Er zijn discussies tussen neurowetenschappers, cognitionisten en filosofen over de vraag of het menselijk brein kan worden gecreëerd of gereconstrueerd. De huidige doorbraken en ontdekkingen in de hersenwetenschap maken gestaag de weg vrij voor een tijd waarin kunstmatige hersenen helemaal opnieuw kunnen worden gemaakt. Sommige mensen gaan ervan uit dat het buiten de grenzen van het mogelijke ligt, de tweede is bezig met manieren om het te creëren, de derde heeft lange tijd vruchtbaar aan de taak gewerkt. In het artikel gaan we in op vragen over de ontwikkeling van kunstmatige intelligentie, de vooruitzichten en over grote bedrijven en projecten op dit gebied.
Basis
Het kunstmatige brein komt overeen met een robotmachine die net zo slim, creatief en bewust is als mensen. In de hele geschiedenis van de mensheid is de taak niet volledig opgelost, maar de futuristen zeggen dat dit een kwestie van tijd is. gezien moderntrends in neurowetenschap, informatica en nanotechnologie voorspellen dat kunstmatige intelligentie en de hersenen in de 21e eeuw zullen verschijnen, mogelijk tegen 2050.
Wetenschappers overwegen verschillende manieren om kunstmatige intelligentie te creëren. In het eerste geval worden grootschalige biologisch realistische simulaties van het menselijk brein uitgevoerd op supercomputers. In het tweede geval proberen wetenschappers massaal parallelle neuromorfische computerapparaten te maken die gemakkelijk kunnen worden gemodelleerd op neuraal weefsel.
Menselijk bewustzijn in termen van de meest interessante mysteries van wetenschap en metafysica wordt als het meest complexe en meest haalbare beschouwd. Soortgelijke conclusies worden bereikt door reverse engineering van het menselijk brein.
Machineleren
Machineleren vormt de kern van de ontwikkelingsstrategie van "kunstmatige intelligentie", hiervoor worden menselijke hersencellen uitgebreid bestudeerd. Dit type leren heeft een groot potentieel: het platform omvat algoritmen, ontwikkelingstools, API's en modelimplementatie. Computers hebben het vermogen om te leren zonder expliciet geprogrammeerd te zijn. Innovatieve bedrijven Amazon, Google en Microsoft maken actief gebruik van machine learning.
Deep learning platforms
Deep learning maakt deel uit van machine learning. Het is gebaseerd op hoe het menselijk brein werkt en vertrouwt op kunstmatige neurale netwerkalgoritmen (ANN) waardoor informatie stroomt. Robots kunnen "leren" van input en resultaten. Diep leren - Veelbelovendtrend in kunstmatige intelligentie, gecombineerd met grote hoeveelheden informatie. Het heeft zichzelf bewezen in patroonherkenning en classificatie. Deep Instinct, Fluid AI, MathWorks, Ersatz Labs, Sentient Technologies, Peltarion en Saffron Technology zijn voorbeelden van bedrijven die pioniers zijn op dit gebied van intelligentieonderzoek.
Natuurlijke taalverwerking
Neuro-linguïstisch programmeren (NLP) bevindt zich op de grens tussen computer en menselijke taal en is een technologie voor kunstmatige intelligentie. Computerprogramma's kunnen gesproken of geschreven menselijke spraak begrijpen. In de Amazon Alexa-software, Apple Siri, Microsoft Cortana en Google Assistant wordt NLP gebruikt om vragen van gebruikers te begrijpen en hierop te antwoorden. Dit type programmering wordt veel gebruikt bij economische transacties en klantenservice.
Natuurlijke taalgeneratie
NLG-software wordt gebruikt om allerlei soorten gegevens om te zetten in voor mensen leesbare tekst, dit wordt bereikt door de studie van de hersenen. Het is een ondergewaardeerde technologie met toepassingen zoals automatisering van business intelligence-rapporten, productbeschrijvingen, financiële rapporten. Technologie maakt het mogelijk om user-generated content te creëren tegen een voorspelbare meerprijs. Gestructureerde gegevens worden met hoge snelheid omgezet naar tekst, tot meerdere pagina's per seconde. Interessante spelers in deze markt zijn Automated Insights,Lucidworks, Attivio, SAS, Narrative Science, Digital Reasoning, Yseop en Cambridge Semantics.
Virtuele agenten
In het kader van kunstmatige-intelligentietechnologieën zijn de termen 'virtuele agent' en 'virtuele assistent' niet uitwisselbaar. Sommige mensen proberen onderscheid te maken tussen concepten, en dat is gelukt.
