Med nevroznanstveniki, kognicionisti in filozofi potekajo razprave o tem, ali je mogoče človeške možgane ustvariti ali rekonstruirati. Trenutni preboji in odkritja v znanosti o možganih vztrajno utirajo pot za čas, ko je mogoče umetne možgane ponovno ustvariti iz nič. Nekateri domnevajo, da presega meje možnega, drugi so zaposleni z načini, kako ga ustvariti, tretji že dolgo plodno delajo na nalogi. V članku bomo obravnavali vprašanja o razvoju umetne inteligence, njenih možnostih, pa tudi o velikih podjetjih in projektih na tem področju.
Osnove
Umetni možgani ustrezajo robotskemu stroju, ki je tako pameten, ustvarjalen in zavesten kot ljudje. V celotni zgodovini človeštva ta naloga ni bila v celoti rešena, a futuristi pravijo, da je to vprašanje časa. Glede na modernotrendi na področju nevroznanosti, računalništva in nanotehnologije napovedujejo, da se bodo umetna inteligenca in možgani pojavili v 21. stoletju, po možnosti do leta 2050.
Znanstveniki razmišljajo o več načinih za ustvarjanje umetne inteligence. V prvem primeru se na superračunalnikih izvajajo obsežne biološko realistične simulacije človeških možganov. V drugem primeru znanstveniki poskušajo ustvariti množično vzporedne nevromorfne računalniške naprave, ki jih je enostavno zgledovati po živčnem tkivu.
Človeška zavest v smislu najzanimivejših skrivnosti znanosti in metafizike velja za najbolj zapleteno in najbolj dosegljivo. Do podobnih zaključkov pride z obratnim inženiringom človeških možganov.
strojno učenje
Strojno učenje je v središču razvojne strategije "umetne inteligence", zato so človeške možganske celice celovito preučene. Ta vrsta učenja ima velik potencial: njena platforma vključuje algoritme, razvojna orodja, API-je in uvajanje modela. Računalniki se lahko učijo, ne da bi bili izrecno programirani. Inovativna podjetja Amazon, Google in Microsoft aktivno uporabljajo strojno učenje.
platforme za globoko učenje
Poglobljeno učenje je del strojnega učenja. Temelji na delovanju človeških možganov in se zanaša na algoritme umetne nevronske mreže (ANN), skozi katere tečejo informacije. Roboti se lahko "učijo" iz vložkov in rezultatov. Globoko učenje – obetavnotrend umetne inteligence v kombinaciji z velikimi količinami informacij. Dokazal se je pri prepoznavanju vzorcev in klasifikaciji. Deep Instinct, Fluid AI, MathWorks, Ersatz Labs, Sentient Technologies, Peltarion in Saffron Technology so primeri podjetij, ki so pionirji na tem področju študij inteligence.
Obdelava naravnega jezika
Nevrolingvistično programiranje (NLP) je na meji med računalniškim in človeškim jezikom in je tehnologija umetne inteligence. Računalniški programi lahko razumejo govorjeni ali pisani človeški govor. V programski opremi Amazon Alexa, Apple Siri, Microsoft Cortana in Google Assistant se NLP uporablja za razumevanje vprašanj uporabnikov in zagotavljanje odgovorov nanje. Ta vrsta programiranja se pogosto uporablja v gospodarskih transakcijah in storitvah za stranke.
Ustvarjanje naravnega jezika
NLG programska oprema se uporablja za pretvorbo vseh vrst podatkov v človeku berljivo besedilo, to se doseže s preučevanjem možganov. To je podcenjena tehnologija z aplikacijami, kot so avtomatizacija poročil poslovne inteligence, opisi izdelkov, finančna poročila. Tehnologija omogoča ustvarjanje uporabniško ustvarjene vsebine po predvidljivih dodatnih stroških. Strukturirani podatki se pretvorijo v besedilo z veliko hitrostjo, do nekaj strani na sekundo. Zanimivi akterji na tem trgu so Automated Insights,Lucidworks, Attivio, SAS, Narrative Science, Digital Reasoning, Yseop in Cambridge Semantics.
Virtualni agenti
V okviru tehnologij umetne inteligence izraza "virtualni agent" in "virtualni pomočnik" nista zamenljiva. Nekateri ljudje poskušajo razlikovati med koncepti in jim uspe.
