Между нейробиологами, специалистами в сфере познания и философами ведутся дискуссии о том, можно ли создать или реконструировать человеческий мозг. Текущие прорывы и открытия в науке о мозге неуклонно прокладывают путь к тому времени, когда искусственный мозг будет воссоздан с нуля. Некоторые люди предполагают, что это находится за гранью возможного, вторые заняты способами его создания, третьи уже продолжительное время плодотворно работают над задачей. В статье рассмотрим вопросы о развитии искусственного интеллекта, его перспективах, а также о крупных компаниях и проектах в этой области.
Основные положения
Искусственный мозг соотносится с роботизированной машиной, которая по уму, креативности и сознательности не уступает людям. За всю историю человечества задача до конца не решена, но футуристы заявляют, что это вопрос времени. Учитывая современные тенденции в нейробиологии, вычислительной технике и нанотехнологиях, прогнозируют, что искусственный интеллект и мозг появятся в XXI веке, возможно, к 2050 году.
Ученые рассматривают несколько путей создания искусственного интеллекта. В первом случае на суперкомпьютерах проводятся крупномасштабные биологически реалистичные симуляции человеческого мозга. Во втором случае ученые пытаются создать массивно-параллельные нейроморфные вычислительные устройства, легко моделирующиеся на нервной ткани.
Человеческое сознание в аспекте самых интересных загадок науки и метафизики считается наиболее сложным и наиболее достижимым. К подобным выводам приходят путем обратного проектирования человеческого мозга.
Машинное обучение
Машинное обучение лежит в основе стратегии разработки «искусственного интеллекта», для этого всесторонне изучаются мозговые клетки человека. Данный тип обучения обладает большим потенциалом: его платформа включает в себя алгоритмы, инструменты разработки, API, развертывание моделей. Компьютеры обладают возможностью обучения без явного программирования. Инновационные компании Amazon, Google и Microsoft активно используют машинное обучение.
Платформы глубокого обучения
Глубокое обучение - это часть машинного обучения. Оно базируется на том, как работает мозг человека, и опирается на алгоритмы искусственных нейронных сетей (ANN), через которые информация поступает. Роботы могут «учиться» на входных данных и полученных результатах. Глубокое обучение - многообещающая тенденция в искусственном интеллекте, сочетающаяся с большими объемами информации. Оно зарекомендовало себя при распознавании закономерностей и классификации. Глубокий инстинкт, Fluid AI, MathWorks, Ersatz Labs, Sentient Technologies, Peltarion и Saffron Technology - это примеры компаний, являющихся пионерами в этой области изучения интеллекта.
Обработка естественного языка
Нейролингвистическое программирование (НЛП) находится на границе между компьютером и человеческим языком и выступает технологией искусственного интеллекта. Компьютерные программы могут понимать устную или письменную речь человека. В программном обеспечении Amazon Alexa, Apple Siri, Microsoft Cortana и Google Assistant НЛП используется для понимания вопросов пользователей и предоставления ответов на них. Данный тип программирования широко используется при экономических транзакциях и в сфере обслуживания покупателей.
Поколение естественного языка
Программное обеспечение NLG используется для преобразования всех видов данных в читаемый человеком текст, достигается это посредством изучения головного мозга. Это недооцененная технология с такими приложениями, как автоматизация отчетов бизнес-аналитики, описание продуктов, финансовые отчеты. Благодаря технологии появляется возможность создания пользовательского контента с прогнозируемыми дополнительными затратами. Структурированные данные преобразуются в текст с большой скоростью, до нескольких страниц в секунду. Интересными игроками на этом рынке являются Automated Insights, Lucidworks, Attivio, SAS, Narrative Science, Digital Reasoning, Yseop и Cambridge Semantics.
Виртуальные агенты
В рамках технологий искусственного интеллекта термины "виртуальный агент" и "виртуальный помощник" не являются взаимозаменяемыми. Некоторые люди пытаются выявить разницу между понятиями, и у них это получается.