Virtual Assistant is een soort persoonlijke online assistent. Virtuele agenten worden vaak weergegeven als computer-AI-personages die een intelligent gesprek voeren met gebruikers. Ze kunnen vragen beantwoorden en hun belangrijkste voordeel is dat klanten 24 uur per dag hulp kunnen krijgen.
Spraakherkenning
Spraakidentificatie is het vermogen van een programma om woorden en zinnen in gesproken taal te begrijpen en te analyseren, en deze om te zetten in gegevens met behulp van het ingebouwde kunstmatige hersenalgoritme. Spraakherkenning wordt in het bedrijf gebruikt voor gespreksroutering, spraakgestuurde nummerkeuze, spraakgestuurd zoeken en spraak-naar-tekstverwerking. Een nadeel is dat het programma woorden kan verwarren door verschillen in uitspraak en achtergrondgeluid. Spraakherkenningssoftware wordt steeds vaker op mobiele apparaten geïnstalleerd. Nuance Communications, OpenText, Verint Systems en NICE ontwikkelen zich op dit gebied.
AI-geïntegreerde hardware
Apparaten met ingebouwde AI, chips en grafische verwerkingseenheden (GPU's) zijn wijdverbreid. Google heeft ingebouwd in zijnhardware kunstmatige intelligentie, gebaseerd op de ontwikkeling van het instituut van het menselijk brein. De impact van de integratie van AI met software gaat veel verder dan consumententoepassingen zoals entertainment en gaming. Dit is een nieuw type technologie dat zal worden gebruikt om deep learning te bevorderen. Dergelijke ontwikkelingen worden uitgevoerd door Google, IBM, Intel, Nvidia, Allluviate en Cray.
Beslisbeheer
Business decision management in innovatieve producten (bijv. robot met kunstmatige intelligentie) omvat alle aspecten van het ontwerp en de regulering van geautomatiseerde systemen. Het is essentieel voor organisaties om interacties tussen werknemers, klanten en leveranciers te beheren.
Besluitmanagement verbetert het proces van alternatieve keuze, hier wordt alle mogelijke informatie gebruikt voor de beste voorkeur, terwijl de nadruk ligt op wendbaarheid, consistentie, nauwkeurigheid van besluitvorming. Besluitbeheer houdt rekening met tijdsdruk en bekende risico's.
Bank-, verzekerings- en financiële dienstverleners integreren dagelijkse beslissingssoftware in hun klantenserviceprocessen.
Neuromorfe apparatuur
SyNAPSE is een door DARPA gefinancierd -programma voor de ontwikkeling van neuromorfe microprocessorsystemen die aansluiten bij hersenintelligentie en fysica. Het platform zoekt een antwoord op de hoofdvraag: is het mogelijk om een kunstmatig brein te creëren? Aanvankelijkneurale netwerken worden getest in simulaties op een supercomputer, waarna netwerken direct in hardware worden gebouwd. In oktober 2011 werd een prototype neuromorfische chip met 256 neuronen gedemonstreerd. Er wordt gewerkt aan een multi-chipsysteem dat in staat is om 1 miljoen piekneuronen en 1 miljard synapsen te emuleren.
Neurale netwerkmodellering
The Blue Brain Project is een poging om de menselijke hersenen en het ruggenmerg te reconstrueren met behulp van computersimulaties op moleculair niveau. Het project werd in mei 2005 opgericht door Henry Markram aan de State Polytechnic School of Lausanne (EPFL) in Zwitserland. De simulatie draait op de IBM Blue Gene supercomputer, vandaar de naam Blue Brain. Vanaf november 2018 worden simulaties uitgevoerd op mesocyten die ongeveer 10 miljoen neuronen en 10 miljard synapsen bevatten. Een grootschalige simulatie van het menselijk brein met zijn 186 miljard neuronen is gepland voor 2023.
Spaun, een verenigd netwerk met een semantische aanwijzerarchitectuur, is gemaakt door Chris Eliasmit en collega's van het Center for Theoretical Neuroscience (CTN) aan de Universiteit van Waterloo in Canada. Vanaf december 2018 is Spaun 's werelds grootste hersensimulatie. Het model bevat 2,5 miljoen neuronen, wat genoeg is om lijsten met getallen te herkennen en eenvoudige berekeningen uit te voeren.
