Почему лучший компьютер по-прежнему уступает человеческому мозгу? Компьютер мозг
Чем отличается мозг человека от компьютера, что умеют нейронные сети и будущее науки
Алена Лепилина
Ведущий эксперт искусственному интеллекту Педро Домингос написал любопытную книгу о том, как машинное обучение может изменить и уже меняет наш мир. Нейронные сети опутывают нас все плотнее, алгоритмы управляют нашей жизнью: они находят книги, фильмы, работу и партнеров для нас, управляют инвестициями и разрабатывают лекарства, самостоятельно обучаясь. Алгоритмы как маленькие любознательные дети: смотрят на нас, повторяют за нами и экспериментируют.
А самое удивительное, что ученые уже работают над Верховным алгоритмом, который будет способен решать любые задачи еще до того, как мы их сформулируем (не напоминает Дугласа Адамса?), и извлекать знания обо всем на свете из данных. Любопытно, правда?
Как устроен наш мозг и как он учится?
Канадский психолог Дональд Хебб в 1949 году сформулировал правило обучения, которое сейчас лежит в основе множества искусственных нейронных сетей: «нейроны, которые срабатывают вместе, связываются друг с другом». В правиле Хебба слились идеи психологии, нейробиологии и, что интересно, немалая доля домыслов. Примерно в то же время испанский нейробиолог Сантьяго Рамон-и-Кахаль провел первые подробные исследования мозга, окрашивая нейроны. Он каталогизировал свои наблюдения, как ботаники классифицируют новые виды деревьев.
источник
Ко времени Хебба нейробиологи в общих чертах понимали, как работают нейроны, однако именно он первым предложил механизм, согласно которому нейроны могут кодировать ассоциации. Каждое понятие представлено множеством нейронов. И эти нейроны, которые возбуждают друг друга, образуют, в терминологии Хебба, «ансамбли клеток».
С помощью таких собраний в головном мозге представлены понятия и воспоминания. В каждый ансамбль могут входить нейроны из разных областей мозга, ансамбли могут пересекаться. Так, клеточный ансамбль для понятия «нога» включает ансамбль для понятия «ступня», в который, в свою очередь, входят ансамбли для изображения ступни и звучания слова «ступня».
Тем не менее для имитации работы мозга одного правила Хебба мало: сначала надо разобраться с устройством головного мозга. Каждый нейрон напоминает крохотное деревце с огромной корневой системой из дендритов и тонким волнистым стволом — аксоном. Мозг в целом похож на лес из миллиардов таких деревьев, однако лес этот необычный: ветви деревьев соединены в нем с корнями тысяч других деревьев (такие соединения называются синапсами), образуя колоссальное, невиданное хитросплетение.
Если расположить аксоны мозга друг за другом, они займут расстояние от Земли до Луны.
Эти джунгли потрескивают от электрических разрядов. Искры бегут по стволам и порождают в соседних деревьях еще больший сонм искр. Время от времени лес неистово вспыхивает, потом снова успокаивается. Работа мозга похожа на симфонию таких электрических разрядов. Если бы можно было посмотреть изнутри на то, что происходит в тот момент, когда вы читаете эту страницу, сцена затмила бы самые оживленные мегаполисы из фантастических романов. Этот невероятно сложный узор нейронных искр в итоге порождает человеческое сознание. Следующий шаг — превратить работу синапсов в алгоритм.
Нейросети. Начало
Первая формальная модель нейрона была предложена в 1943 году Уорреном Маккаллоком и Уолтером Питтсом. Она была во многом похожа на логические вентили, из которых состоят компьютеры с И, ИЛИ и НЕ. Нейронные сети могут совершать все операции, которые умеет делать компьютер. Поначалу компьютер часто называли электронным мозгом, и это была не просто аналогия.
Однако нейрон Маккаллока–Питтса не умеет учиться. Это стало шагом к изобретению перцептронов. Харизматичный оратор и очень живой человек, психолог Фрэнк Розенблатт сделал для зарождения машинного обучения больше, чем кто бы то ни было. Своим названием перцептроны обязаны его интересу к применению своих моделей в проблемах восприятия (перцепции), например распознавания речи и символов.
