpoznawania mowy jest coraz częściej instalowane na urządzeniach mobilnych. W tym obszarze rozwijają się firmy Nuance Communications, OpenText, Verint Systems i NICE.
Sprzęt wbudowany w AI
Urządzenia z wbudowaną sztuczną inteligencją, układami scalonymi i procesorami graficznymi (GPU) stały się powszechne. Google wbudował w swojesprzętowa sztuczna inteligencja, biorąc za podstawę rozwój instytutu ludzkiego mózgu. Wpływ integracji sztucznej inteligencji z oprogramowaniem wykracza daleko poza zastosowania konsumenckie, takie jak rozrywka i gry. Jest to nowy rodzaj technologii, który zostanie wykorzystany do rozwoju głębokiego uczenia się. Takie opracowania są prowadzone przez Google, IBM, Intel, Nvidia, Allluviate i Cray.
Zarządzanie decyzjami
Zarządzanie decyzjami biznesowymi w innowacyjnych produktach (np. robotach ze sztuczną inteligencją) obejmuje wszystkie aspekty projektowania i regulacji zautomatyzowanych systemów. Zarządzanie interakcjami między pracownikami, klientami i dostawcami jest niezbędne dla organizacji.
Zarządzanie decyzjami usprawnia proces wyboru alternatywnego, tutaj wszystkie możliwe informacje są wykorzystywane w celu uzyskania najlepszej preferencji, podczas gdy nacisk kładzie się na zwrotność, spójność, dokładność podejmowania decyzji. Zarządzanie decyzjami uwzględnia ograniczenia czasowe i znane zagrożenia.
Organizacje bankowe, ubezpieczeniowe i finansowe integrują oprogramowanie do codziennych decyzji z procesami obsługi klienta.
Sprzęt neuromorficzny
SyNAPSE to finansowany przez DARPA programmający na celu rozwój neuromorficznych systemów mikroprocesorowych, które mapują inteligencję mózgu i fizykę. Platforma szuka odpowiedzi na główne pytanie: czy można stworzyć sztuczny mózg? Najpierwsieci neuronowe są testowane w symulacjach na superkomputerze, a następnie sieci budowane są bezpośrednio sprzętowo. W październiku 2011 r. zademonstrowano prototypowy chip neuromorficzny zawierający 256 neuronów. Trwają prace nad stworzeniem systemu wielochipowego zdolnego do emulacji 1 miliona neuronów szczytowych i 1 miliarda synaps.
Modelowanie sieci neuronowych
Projekt Blue Brain to próba zrekonstruowania ludzkiego mózgu i rdzenia kręgowego za pomocą symulacji komputerowych na poziomie molekularnym. Projekt został założony w maju 2005 roku przez Henry'ego Markrama w Państwowej Szkole Politechnicznej w Lozannie (EPFL) w Szwajcarii. Symulacja działa na superkomputerze IBM Blue Gene, stąd nazwa Blue Brain. Od listopada 2018 r. symulacje są przeprowadzane na mezocytach zawierających około 10 milionów neuronów i 10 miliardów synaps. Pełnowymiarowa symulacja ludzkiego mózgu z 186 miliardami neuronów zaplanowana jest na 2023 rok.
Spaun, zunifikowana sieć z architekturą wskaźnika semantycznego, została stworzona przez Chrisa Eliasmita i jego współpracowników z Centre for Theoretical Neuroscience (CTN) na Uniwersytecie Waterloo w Kanadzie. Od grudnia 2018 roku Spaun jest największą na świecie symulacją mózgu. Model zawiera 2,5 miliona neuronów, co wystarczy, aby rozpoznał listy liczb, wykonał proste obliczenia.
SpiNNaker to ogromny superkomputer neuromorficzny o małej mocy, któryobecnie w trakcie budowy na Uniwersytecie w Manchesterze w Wielkiej Brytanii. Mając ponad milion rdzeni i tysiąc symulowanych neuronów, maszyna byłaby w stanie symulować miliard neuronów. Zamiast implementować jeden konkretny algorytm, SpiNNaker stanie się platformą, na której będzie można testować różne algorytmy. Na maszynie można projektować i uruchamiać różne typy sieci neuronowych, symulując w ten sposób różne typy neuronów i wzorce komunikacji. SpiNNaker to akronim wywodzący się od Spi King Nural.
