Τεχνητός εγκέφαλος

Από τη Βικιπαίδεια, την ελεύθερη εγκυκλοπαίδεια

Ο τεχνητός εγκέφαλος, ή τεχνητός νους, είναι υλικολογισμικό με γνωστικές ικανότητες παρόμοιες με εκείνες του ζωικού ή του ανθρώπινου εγκεφάλου.[1]

Η έρευνα που διερευνά τους τεχνητούς εγκεφάλους και την προσομοίωση του εγκεφάλου διαδραματίζει τρεις σημαντικούς ρόλους στην επιστήμη:

  1. Μια συνεχιζόμενη προσπάθεια νευροεπιστημόνων και ψυχολόγων να κατανοήσουν πώς λειτουργεί ο ανθρώπινος εγκέφαλος, γνωστή ως γνωστική νευροεπιστήμη.
  2. Ένα νοητικό πείραμα στη φιλοσοφία της τεχνητής νοημοσύνης, που αποδεικνύει ότι είναι δυνατόν, τουλάχιστον θεωρητικά, να δημιουργηθεί μια μηχανή που να έχει όλες τις δυνατότητες του ανθρώπου.
  3. Ένα μακροπρόθεσμο σχέδιο για τη δημιουργία μηχανών που θα παρουσιάζουν συμπεριφορά συγκρίσιμη με εκείνη των ζώων με πολύπλοκο κεντρικό νευρικό σύστημα, όπως τα θηλαστικά και κυρίως οι άνθρωποι. Ο απώτερος στόχος της δημιουργίας μιας μηχανής που θα επιδεικνύει συμπεριφορά ή νοημοσύνη παρόμοια με του ανθρώπου ονομάζεται μερικές φορές ισχυρή τεχνητή νοημοσύνη.

Ένα παράδειγμα του πρώτου στόχου είναι το έργο που αναφέρεται από το Πανεπιστήμιο Aston στο Μπέρμιγχαμ της Αγγλίας, όπου οι ερευνητές χρησιμοποιούν βιολογικά κύτταρα για να δημιουργήσουν νευροσφαίρες (μικρές ομάδες νευρώνων) προκειμένου να αναπτύξουν νέες θεραπείες για ασθένειες όπως η νόσος Αλτσχάιμερ, ο κινητικός νευρώνας και η νόσος Πάρκινσον.

Ο δεύτερος στόχος είναι μια απάντηση σε επιχειρήματα όπως το επιχείρημα του Τζον Σιρλ για το κινέζικο δωμάτιο, η κριτική του Χιούμπερτ Ντρέιφους για την τεχνητή νοημοσύνη ή το επιχείρημα του Ρότζερ Πένροουζ στο Ο νέος αυτοκράτορας.[2] Αυτοί οι επικριτές υποστήριξαν ότι υπάρχουν πτυχές της ανθρώπινης συνείδησης ή τεχνογνωσίας που δεν μπορούν να προσομοιωθούν από τις μηχανές. Μια απάντηση στα επιχειρήματά τους είναι ότι οι βιολογικές διεργασίες στο εσωτερικό του εγκεφάλου μπορούν να προσομοιωθούν με κάθε βαθμό ακρίβειας. Η απάντηση αυτή δόθηκε ήδη από το 1950, από τον Άλαν Τούρινγκ στο κλασικό του άρθρο "Computing Machinery and Intelligence".

Ο τρίτος στόχος αποκαλείται γενικά από τους ερευνητές τεχνητή γενική νοημοσύνη.[3] Ωστόσο, ο Ρέι Κέρζουελ προτιμά τον όρο "ισχυρή τεχνητή νοημοσύνη". Στο βιβλίο του The Singularity is Near (Η μοναδικότητα είναι κοντά),[4] εστιάζει στην εξομοίωση ολόκληρου του εγκεφάλου με τη χρήση συμβατικών υπολογιστικών μηχανών ως προσέγγιση για την υλοποίηση τεχνητών εγκεφάλων και υποστηρίζει (με βάση την ισχύ των υπολογιστών που συνεχίζει την εκθετική τάση αύξησης) ότι αυτό θα μπορούσε να γίνει μέχρι το 2025. Ο Χένρι Μάρκαμ, διευθυντής του προγράμματος Blue Brain (το οποίο επιχειρεί την εξομοίωση του εγκεφάλου), διατύπωσε παρόμοιο ισχυρισμό (2020) στο συνέδριο TED της Οξφόρδης το 2009.[1] Από την άλλη πλευρά, ωστόσο, η σύνδεση της υπολογιστικής προσομοίωσης τεχνητών συστημάτων που μοιάζουν με τον άνθρωπο με την υπόθεση της ισχυρής τεχνητής νοημοσύνης θεωρείται κακοπροαίρετη και προβληματική από μελετητές όπως ο Αντόνιο Λιέτο, σύμφωνα με τον οποίο "τα τεχνητά μοντέλα του εγκεφάλου και του νου μπορούν να χρησιμοποιηθούν για την κατανόηση των νοητικών φαινομένων χωρίς να προσποιούνται ότι είναι τα πραγματικά φαινόμενα που μοντελοποιούν" (όπως, από την άλλη πλευρά, υποθέτει η υπόθεση της ισχυρής τεχνητής νοημοσύνης).