А вот это штука уже посовременнее: тактильный интерфейс, меняющий форму, разработанный в Массачусетском технологическом институте, – источник.
Перцептрон похож на крохотный парламент, в котором побеждает большинство (хотя, наверное, не такой уж и крохотный, учитывая, что в нем могут быть тысячи членов). Но при этом парламент не совсем демократический, поскольку в целом не все имеют равное право голоса. Нейронная сеть в этом отношении больше похожа на Facebook, потому что несколько близких друзей стоят тысячи френдов, — именно им вы больше всего доверяете, и они больше всего на вас влияют. Если друг порекомендует вам фильм, вы посмотрите его и вам понравится, в следующий раз вы, вероятно, снова последуете его совету. С другой стороны, если подруга постоянно восторгается фильмами, которые не доставляют вам никакого удовольствия, вы начнете игнорировать ее мнение (и не исключено, что дружба поостынет).
Перцептрон вызвал восторг в научном сообществе. Он был простым, но при этом умел узнавать печатные буквы и звуки речи: для этого требовалось только обучение на примерах.
Но затем перцептрон уперся в стену. Инженеров знаний раздражали заявления Розенблатта: они завидовали вниманию и финансированию, которое привлекали нейронные сети в целом и перцептроны в частности. Одним из таких критиков был Марвин Минский, который опубликовал книгу с критикой перцептронов: он описал простые вещи, которым алгоритм не в состоянии научиться. (Хотя надо сказать, что спустя 20 лет это оказалось не так.)
Мозг и компьютер: принципиальное различие
В случае обратной дедукции мы шаг за шагом разбираемся, какое правило необходимо ввести, чтобы от посылок прийти к желаемым выводам. Однако согласно правилу Хебба, все нейроны учатся одновременно. В этом нашли отражение различия между компьютерами и мозгом.
- Компьютеры даже совершенно обычные операции — например, сложение двух чисел или переключение выключателя — делают маленькими шажочками, поэтому им нужно много этапов. При этом шаги могут быть очень быстрыми, потому что транзисторы способны включаться и выключаться миллиарды раз в секунду.
- Мозг же умеет выполнять большое количество вычислений параллельно благодаря одновременной работе миллиардов нейронов. При этом нейроны могут стимулироваться в лучшем случае тысячу раз в секунду, и каждое из этих вычислений медленное.
Количество транзисторов в компьютере приближается к количеству нейронов в головном мозге человека, однако мозг безусловно выигрывает в количестве соединений.
Типичный транзистор в микропроцессоре непосредственно связан лишь с немногими другими, и применяемая технология планарных полупроводников жестко ограничивает потенциал совершенствования работы компьютера. А у нейрона — тысячи синапсов. Если вы идете по улице и увидели знакомую, вам понадобится лишь десятая доля секунды, чтобы ее узнать.
Это не значит, что с помощью компьютера нельзя симулировать работу мозга: в конце концов, именно это делают коннекционистские алгоритмы. Поскольку компьютер — универсальная машина Тьюринга, он может выполнять вычисления, происходящие в мозге, как и любые другие, при условии, что у него есть достаточно памяти и времени. В частности, недостаток связности можно компенсировать скоростью: использовать одно и то же соединение тысячу раз, чтобы имитировать тысячу соединений.
На самом деле сегодня главный недостаток компьютеров заключается в том, что в отличие от мозга они потребляют энергию: ваш мозг использует примерно столько мощности, сколько маленькая лампочка, а для некоторых сложных машин нужно столько электричества, что им можно осветить целый бизнес-центр.
Что умеют нейронные сети
Ученые Терри Сейновски и Чарльз Розенберг обучали многослойный перцептрон читать вслух. Их система NETtalk сканировала текст, подбирала фонемы согласно контексту и передавала их в синтезатор речи. NETtalk не только делал правильные обобщения для новых слов, чего не умели системы, основанные на знаниях, но и научился говорить очень похоже на человека. Сейновски любил очаровывать публику на научных мероприятиях, пуская запись обучения NETtalk: сначала лепет, затем что-то более внятное и наконец вполне гладкая речь с отдельными ошибками. (Поищите примеры на YouTube по запросу sejnowski nettalk.)
