Υπάρχουν συζητήσεις μεταξύ νευροεπιστημόνων, γνωσιολόγων και φιλοσόφων για το εάν ο ανθρώπινος εγκέφαλος μπορεί να δημιουργηθεί ή να ανακατασκευαστεί. Οι τρέχουσες ανακαλύψεις και ανακαλύψεις στην επιστήμη του εγκεφάλου ανοίγουν σταθερά το δρόμο για μια εποχή όπου οι τεχνητοί εγκέφαλοι μπορούν να αναδημιουργηθούν από την αρχή. Μερικοί άνθρωποι υποθέτουν ότι είναι πέρα από τα όρια του δυνατού, οι δεύτεροι είναι απασχολημένοι με τρόπους να το δημιουργήσουν, οι τρίτοι εργάζονται γόνιμα για την εργασία εδώ και πολύ καιρό. Στο άρθρο, θα εξετάσουμε ερωτήσεις σχετικά με την ανάπτυξη της τεχνητής νοημοσύνης, τις προοπτικές της, καθώς και για μεγάλες εταιρείες και έργα σε αυτόν τον τομέα.
Βασικά
Ο τεχνητός εγκέφαλος αντιστοιχεί σε μια ρομποτική μηχανή που είναι τόσο έξυπνη, δημιουργική και συνειδητή όσο και οι άνθρωποι. Σε ολόκληρη την ιστορία της ανθρωπότητας, το έργο δεν έχει επιλυθεί πλήρως, αλλά οι μελλοντολόγοι λένε ότι αυτό είναι θέμα χρόνου. Λαμβάνοντας υπόψη το σύγχρονοΟι τάσεις στις νευροεπιστήμες, τους υπολογιστές και τη νανοτεχνολογία προβλέπουν ότι η τεχνητή νοημοσύνη και ο εγκέφαλος θα εμφανιστούν τον 21ο αιώνα, πιθανώς μέχρι το 2050.
Οι επιστήμονες εξετάζουν διάφορους τρόπους για να δημιουργήσουν τεχνητή νοημοσύνη. Στην πρώτη περίπτωση, μεγάλης κλίμακας βιολογικά ρεαλιστικές προσομοιώσεις του ανθρώπινου εγκεφάλου πραγματοποιούνται σε υπερυπολογιστές. Στη δεύτερη περίπτωση, οι επιστήμονες προσπαθούν να δημιουργήσουν μαζικά παράλληλες νευρομορφικές υπολογιστικές συσκευές που διαμορφώνονται εύκολα σε νευρικό ιστό.
Η ανθρώπινη συνείδηση όσον αφορά τα πιο ενδιαφέροντα μυστήρια της επιστήμης και της μεταφυσικής θεωρείται η πιο περίπλοκη και πιο εφικτή. Παρόμοια συμπεράσματα προκύπτουν με την αντίστροφη μηχανική του ανθρώπινου εγκεφάλου.
Μηχανική εκμάθηση
Η μηχανική μάθηση βρίσκεται στο επίκεντρο της στρατηγικής ανάπτυξης της «τεχνητής νοημοσύνης», γι' αυτό, τα ανθρώπινα εγκεφαλικά κύτταρα μελετώνται διεξοδικά. Αυτός ο τύπος μάθησης έχει μεγάλες δυνατότητες: η πλατφόρμα του περιλαμβάνει αλγόριθμους, εργαλεία ανάπτυξης, API και ανάπτυξη μοντέλων. Οι υπολογιστές έχουν τη δυνατότητα να μαθαίνουν χωρίς να είναι ρητά προγραμματισμένοι. Οι καινοτόμες εταιρείες Amazon, Google και Microsoft χρησιμοποιούν ενεργά τη μηχανική εκμάθηση.
Πλατφόρμες βαθιάς μάθησης
Η βαθιά μάθηση είναι μέρος της μηχανικής εκμάθησης. Βασίζεται στον τρόπο λειτουργίας του ανθρώπινου εγκεφάλου και βασίζεται σε αλγόριθμους τεχνητού νευρωνικού δικτύου (ANN) μέσω των οποίων ρέουν οι πληροφορίες. Τα ρομπότ μπορούν να «μάθουν» από εισροές και αποτελέσματα. Deep Learning - Υποσχόμενοτάση στην τεχνητή νοημοσύνη, σε συνδυασμό με μεγάλο όγκο πληροφοριών. Έχει αποδειχθεί στην αναγνώριση και ταξινόμηση προτύπων. Η Deep Instinct, η Fluid AI, η MathWorks, η Ersatz Labs, η Sentient Technologies, η Peltarion και η Saffron Technology είναι παραδείγματα εταιρειών που είναι πρωτοπόρες σε αυτόν τον τομέα μελέτης νοημοσύνης.