Προσεγγίσεις στην προσομοίωση του εγκεφάλου[Επεξεργασία | επεξεργασία κώδικα]

Εκτιμήσεις για το πόση επεξεργαστική ισχύς απαιτείται για την προσμοίωση ενός ανθρώπινου εγκεφάλου σε διάφορα επίπεδα (από τον Ρέι Κέρζουελ, και τους Άντερς Σάντμπεργκ και Νικ Μπόστρομ), μαζί με τον ταχύτερο υπερυπολογιστή από το TOP500 που χαρτογραφείται ανά έτος.

Παρόλο που η άμεση προσμοίωση του ανθρώπινου εγκεφάλου με τη χρήση τεχνητών νευρωνικών δικτύων σε μια υπολογιστική μηχανή υψηλών επιδόσεων είναι μια συχνά συζητούμενη προσέγγιση, υπάρχουν και άλλες προσεγγίσεις. Μια εναλλακτική εφαρμογή τεχνητού εγκεφάλου θα μπορούσε να βασίζεται στις αρχές της μη γραμμικής συνοχής φάσης/αποσυγκόλλησης της ολογραφικής νευρωνικής τεχνολογίας (HNeT). Η αναλογία έχει γίνει με τις κβαντικές διεργασίες μέσω του βασικού συναπτικού αλγορίθμου που έχει ισχυρές ομοιότητες με την κβαντομηχανική κυματική εξίσωση.

Το EvBrain είναι μια μορφή εξελικτικού λογισμικού που μπορεί να εξελίξει "εγκεφαλικά" νευρωνικά δίκτυα, όπως το δίκτυο αμέσως πίσω από τον αμφιβληστροειδή.

Τον Νοέμβριο του 2008, η IBM έλαβε επιχορήγηση ύψους 4,9 εκατομμυρίων δολαρίων από το Πεντάγωνο για έρευνα σχετικά με τη δημιουργία ευφυών υπολογιστών. Το πρόγραμμα Blue Brain διεξάγεται με τη βοήθεια της IBM στη Λωζάνη. Το έργο βασίζεται στην υπόθεση ότι είναι δυνατόν να συνδεθούν τεχνητά οι νευρώνες "στον υπολογιστή", τοποθετώντας τριάντα εκατομμύρια συνάψεις στη σωστή τρισδιάστατη θέση τους.

Ορισμένοι υποστηρικτές της ισχυρής τεχνητής νοημοσύνης υπέθεσαν το 2009 ότι οι υπολογιστές σε σχέση με το Blue Brain και το Soul Catcher μπορεί να ξεπεράσουν την ανθρώπινη διανοητική ικανότητα γύρω στο 2015 και ότι είναι πιθανό να μπορέσουμε να κατεβάσουμε τον ανθρώπινο εγκέφαλο κάποια στιγμή γύρω στο 2050.

Ενώ το Blue Brain είναι σε θέση να αναπαραστήσει πολύπλοκες νευρωνικές συνδέσεις σε μεγάλη κλίμακα, το έργο δεν επιτυγχάνει τη σύνδεση μεταξύ της εγκεφαλικής δραστηριότητας και των συμπεριφορών που εκτελούνται από τον εγκέφαλο. Το 2012, το έργο Spaun (Semantic Pointer Architecture Unified Network) προσπάθησε να μοντελοποιήσει πολλαπλά μέρη του ανθρώπινου εγκεφάλου μέσω αναπαραστάσεων νευρωνικών συνδέσεων μεγάλης κλίμακας που δημιουργούν σύνθετες συμπεριφορές εκτός από τη χαρτογράφηση.