Первым большим успехом нейронных сетей стало прогнозирование на фондовой бирже. Поскольку сети умеют выявлять маленькие нелинейности в очень зашумленных данных, они приобрели популярность. Типичный инвестиционный фонд тренирует сети для каждой из многочисленных ценных бумаг, затем позволяет выбрать самые многообещающие, после чего люди-аналитики решают, в какую из них инвестировать.
Беспилотные автомобили — тоже пример того, как хорошо нейронные сети обучаются. А совсем недавно Google рассказали о том, что научили нейросети «писать» картины, опираясь на загруженные в них изображения.
Ребята из Медузы собрали целую галерею таких машинных картин.
Сегодня мы обучаем более глубокие сети, чем когда бы то ни было, и они задают новые стандарты в зрении, распознавании речи, разработке лекарственных средств и других сферах. И, конечно, меняют мир. По мере того как мы будем лучше понимать мозг, ситуация может измениться. Вдохновленная проектом «Геном человека», новая дисциплина — коннектомика — стремится составить карту всех мозговых синапсов. Возможно, это то самое окно в будущее.
P.S.: Понравилось? Подписывайтесь на нашу новую рассылку. Раз в две недели будем присылать 10 самых интересных и полезных материалов из блога МИФа.
По материалам книги «Верховный алгоритм»
Обложка поста: desiringgod.orgblog.mann-ivanov-ferber.ru
Нейропроцессоры | Журнал Популярная Механика
«Цель проекта, в работе над которым приняли участие множество исследовательских центров и ведущих университетов по всему миру, вполне отражена в его названии. SyNAPSE — это Systems of Neuromorphic Adaptive Plastic Scalable Electronics, нейроморфные адаптивные масштабируемые электронные системы, — объясняет «Популярной механике» Билл Риск, один из руководителей группы разработчиков подразделения IBM Research в Алмадене. — Если говорить более простыми словами, то это создание компьютера, основанного на совершенно новой архитектуре, позаимствованной у человеческого мозга. Ведь это удивительно эффективное устройство. Мозг способен одновременно получать большое количество сигналов — от зрительной системы, слуха, осязания, обоняния — и обрабатывать их. Причем зачастую очень неординарными способами. Вот, например, вы смотрите на изображение розы, но при этом вспоминаете ее запах и ощущение колючек на стебле, хотя ни от обоняния, ни от осязания сигналов в этот момент не поступает: в мозгу нет строгого разделения на поступающие данные, память, инструкции по обработке и команды; все это кодируется с помощью одних и тех же принципов — конфигурации нейронов и синапсов (структуры связей) и передачи нервных импульсов».
Кирпичики мозга
В мозгу мыши насчитывается 16 млн нейронов, образующих разветвленную сеть с помощью 128 млрд синапсов. Это не так уж и много: человеческий мозг образован сетью из 220 трлн синапсов, объединяющих 22 млрд нейронов. Но, несмотря на серьезное количественное различие на несколько порядков, принципы построения мозга и у человека, и у мыши сходны. На макроскопическом уровне можно выделить отдельные области мозга, отвечающие за выполнение тех или иных специализированных задач: зрительная кора, соматосенсорная, моторные области, ассоциативная кора и другие. При более глубоком рассмотрении оказывается, что мозг состоит из так называемых модулей (колонок кортекса), групп нейронов, которые можно рассматривать в качестве строительных блоков коры.
Разработчики TrueNorth полны оптимизма, считая, что в будущем станет возможным построить систему, состоящую из 10 млрд нейронов и 100 трлн синапсов, занимающую объем менее 2 л и потребляющую менее 1 кВт (всего лишь в 50 раз больше человеческого мозга). Подобные технологии могут быть использованы в самых различных областях, таких как системы видеонаблюдения в целях общественной безопасности, системы распознавания образов, помогающие слепым ориентироваться в окружающем мире, более безопасный транспорт или здравоохранение.
