Sztuczny mózg

Sztuczny mózg (lub sztuczny umysł ) to oprogramowanie i sprzęt o zdolnościach poznawczych podobnych do mózgu zwierzęcia lub człowieka .

Badania nad „sztucznymi mózgami” i emulacją mózgu odgrywają trzy ważne role w nauce:

  1. Trwająca próba neuronaukowców, aby zrozumieć, jak działa ludzki mózg, znana jako neuronauka kognitywna .
  2. Eksperyment myślowy z zakresu filozofii sztucznej inteligencji , pokazujący, że możliwe jest, przynajmniej w teorii, stworzenie maszyny posiadającej wszystkie możliwości istoty ludzkiej.
  3. Długoterminowy projekt mający na celu stworzenie maszyn wykazujących zachowania porównywalne do zachowań zwierząt ze złożonym ośrodkowym układem nerwowym, takich jak ssaki , aw szczególności ludzie . Ostateczny cel stworzenia maszyny wykazującej zachowanie lub inteligencję podobną do człowieka jest czasami nazywany silną sztuczną inteligencją .

Przykładem pierwszego celu jest projekt zgłoszony przez Aston University w Birmingham w Anglii, w ramach którego naukowcy wykorzystują komórki biologiczne do tworzenia „neurosfer” (małych skupisk neuronów) w celu opracowania nowych metod leczenia chorób, w tym choroby Alzheimera, neuronu ruchowego i choroby Parkinsona .

Drugi cel to odpowiedź na takie argumenty, jak argument Johna Searle'a dotyczący chińskiego pokoju , krytyka sztucznej inteligencji Huberta Dreyfusa czy argument Rogera Penrose'a w The Emperor's New Mind . Krytycy ci argumentowali, że istnieją aspekty ludzkiej świadomości lub wiedzy, których nie mogą symulować maszyny. Jedną z odpowiedzi na ich argumenty jest to, że procesy biologiczne w mózgu można symulować z dowolnym stopniem dokładności. Ta odpowiedź została udzielona już w 1950 roku przez Alana Turinga w jego klasycznym artykule „ Computing Machinery and Intelligence ”.

Trzeci cel jest ogólnie nazywany przez badaczy sztuczną inteligencją ogólną . Jednak Ray Kurzweil woli określenie „silna sztuczna inteligencja”. W swojej książce The Singularity is Near skupia się na emulacji całego mózgu przy użyciu konwencjonalnych maszyn obliczeniowych jako podejściu do wdrażania sztucznych mózgów i twierdzi (ze względu na kontynuację wykładniczego trendu wzrostu mocy komputerów), że można to zrobić do 2025 r. Henry Markram , dyrektor projektu Blue Brain (który próbuje emulować mózg), wygłosił podobne twierdzenie (2020) na konferencji Oxford TED w 2009 roku.

Podejścia do symulacji mózgu

Szacunki dotyczące mocy obliczeniowej potrzebnej do emulacji ludzkiego mózgu na różnych poziomach (od Raya Kurzweila , Andersa Sandberga i Nicka Bostroma ), wraz z mapowaniem najszybszego superkomputera z listy TOP500 według lat

Chociaż bezpośrednia emulacja ludzkiego mózgu przy użyciu sztucznych sieci neuronowych w wysokowydajnym silniku komputerowym jest powszechnie omawianym podejściem, istnieją inne podejścia. Alternatywna implementacja sztucznego mózgu mogłaby opierać się na zasadach nieliniowej koherencji/dekoherencji fazy holograficznej technologii neuronowej (HNeT) . Dokonano analogii do procesów kwantowych za pomocą podstawowego algorytmu synaptycznego, który ma silne podobieństwa do kwantowo- mechanicznego równania falowego.

EvBrain jest formą ewolucyjnego oprogramowania , które może ewoluować sieci neuronowe „podobne do mózgu”, takie jak sieć bezpośrednio za siatkówką .

Pentagonu grant w wysokości 4,9 miliona dolarów na badania nad stworzeniem inteligentnych komputerów. Projekt Blue Brain jest prowadzony z pomocą IBM w Lozannie . Projekt opiera się na założeniu, że możliwe jest sztuczne powiązanie neuronów „ w komputerze” poprzez umieszczenie trzydziestu milionów synaps w ich odpowiedniej trójwymiarowej pozycji.

Niektórzy zwolennicy silnej sztucznej inteligencji spekulowali w 2009 roku, że komputery w połączeniu z Blue Brain i Soul Catcher mogą przekroczyć ludzkie możliwości intelektualne około 2015 roku i że prawdopodobnie będziemy w stanie pobrać ludzki mózg około 2050 roku .

Podczas gdy Blue Brain jest w stanie reprezentować złożone połączenia neuronowe na dużą skalę, projekt nie osiąga związku między aktywnością mózgu a zachowaniami wykonywanymi przez mózg. W 2012 roku w ramach projektu Spaun (Semantic Pointer Architecture Unified Network) podjęto próbę modelowania wielu części ludzkiego mózgu za pomocą wielkoskalowych reprezentacji połączeń neuronowych, które oprócz mapowania generują złożone zachowania.

Projekt Spauna odtwarza elementy anatomii ludzkiego mózgu. Model składający się z około 2,5 miliona neuronów obejmuje cechy kory wzrokowej i ruchowej, połączeń GABAergicznych i dopaminergicznych, brzusznego pola nakrywkowego (VTA), istoty czarnej i innych. Projekt pozwala na kilka funkcji w odpowiedzi na osiem zadań, wykorzystując wizualne wprowadzanie znaków pisanych lub pisanych odręcznie oraz wyjścia realizowane przez mechaniczne ramię. Funkcje Spauna obejmują kopiowanie rysunku, rozpoznawanie obrazów i liczenie.

Istnieją dobre powody, by sądzić, że niezależnie od strategii wdrażania, prognozy realizacji sztucznych mózgów w niedalekiej przyszłości są optymistyczne. [ potrzebne źródło ] W szczególności mózgi (w tym mózg ludzki ) i funkcje poznawcze nie są obecnie dobrze poznane, a skala wymaganych obliczeń jest nieznana. Innym krótkoterminowym ograniczeniem jest to, że wszystkie obecne podejścia do symulacji mózgu wymagają o rząd wielkości większego zużycia energii w porównaniu z ludzkim mózgiem. Ludzki mózg zużywa około 20 W mocy, podczas gdy obecne superkomputery mogą zużywać nawet 1 MW, czyli około 100 000 więcej. [ potrzebne źródło ]

Eksperyment myślowy ze sztucznym mózgiem

Niektórzy krytycy symulacji mózgu uważają, że łatwiej jest stworzyć ogólne inteligentne działanie bezpośrednio, bez naśladowania natury. Niektórzy komentatorzy użyli analogii, że wczesne próby konstruowania maszyn latających były wzorowane na ptakach, ale współczesne samoloty nie wyglądają jak ptaki.

Zobacz też

Notatki

Linki zewnętrzne

Pobrano z „ https://en.wikipedia.org/w/index.php?title=Artificial_brain&oldid=1139691364 ”