Sztuczny mózg - dokładnie taki sam, jak nasz
W 1990 r. głośno stało się o australijskim uczonym Hugonie de Garisie, zajmującym się nową gałęzią sztucznej inteligencji, określaną jako ewoluujący hardware (evolvable hardware). Wszystko dzięki jego badaniom nad algorytmami genetycznymi, które miały doprowadzić do wyewoluowania sieci neuronowych na bazie trójwymiarowych automatów komórkowych wewnątrz programowalnych układów logicznych FPGA. Takie podejście miało umożliwić zbudowanie sztucznego mózgu, którego inteligencja wkrótce prześcignęłaby ludzką.
W latach 90. Garis zapowiadał, że do roku 2001 stworzy sztuczny mózg zawierający miliard neuronów, będący w stanie symulować mózg kota. Na ten cel otrzymał nawet grant w wysokości 4 mln dolarów, jednak wyniki nie były zadowalające. Po otrzymaniu kolejnego miliona dolarów, Garis nie dostarczył działającego urządzenia i dalsze finansowanie zostało wstrzymane.
Hipotetyczne sztuczne konstrukcje obliczeniowe naśladujące ludzki mózg nazywane są "neuromorficznymi" - termin ten stworzył w latach 80. XX wieku amerykański uczony Carver Mead. Znane były jego próby imitacji neuronów za pomocą specjalnie skonfigurowanych układów tranzystorowych. Naukowcy z całego świata od dawna usilnie pracują nad systemami działającymi podobnie jak nasz umysł. Z tego powodu bywają one nazywane sztucznym mózgiem. Oczywiście nie chodzi tylko o satysfakcję z naśladownictwa tak niezwykle skomplikowanych struktur. Uczeni mają nadzieję, że badania pozwolą skutecznie pokonać choroby takie, jak np. Parkinsona czy Alzheimera.
Hura, mamy mózg pszczoły!
Opracowanie sztucznego mózgu zakłada np. jeden z flagowych projektów badawczych Unii Europejskiej - Human Brain Project. Neurolog Henry Markram z Instytutu Mózgu na Politechnice Federalnej w Lozannie w Szwajcarii spędził ostatnie piętnaście lat na żmudnym mapowaniu mózgu, neuron po neuronie, co ma pozwolić na zbudowanie stuprocentowo wiernej jego symulacji. W jego projekcie, nazywanym Blue Brain, pomaga mu firma IBM.
Henry Markram prezentuje wizualizację synaptycznych połączeń symulowanych w projekcie Blue BrainWe wstępnej fazie projektu, ukończonej w grudniu 2006 r., stworzono symulację działania pojedynczej kolumny neuronalnej mózgu szczura. Ma ona objętość ok. 0,5 mm3 i zawiera blisko 10 tys. neuronów i dwieście różnych typów, połączonych ok. 30 mln synaps. W przeprowadzonej symulacji sieć neuronów była poddawana działaniu sygnałów przypominających te, jakie odbierałyby w mózgu szczura. Zaobserwowano tworzenie się nowych połączeń synaptycznych i reagowanie grup neuronów w synchronicznych wyładowaniach.
W kolejnych latach symulacja została zoptymalizowana i powiększono jej skalę. W 2011 r., za pomocą superkomputera Blue Gene/P, o mocy 56 TFLOPS, stworzono symulację obwodu zawierającego sto kolumn neuronowych. Dotyczyła blisko miliona neuronów i miliarda połączeń neuronalnych. Odpowiadało to skali mózgu pszczoły.
Aby jednak komputery neuromorficzne spełniały swoją funkcję, potrzebne są sztuczne synapsy, zmieniające właściwości na skutek uczenia się. Mówiąc w dużym uproszczeniu, podstawą pracy mózgu są neurony i synapsy - jeden neuron łączy się z drugim poprzez synapsę. Dobre połączenie między neuronami powoduje, że informacje w mózgu są przekazywane sprawnie. Jednocześnie kiedy informacja przepływa przez synapsy regularnie, to automatycznie je zmienia, dzięki czemu potrafimy zapamiętywać i uczyć się.
Ponieważ kora nowa ludzkiego mózgu, odpowiedzialna za wyższe procesy poznawcze, zawiera 15-33 mld neuronów, z których każdy może mieć do 10 tys. połączeń synaptycznych, Henry Markram szacuje ilość informacji, potrzebnych do odtworzenia jego funkcjonalności na 500 petabajtów. Przewiduje, że superkomputery o wystarczającej mocy obliczeniowej, aby przetworzyć taką ilość danych, powstaną ok. roku 2020.
Elektronika neuronowa
Co ciekawe, SyNAPSE, wynalazek IBM, już w listopadzie 2012 r. wymodelował 530 mld neuronów, co znacznie przewyższa całkowitą liczbę neuronów w ludzkim mózgu, który średnio ma ich ok. 86 mld. Jednak działał aż 1500 razy wolniej, co sprawia, że do "oryginału" nie sposób go porównywać.
