Det er diskusjoner blant nevrovitenskapsmenn, kognisjonister og filosofer om hvorvidt den menneskelige hjernen kan skapes eller rekonstrueres. Nåværende gjennombrudd og oppdagelser innen hjernevitenskap baner stadig vei for en tid da kunstige hjerner kan gjenskapes fra bunnen av. Noen mennesker antar at det er utenfor grensene for det mulige, den andre er opptatt med måter å lage den på, den tredje har jobbet fruktbart med oppgaven i lang tid. I artikkelen vil vi vurdere spørsmål om utviklingen av kunstig intelligens, dens utsikter, samt om store selskaper og prosjekter på dette området.
Grunnleggende
Den kunstige hjernen tilsvarer en robotmaskin som er like smart, kreativ og bevisst som mennesker. I hele menneskehetens historie er ikke oppgaven helt løst, men futuristene sier at dette er et spørsmål om tid. Vurderer modernetrender innen nevrovitenskap, databehandling og nanoteknologi spår at kunstig intelligens og hjernen vil dukke opp i det 21. århundre, muligens innen 2050.
Forskere vurderer flere måter å skape kunstig intelligens på. I det første tilfellet utføres storskala biologisk realistiske simuleringer av den menneskelige hjernen på superdatamaskiner. I det andre tilfellet prøver forskere å lage massivt parallelle nevromorfe dataenheter som enkelt kan modelleres på nevr alt vev.
Menneskelig bevissthet når det gjelder de mest interessante mysteriene innen vitenskap og metafysikk regnes som den mest komplekse og mest oppnåelige. Lignende konklusjoner oppnås ved omvendt utvikling av den menneskelige hjernen.
Machine learning
Maskinlæring er kjernen i utviklingsstrategien for "kunstig intelligens", for dette blir menneskelige hjerneceller omfattende studert. Denne typen læring har et stort potensial: Plattformen inkluderer algoritmer, utviklingsverktøy, APIer og modellimplementering. Datamaskiner har evnen til å lære uten å være eksplisitt programmert. Innovative selskaper Amazon, Google og Microsoft bruker maskinlæring aktivt.
Dyplæringsplattformer
Dyp læring er en del av maskinlæring. Den er basert på hvordan den menneskelige hjernen fungerer og er avhengig av kunstige nevrale nettverk (ANN) algoritmer som informasjon flyter gjennom. Roboter kan "lære" av input og resultater. Deep Learning - lovendetrend innen kunstig intelligens, kombinert med store mengder informasjon. Det har vist seg i mønstergjenkjenning og klassifisering. Deep Instinct, Fluid AI, MathWorks, Ersatz Labs, Sentient Technologies, Peltarion og Saffron Technology er eksempler på selskaper som er pionerer innen dette feltet av etterretningsstudier.
Natural Language Processing
Neuro-lingvistisk programmering (NLP) er på grensen mellom datamaskin og menneskelig språk og er en kunstig intelligens-teknologi. Dataprogrammer kan forstå muntlig eller skriftlig menneskelig tale. I Amazon Alexa-programvaren, Apple Siri, Microsoft Cortana og Google Assistant, brukes NLP til å forstå brukerspørsmål og gi svar på dem. Denne typen programmering er mye brukt i økonomiske transaksjoner og kundeservice.
Natural Language Generation
NLG programvare brukes til å konvertere alle typer data til lesbar tekst, dette oppnås gjennom studiet av hjernen. Det er en undervurdert teknologi med applikasjoner som business intelligence-rapportautomatisering, produktbeskrivelser, økonomiske rapporter. Teknologi gjør det mulig å lage brukergenerert innhold til en forutsigbar merkostnad. Strukturerte data konverteres til tekst i høy hastighet, opptil flere sider per sekund. Interessante aktører i dette markedet er Automated Insights,Lucidworks, Attivio, SAS, Narrative Science, Digital Reasoning, Yseop og Cambridge Semantics.
Virtuelle agenter
I rammen av kunstig intelligens-teknologier er ikke begrepene "virtuell agent" og "virtuell assistent" utskiftbare. Noen prøver å skille mellom konsepter, og de lykkes.