SpiNNaker is een enorme neuromorfische supercomputer met laag vermogen diemomenteel in aanbouw aan de Universiteit van Manchester in het VK. Met meer dan een miljoen kernen en duizend gesimuleerde neuronen zou de machine in staat zijn om een miljard neuronen te simuleren. In plaats van één bepaald algoritme te implementeren, wordt SpiNNaker een platform waar je verschillende algoritmen kunt testen. Verschillende soorten neurale netwerken kunnen worden ontworpen en op een machine worden uitgevoerd, waardoor verschillende soorten neuronen en communicatiepatronen worden gesimuleerd. SpiNNaker is een acroniem afgeleid van Spi King Nural.
Brain Corporation is een klein onderzoeksbedrijf dat nieuwe algoritmen en microprocessors ontwikkelt die ten grondslag liggen aan het biologische zenuwstelsel. Het bedrijf werd in 2009 opgericht door computationeel neurowetenschapper Evgeny Izhikevich en neurowetenschapper/ondernemer Allen Gruber. Hun onderzoek richt zich op de volgende gebieden: visuele waarneming, motorische controle en autonome navigatie. Het doel van het bedrijf is om consumentenapparatuur zoals mobiele telefoons en huishoudelijke robots uit te rusten met een kunstmatig zenuwstelsel. De studie wordt gedeeltelijk gefinancierd door Qualcomm, dat is gevestigd op de Qualcomm-campus in San Diego, Californië. Er zijn nog geen specifieke producten uitgebracht of aangekondigd, maar het bedrijf blijft groeien en neemt sinds februari 2018 actief nieuwe medewerkers aan.
gerelateerd onderzoek
Google X Lab is een geheim lab waar Google experimenteert met toekomstige technologieën. Projecten waarop het bedrijfwerken zijn niet openbaar, maar worden verondersteld te zijn gebaseerd op robotica en kunstmatige intelligentie. Details over het lab verschenen voor het eerst in een artikel in de New York Times in november 2011. In de publicatie staat dat het laboratorium zich in de Bay Area, Californië bevindt. Het is bekend dat de oprichters van Google geïnteresseerd zijn in het bestuderen van kunstmatige intelligentie en in deze richting investeren. In 2006 stond in een bedrijfsmemo dat Google 's werelds beste AI-onderzoekslaboratorium wilde bouwen.
Rusland 2045, bekend als het 2045-initiatief of het Avatar-project, is een ambitieus langetermijnproject met als doel robotavatars te hebben tegen 2020, hersentransplantaties tegen 2025 en kunstmatige hersenen tegen 2035. Het programma werd in 2011 gelanceerd door de Russische mediamagnaat Dmitry Itskov. Het heeft tot doel een instelling voor het menselijk brein te creëren via een wereldwijd netwerk van wetenschappers die samenwerken ten behoeve van de mensheid en de systematische ontwikkeling van technologie. Een aantal Russische wetenschappers heeft al investeringen gekregen van Itskov voor hun onderzoek. Daarnaast zoekt Itskov aanvullende financiering van vermogende particulieren, liefdadigheidsinstellingen en nationale en internationale overheden.
Het volgende interessante project is een programma van de Boston University en Hewlett Packard (HP), genaamd Moneta. Een HP-team onder leiding van Greg Snyder bouwt een neuraal netwerkplatform genaamd Cog Ex Machina dat kanwerken in GPU's en computers van de toekomst op basis van memristors. Het Neuromorphology Lab van de Boston University, geleid door Massimiliano Versace, heeft een modulair kunstmatig brein gecreëerd, Moneta, dat draait op Cog Ex Machina. De afkorting staat voor Modular Neural Exploring Travel Agent.
Tijdsbestek
De vraag rijst onvermijdelijk wanneer een digitale kopie van de hersenen en het ruggenmerg kan worden gesynthetiseerd.
Helaas komt dit niet snel. Kurzweils voorspelling van hersenemulatie tegen 2030 lijkt overdreven kort, slechts 12 jaar verwijderd. Bovendien bleken zijn analogieën met het Human Genome Project onbevredigend. Bovendien bewegen veel wetenschappers zich waarschijnlijk in doodlopende richtingen.
Evenzo lijken de voorspellingen van Goertzel over het succes van de op regels gebaseerde benadering in de komende decennia te optimistisch. Hoewel waarschijnlijk niet onmogelijk gezien zijn AI-trainingsaanpak.
Volgens het waarschijnlijke scenario is de creatie van een code of een schijn van een menselijk brein mogelijk in 50-75 jaar. Toch is de datum nogal moeilijk te voorspellen, gezien de foutenmarge in de neurowetenschappen enerzijds en de snelheid van verandering anderzijds. 2050 is een soort zwart gat als het gaat om voorspellingen.
