Postoje rasprave među neuroznanstvenicima, kognicionistima i filozofima o tome može li se ljudski mozak stvoriti ili rekonstruirati. Trenutna otkrića i otkrića u nauci o mozgu neprestano utiru put za vrijeme kada će se umjetni mozgovi moći ponovo kreirati od nule. Neki ljudi pretpostavljaju da je to izvan granica mogućeg, drugi su zauzeti načinima da ga stvore, treći već dugo plodno rade na zadatku. U članku ćemo razmotriti pitanja o razvoju umjetne inteligencije, njenim izgledima, kao io velikim kompanijama i projektima u ovoj oblasti.
Osnove
Veštački mozak odgovara robotskoj mašini koja je pametna, kreativna i svesna kao i ljudi. U cijeloj istoriji čovječanstva taj zadatak nije do kraja riješen, ali futuristi kažu da je to pitanje vremena. S obzirom na modernotrendovi u neuronauci, računarstvu i nanotehnologiji predviđaju da će se umjetna inteligencija i mozak pojaviti u 21. stoljeću, vjerovatno do 2050.
Naučnici razmatraju nekoliko načina za stvaranje vještačke inteligencije. U prvom slučaju, velike biološki realistične simulacije ljudskog mozga provode se na superkompjuterima. U drugom slučaju, naučnici pokušavaju stvoriti masivno paralelne neuromorfne računarske uređaje koji se lako modeliraju na neuralnom tkivu.
Ljudska svijest u smislu najzanimljivijih misterija nauke i metafizike smatra se najkompleksnijim i najostvarivijim. Do sličnih zaključaka dolazi se obrnutim inženjeringom ljudskog mozga.
Mašinsko učenje
Mašinsko učenje je u središtu razvojne strategije "vještačke inteligencije", zbog čega se ljudske moždane ćelije sveobuhvatno proučavaju. Ova vrsta učenja ima veliki potencijal: njegova platforma uključuje algoritme, razvojne alate, API-je i implementaciju modela. Računari imaju sposobnost učenja bez eksplicitnog programiranja. Inovativne kompanije Amazon, Google i Microsoft aktivno koriste mašinsko učenje.
Platforme za duboko učenje
Duboko učenje je dio mašinskog učenja. Zasnovan je na tome kako ljudski mozak funkcionira 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 velikom količinom informacija. Dokazao se u prepoznavanju obrazaca i klasifikaciji. Deep Instinct, Fluid AI, MathWorks, Ersatz Labs, Sentient Technologies, Peltarion i Saffron Technology su primjeri kompanija koje su pioniri u ovoj oblasti proučavanja inteligencije.
Obrada prirodnog jezika
Neuro-lingvističko programiranje (NLP) je na granici između kompjuterskog i ljudskog jezika i predstavlja tehnologiju umjetne inteligencije. Kompjuterski programi mogu razumjeti govorni 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 se široko koristi u ekonomskim transakcijama i korisničkoj službi.
Generacija prirodnog jezika
NLG softver se koristi za pretvaranje svih vrsta podataka u ljudski čitljiv tekst, to se postiže proučavanjem mozga. To je potcijenjena tehnologija s aplikacijama kao što su automatizacija izvještaja poslovne inteligencije, opisi proizvoda, finansijski izvještaji. Tehnologija omogućava kreiranje sadržaja koji generiraju korisnici uz predvidljive dodatne troškove. 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.
Virtualni asistent je vrsta ličnog online asistenta. Virtuelni agenti se često predstavljaju kao kompjuterski AI likovi koji inteligentno razgovaraju sa korisnicima. Mogu odgovarati na pitanja, a njihova glavna prednost je što klijenti 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 koristeći ugrađeni algoritam umjetnog mozga. Prepoznavanje govora se koristi u kompaniji 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 se sve više instalira na mobilnim uređajima. Nuance Communications, OpenText, Verint Systems i NICE se razvijaju u ovoj oblasti.
