Postoje rasprave među neuroznanstvenicima, kognicionistima i filozofima o tome može li se ljudski mozak stvoriti ili rekonstruirati. Trenutni proboji i otkrića u znanosti o mozgu neprestano utiru put za vrijeme kada se umjetni mozgovi mogu rekreirati od nule. Neki ljudi pretpostavljaju da je on izvan granica mogućeg, drugi su zauzeti načinima kako da ga stvore, treći već dugo plodno rade na zadatku. U članku ćemo razmotriti pitanja o razvoju umjetne inteligencije, njezinim izgledima, kao io velikim tvrtkama i projektima u ovom području.
Osnove
Umjetni mozak odgovara robotskom stroju koji je pametan, kreativan i svjestan kao i ljudi. U cijeloj povijesti čovječanstva taj zadatak nije do kraja riješen, ali futuristi kažu da je to pitanje vremena. S obzirom na modernotrendovi u neuroznanosti, računalstvu i nanotehnologiji predviđaju da će se umjetna inteligencija i mozak pojaviti u 21. stoljeću, vjerojatno do 2050.
Znanstvenici razmatraju nekoliko načina za stvaranje umjetne inteligencije. U prvom slučaju velike biološki realistične simulacije ljudskog mozga provode se na superračunalima. U drugom slučaju, znanstvenici pokušavaju stvoriti masivno paralelne neuromorfne računalne uređaje koji se lako modeliraju na neuralnom tkivu.
Ljudska svijest u smislu najzanimljivijih misterija znanosti i metafizike smatra se najsloženijom i najostvarivijom. Do sličnih zaključaka dolazi se obrnutim inženjeringom ljudskog mozga.
Strojno učenje
Strojno učenje je u središtu razvojne strategije "umjetne inteligencije", zbog čega se ljudske moždane stanice sveobuhvatno proučavaju. Ova vrsta učenja ima veliki potencijal: njegova platforma uključuje algoritme, razvojne alate, API-je i implementaciju modela. Računala imaju sposobnost učenja bez eksplicitnog programiranja. Inovativne tvrtke Amazon, Google i Microsoft aktivno koriste strojno učenje.
Platforme za duboko učenje
Duboko učenje dio je strojnog učenja. Temelji se na tome kako ljudski mozak radi i oslanja se na algoritme umjetne neuronske mreže (ANN) kroz koje protok informacija. Roboti mogu "učiti" iz inputa i rezultata. Duboko učenje – obećavajućetrend u umjetnoj inteligenciji, u kombinaciji s velikim količinama informacija. Dokazala se u prepoznavanju uzoraka i klasifikaciji. Deep Instinct, Fluid AI, MathWorks, Ersatz Labs, Sentient Technologies, Peltarion i Saffron Technology primjeri su tvrtki koje su pioniri u ovom području istraživanja inteligencije.
Obrada prirodnog jezika
Neuro-lingvističko programiranje (NLP) je na granici između računalnog i ljudskog jezika i tehnologija je umjetne inteligencije. Računalni programi mogu razumjeti izgovoreni ili pisani ljudski govor. U softveru Amazon Alexa, Apple Siri, Microsoft Cortana i Google Assistant, NLP se koristi za razumijevanje korisničkih pitanja i pružanje odgovora na njih. Ova vrsta programiranja naširoko se koristi u ekonomskim transakcijama i korisničkoj službi.
generiranje prirodnog jezika
NLG softver se koristi za pretvaranje svih vrsta podataka u ljudski čitljiv tekst, to se postiže proučavanjem mozga. To je podcijenjena tehnologija s aplikacijama kao što su automatizacija izvješća poslovne inteligencije, opisi proizvoda, financijska izvješća. Tehnologija omogućuje stvaranje sadržaja koji stvaraju korisnici uz predvidljivu dodatnu cijenu. Strukturirani podaci se pretvaraju u tekst velikom brzinom, do nekoliko stranica u sekundi. Zanimljivi igrači na ovom tržištu su Automated Insights,Lucidworks, Attivio, SAS, Narrative Science, Digital Reasoning, Yseop i Cambridge Semantics.
Virtualni agenti
U okviru tehnologija umjetne inteligencije, pojmovi "virtualni agent" i "virtualni asistent" nisu zamjenjivi. Neki ljudi pokušavaju razlikovati koncepte i uspijevaju.