Ο σχεδιασμός του Spaun αναπαριστά στοιχεία της ανατομίας του ανθρώπινου εγκεφάλου. Το μοντέλο, που αποτελείται από περίπου 2,5 εκατομμύρια νευρώνες, περιλαμβάνει χαρακτηριστικά του οπτικού και κινητικού φλοιού, GABAergic και dopaminergic συνδέσεις, την κοιλιακή τμηματική περιοχή (VTA), τη substantia nigra και άλλα. Ο σχεδιασμός επιτρέπει διάφορες λειτουργίες σε απόκριση σε οκτώ εργασίες, χρησιμοποιώντας οπτικές εισόδους δακτυλογραφημένων ή χειρόγραφων χαρακτήρων και εξόδους που πραγματοποιούνται από έναν μηχανικό βραχίονα. Οι λειτουργίες του Spaun περιλαμβάνουν την αντιγραφή ενός σχεδίου, την αναγνώριση εικόνων και την καταμέτρηση.

Υπάρχουν βάσιμοι λόγοι να πιστεύουμε ότι, ανεξάρτητα από τη στρατηγική υλοποίησης, οι προβλέψεις για την υλοποίηση τεχνητών εγκεφάλων στο εγγύς μέλλον είναι αισιόδοξες. Ειδικότερα, οι εγκέφαλοι (συμπεριλαμβανομένου του ανθρώπινου εγκεφάλου) και η νόηση δεν είναι επί του παρόντος καλά κατανοητές και η κλίμακα των απαιτούμενων υπολογισμών είναι άγνωστη. Ένας άλλος βραχυπρόθεσμος περιορισμός είναι ότι όλες οι τρέχουσες προσεγγίσεις για την προσομοίωση εγκεφάλων απαιτούν τάξεις μεγέθους μεγαλύτερη κατανάλωση ενέργειας σε σύγκριση με έναν ανθρώπινο εγκέφαλο. Ο ανθρώπινος εγκέφαλος καταναλώνει περίπου 20 W ισχύος, ενώ οι σημερινοί υπερυπολογιστές μπορεί να καταναλώνουν έως και 1 MW - δηλαδή μια τάξη μεγέθους 100.000 περισσότερο.[εκκρεμεί παραπομπή]

Τεχνητός εγκέφαλος - νοητικό πείραμα[Επεξεργασία | επεξεργασία κώδικα]

Ορισμένοι επικριτές της προσομοίωσης του εγκεφάλου πιστεύουν ότι είναι απλούστερο να δημιουργηθεί άμεσα γενική ευφυής δράση χωρίς μίμηση της φύσης. Κάποιοι σχολιαστές έχουν χρησιμοποιήσει την αναλογία ότι οι πρώτες προσπάθειες κατασκευής ιπτάμενων μηχανών είχαν ως πρότυπο τα πουλιά, αλλά ότι τα σύγχρονα αεροσκάφη δεν μοιάζουν με πουλιά.

Παραπομπές[Επεξεργασία | επεξεργασία κώδικα]

  1. 1,0 1,1 «Artificial brain '10 years away'» (στα αγγλικά). 2009-07-22. http://news.bbc.co.uk/2/hi/technology/8164060.stm. Ανακτήθηκε στις 2023-06-04. 
  2. Ναθαναήλ, Γιώργος (24 Νοεμβρίου 2008). «Τεχνολογία και νοημοσύνη». Το Βήμα. Ανακτήθηκε στις 4 Ιουνίου 2023. 
  3. Voss, Peter (2006), «Essentials of general intelligence», στο: Goertzel, Ben; Pennachin, Cassio, επιμ., Artificial General Intelligence, Springer, ISBN 3-540-23733-X, http://www.adaptiveai.com/research/index.htm#different_approach, ανακτήθηκε στις 2022-10-15 
  4. Τσιριγωτάκη, Εύη (31 Ιουλίου 2017). «Το πρώτο γαλλικό παράρτημα του πρωτοποριακού Πανεπιστημίου Singularity ανοίγει σύντομα στο Μπορντό». ΕΡΤ. Ανακτήθηκε στις 4 Ιουνίου 2023. 

Εξωτερικοί σύνδεσμοι[Επεξεργασία | επεξεργασία κώδικα]