Virtual Assistant je neke vrste osebni spletni pomočnik. Virtualni agenti so pogosto predstavljeni kot računalniški liki AI, ki se inteligentno pogovarjajo z uporabniki. Znajo odgovoriti na vprašanja, njihova glavna prednost pa je, da lahko stranke dobijo pomoč 24 ur na dan.
prepoznavanje govora
Identifikacija govora je zmožnost programa, da razume in analizira besede in besedne zveze v govorjenem jeziku ter jih pretvori v podatke z uporabo vgrajenega algoritma za umetne možgane. Prepoznavanje govora se v podjetju uporablja za usmerjanje klicev, glasovno klicanje, glasovno iskanje in obdelavo govora v besedilo. Ena pomanjkljivost je, da lahko program zmede besede zaradi razlik v izgovorjavi in hrupu v ozadju. Programska oprema za prepoznavanje govora se vse pogosteje namešča na mobilne naprave. Na tem področju se razvijajo Nuance Communications, OpenText, Verint Systems in NICE.
strojna oprema, vgrajena AI
Naprave z vgrajeno umetno inteligenco, čipi in grafičnimi procesnimi enotami (GPU) so postale zelo razširjene. Google je vgradil v svojestrojna umetna inteligenca, ki za osnovo vzame razvoj inštituta človeških možganov. Vpliv integracije umetne inteligence s programsko opremo daleč presega potrošniške aplikacije, kot so zabava in igre. To je nova vrsta tehnologije, ki se bo uporabljala za napredovanje globokega učenja. Takšen razvoj izvajajo Google, IBM, Intel, Nvidia, Allluviate in Cray.
Upravljanje odločanja
Upravljanje poslovnih odločitev v inovativnih izdelkih (npr. robot z umetno inteligenco) zajema vse vidike načrtovanja in regulacije avtomatiziranih sistemov. Za organizacije je bistveno, da upravljajo interakcije med zaposlenimi, strankami in dobavitelji.
Upravljanje odločanja izboljšuje proces alternativne izbire, pri čemer so vse možne informacije uporabljene za najboljšo prednost, poudarek pa je na okretnosti, doslednosti, natančnosti odločanja. Upravljanje odločanja upošteva časovne omejitve in znana tveganja.
Organizacije za bančne, zavarovalniške in finančne storitve integrirajo programsko opremo za vsakodnevno odločanje v svoje procese storitev za stranke.
Nevromorfna oprema
SyNAPSE jeprogram, ki ga financira DARPA, za razvoj nevromorfnih mikroprocesorskih sistemov, ki se preslikavajo v možgansko inteligenco in fiziko. Platforma išče odgovor na glavno vprašanje: ali je mogoče ustvariti umetne možgane? Najprejnevronske mreže se testirajo v simulacijah na superračunalniku, nato se omrežja gradijo neposredno v strojni opremi. Oktobra 2011 je bil prikazan prototip nevromorfnega čipa, ki vsebuje 256 nevronov. Delo je v teku za ustvarjanje sistema z več čipi, ki bi lahko posnemal 1 milijon vrhov nevronov in 1 milijardo sinaps.
Modeliranje nevronskih omrežij
Projekt Blue Brain je poskus rekonstrukcije človeških možganov in hrbtenjače z uporabo računalniških simulacij na molekularni ravni. Projekt je maja 2005 ustanovil Henry Markram na državni politehnični šoli v Lausanni (EPFL) v Švici. Simulacija poteka na superračunalniku IBM Blue Gene, od tod tudi ime Blue Brain. Od novembra 2018 se simulacije izvajajo na mezocitih, ki vsebujejo približno 10 milijonov nevronov in 10 milijard sinaps. Popolna simulacija človeških možganov s 186 milijardami nevronov je načrtovana za leto 2023.
Spaun, poenoteno omrežje z arhitekturo semantičnega kazalca, so ustvarili Chris Eliasmit in sodelavci v Centru za teoretično nevroznanost (CTN) na Univerzi Waterloo v Kanadi. Od decembra 2018 je Spaun največja možganska simulacija na svetu. Model vsebuje 2,5 milijona nevronov, kar je dovolj, da prepozna sezname številk, izvede preproste izračune.