Виртуальный помощник - это своего рода личный онлайн-помощник. Виртуальные агенты часто представлены в виде компьютерных ИИ-персонажей, ведущих интеллектуальный разговор с пользователями. Они могут отвечать на вопросы, а их главным преимуществом является то, что клиенты могут получать помощь 24 часа в сутки.
Распознавание речи
Идентификация речи - это способность программы понимать и анализировать слова и фразы разговорного языка, а также преобразовывать их в данные за счет встроенного алгоритма искусственного мозга. Распознавание речи применяется в компании для маршрутизации вызовов, голосового набора, голосового поиска и обработки речи в текст. Одним из недостатков является то, что программа может путать слова из-за различий в произношении и фонового шума. Программное обеспечение для распознавания речи все чаще устанавливается на мобильные устройства. Компании Nuance Communications, OpenText, Verint Systems и NICE осуществляют разработки в этой области.
Аппаратное обеспечение со встроенным ИИ
Широкое распространение получили устройства со встроенным AI, чипами и графическими процессорами (GPU). Google встроил в свое аппаратное обеспечение искусственный интеллект, взяв за основу развитие института мозга человека. Влияние интеграции ИИ с программным обеспечением выходит далеко за рамки потребительских приложений, таких как развлечения и игры. Это новый тип технологии, которая будет использоваться для продвижения глубокого обучения. Такими разработками занимаются компании Google, IBM, Intel, Nvidia, Allluviate и Cray.
Управление решениями
Управление бизнес-решениями в инновационных продуктах (например, робот с искусственным интеллектом) охватывает все аспекты проектирования и регулирования автоматизированных систем. Оно необходимо организациям для управления взаимодействием между сотрудниками, клиентами и поставщиками.
Управление решениями улучшает процесс альтернативного выбора, здесь используется вся возможная информация для лучшего предпочтения, при этом ставится акцент на маневренности, последовательности, точности принятия решения. Управление решениями принимает во внимание временные ограничения и известные риски.
Организации, занимающиеся банковскими, страховыми и финансовыми услугами, интегрируют в свои процессы обслуживания клиентов программное обеспечение по принятию текущих решений.
Нейроморфная аппаратура
SyNAPSE – это финансируемая DARPA программа по разработке нейроморфных микропроцессорных систем, сопоставляющихся с интеллектом и физическими параметрами мозга. Платформа ведет поиск ответа на главный вопрос: возможно ли создать искусственный мозг? Сначала нейронные сети тестируются в симуляциях на суперкомпьютере, затем сети непосредственно строятся в аппаратном обеспечении. В октябре 2011 года был продемонстрирован прототип нейроморфного чипа, содержащий 256 нейронов. В настоящее время ведутся работы по созданию многочиповой системы, способной эмулировать 1 миллион пиковых нейронов и 1 миллиард синапсов.
Моделирование нейронной сети
Blue Brain Project (проект «Голубой мозг») - это попытка реконструировать человеческий головной и спинной мозг, воссоздать его с помощью компьютерного моделирования на молекулярном уровне. Проект был основан в мае 2005 года Генри Маркрамом в Государственной Политехнической Школе Лозанны (EPFL) в Швейцарии. Моделирование выполняется на суперкомпьютере IBM Blue Gene, отсюда и название Blue Brain. По состоянию на ноябрь 2018 года моделирование проводится на мезоциротах, содержащих около 10 миллионов нейронов и 10 миллиардов синапсов. Полномасштабная имитация человеческого мозга с его 186 миллиардами нейронами намечена на 2023 год.
Spaun - унифицированная сеть с архитектурой семантического указателя - была создана Крисом Элиасмитом и его коллегами в Центре теоретической нейронауки (CTN) Университета Ватерлоо в Канаде. По состоянию на декабрь 2018 года Spaun является крупнейшей в мире имитацией мозга. Модель содержит 2,5 миллиона нейронов, и этого достаточно для распознавания ею списков чисел, выполнения простых вычислений.