Επεξεργασία φυσικής γλώσσας
Ο νευρογλωσσικός προγραμματισμός (NLP) βρίσκεται στα σύνορα μεταξύ του υπολογιστή και της ανθρώπινης γλώσσας και είναι μια τεχνολογία τεχνητής νοημοσύνης. Τα προγράμματα υπολογιστών μπορούν να κατανοήσουν την προφορική ή γραπτή ανθρώπινη ομιλία. Στο λογισμικό Amazon Alexa, Apple Siri, Microsoft Cortana και Google Assistant, το NLP χρησιμοποιείται για την κατανόηση των ερωτήσεων των χρηστών και την παροχή απαντήσεων σε αυτές. Αυτός ο τύπος προγραμματισμού χρησιμοποιείται ευρέως σε οικονομικές συναλλαγές και εξυπηρέτηση πελατών.
Natural Language Generation
Το λογισμικό NLG χρησιμοποιείται για τη μετατροπή όλων των ειδών δεδομένων σε αναγνώσιμο από τον άνθρωπο κείμενο, αυτό επιτυγχάνεται μέσω της μελέτης του εγκεφάλου. Είναι μια υποτιμημένη τεχνολογία με εφαρμογές όπως αυτοματοποίηση αναφορών επιχειρηματικής ευφυΐας, περιγραφές προϊόντων, οικονομικές αναφορές. Η τεχνολογία καθιστά δυνατή τη δημιουργία περιεχομένου που δημιουργείται από χρήστες με προβλέψιμο πρόσθετο κόστος. Τα δομημένα δεδομένα μετατρέπονται σε κείμενο με υψηλή ταχύτητα, έως πολλές σελίδες ανά δευτερόλεπτο. Ενδιαφέροντες παίκτες σε αυτήν την αγορά είναι τα Automated Insights,Lucidworks, Attivio, SAS, Narrative Science, Digital Reasoning, Yseop και Cambridge Semantics.
Εικονικοί πράκτορες
Στο πλαίσιο των τεχνολογιών τεχνητής νοημοσύνης, οι όροι "εικονικός πράκτορας" και "εικονικός βοηθός" δεν είναι εναλλάξιμοι. Μερικοί άνθρωποι προσπαθούν να διακρίνουν τις έννοιες και τα καταφέρνουν.
Ο εικονικός βοηθός είναι ένα είδος προσωπικού διαδικτυακού βοηθού. Οι εικονικοί πράκτορες συχνά αντιπροσωπεύονται ως χαρακτήρες τεχνητής νοημοσύνης υπολογιστή που έχουν μια έξυπνη συνομιλία με τους χρήστες. Μπορούν να απαντήσουν σε ερωτήσεις και το κύριο πλεονέκτημά τους είναι ότι οι πελάτες μπορούν να λάβουν βοήθεια 24 ώρες την ημέρα.
Αναγνώριση ομιλίας
Η αναγνώριση ομιλίας είναι η ικανότητα ενός προγράμματος να κατανοεί και να αναλύει λέξεις και φράσεις στην προφορική γλώσσα και να τις μετατρέπει σε δεδομένα χρησιμοποιώντας τον ενσωματωμένο τεχνητό αλγόριθμο του εγκεφάλου. Η αναγνώριση ομιλίας χρησιμοποιείται στην εταιρεία για δρομολόγηση κλήσεων, φωνητική κλήση, φωνητική αναζήτηση και επεξεργασία ομιλίας σε κείμενο. Ένα μειονέκτημα είναι ότι το πρόγραμμα μπορεί να μπερδέψει τις λέξεις λόγω των διαφορών στην προφορά και του θορύβου φόντου. Το λογισμικό αναγνώρισης ομιλίας εγκαθίσταται όλο και περισσότερο σε κινητές συσκευές. Σε αυτόν τον τομέα αναπτύσσονται οι Nuance Communications, OpenText, Verint Systems και NICE.