Brain Corporation to mała firma badawcza, która opracowuje nowe algorytmy i mikroprocesory leżące u podstaw biologicznego układu nerwowego. Firma została założona w 2009 roku przez neurobiologa obliczeniowego Evgeny'ego Izhikevicha i neurologa/przedsiębiorcę Allena Grubera. Ich badania koncentrują się na następujących obszarach: percepcja wzrokowa, kontrola motoryczna i autonomiczna nawigacja. Celem firmy jest wyposażenie urządzeń konsumenckich, takich jak telefony komórkowe i roboty domowe, w sztuczny układ nerwowy. Badanie jest częściowo finansowane przez firmę Qualcomm, która znajduje się na terenie kampusu Qualcomm w San Diego w Kalifornii. Żadne konkretne produkty nie zostały jeszcze wydane ani ogłoszone, ale firma nadal się rozwija i aktywnie zatrudnia nowych pracowników od lutego 2018 r.
Powiązane badania
Google X Lab to tajne laboratorium, w którym Google eksperymentuje z technologiami przyszłości. Projekty, na których firmaprace nie są publiczne, ale uważa się, że opierają się na robotyce i sztucznej inteligencji. Szczegóły dotyczące laboratorium pojawiły się po raz pierwszy w artykule w New York Times w listopadzie 2011 roku. Publikacja stwierdza, że laboratorium znajduje się w Bay Area w Kalifornii. Nie od dziś wiadomo, że założyciele Google'a interesują się badaniem sztucznej inteligencji i inwestują w tym kierunku. W 2006 roku w notatce firmowej stwierdzono, że Google chce zbudować najlepsze na świecie laboratorium badawcze AI.
Rosja 2045, znana jako 2045 Initiative lub Avatar Project, to ambitny, długoterminowy projekt, którego celem jest stworzenie robotycznych awatarów do 2020 roku, przeszczepy mózgu do 2025 roku i sztuczne mózgi do 2035 roku. Program został uruchomiony w 2011 roku przez rosyjskiego potentata medialnego Dmitrija Itkowa. Ma na celu stworzenie instytucji ludzkiego mózgu poprzez globalną sieć naukowców, którzy pracują razem dla dobra ludzkości i systematycznego rozwoju technologii. Wielu rosyjskich naukowców otrzymało już inwestycje od Itkowa na swoje badania. Ponadto Itskov poszukuje dodatkowych funduszy od osób fizycznych o wysokiej wartości netto, organizacji charytatywnych oraz rządów krajowych i międzynarodowych.
Kolejnym interesującym projektem jest program Uniwersytetu Bostońskiego i Hewlett Packard (HP) o nazwie Moneta. Zespół HP kierowany przez Grega Snydera buduje platformę sieci neuronowej o nazwie Cog Ex Machina, która może:praca w GPU i komputerach przyszłości opartych na memrystorach. Laboratorium Neuromorfologii na Uniwersytecie Bostońskim, kierowane przez Massimiliano Versace, stworzyło modułowy sztuczny mózg Moneta, który działa na Cog Ex Machina. Akronim oznacza Modular Neural Exploring Travel Agent.
Ramka czasowa
Nieuchronnie pojawia się pytanie, kiedy można zsyntetyzować cyfrową kopię mózgu i rdzenia kręgowego.
Niestety nie nastąpi to szybko. Przewidywania Kurzweila dotyczące emulacji mózgu do 2030 roku wydają się zbyt krótkie, bo dzielą je tylko 12 lat. Co więcej, jego analogie z Projektem Ludzkiego Genomu okazały się niezadowalające. Ponadto wielu naukowców prawdopodobnie porusza się w ślepych zaułkach.
Podobnie, przewidywania Goertzela dotyczące sukcesu podejścia opartego na regułach w ciągu następnych dziesięcioleci wydają się zbyt optymistyczne. Chociaż prawdopodobnie nie jest to niemożliwe, biorąc pod uwagę jego podejście do treningu AI.
Zgodnie z prawdopodobnym scenariuszem stworzenie kodu lub podobieństwa ludzkiego mózgu jest możliwe za 50-75 lat. Niemniej jednak data jest dość trudna do przewidzenia, biorąc pod uwagę margines błędu w neuronauce z jednej strony i szybkość zmian z drugiej. Rok 2050 jest rodzajem czarnej dziury, jeśli chodzi o przewidywania.