Hardver ugrađen u AI
Uređaji sa ugrađenom AI, 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 daleko prevazilazi potrošačke aplikacije kao što su zabava i igre. Ovo je nova vrsta tehnologije koja će se koristiti za unapređenje dubokog učenja. Takve razvojne aktivnosti izvode Google, IBM, Intel, Nvidia, Allluviate i Cray.
Upravljanje odlukama
Upravljanje poslovnim odlukama u inovativnim proizvodima (npr. robot sa veštačkom inteligencijom) pokriva sve aspekte dizajna i regulacije automatizovanih sistema. Za organizacije je od suštinskog značaja da upravljaju interakcijama između zaposlenih, kupaca i dobavljača.
Upravljanje odlukama poboljšava proces alternativnog izbora, ovdje se koriste sve moguće informacije za najbolju preferenciju, dok je akcenat na upravljivosti, konzistentnosti, tačnosti donošenja odluka. Upravljanje odlukama uzima u obzir vremenska ograničenja i poznate rizike.
Organizacije za bankarstvo, osiguranje i finansijske usluge integrišu softver za svakodnevne odluke u svoje procese pružanja usluga korisnicima.
Neuromorfna oprema
SyNAPSE jeprogram koji finansira DARPA za razvoj neuromorfnih mikroprocesorskih sistema koji se preslikavaju na moždanu inteligenciju i fiziku. Platforma traži odgovor na glavno pitanje: je li moguće stvoriti umjetni mozak? Kao prvoneuronske mreže se testiraju u simulacijama na superkompjuteru, a zatim se mreže grade direktno u hardveru. U oktobru 2011. demonstriran je prototip neuromorfnog čipa koji sadrži 256 neurona. U toku je rad na stvaranju sistema sa više čipova koji je sposoban da emulira 1 milion vršnih neurona i 1 milijardu sinapsi.
Modeliranje neuronskih mreža
Projekat Plavi mozak je pokušaj rekonstrukcije ljudskog mozga i kičmene moždine koristeći kompjuterske simulacije na molekularnom nivou. Projekat je osnovao u maju 2005. Henry Markram na Državnoj politehničkoj školi u Lozani (EPFL) u Švajcarskoj. Simulacija se izvodi na superkompjuteru IBM Blue Gene, otuda i naziv Blue Brain. Od novembra 2018. simulacije se izvode na mezocitima koji sadrže oko 10 miliona neurona i 10 milijardi sinapsi. Puna simulacija ljudskog mozga sa njegovih 186 milijardi neurona zakazana je za 2023. godinu.
Spaun, ujedinjenu mrežu sa arhitekturom semantičkog pokazivača, kreirali su Chris Eliasmit i kolege u Centru za teorijsku neuronauku (CTN) na Univerzitetu Waterloo u Kanadi. Od decembra 2018. Spaun je najveća svjetska simulacija mozga. Model sadrži 2,5 miliona neurona, što mu je dovoljno da prepozna liste brojeva, izvrši jednostavne proračune.
SpiNNaker je masivni neuromorfni superkompjuter male snage kojitrenutno u izgradnji na Univerzitetu Manchester u Velikoj Britaniji. Sa preko milion jezgara i hiljadu simuliranih neurona, mašina bi bila sposobna da simulira milijardu neurona. Umjesto implementacije jednog određenog algoritma, SpiNNaker će postati platforma na kojoj možete testirati različite algoritme. Različiti tipovi neuronskih mreža mogu biti dizajnirani i pokrenuti na mašini, simulirajući tako različite tipove neurona i komunikacijskih obrazaca. SpiNNaker je akronim izveden od Spi King Nural.