Именно этим и воспользовались разработчики IBM Research. В 2011 году удалось создать полупроводниковый «кирпичик», аналог колонки кортекса — нейросинаптическое ядро из 256 нейронов, объединенных 65 536 синапсами, тем самым продемонстрировав возможность реализации подобного нестандартного подхода «в железе». В состав такого ядра входит также память для хранения параметров конфигурации нейрона и синапсов и модуль коммуникации. А в августе 2014 года команда, работающая над проектом, представила созданный по 28-нм техпроцессу процессор TrueNorth, объединяющий 4096 таких ядер на одном чипе, то есть 1 млн нейронов и 256 млн синапсов. Как утверждает руководитель SyNAPSE Дхармендра Модха, этот процессор — настоящая революция: «Он имеет параллельную, распределенную, модульную, масштабируемую и гибкую архитектуру, объединяющую обработку сигналов, коммуникации и память на одном чипе. Работа TrueNorth управляется не высокочастотным тактовым генератором, а потоком событий («возбуждений» под действием «нервных импульсов»), в результате чего нам удалось добиться рекордных показателей энергоэффективности: при типичной работе процессор потребляет менее 100 мВт, в тысячу раз меньше обычного современного процессора».
Правое полушарие
Важно и то, что TrueNorth масштабируется, — можно строить сложные системы, состоящие из множества таких чипов. В IBM Research уже продемонстрировали компьютер, состоящий из 16 процессоров, то есть из 16 млн нейронов — а это столько же, сколько содержит мозг мыши (правда, синапсов у мыши больше). «Тем не менее нельзя говорить, что мы построили мозг мыши, или какой-либо другой мозг, или что наш компьютер так же умен, как мышь, — говорит Билл Риск. — Это не так. На самом деле мы создали компьютер с архитектурой, позаимствованной у мозга. И он вовсе не предназначен для замены традиционных компьютеров. Подобно тому, как у человека два полушария мозга выполняют разные задачи — левое отвечает за аналитическое мышление, а правое — за обработку сенсорных сигналов, в компьютерном мире обычные процессоры и нейросинаптические отлично дополняют друг друга. TrueNorth в этой аналогии очень точно соответствует правому полушарию, гораздо лучше справляясь с потоком сенсорных данных и распознаванием образов в реальном времени, и мы уже успешно продемонстрировали это на конкурсе DARPA Neovision Challenge.
Лидер или аутсайдер? Если смотреть на тактовые частоты, то человеческий мозг является аутсайдером вычислительного мира. А вот если судить по энергоэффективности, то продукт биологической эволюции значительно обгоняет создания человеческих рук.
Не заменяет TrueNorth и специализированные цифровые процессоры сигналов — они могут быть гораздо более точными. Зато в саму конструкцию нейросинаптических чипов заложена непревзойденная энергоэффективность, и это делает возможным создание различных автоматических роботизированных систем сбора данных об окружающей среде, способных работать, скажем, от солнечных батарей».
www.popmech.ru
Мозг не компьютер — Викиум.ру
Человеческий мозг – сложная структура, и ученые еще далеки от полного понимания, как он работает. В разные времена это незнание порождало различные красочные сравнения со сложными процессами и механизмами. Сейчас мозг все чаще отождествляют с компьютером: мозговую активность с шестеренками, нейронную сеть – с проводами. Объясняем, почему такое сравнение в корне неверно.
Стремительный прогресс в области цифровых технологий показывает, что машины обрабатывают все большие и большие объемы данных. Это и послужило почвой для рождения мифа: мы знаем, что мозг способен справляться со сложнейшими задачами и хранить большой объем информации в памяти. Однако главное отличие заключается в том, что мозг является живой, высокоорганизованной структурой, неотделимой от тела.
Компьютер обрабатывает полученные данные по заданным алгоритмам. В человеческом же мозге эти алгоритмы не заложены. Они формируются в процессе жизни и развития организма, и у каждого человека они уникальны. Именно поэтому мы все по-разному реагируем на одни и те же события, воспринимаем одни и те же произведения искусства и имеем разные пристрастия.
Кроме того, мозг не хранит точные копии данных, как компьютер – файлы. Наглядный пример – наша память. Наши воспоминания трансформируются: каждый раз, обращаясь в памяти к какому-то эпизоду, мозг по-разному интерпретирует хранящуюся информацию. На это влияет накопленный опыт и эмоциональное состояние. В связи с этим, у свидетелей одного и того же события со временем могут не совпадать воспоминания о нем.