Virtual Assistant er en slags personlig online-assistent. Virtuelle agenter er ofte representert som datamaskin AI-karakterer som har en intelligent samtale med brukere. De kan svare på spørsmål, og deres største fordel er at kundene kan få hjelp 24 timer i døgnet.
Talegjenkjenning
Taleidentifikasjon er et programs evne til å forstå og analysere ord og uttrykk på talespråk, og konvertere dem til data ved hjelp av den innebygde kunstige hjernealgoritmen. Talegjenkjenning brukes i selskapet for samtaleruting, taleoppringing, talesøk og tale-til-tekst-behandling. En ulempe er at programmet kan forvirre ord på grunn av forskjeller i uttale og bakgrunnsstøy. Programvare for talegjenkjenning installeres i økende grad på mobile enheter. Nuance Communications, OpenText, Verint Systems og NICE utvikler seg på dette området.
AI-innebygd maskinvare
Enheter med innebygd AI, brikker og grafikkbehandlingsenheter (GPUer) har blitt utbredt. Google har bygget inn i sinmaskinvare kunstig intelligens, som tar utgangspunkt i utviklingen av instituttet for den menneskelige hjerne. Effekten av å integrere AI med programvare går langt utover forbrukerapplikasjoner som underholdning og spill. Dette er en ny type teknologi som vil bli brukt til å fremme dyp læring. Slike utviklinger utføres av Google, IBM, Intel, Nvidia, Allluviate og Cray.
Decision Management
Beslutningsstyring i innovative produkter (f.eks. robot med kunstig intelligens) dekker alle aspekter ved design og regulering av automatiserte systemer. Det er viktig for organisasjoner å administrere interaksjoner mellom ansatte, kunder og leverandører.
Beslutningsstyring forbedrer prosessen med alternative valg, her brukes all mulig informasjon for beste preferanse, mens det legges vekt på manøvrerbarhet, konsistens, nøyaktighet i beslutningstaking. Beslutningsstyring tar hensyn til tidsbegrensninger og kjente risikoer.
Bank-, forsikrings- og finanstjenesteorganisasjoner integrerer daglig beslutningsprogramvare i sine kundeserviceprosesser.
Neuromorfisk utstyr
SyNAPSE er et DARPA-finansiertprogram for å utvikle nevromorfe mikroprosessorsystemer som kartlegger hjerneintelligens og fysikk. Plattformen leter etter svar på hovedspørsmålet: er det mulig å lage en kunstig hjerne? Førstnevrale nettverk testes i simuleringer på en superdatamaskin, deretter bygges nettverk direkte i maskinvare. I oktober 2011 ble en prototype nevromorf brikke som inneholdt 256 nevroner demonstrert. Det arbeides med å lage et multi-chip system som er i stand til å emulere 1 million toppnevroner og 1 milliard synapser.
Neural nettverksmodellering
The Blue Brain Project er et forsøk på å rekonstruere den menneskelige hjernen og ryggmargen ved hjelp av datasimuleringer på molekylært nivå. Prosjektet ble grunnlagt i mai 2005 av Henry Markram ved State Polytechnic School of Lausanne (EPFL) i Sveits. Simuleringen kjører på IBM Blue Gene-superdatamaskinen, derav navnet Blue Brain. Fra november 2018 blir simuleringer utført på mesocytter som inneholder rundt 10 millioner nevroner og 10 milliarder synapser. En fullskala simulering av den menneskelige hjernen med dens 186 milliarder nevroner er planlagt i 2023.
Spaun, et enhetlig nettverk med en semantisk pekerarkitektur, ble skapt av Chris Eliasmit og kolleger ved Center for Theoretical Neuroscience (CTN) ved University of Waterloo i Canada. Fra desember 2018 er Spaun verdens største hjernesimulering. Modellen inneholder 2,5 millioner nevroner, som er nok til at den kan gjenkjenne lister med tall, utføre enkle beregninger.
