Sztuczny mózg: zakląć myśl w maszynie
Europejski Human Brain Project ruszył w 2013 r. Oficjalnie nie określa się go jako „projektu budowy sztucznego mózgu”. Podkreślany jest tu raczej aspekt poznawczy, chęć lepszego odwzorowania naszego centrum dowodzenia. Nie bez znaczenia pozostaje potencjał innowacyjny HBP, jako bodźca rozwojowego w nauce. Nie da się jednak ukryć, że celem naukowców pracujących przy tym projekcie jest zbudowanie działającej symulacji mózgu, i to w ciągu dekady, czyli, licząc od 2013 r. - do roku 2023.
Uczeni uważają, że do odtworzenia ludzkiego mózgu przydałaby się jego dokładna mapa. Sto bilionów połączeń, do jakich w nim dochodzi, tworzy zamkniętą całość - trwają więc intensywne prace nad stworzeniem mapy tej niewyobrażalnej złożoności, nazywanej konektomem (ang. connect - łączyć się).
Pojęcie to zostało po raz pierwszy użyte w pracach naukowych w 2005 r., niezależnie od siebie przez dwóch autorów: Olafa Spornsa z Indiana University oraz Patricka Hagmanna ze Szpitala Uniwersyteckiego w Lozannie.
Uczeni sądzą, że gdy już stworzą mapę wszystkiego, co się w mózgu dzieje, wówczas będzie można zbudować mózg sztuczny, taki sam jak ludzki, a potem, kto wie, może nawet lepszy… Projekt stworzenia konektomu nawiązuje pod względem nazwy oraz istoty do znanego projektu zdekodowania ludzkiego genomu - Human Genome Project. Zamiast pojęcia genomu w zainicjowanym projekcie używa się pojęcia konektomu na określenie całości połączeń neuronalnych mózgu. Naukowcy mają nadzieje, iż zbudowanie pełnej mapy połączeń neuronowych będzie służyło w praktyce nie tylko nauce, ale także pomoże w leczeniu chorób.
Pierwszym i dotychczas jedynym w pełni poznanym konektomem jest sieć połączeń neuronów w układzie nerwowym nicienia caenorhabditis elegans. Została ona opracowana poprzez trójwymiarową rekonstrukcję struktury nerwów przy użyciu mikroskopii elektronowej. Wynik prac opublikowano jeszcze w 1986 r. Największym obecnie przedsięwzięciem badawczym prowadzonym w ramach nowej nauki o nazwie konektomika jest fundowany przez amerykański Narodowy Instytut Zdrowia (sumą 30 mln dol.) projekt poznania ludzkiego konektomu - The Human Connectome Project.
Algorytm inteligencji
Zbudowanie syntetycznej kopii ludzkiego mózgu do łatwych zadań nie należy. Być może nieco ułatwi je opisane w listopadzie 2016 r., w czasopiśmie „Frontiers in Systems Neuroscience”, odkrycie, że ludzka inteligencja jest efektem działania stosunkowo nieskomplikowanego algorytmu. Odnalazł go, a przynajmniej tak twierdzi, Joe Tsien, neurolog z Uniwersytetu Georgii w Auguście.
Jego badania oparte były na tzw. teorii konektywizmu, czyli teorii uczenia się w epoce cyfrowej. Opiera się ona na przekonaniu, że celem nauczania jest nauka myślenia, która ma prymat nad zdobywaniem wiedzy. Twórcami tej teorii są: George Siemens, który swoje założenia zaprezentował w dokumencie „Connectivism: A Learning Theory for the Digital Age”, oraz Stephen Downes. Kluczową kompetencją jest tu umiejętność właściwego korzystania ze zdobyczy technologicznych i odnajdywania wiadomości w zewnętrznych bazach danych (tzw. know - where), a nie, jak dotąd, z informacji wyuczonych w toku kształcenia - oraz zdolność ich kojarzenia i powiązywania z innymi informacjami.
Na poziomie neuronowym teoria opisuje grupy neuronów tworzące złożone i połączone zespoły, które radzą sobie z podstawowymi pojęciami i informacjami. Badając zwierzęta doświadczalne za pomocą elektrod, uczeni zauważyli, że owe „zespoły” neuronowe są predefiniowane dla pewnych typów problemów. Tworzy to rodzaj algorytmu mózgowego z określonymi zależnościami logicznymi. Uczeni mają nadzieję, że ludzki mózg przy całej swojej komplikacji nie działa co do zasady inaczej niż te mózgi, które mają laboratoryjne gryzonie.
Mózg z memrystorów
Gdy opanujemy algorytmy, do fizycznej budowy symulacji ludzkiego mózgu być może uda się wykorzystać memrystory. Niedawno ich przydatność w tej mierze udowadniali naukowcy z Uniwersytetu w Southampton.
Wykonane z tlenków metali memrystory brytyjskich naukowców pełniły funkcje sztucznych synaps, które miały uczyć się (i uczyć ponownie) bez interwencji z zewnątrz, korzystając z zestawów danych, zawierających również wiele nieistotnych informacji - tak jak robi to człowiek. Ponieważ memrystory pamiętają swoje poprzednie stany, gdy są wyłączone, powinny wykorzystywać znacznie mniej energii elektrycznej niż konwencjonalne elementy obwodów. To niezwykle istotne z punktu widzenia całego szeregu niewielkich urządzeń, które nie mogą i nie powinny dysponować żadną ogromną baterią.
Oczywiście to dopiero początki rozwoju tej technologii. Jeżeli sztuczna inteligencja rzeczywiście miałaby imitować ludzki mózg, potrzebowałaby co najmniej setek miliardów synaps. Zestaw memrystorów wykorzystany przez badaczy był znacznie prostszy - dlatego ograniczał się w działaniu do odnajdywania wzorców. Grupa z Southampton zaznacza jednak, że w przypadku węższych zakresów zastosowań nie trzeba by korzystać z aż tak dużej liczby memrystorów. Dzięki nim można by zbudować np. czujniki, które klasyfikowałyby obiekty i identyfikowały wzorce bez udziału człowieka. Takie urządzenia byłyby szczególnie przydatne w miejscach, do których trudno się dostać, bądź szczególnie niebezpiecznych.
Jeśli połączymy ogólne odkrycia dokonywane w ramach projektu Human Brain Project, mapowanie „konektomu”, rozpoznanie algorytmów inteligencji i technologie memrystorowej elektroniki, to może w perspektywie dekad uda nam się zbudować sztuczny mózg, wierną kopię ludzkiego. Kto wie? Co więcej, nasza syntetyczna kopia prawdopodobnie będzie lepiej przygotowana do rewolucji maszyn niż my sami.