Virtual Assistant je vrsta osobnog online asistenta. Virtualni agenti često su predstavljeni kao računalni likovi umjetne inteligencije koji inteligentno razgovaraju s korisnicima. Mogu odgovarati na pitanja, a glavna im je prednost što kupci mogu dobiti pomoć 24 sata dnevno.
Prepoznavanje govora
Identifikacija govora je sposobnost programa da razumije i analizira riječi i fraze u govornom jeziku i pretvori ih u podatke pomoću ugrađenog algoritma umjetnog mozga. Prepoznavanje govora se u tvrtki koristi za usmjeravanje poziva, glasovno biranje, glasovno pretraživanje i obradu govora u tekst. Jedan nedostatak je što program može zbuniti riječi zbog razlika u izgovoru i pozadinskoj buci. Softver za prepoznavanje govora sve se više instalira na mobilnim uređajima. Nuance Communications, OpenText, Verint Systems i NICE razvijaju se u ovom području.
Hardver ugrađen u AI
Uređaji s ugrađenom umjetnom inteligencijom, čipovima i grafičkim procesorskim jedinicama (GPU) postali su široko rasprostranjeni. Google je ugradio u svojehardversku umjetnu inteligenciju, uzimajući za osnovu razvoj instituta ljudskog mozga. Utjecaj integracije umjetne inteligencije sa softverom nadilazi potrošačke aplikacije kao što su zabava i igre. Ovo je nova vrsta tehnologije koja će se koristiti za unapređenje dubokog učenja. Takav razvoj provode Google, IBM, Intel, Nvidia, Allluviate i Cray.
Upravljanje odlukama
Upravljanje poslovnim odlukama u inovativnim proizvodima (npr. robot s umjetnom inteligencijom) pokriva sve aspekte dizajna i regulacije automatiziranih sustava. Za organizacije je bitno upravljati interakcijama između zaposlenika, kupaca i dobavljača.
Upravljanje odlukama poboljšava proces alternativnog izbora, ovdje se koriste sve moguće informacije za najbolju preferenciju, dok je naglasak na upravljivosti, dosljednosti, točnosti donošenja odluka. Upravljanje odlukama uzima u obzir vremenska ograničenja i poznate rizike.
Organizacije za bankarstvo, osiguranje i financijske usluge integriraju softver za svakodnevne odluke u svoje procese pružanja usluga korisnicima.
Neuromorfna oprema
SyNAPSE jeprogram koji financira DARPA za razvoj neuromorfnih mikroprocesorskih sustava koji se preslikavaju na inteligenciju mozga i fiziku. Platforma traži odgovor na glavno pitanje: je li moguće stvoriti umjetni mozak? Isprvaneuronske mreže se testiraju u simulacijama na superračunalu, a zatim se mreže grade izravno u hardveru. U listopadu 2011. demonstriran je prototip neuromorfnog čipa koji sadrži 256 neurona. U tijeku je rad na stvaranju sustava s više čipova koji je sposoban emulirati 1 milijun vršnih neurona i 1 milijardu sinapsi.
Modeliranje neuronskih mreža
Projekt Plavi mozak je pokušaj rekonstrukcije ljudskog mozga i leđne moždine pomoću računalnih simulacija na molekularnoj razini. Projekt je osnovao Henry Markram u svibnju 2005. na Državnoj politehničkoj školi u Lausannei (EPFL) u Švicarskoj. Simulacija se izvodi na superračunalu IBM Blue Gene, otuda i naziv Blue Brain. Od studenog 2018. simulacije se izvode na mezocitima koji sadrže oko 10 milijuna neurona i 10 milijardi sinapsi. Puna simulacija ljudskog mozga sa njegovih 186 milijardi neurona zakazana je za 2023.
Spaun, ujedinjenu mrežu sa arhitekturom semantičkog pokazivača, kreirali su Chris Eliasmit i kolege u Centru za teorijsku neuroznanost (CTN) na Sveučilištu Waterloo u Kanadi. Od prosinca 2018. Spaun je najveća svjetska simulacija mozga. Model sadrži 2,5 milijuna neurona, što mu je dovoljno za prepoznavanje popisa brojeva, obavljanje jednostavnih izračuna.
SpiNNaker je masivno neuromorfno superračunalo male snage kojetrenutno u izgradnji na Sveučilištu Manchester u Velikoj Britaniji. S više od milijun jezgri i tisuću simuliranih neurona, stroj bi bio sposoban simulirati milijardu neurona. Umjesto implementacije jednog određenog algoritma, SpiNNaker će postati platforma na kojoj možete testirati različite algoritme. Različite vrste neuronskih mreža mogu se dizajnirati i izvoditi na stroju, simulirajući tako različite vrste neurona i komunikacijskih obrazaca. SpiNNaker je akronim izveden od Spi King Nural.