Ενσωματωμένο υλικό AI
Οι συσκευές με ενσωματωμένη τεχνητή νοημοσύνη, τσιπ και μονάδες επεξεργασίας γραφικών (GPU) έχουν γίνει ευρέως διαδεδομένες. Η Google έχει ενσωματώσει σε αυτήντεχνητή νοημοσύνη υλικού, λαμβάνοντας ως βάση την ανάπτυξη του ινστιτούτου του ανθρώπινου εγκεφάλου. Ο αντίκτυπος της ενσωμάτωσης της τεχνητής νοημοσύνης με το λογισμικό υπερβαίνει κατά πολύ τις καταναλωτικές εφαρμογές, όπως η ψυχαγωγία και τα παιχνίδια. Αυτός είναι ένας νέος τύπος τεχνολογίας που θα χρησιμοποιηθεί για την προώθηση της βαθιάς μάθησης. Τέτοιες εξελίξεις πραγματοποιούνται από τις Google, IBM, Intel, Nvidia, Allluviate και Cray.
Διαχείριση αποφάσεων
Η διαχείριση επιχειρηματικών αποφάσεων σε καινοτόμα προϊόντα (π.χ. ρομπότ με τεχνητή νοημοσύνη) καλύπτει όλες τις πτυχές του σχεδιασμού και της ρύθμισης των αυτοματοποιημένων συστημάτων. Είναι σημαντικό για τους οργανισμούς να διαχειρίζονται τις αλληλεπιδράσεις μεταξύ εργαζομένων, πελατών και προμηθευτών.
Η διαχείριση αποφάσεων βελτιώνει τη διαδικασία εναλλακτικής επιλογής, εδώ χρησιμοποιούνται όλες οι πιθανές πληροφορίες για την καλύτερη προτίμηση, ενώ η έμφαση δίνεται στην ευελιξία, τη συνέπεια, την ακρίβεια στη λήψη αποφάσεων. Η διαχείριση αποφάσεων λαμβάνει υπόψη χρονικούς περιορισμούς και γνωστούς κινδύνους.
Οι τραπεζικοί, ασφαλιστικοί και χρηματοοικονομικοί οργανισμοί ενσωματώνουν καθημερινό λογισμικό λήψης αποφάσεων στις διαδικασίες εξυπηρέτησης πελατών.
Νευρομορφικός εξοπλισμός
ΤοSyNAPSE είναι ένα πρόγραμμαπου χρηματοδοτείται από την DARPA για την ανάπτυξη νευρομορφικών συστημάτων μικροεπεξεργαστή που χαρτογραφούνται στη νοημοσύνη και τη φυσική του εγκεφάλου. Η πλατφόρμα αναζητά απάντηση στο κύριο ερώτημα: είναι δυνατόν να δημιουργηθεί ένας τεχνητός εγκέφαλος; ΑρχικάΤα νευρωνικά δίκτυα δοκιμάζονται σε προσομοιώσεις σε έναν υπερυπολογιστή και στη συνέχεια τα δίκτυα ενσωματώνονται απευθείας σε υλικό. Τον Οκτώβριο του 2011, επιδείχθηκε ένα πρωτότυπο νευρομορφικό τσιπ που περιέχει 256 νευρώνες. Γίνονται εργασίες για τη δημιουργία ενός συστήματος πολλαπλών τσιπ ικανών να μιμηθεί 1 εκατομμύριο νευρώνες κορυφής και 1 δισεκατομμύριο συνάψεις.
Μοντελοποίηση νευρωνικών δικτύων
Το Blue Brain Project είναι μια προσπάθεια ανακατασκευής του ανθρώπινου εγκεφάλου και του νωτιαίου μυελού χρησιμοποιώντας προσομοιώσεις υπολογιστή σε μοριακό επίπεδο. Το έργο ιδρύθηκε τον Μάιο του 2005 από τον Henry Markram στην Κρατική Πολυτεχνική Σχολή της Λωζάνης (EPFL) στην Ελβετία. Η προσομοίωση εκτελείται στον υπερυπολογιστή IBM Blue Gene, εξ ου και το όνομα Blue Brain. Από τον Νοέμβριο του 2018, πραγματοποιούνται προσομοιώσεις σε μεσοκύτταρα που περιέχουν περίπου 10 εκατομμύρια νευρώνες και 10 δισεκατομμύρια συνάψεις. Μια πλήρους κλίμακας προσομοίωση του ανθρώπινου εγκεφάλου με τους 186 δισεκατομμύρια νευρώνες έχει προγραμματιστεί για το 2023.