Brain Corporation je mala istraživačka kompanija koja razvija nove algoritme i mikroprocesore koji su u osnovi biološkog nervnog sistema. Kompaniju su 2009. osnovali neuronaučnik Evgeny Izhikevich i neuronaučnik/preduzetnik Allen Gruber. Njihovo istraživanje se fokusira na sljedeća područja: vizualna percepcija, motorna kontrola i autonomna navigacija. Cilj kompanije je da opremi potrošačke uređaje kao što su mobilni telefoni i kućni roboti sa veštačkim nervnim sistemom. Studiju je dijelom finansirao Qualcomm, koji se nalazi u Qualcomm kampusu u San Diegu, Kalifornija. Nijedan konkretni proizvodi još nisu objavljeni ili najavljeni, ali kompanija nastavlja rasti i aktivno zapošljava nove zaposlenike od februara 2018.
Srodno istraživanje
Google X Lab je tajna laboratorija u kojoj Google eksperimentiše sa budućim tehnologijama. Projekti na kojima je kompanijaradovi nisu javni, ali se vjeruje da su bazirani na robotici i umjetnoj inteligenciji. Detalji o laboratoriji prvi put su se pojavili u članku New York Timesa u novembru 2011. U publikaciji se navodi da se laboratorij nalazi u Bay Area u Kaliforniji. Poznato je da su osnivači Gugla zainteresovani za proučavanje veštačke inteligencije i da ulažu u tom pravcu. 2006. godine, u dopisu kompanije stajalo je da Google želi izgraditi najbolju svjetsku laboratoriju za istraživanje umjetne inteligencije.
Rusija 2045, poznat kao Inicijativa 2045 ili Projekat Avatar, je ambiciozan dugoročni projekat koji ima za cilj da ima robotske avatare do 2020., transplantaciju mozga do 2025. i veštački mozak do 2035. godine. Program je 2011. pokrenuo ruski medijski tajkun Dmitrij Itskov. Cilj mu je stvoriti instituciju ljudskog mozga kroz globalnu mrežu naučnika koji rade zajedno za dobrobit čovječanstva i sistematski razvoj tehnologije. Jedan broj ruskih naučnika je već dobio investicije od Itskova za svoja istraživanja. Osim toga, Itskov traži dodatna sredstva od pojedinaca sa visokim neto vrijednostima, dobrotvornih organizacija i nacionalnih i međunarodnih vlada.
Sljedeći zanimljiv projekat je program Univerziteta Boston i Hewlett Packard (HP) pod nazivom Moneta. HP tim predvođen Gregom Snajderom gradi platformu neuronske mreže pod nazivom Cog Ex Machina koja možerad u GPU-ima i kompjuterima budućnosti baziranim na memristorima. Neuromorfološka laboratorija na Univerzitetu u Bostonu, koju vodi Massimiliano Versace, kreirala je modularni umjetni mozak, Moneta, koji radi na Cog Ex Machina. Akronim je skraćenica od Modular Neural Exploring Travel Agent.
Vremenski okvir
Neminovno se postavlja pitanje kada se može sintetizirati digitalna kopija mozga i kičmene moždine.
Nažalost, ovo neće doći uskoro. Kurzweilova prognoza o emulaciji mozga do 2030. izgleda prekratka, za samo 12 godina. Štaviše, njegove analogije s Projektom ljudskog genoma pokazale su se nezadovoljavajućim. Osim toga, mnogi naučnici se vjerovatno kreću u nekim ćorsokacima.
Slično, Goertzelova predviđanja o uspjehu pristupa zasnovanog na pravilima u narednim decenijama izgledaju previše optimistična. Iako vjerovatno nije nemoguće s obzirom na njegov pristup AI treningu.
Prema vjerovatnom scenariju, stvaranje koda ili privida ljudskog mozga moguće je za 50-75 godina. Ipak, datum je prilično teško predvidjeti, s obzirom na marginu greške u neuronauci, s jedne strane, i brzinu promjene, s druge. 2050. je neka vrsta crne rupe kada su u pitanju predviđanja.