Brain Corporation je mala istraživačka tvrtka koja razvija nove algoritme i mikroprocesore koji su u osnovi biološkog živčanog sustava. Tvrtku su 2009. godine osnovali računalni neuroznanstvenik Evgeny Izhikevich i neuroznanstvenik/poduzetnik Allen Gruber. Njihovo istraživanje usmjereno je na sljedeća područja: vizualna percepcija, motorna kontrola i autonomna navigacija. Cilj tvrtke je opremiti potrošačke uređaje poput mobilnih telefona i kućnih robota umjetnim živčanim sustavom. Studiju dijelom financira Qualcomm, koji se nalazi u kampusu Qualcomm u San Diegu u Kaliforniji. Još nisu objavljeni ili najavljeni nikakvi konkretni proizvodi, ali tvrtka nastavlja rasti i aktivno zapošljava nove zaposlenike od veljače 2018.
Povezano istraživanje
Google X Lab je tajni laboratorij u kojem Google eksperimentira s budućim tehnologijama. Projekti na kojima je tvrtkaradovi nisu javni, ali se vjeruje da se temelje na robotici i umjetnoj inteligenciji. Pojedinosti o laboratoriju prvi put su se pojavile u članku New York Timesa u studenom 2011. U publikaciji se navodi da se laboratorij nalazi u Bay Area u Kaliforniji. Poznato je da su osnivači Googlea zainteresirani za proučavanje umjetne inteligencije i ulažu u tom smjeru. Godine 2006. u dopisu tvrtke stajalo je da Google želi izgraditi najbolji svjetski laboratorij za istraživanje umjetne inteligencije.
Russia 2045, poznat kao Inicijativa 2045. ili Projekt Avatar, ambiciozan je dugoročni projekt koji ima za cilj imati robotske avatare do 2020., transplantacije mozga do 2025. i umjetni mozak do 2035. godine. Program je 2011. pokrenuo ruski medijski tajkun Dmitrij Itskov. Cilj mu je stvoriti instituciju ljudskog mozga kroz globalnu mrežu znanstvenika koji rade zajedno za dobrobit čovječanstva i sustavnog razvoja tehnologije. Brojni ruski znanstvenici već su dobili ulaganja od Itskova za svoja istraživanja. Osim toga, Itskov traži dodatna sredstva od pojedinaca s visokim neto vrijednostima, dobrotvornih organizacija i nacionalnih i međunarodnih vlada.
Sljedeći zanimljiv projekt je program Sveučilišta u Bostonu i Hewlett Packard (HP) pod nazivom Moneta. HP-ov tim predvođen Gregom Snyderom gradi platformu neuronske mreže pod nazivom Cog Ex Machina koja možerad u GPU-ima i računalima budućnosti temeljenim na memristorima. Neuromorfološki laboratorij na Sveučilištu u Bostonu, pod vodstvom Massimiliana Versacea, stvorio je modularni umjetni mozak, Moneta, koji radi na Cog Ex Machini. Akronim je skraćenica od Modular Neural Exploring Travel Agent.
Vremenski okvir
Neizbježno se postavlja pitanje kada se može sintetizirati digitalna kopija mozga i leđne moždine.
Nažalost, ovo neće doći uskoro. Kurzweilovo predviđanje emulacije mozga do 2030. čini se prekratko, samo 12 godina. Štoviše, njegove analogije s Projektom ljudskog genoma pokazale su se nezadovoljavajućom. Osim toga, mnogi se znanstvenici vjerojatno kreću u nekim slijepim smjerovima.
Slično, Goertzelova predviđanja o uspjehu pristupa utemeljenog na pravilima tijekom sljedećih desetljeća izgledaju pretjerano optimistična. Iako vjerojatno nije nemoguće s obzirom na njegov pristup AI treningu.
Prema vjerojatnom scenariju, stvaranje koda ili privida ljudskog mozga moguće je za 50-75 godina. Ipak, datum je prilično teško predvidjeti, s obzirom na marginu pogreške u neuroznanosti, s jedne strane, i brzinu promjene, s druge strane. 2050. je neka vrsta crne rupe kada su u pitanju predviđanja.