Наконец, мозг нельзя выключить или перезагрузить. То, что мы обычно подразумеваем под перезагрузкой – переключение внимания, мы перестаем концентрироваться на одних задачах, отвлекаясь на другие. Во сне же наш мозг работает даже активнее, чем в периоды бодрствования, обрабатывает и структурирует полученную информацию.
Человеческий мозг – подвижная структура, которая развивается или ослабевает в зависимости от нашей деятельности. Регулярные умственные нагрузки способствуют развитию когнитивных функций и, как следствие, повышению интеллекта. Тренируйте мозг и помните – нет предела совершенству!
blog.wikium.ru
Почему наш мозг – не компьютер | Futurist
Наш мозг не обрабатывает информацию, не извлекает знания и не хранит воспоминания. В этом убежден психолог Роберт Эпштейн, автор 15 книг и бывший главный редактор журнала «Psychology Today». Уже много лет он активно выступает против взгляда на мозг как на машину для обработки данных. «Футурист» публикует развернутую статью Эпштейна, которая может полностью перевернуть ваше представление о мозге.
Копировать-вставить
В нашем мозге невозможно найти копию Пятой симфонии Бетховена. А также копии слов, картинок, грамматических правил или любых других стимулов из окружающей среды. Человеческий мозг, конечно, нельзя назвать «пустым». Однако он не содержит большинство из того, что, по всеобщему мнению, должен содержать. В нем нет даже такой простой вещи, как «воспоминания».
Роберт Эпштейн
Наше неверное представление о мозге имеет глубокие исторические корни, но наибольший вред нанесло изобретение компьютеров в 1940-х годах. Уже больше полувека психологи, лингвисты и нейрофизиологи принимают за данность, что человеческий мозг работает по принципу компьютера.
Чтобы увидеть, насколько нелепа эта идея, подумайте о мозге детей. Благодаря эволюции, новорожденные у хомо сапиенс, как и у всех других видов млекопитающих, попадают в мир подготовленными. Они готовы эффективно взаимодействовать с миром. Зрение младенца размыто, однако оно легко выделяет лица. Довольно быстро малыш запоминает лицо матери. Слух ребенка отдает предпочтение голосам, отделяя их от других звуков, а также может отличить одну манеру речи от другой. Без сомнения, мы подготовлены к построению социальных связей.
Здоровый младенец также обладает как минимум дюжиной рефлексов — готовых реакций на определенные раздражители, которые важны для выживания. Новорожденный поворачивает голову в направлении предмета, который касается его щеки, и сосет все, что попадает ему в рот. Он хватает вещи, которые мы опускаем ему на раскрытую ладонь, так крепко, что может удержать собственный вес. Возможно, важнее всего, что у детей с рождения есть мощные механизмы обучения, которые позволяют им стремительно меняться, так что они могут всё более эффективно взаимодействовать с миром, даже если этот мир не похож на тот, что встречал их далеких предков.
Органы чувств, рефлексы и механизмы обучения — вот с чем мы начинаем, и это немало. Если бы в этом наборе чего-то не хватало, выжить было бы непросто.
А вот с чем мы не рождаемся: информация, данные, правила, лексикон, алгоритмы, программы, подпрограммы, модели, память, изображения, процессоры, шифраторы, декодеры, символы и буфер обмена. В нас нет всех тех элементов, которые позволяют цифровым компьютерам демонстрировать более-менее разумное поведение. Мы не только не рождаемся с таким набором функций, мы также не развиваем их — никогда.
Мы не храним слова или правила, которые диктуют, как манипулировать словами. Мы не создаем репрезентации или отображения визуальных стимулов, не сохраняем их в буфере кратковременной памяти и не передаем в долговременную память. Мы не загружаем информацию, картинки или слова из памяти. Компьютеры выполняют все эти действия, организмы — нет.