Το Spaun, ένα ενοποιημένο δίκτυο με σημασιολογική αρχιτεκτονική δεικτών, δημιουργήθηκε από τον Chris Eliasmit και τους συνεργάτες του στο Κέντρο Θεωρητικής Νευροεπιστήμης (CTN) στο Πανεπιστήμιο του Waterloo στον Καναδά. Από τον Δεκέμβριο του 2018, το Spaun είναι η μεγαλύτερη προσομοίωση εγκεφάλου στον κόσμο. Το μοντέλο περιέχει 2,5 εκατομμύρια νευρώνες, που είναι αρκετοί για να αναγνωρίζει λίστες αριθμών, να κάνει απλούς υπολογισμούς.
Το SpiNNaker είναι ένας τεράστιος νευρομορφικός υπερυπολογιστής χαμηλής ισχύος πουυπό κατασκευή στο Πανεπιστήμιο του Μάντσεστερ στο Ηνωμένο Βασίλειο. Με περισσότερους από ένα εκατομμύριο πυρήνες και χίλιους προσομοιωμένους νευρώνες, το μηχάνημα θα μπορούσε να προσομοιώσει ένα δισεκατομμύριο νευρώνες. Αντί να εφαρμόσετε έναν συγκεκριμένο αλγόριθμο, το SpiNNaker θα γίνει μια πλατφόρμα όπου μπορείτε να δοκιμάσετε διαφορετικούς αλγόριθμους. Διαφορετικοί τύποι νευρωνικών δικτύων μπορούν να σχεδιαστούν και να εκτελεστούν σε μια μηχανή, προσομοιώνοντας έτσι διαφορετικούς τύπους νευρώνων και προτύπων επικοινωνίας. Το SpiNNaker είναι ένα αρκτικόλεξο που προέρχεται από το Spi King Nural.
Η Η Brain Corporation είναι μια μικρή ερευνητική εταιρεία που αναπτύσσει νέους αλγόριθμους και μικροεπεξεργαστές που βρίσκονται στη βάση του βιολογικού νευρικού συστήματος. Η εταιρεία ιδρύθηκε το 2009 από τον υπολογιστικό νευροεπιστήμονα Evgeny Izhikevich και τον νευροεπιστήμονα/επιχειρηματία Allen Gruber. Η έρευνά τους επικεντρώνεται στους εξής τομείς: οπτική αντίληψη, έλεγχος κινητήρα και αυτόνομη πλοήγηση. Στόχος της εταιρείας είναι να εξοπλίσει καταναλωτικές συσκευές όπως κινητά τηλέφωνα και οικιακά ρομπότ με τεχνητό νευρικό σύστημα. Η μελέτη χρηματοδοτείται εν μέρει από την Qualcomm, η οποία βρίσκεται στην πανεπιστημιούπολη της Qualcomm στο Σαν Ντιέγκο της Καλιφόρνια. Δεν έχουν κυκλοφορήσει ή ανακοινωθεί ακόμη συγκεκριμένα προϊόντα, αλλά η εταιρεία συνεχίζει να αναπτύσσεται και προσλαμβάνει ενεργά νέους υπαλλήλους από τον Φεβρουάριο του 2018.
Σχετική έρευνα
Το Google X Lab είναι ένα μυστικό εργαστήριο όπου η Google πειραματίζεται με μελλοντικές τεχνολογίες. Έργα στα οποία η εταιρείαΤα έργα δεν είναι δημόσια, αλλά πιστεύεται ότι βασίζονται στη ρομποτική και την τεχνητή νοημοσύνη. Λεπτομέρειες για το εργαστήριο εμφανίστηκαν για πρώτη φορά σε άρθρο των New York Times τον Νοέμβριο του 2011. Το δημοσίευμα αναφέρει ότι το εργαστήριο βρίσκεται στην περιοχή Bay Area της Καλιφόρνια. Είναι γνωστό ότι οι ιδρυτές της Google ενδιαφέρονται να μελετήσουν την τεχνητή νοημοσύνη και επενδύουν προς αυτή την κατεύθυνση. Το 2006, ένα σημείωμα εταιρείας ανέφερε ότι η Google ήθελε να δημιουργήσει το καλύτερο ερευνητικό εργαστήριο τεχνητής νοημοσύνης στον κόσμο.