SpiNNaker je ogromen nevromorfni superračunalnik nizke moči, kitrenutno v gradnji na Univerzi v Manchestru v Združenem kraljestvu. Z več kot milijonom jeder in tisoč simuliranimi nevroni bi bil stroj sposoben simulirati milijardo nevronov. Namesto izvajanja enega določenega algoritma bo SpiNNaker postal platforma, kjer boste lahko testirali različne algoritme. Različne vrste nevronskih mrež je mogoče oblikovati in izvajati na stroju ter tako simulirati različne vrste nevronov in komunikacijskih vzorcev. SpiNNaker je akronim, ki izhaja iz Spi King Nural.
Brain Corporation je majhno raziskovalno podjetje, ki razvija nove algoritme in mikroprocesorje, ki so osnova biološkega živčnega sistema. Podjetje sta leta 2009 ustanovila računalniški nevroznanstvenik Evgeny Izhikevich in nevroznanstvenik/podjetnik Allen Gruber. Njihove raziskave se osredotočajo na naslednja področja: vizualno zaznavanje, nadzor motorja in avtonomna navigacija. Cilj podjetja je opremiti potrošniške naprave, kot so mobilni telefoni in gospodinjski roboti, z umetnim živčnim sistemom. Študijo delno financira Qualcomm, ki se nahaja v kampusu Qualcomm v San Diegu v Kaliforniji. Noben določen izdelek še ni bil objavljen ali objavljen, vendar podjetje še naprej raste in od februarja 2018 aktivno zaposluje nove sodelavce.
Povezane raziskave
Google X Lab je skrivni laboratorij, kjer Google eksperimentira s tehnologijami prihodnosti. Projekti, na katerih je podjetjedela niso javna, ampak naj bi temeljila na robotiki in umetni inteligenci. Podrobnosti o laboratoriju so se prvič pojavile v članku New York Timesa novembra 2011. Objava navaja, da se laboratorij nahaja na območju Bay Area v Kaliforniji. Znano je, da se ustanovitelji Googla zanimajo za študij umetne inteligence in vlagajo v to smer. Leta 2006 je v dopisu podjetja pisalo, da želi Google zgraditi najboljši laboratorij za raziskave umetne inteligence na svetu.
Rusija 2045, znan kot Iniciativa 2045 ali Projekt Avatar, je ambiciozen dolgoročni projekt, katerega cilj je imeti robotske avatarje do leta 2020, presaditve možganov do leta 2025 in umetne možgane do leta 2035. Program je leta 2011 začel ruski medijski tajkun Dmitrij Itskov. Njegov cilj je ustvariti institucijo človeških možganov prek globalne mreže znanstvenikov, ki sodelujejo v dobro človeštva in sistematičnega razvoja tehnologije. Številni ruski znanstveniki so že prejeli naložbe Itskova za svoje raziskave. Poleg tega Itskov išče dodatna sredstva od premožnih posameznikov, dobrodelnih organizacij ter nacionalnih in mednarodnih vlad.
Naslednji zanimiv projekt je program Univerze Boston in Hewlett Packard (HP), imenovan Moneta. HP-jeva ekipa, ki jo vodi Greg Snyder, gradi platformo nevronskega omrežja, imenovano Cog Ex Machina, ki lahkodelo v grafičnih procesorjih in računalnikih prihodnosti, ki temeljijo na memristorjih. Nevromorfološki laboratorij na Univerzi v Bostonu, ki ga vodi Massimiliano Versace, je ustvaril modularne umetne možgane Moneta, ki delujejo na Cog Ex Machina. Kratica je kratica za Modular Neural Exploring Travel Agent.
Časovni okvir
Neizogibno se postavlja vprašanje, kdaj je mogoče sintetizirati digitalno kopijo možganov in hrbtenjače.
Na žalost se to ne bo zgodilo kmalu. Kurzweilova napoved emulacije možganov do leta 2030 se zdi prekratka, le 12 let stran. Poleg tega so se njegove analogije s projektom človeškega genoma izkazale za nezadovoljive. Poleg tega se mnogi znanstveniki verjetno premikajo v neke slepe smeri.
Podobno se zdijo Goertzelove napovedi o uspehu pristopa, ki temelji na pravilih, v naslednjih desetletjih preveč optimistične. Čeprav verjetno ni nemogoče glede na njegov pristop k usposabljanju AI.
Po verjetnem scenariju je ustvarjanje kode ali videza človeških možganov možno v 50-75 letih. Kljub temu je datum precej težko napovedati, glede na stopnjo napake v nevroznanosti na eni strani in hitrost sprememb na drugi strani. Leto 2050 je nekakšna črna luknja, ko gre za napovedi.