Компьютеры буквально обрабатывают информацию — числа, буквы, слова, формулы, изображения. Информацию необходимо закодировать в понятный компьютерам формат, то есть вереницы единиц и нулей (биты), собранные в небольшие группы (байты). Определенная последовательность этих логических элементов кодирует букву Д, другая — О, третья — М. Поставленные рядом, эти три бувы формируют слово ДОМ. Любая картинка, например, фотография кота, представлена очень сложной последовательностью из миллионов байт, окруженных специальными знаками, которые говорят компьютеру, что в этом месте хранится изображение, а не слово.
Разумеется, это очень тезисное введение в компьютерную теорию, но оно позволяет сделать простой вывод: компьютеры действительно работают с символическими отображениями мира. Они действительно хранят и извлекают. Они реально обрабатывают. У них есть физическая память. Всеми их действиями, без исключений, руководят алгоритмы.
Но люди ничего из этого не делают — никогда не делали и никогда не будут. Принимая во внимание этот факт, зададимся вопросом: почему так много ученых говорят о жизни нашего сознания так, как будто мы компьютеры?
Четыре жидкости, которые управляли организмом человека по представлению древних греков и средневековых астрологов (отсюда произошли четыре типа темперамента)
Метафоры сознания
В книге «По нашему образу и подобию» (In Our Own Image, 2015) исследователь искусственного интеллекта Джордж Заркадакис описывает шесть различных метафор, которые люди использовали последние 2000 лет, чтобы объяснить человеческое сознание.
В самой ранней метафоре, чьи следы мы находим в Библии, людей создают из глины, в которую разумное божество вдыхает дух. Этот дух «объясняет» то, что мы разумны.
Открытие законов гидравлики и появление первых гидротехнических сооружений в 3 веке до нашей эры привело к росту популярности гидравлической модели сознания. Философы решили, что и телом, и умственной жизнью руководят различные жидкости в нашем теле — «гуморы». Гидравлическая метафора продержалась 1600 лет, сильно замедляя прогресс в медицинских знаниях.
В 1500-х годах появились автоматы, приводимые в действие пружинами и шестеренками. В итоге лидирующие мыслители, такие как Рене Декарт, заявили, что люди — это сложные машины. В 1600-х британский философ Томас Гоббс предполагал, что наши мысли — результат механической работы небольших элементов в мозгу. К 1700-м открытия в области электричества и химии привели к рождению новых теорий человеческого сознания — опять же, по большей части метафорических. В 1800-х, под впечатлением от последних достижений в области передачи сообщений, немецкий физик Герман фон Гельмгольц сравнил мозг с телеграфом.
Каждая метафора отражала самые передовые идеи своей эпохи. Неудивительно, что всего через несколько лет после рождения компьютерной технологии в 1940-х многие заявили: мозг работает подобно компьютеру. При этом роль «железа» играют нейроны, а мысли — это программное обеспечение. Ключевым событием в развитии того, что сегодня называют «когнитивной наукой», стала публикация книги «Язык и коммуникация» в 1951 году. В ней психолог Джордж Миллер предложил исследовать мышление с помощью понятий из теории информации, кибернетики и лингвистики.
Такого рода теоретизирование получило свое наивысшее выражение в короткой книге «Компьютер и мозг» (1958), в которой математик Джон фон Нейман напрямую заявлял: функция человеческой нервной системы — цифровая. Признавая, что о механизмах мышления и памяти известно мало, ученый все же провел множество параллелей между компонентами вычислительных машин и элементами человеческого мозга.
Футуролог Рэй Курцвейл
Успехи в развитии компьютерных технологий и исследованиях мозга привели к зарождению мощного междисциплинарного направления. Его целью было понять человеческий разум. В основе подхода лежало убеждение, что люди, подобно компьютерам, обрабатывают информацию. И те и другие — процессоры, буквально «обработчики». В этой области сейчас трудятся тысячи исследователей, которые поглощают миллиарды долларов в грантах и пишут огромное количество технических пособий и популярных статей и книг. В качестве примера этого подхода можно привести последнюю книгу Рэя Курцвейла «Как создать разум: раскрытие секретов человеческого мышления». В ней футуролог пишет об «алгоритмах» в мозге, о том, как мозг «обрабатывает данные», даже о внешнем сходстве нейронных и электронных сетей.