Το Russia 2045, γνωστό ως Πρωτοβουλία 2045 ή Έργο Avatar, είναι ένα φιλόδοξο μακροπρόθεσμο έργο που στοχεύει να έχει ρομποτικά είδωλα έως το 2020, μεταμοσχεύσεις εγκεφάλου έως το 2025 και τεχνητούς εγκεφάλους έως το 2035. Το πρόγραμμα ξεκίνησε το 2011 από τον Ρώσο μεγιστάνα των μέσων ενημέρωσης Ντμίτρι Ίτσκοφ. Στοχεύει στη δημιουργία ενός ιδρύματος ανθρώπινου εγκεφάλου μέσω ενός παγκόσμιου δικτύου επιστημόνων που συνεργάζονται προς όφελος της ανθρωπότητας και της συστηματικής ανάπτυξης της τεχνολογίας. Ορισμένοι Ρώσοι επιστήμονες έχουν ήδη λάβει επενδύσεις από τον Itskov για την έρευνά τους. Επιπλέον, ο Itskov αναζητά πρόσθετη χρηματοδότηση από άτομα υψηλής καθαρής αξίας, φιλανθρωπικές οργανώσεις και εθνικές και διεθνείς κυβερνήσεις.
Το επόμενο ενδιαφέρον έργο είναι ένα πρόγραμμα του Πανεπιστημίου της Βοστώνης και της Hewlett Packard (HP) που ονομάζεται Moneta. Μια ομάδα της HP με επικεφαλής τον Γκρεγκ Σνάιντερ κατασκευάζει μια πλατφόρμα νευρωνικών δικτύων που ονομάζεται Cog Ex Machina που μπορείεργασία σε GPU και υπολογιστές του μέλλοντος που βασίζονται σε memristors. Το Εργαστήριο Νευρομορφολογίας στο Πανεπιστήμιο της Βοστώνης, με επικεφαλής τον Massimiliano Versace, δημιούργησε έναν αρθρωτό τεχνητό εγκέφαλο, τον Moneta, που λειτουργεί στο Cog Ex Machina. Το ακρωνύμιο σημαίνει Modular Neural Exploring Travel Agent.
Χρονικό πλαίσιο
Αναπόφευκτα προκύπτει το ερώτημα σχετικά με το πότε μπορεί να συντεθεί ένα ψηφιακό αντίγραφο του εγκεφάλου και του νωτιαίου μυελού.
Δυστυχώς, αυτό δεν θα γίνει σύντομα. Η πρόβλεψη του Kurzweil για εξομοίωση εγκεφάλου έως το 2030 φαίνεται υπερβολικά σύντομη, μόλις 12 χρόνια μακριά. Επιπλέον, οι αναλογίες του με το Πρόγραμμα Ανθρώπινου Γονιδιώματος αποδείχθηκαν μη ικανοποιητικές. Επιπλέον, πολλοί επιστήμονες πιθανότατα κινούνται προς κάποιες αδιέξοδες κατευθύνσεις.
Ομοίως, οι προβλέψεις του Goertzel σχετικά με την επιτυχία της προσέγγισης που βασίζεται σε κανόνες τις επόμενες δεκαετίες φαίνονται υπερβολικά αισιόδοξες. Αν και πιθανότατα δεν είναι ακατόρθωτο, δεδομένης της εκπαιδευτικής του προσέγγισης AI.
Σύμφωνα με το πιθανό σενάριο, η δημιουργία ενός κώδικα ή μιας όψης ανθρώπινου εγκεφάλου είναι δυνατή σε 50-75 χρόνια. Ωστόσο, η ημερομηνία είναι μάλλον δύσκολο να προβλεφθεί, δεδομένου του περιθωρίου λάθους στη νευροεπιστήμη, αφενός, και της ταχύτητας της αλλαγής, αφετέρου. Το 2050 είναι κάπως μαύρη τρύπα όσον αφορά τις προβλέψεις.