SpiNNaker er en massiv laveffekts nevromorf superdatamaskin somfor tiden under bygging ved University of Manchester i Storbritannia. Med over en million kjerner og tusen simulerte nevroner, ville maskinen være i stand til å simulere en milliard nevroner. I stedet for å implementere én bestemt algoritme, vil SpiNNaker bli en plattform hvor du kan teste ulike algoritmer. Ulike typer nevrale nettverk kan designes og kjøres på en maskin, og simulerer dermed ulike typer nevroner og kommunikasjonsmønstre. SpiNNaker er et akronym avledet fra Spi King Nural.
Brain Corporation er et lite forskningsselskap som utvikler nye algoritmer og mikroprosessorer som ligger til grunn for det biologiske nervesystemet. Selskapet ble grunnlagt i 2009 av beregningsnevroforsker Evgeny Izhikevich og nevrovitenskapsmann/entreprenør Allen Gruber. Forskningen deres fokuserer på følgende områder: visuell persepsjon, motorisk kontroll og autonom navigasjon. Selskapets mål er å utstyre forbrukerenheter som mobiltelefoner og husholdningsroboter med et kunstig nervesystem. Studien er delvis finansiert av Qualcomm, som ligger på Qualcomm-campus i San Diego, California. Ingen spesifikke produkter har ennå blitt utgitt eller annonsert, men selskapet fortsetter å vokse og har aktivt ansatt nye medarbeidere siden februar 2018.
relatert forskning
Google X Lab er et hemmelig laboratorium der Google eksperimenterer med fremtidig teknologi. Prosjekter som selskapetverk er ikke offentlige, men antas å være basert på robotikk og kunstig intelligens. Detaljer om laboratoriet dukket først opp i en New York Times-artikkel i november 2011. Publikasjonen opplyser at laboratoriet ligger i Bay Area, California. Det er velkjent at grunnleggerne av Google er interessert i å studere kunstig intelligens og investerer i denne retningen. I 2006 sa et firmanotat at Google ønsket å bygge verdens beste AI-forskningslaboratorium.
Russia 2045, kjent som 2045-initiativet eller Avatar-prosjektet, er et ambisiøst langsiktig prosjekt som har som mål å ha robotavatarer innen 2020, hjernetransplantasjoner innen 2025 og kunstige hjerner innen 2035. Programmet ble lansert i 2011 av den russiske mediemagnaten Dmitrij Itskov. Den har som mål å skape en menneskelig hjerneinstitusjon gjennom et glob alt nettverk av forskere som jobber sammen til fordel for menneskeheten og systematisk utvikling av teknologi. En rekke russiske forskere har allerede mottatt investeringer fra Itskov for sin forskning. I tillegg søker Itskov ytterligere finansiering fra enkeltpersoner med høy nettoverdi, veldedige organisasjoner og nasjonale og internasjonale myndigheter.
Det neste interessante prosjektet er et Boston University og Hewlett Packard (HP)-program k alt Moneta. Et HP-team ledet av Greg Snyder bygger en nevral nettverksplattform k alt Cog Ex Machina som kanarbeid i GPUer og fremtidens datamaskiner basert på memristorer. Neuromorphology Lab ved Boston University, ledet av Massimiliano Versace, har laget en modulær kunstig hjerne, Moneta, som kjører på Cog Ex Machina. Akronymet står for Modular Neural Exploring Travel Agent.
Tidsramme
Spørsmålet oppstår uunngåelig om når en digital kopi av hjernen og ryggmargen kan syntetiseres.
Dette kommer dessverre ikke snart. Kurzweils spådom om hjerneemulering innen 2030 virker altfor kort, bare 12 år unna. Dessuten viste analogiene hans med Human Genome Project seg utilfredsstillende. I tillegg beveger nok mange forskere seg i noen blindveier.
Tilsvarende virker Goertzels spådommer om suksessen til den regelbaserte tilnærmingen de neste tiårene altfor optimistiske. Selv om det sannsynligvis ikke er umulig gitt hans AI-treningstilnærming.
I henhold til det sannsynlige scenariet er det mulig å lage en kode eller et utseende av en menneskelig hjerne om 50-75 år. Likevel er datoen ganske vanskelig å forutsi, gitt feilmarginen innen nevrovitenskap på den ene siden og endringshastigheten på den andre. 2050 er et slags sort hull når det kommer til spådommer.