SpiNNaker - это массивный нейроморфный суперкомпьютер с низким энергопотреблением, который в настоящее время строится в Манчестерском университете в Великобритании. Имея более миллиона ядер и тысячу имитированных нейронов, машина будет способна смоделировать один миллиард нейронов. Вместо того чтобы реализовывать один конкретный алгоритм, SpiNNaker станет платформой, на которой можно тестировать разные алгоритмы. Различные типы нейронных сетей могут быть спроектированы и запущены на машине, таким образом имитируя различные типы нейронов и паттернов связи. SpiNNaker - это аббревиатура, полученная из словосочетания Spi King Nural.
Brain Corporation - небольшая исследовательская компания, разрабатывающая новые алгоритмы и микропроцессоры, которые лежат в основе биологической нервной системы. Компания была основана в 2009 году вычислительным нейробиологом Евгением Ижикевичем и нейробиологом / предпринимателем Алленом Грубером. Их исследование направлено на следующие области: визуальное восприятие, управление двигателем и автономная навигация. Цель компании состоит в оснащении покупательских устройств, таких как мобильные телефоны и бытовые роботы, искусственной нервной системой. Исследование частично финансируется компанией Qualcomm, которая расположена в кампусе Qualcomm в Сан-Диего, штат Калифорния. Никаких конкретных продуктов еще не было выпущено или объявлено, но компания продолжает расти и с февраля 2018 года активно нанимает новых сотрудников.
Связанные исследования
Google X Lab - секретная лаборатория, где Google экспериментирует с будущими технологиями. Проекты, над которыми компания работает, не являются общедоступными, но считается, что они основаны на робототехнике и искусственном интеллекте. Подробности о лаборатории впервые появились в статье периодического издания New York Times в ноябре 2011 года. В публикации говорится, что лаборатория находится в Bay Area, Калифорния. Общеизвестно, что основатели Google заинтересованы в изучении искусственного интеллекта и вкладывают инвестиции в это направление. В 2006 году в служебной записке компании говорилось, что Google хочет создать лучшую в мире исследовательскую лабораторию по искусственному интеллекту.
«Россия 2045», известная как «Инициатива 2045» или «Проект аватара», является амбициозным долгосрочным проектом, целями которого является создание к 2020 году роботизированных аватаров, проведение трансплантации мозга к 2025 году и создание искусственного мозга к 2035 году. Программа была запущена в 2011 году российским медиа-магнатом Дмитрием Ицковым. Он стремится создать институт мозга человека с помощью глобальной Сети ученых, которые работают вместе на благо человечества, и планомерного развития технологий. Ряд ученых России уже получили от Ицкова инвестиции на свои исследования. Кроме того, Ицков пытается получить дополнительное финансирование от состоятельных лиц, благотворительных компаний, а также национальных и международных правительств.
Следующим интересным проектом является программа Бостонского университета и Hewlett Packard (HP) под названием Moneta. Команда HP, возглавляемая Грегом Снайдером, создает платформу нейронной сети под названием Cog Ex Machina, которая может работать в графических процессорах и компьютерах будущего на основе мемристоров. Лаборатория нейроморфологии в Бостонском университете, возглавляемая Массимилиано Версаче, создала модульный искусственный мозг Moneta, работающий на Cog Ex Machina. Акроним расшифровывается как Modular Neural Exploring Travel Agent.
Временные рамки
Неизбежно возникает вопрос о том, когда смогут синтезировать цифровую копию головного и спинного мозга.
К сожалению, это наступит нескоро. Предсказание Курцвейла об эмуляции мозга к 2030 году кажется чрезмерно коротким, ведь до него всего 12 лет. Более того, его аналогии с проектом генома человека оказались неудовлетворительными. Кроме того, многие ученые, вероятно, движутся по некоторым тупиковым направлениям.
Аналогично прогнозы Гертцела об успехе подхода, основанного на правилах, в течение следующих десятилетий кажутся чрезмерно оптимистичными. Хотя, вероятно, не невозможными, учитывая его подход обучения искусственному интеллекту.
По вероятному сценарию создание кода или подобия человеческого мозга возможно через 50-75 лет. Тем не менее дату довольно трудно предсказать, учитывая погрешность в нейронауке, с одной стороны, и скорость динамичности изменений, с другой. 2050 год - это своего рода черная дыра, когда речь заходит о прогнозах.