Прилипчивая метафора
Метафора «информационной обработки» (ИО) сегодня доминирует в наших представлениях о функционировании сознания. Вряд ли можно найти хоть какую-либо форму изучения разумного человеческого поведения, которая обходится без использования этой метафоры — точно так же, как в предыдущие эпохи говорить о сознании было невозможно без упоминания духа или божества. Обоснованность ИО-метафоры в сегодняшнем мире принимается за данность.
Однако ИО-метафора — это, в конечном итоге, еще одна метафора, то есть история, которую мы рассказываем, чтобы придать смысл чему-то, что мы не понимаем. Как и все предыдущие метафоры, в какой-то момент ее придется оставить — заменить новой метафорой или, если повезет, реальным знанием.
Сама идея, что люди должны обрабатывать информацию, просто потому что компьютеры обрабатывают информацию, откровенно глупа. И когда в один прекрасный день ИО-метафору наконец забросят, историки наверняка посмотрят на наши взгляды с насмешкой, так же как мы сегодня находим глупыми гидравлическую и механическую метафоры.
Эксперимент с долларом
Чтобы продемонстрировать ложность ИО-метафоры во время лекции, Роберт Эпштейн обычно вызывает добровольца и просит его как можно реалистичнее нарисовать на доске купюру номиналом в 1 доллар. Когда студент справляется, психолог закрывает изображение листом бумаги, прикрепляет рядом реальную банкноту и просит добровольца повторить процедуру. Когда задание выполнено, аудитории предлагается сравнить результаты.
Как правило, студентов удивляет, сколь мало сходства у двух изображений. Рисунок по памяти не идет ни в какое сравнение со второй картинкой, срисованной с оригинала. При этом каждый из студентов тысячи раз видел долларовую купюру.
В чем же проблема? Разве у нас в мозгу нет «отображения» банкноты, которое «хранится» в «регистре данных» нашей памяти? Разве мы не можем просто «извлечь» картинку и использовать ее, чтобы нарисовать копию?
Очевидно, нет, и даже за тысячу лет нейронаука не обнаружит «отображение» долларовой купюры, хранящееся в человеческом мозге, по той простой причине, что его там нет.
Большое количество статей о мозге говорит нам, что даже простейшие воспоминания задействуют многие зоны мозга, иногда довольно обширные. Когда дело доходит до сильных эмоций, одновременно может повышаться активность миллионов нейронов. Нейропсихологи из Университета Торонто исследовали выживших после авиакатастрофы и обнаружили, что воспоминания о трагедии задействовали много разных зон, в том числе миндалевидное тело и зрительную кору.
Что же происходит, когда студент рисует доллар по памяти? Так как он неоднократно видел купюру, его мозг изменился. Говоря конкретнее, нейронная сеть изменилась таким образом, что студент может визуализировать банкноту — то есть, заново испытать видение доллара, во всяком случае, до определенной степени.
Разница между двумя рисунками напоминает, что визуализация чего-то (видение в отсутствие предмета) гораздо менее точна, чем непосредственное наблюдение. Именно поэтому мы гораздо лучше справляемся с распознаванием, чем с припоминанием. Когда мы вспоминаем, мы пытаемся заново пережить некий опыт. Когда же мы узнаём что-то, нам всего лишь достаточно осознавать, что раньше мы уже переживали то же самое.
Даже если бы студент приложил сознательное усилие, чтобы запомнить купюру во всех подробностях, нельзя было бы сказать, что картинка «сохранилась» в мозгу. Просто студент стал лучше подготовлен к тому, чтобы нарисовать доллар по памяти. Точно так же пианист, практикуясь, становится более опытным и лучше играет концерт, но при этом ему не нужно каким-либо образом вдыхать копию партитуры.
Дирижер Артуро Тосканини обладал фотографической памятью и мог воспроизвести без партитуры 2,5-часовую оперу, но ему не требовалось «загружать» ее себе в мозг – он каждый раз проживал ее заново
Мозг без информации
Начиная с этого простого упражнения, мы можем приняться за новую теорию разумного человеческого поведения без всяких метафор. В этой теории мозг не будет полностью пустым, но, по крайней мере, мы обойдемся без багажа ИО-метафоры.