Inny znany projekt sztucznego mózgu to Neurogrid, będący lżejszą i tańszą wersją modeli z superkomputerów. Zużywa jedynie 5 watów elektryczności, podczas gdy, dla porównania, SyNAPSE funkcjonujący w oparciu o architekturę Blue Gene/Q, do działania potrzebował aż 8 megawatów. Narodowa Fundacja Nauki w Stanach Zjednoczonych, która sfinansowała projekt, ma nadzieję, że ów wynalazek pomoże innym poznać niektóre z mechanizmów kierujących mózgami, zarówno tymi zdrowymi, jak i wykazującymi zaburzenia w rodzaju autyzmu czy schizofrenii.
Model Neurogrid składa się z 16 chipów, zaś każdy z nich reprezentuje 65 tys. neuronów. Naukowcy potrafią modelować w nich niemal 80 parametrów, dzięki czemu różne rodzaje neuronów mogą mieć różne właściwości. Ponadto każdy z neuronów może się komunikować z tysiącami innymi, podobnie jak ma to miejsce w mózgu człowieka.
Naukowcy z ośrodka badawczego IBM Research poinformowali wiosną 2016 r. o stworzeniu najbardziej zaawansowanego neuromorficznego mikroprocesora. Układ ten, zwany TrueNorth, składa się z miliona programowalnych neuronów i 256 mln programowalnych synaps, znajdujących się w 4096 indywidualnych neurosynaptycznych rdzeniach. Ten układ - zbudowany w procesie technologicznym 28 nm firmy Samsung i zawierający wielką liczbę 5,4 mld tranzystorów - jest jednym z największych i najbardziej zaawansowanych komputerowych chipów, jakie kiedykolwiek stworzono. Przypuszczalnie jego najważniejszą cechą jest niezwykła wydajność, układ zużywa bowiem zaledwie 72 miliwaty przy maksymalnym obciążeniu, co przekłada się na ok. 400 mld synaptycznych operacji na sekundę na jednego wata. Jest on więc ok. 176 tys. razy wydajniejszy od nowoczesnego procesora działającego przy tym samym obciążeniu i 769 razy wydajniejszy od innych najnowocześniejszych neuromorficznych rozwiązań.
TrueNorth jest owocem wspomnianego sześcioletniego projektu SyNAPSE. Te prace są od roku 2008 częściowo finansowane przez amerykańską agencję DARPA, działająca w obszarze technologii wojskowych.
Latem ubiegłego roku grupa naukowców pod kierownictwem Evangelosa Eleftheriou z laboratorium IBM w Zurichu poinformowała w "Nature Nanotechnology", że udało im się zbudować sztuczną wersję neuronu. Składa się on z warstwy tellurku germanowo-antymonowego, umieszczonej pomiędzy elektrodami. Wykorzystywana jest tu zmienność fazowa tego materiału, który w zależności od przyłożonego napięcia zmienia się z izolatora w półprzewodnik, a następnie w przewodnik. Zdaniem uczonych naśladuje to fluktuacje w zachowaniach neuronów.
Jako ciekawostkę warto dodać, iż także w Polsce trwają badania w tej dziedzinie. Zespół prof. Zbigniewa Kluski, pod kierunkiem dr. Macieja Rogali z Katedry Fizyki Ciała Stałego Uniwersytetu Łódzkiego, pracuje nad stworzeniem podstawowych elementów systemów informatycznych pracujących podobnie jak ludzki mózg, czyli sztucznych synaps, z wykorzystaniem tzw. memrystorów zbudowanych z tlenków metali.
Stwórzmy konektom - będziemy mieć mózg
Sto bilionów połączeń w ludzkim mózgu tworzy zamkniętą całość - tak uważa nauka współczesna i chce poznać ją w owej całości. Intensywne prace nad stworzeniem mapy tej niewyobrażanej złożoności, czyli "konektomu", trwają.
Projekt stworzenia konektomu nawiązuje pod względem nazwy oraz istoty do znanego projektu zdekodowania ludzkiego genomu - Human Genome Project. Zamiast pojęcia genomu w inicjowanym projekcie używa się pojęcia "konektom" na określenie całości połączeń neuronalnych mózgu. Z nowym przedsięwzięciem badawczym wiązane są 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 w 1986 r.
Niektórzy uczeni zwracają jednak uwagę, że sama mapa połączeń, konektom, może okazać się niewystarczająca do pełnego opisu funkcjonowania mózgu. Prowadzono badania, które wskazują np. na ogromną rolę neuromodulatorów, substancji chemicznych wpływających na funkcjonowanie połączeń nerwowych. Badania mapujących sieć neuronową naukowców nie biorą zwykle tego czynnika pod uwagę. Nie znaczy to, że prace nad konektorem nie są potrzebne. Może się on jednak okazać nie ostatecznym celem i "całością", tylko kolejnym etapem na drodze poznania ludzkiego mózgu.
Dajmy sobie… trzy tysiące lat
Wielu ludzi nauki jest mocno sceptycznych wobec projektów budowy sztucznego mózgu. Podkreślają, że nawet umiejąc już modelować poszczególne pojedyncze neurony, nie będziemy w stanie wytworzyć ich tak wiele, żeby wystarczyło do odtworzenia działania wszystkich biologicznych procesów umysłowych, gdyż zachodzi ich niewiarygodnie dużo. Po drugie, gdybyśmy nawet mieli pod dostatkiem "neuronowego budulca", to i tak nie będziemy wiedzieli, jak go użyć do zrekonstruowania struktury mózgu, bo wciąż jeszcze nie potrafimy precyzyjnie odwzorować w systemie technicznym skomplikowanej sieci połączeń, które kształtują strukturę rzeczywistego mózgu. Po trzecie wreszcie, mimo ogromnego postępu wiedzy na temat anatomii i fizjologii, wiedza ta wciąż jeszcze nie jest wystarczająco szczegółowa i dokładna, żeby można było mówić o schemacie strukturalnym możliwym do technicznego naśladowania.
Najbardziej złożone systemy współczesnej techniki budowane są z wykorzystaniem od kilku do (maksimum) kilkuset tysięcy oddzielnych elementów składowych. Tymczasem nasz mózg zbudowany jest z kilkudziesięciu (jak wspomnieliśmy na początku - średnio 86) miliardów procesorów przetwarzających informację, czyli neuronów. Wyobraźmy więc sobie, że ktoś podejmuje się wyzwania produkcji sztucznego mózgu. Zaczyna wytwarzać elementy składowe za pomocą urządzenia, zużywającego na produkcję jednego sztucznego neuronu zaledwie jedną sekundę. Pracuje dzień i noc bez przerwy. Okazuje się, że wyprodukowanie pierwszego miliarda tych elementów zajęłoby mu ok. trzydziestu lat. A potrzeba blisko 100 mld elementów, czyli produkcja potrwałaby, lekko licząc, ok. trzech tysięcy lat!
Co gorsza, dla zbudowania sztucznego mózgu, jak już wiemy, nie wystarczy wytworzyć pojedyncze neurony. Trzeba je potem połączyć zgodnie z założonym schematem. Liczba połączeń jest zawsze większa niż liczba łączonych elementów. Można to zauważyć, oglądając mózg. Część określana nieco już staroświecko jako "substancja szara", w tym m.in. kora mózgowa, zawierająca ciała komórek będących biologicznymi procesorami, zajmuje w mózgu wyraźnie mniej miejsca niż "substancja biała", czyli gęsta sieć aksonów, łączących te komórki ze sobą . Można być pewnym, że przy budowie sztucznego mózgu łączenie elementów zajmie więcej czasu niż ich wytwarzanie, więc całość trwałaby przynajmniej - z dzisiejszego punktu widzenia - ok. 10 tys. lat.
Jednak to, że nie można zbudować modelu mózgu człowieka nie oznacza, że nie da się stworzyć technicznego modelu żadnego mózgu. W technice podobny kompromis jest czymś spotykanym dosłownie na każdym kroku. Nie jesteśmy w stanie np. zbudować mostu, który uniesie dowolnie wielki ciężar? Wznosimy więc mosty o ograniczonej wytrzymałości, wiedząc, że i tak będzie ona znacznie większa niż występujące w praktyce obciążenie. W życiu codziennym także próbujemy omijać rozmaite ograniczenia. Z faktu, iż nie kupimy sobie np. luksusowego Mercedesa wcale nie wynika, że nie stać nas np. na dobry rower. Skoro więc być może nie uda się zbudować modelu mózgu ludzkiego, to niewykluczone, że technicy byliby w stanie stworzyć model mózgu jakiegoś innego stworzenia.
W instrumentarium nowoczesnej informatyki zadomowiły się na stałe tzw. sieci neuronowe. Jako narzędzia o wielu istotnych zaletach są one chętnie budowane i chętnie stosowane w bardzo wielu różnych celach, pojawiły się więc liczne (dostępne także komercyjnie) formy realizacji tych sieci. Najbardziej popularne i najchętniej stosowane są realizacje symulacyjne. Sieć ma wtedy formę programu modelującego działanie zarówno poszczególnych neuronów, jak i całych ich zespołów. Taki program może działać, przetwarzając różne informacje, zgodnie z zasadami obliczeń neuronowych, tyle tylko, że w formie wirtualnej. Dla większości zastosowań jest to wystarczające - np. dla potrzeb robotyki zbudowano już elektroniczne (a nawet eksperymentalne - optoelektroniczne) neurokomputery, które pozwalają wykonywać obliczenia neuronowe naprawdę w błyskawicznym tempie.
W systemie elektronicznym lub optoelektronicznym informacja może być przetwarzana o wiele szybciej niż w tkance biologicznej. Oba te fakty wcale nas jednak nie zaskakują, bo tego właśnie można się było spodziewać. Godny uwagi jest fakt, że sztuczne sieci neuronowe osiągnęły już możliwości zrównania swej złożoności i sprawności działania z mózgami niektórych zwierząt. Zatem może uda się zbudować sztuczny mózg, ale niekoniecznie ludzki.