В своей жизни человек переживает различный опыт, который его изменяет. Особого упоминания заслуживают три типа переживаний: 1. Мы наблюдаем за тем, что происходит вокруг нас (как ведут себя другие люди, как звучит музыка, какие нам дают указания, как выглядят слова на странице и картинки на экране). 2. Мы обнаруживаем, что неважные стимулы (например, звук сирены) идут в связке с важными (например, появлением полицейских машин). 3. Нас наказывают или поощряют за то, что мы ведем себя определенным образом.
Чтобы быть более успешным представителем своего вида, мы меняемся таким образом, чтобы лучше соответствовать этим типам опыта. Если мы можем прочитать стихотворение наизусть или спеть песню, если мы можем следовать инструкциям, если мы реагируем на второстепенные стимулы так же, как на первостепенные, если мы ведем себя так, что заслуживаем одобрение окружающих, — во всех этих случаях социальное приспособление увеличивается.
Несмотря на громкие заголовки, до сих пор никто не знает, как мозг меняется в ходе заучивания наизусть песни или стихотворения. Однако ни песня, ни стихи в сознании не «сохраняются». Просто мозг изменяется упорядоченным образом, так что мы теперь при определенных условиях можем спеть песню или прочитать стихи. Когда приходит время сделать это, песня и стихи не «извлекаются» из определенного места в мозгу, точно так же как движения пальца не «извлекаются» из памяти, когда мы стучим по столу. Мы просто поем или читаем стихи — без всякого извлечения.
В последнее время появляется все больше когнитивных психологов, которые полностью отказываются от «компьютерного» взгляда на мозг. К ним принадлежит, например, Энтони Чемеро из Университета Цинциннати. Вместе с коллегами он настаивает на том, что организмы находятся в прямом контакте со своим окружением. Это становится основой для нового описания разумного поведения.
Вот еще один пример того, насколько различны подходы к сознанию с точки зрения «обработки информации» и в рамках новой «антирепрезентативной» перспективы. В 2002 году ученые из Университета штата Аризона описали два возможных взгляда на простое действие в спорте: бейсболист пытается поймать летящий мяч. Согласно ИО-метафоре, мозгу игрока необходимо оценить начальные условия полета мяча — скорость, угол, траекторию, — затем создать и проанализировать внутреннюю модель движения, спрогнозировать, где мяч окажется в будущем, и на основе этой модели адаптировать движения тела в реальном времени и поймать мяч.
Это все имело бы место, если бы мы функционировали как компьютеры. Однако автор работы Майкл МакБит и его коллеги сумели объяснить происходящее гораздо проще: чтобы поймать мяч, бейсболисту просто нужно двигаться таким образом, чтобы мяч находился в постоянном визуальном контакте с «домом» (углом квадрата в бейсболе, где стоит игрок с битой) и окружающими предметами. Звучит сложновато, но на деле это невероятно просто и не требует никаких вычислений, отображений и алгоритмов.
Психологи Эндрю Уилсон и Сабрина Голонка из Городского университета Лидса в Великобритании уже много лет ведут блог, в котором собирают свидетельства, подобные примеру с бейсболом. Свою цель они описывают следующим образом:
«Мы стремимся к более связному, более естественному подходу к строгому изучению человеческого поведения, который не вписывается в господствующие взгляды в когнитивных науках» .
Однако Уилсон и Голонка в меньшинстве. Подавляющее большинство исследователей мозга по-прежнему активно использует ИО-метафору. Более того, огромное количество предсказаний делается на основе сравнения мозга с компьютером. Например, вам наверняка приходилось читать, что в будущем станет возможно загружать человеческое сознание в компьютер и что это сделает нас невероятно умными и, возможно, бессмертными. Подобные прогнозы, среди прочих, высказывали Рэй Курцвейл и Стивен Хокинг. Та же идея стала предпосылкой фильма «Превосходство» с Джонни Деппом, где герой загружает мозг в интернет и начинает терроризировать человечество.
К счастью, такие напасти нам не грозят, так как ИО-метафора не имеет под собой оснований. Нам никогда не придется волноваться о людях, сошедших с ума в киберпространстве. Впрочем, есть и плохая новость: достичь бессмертия с помощью переселения в компьютер тоже не удастся. Не только из-за того, что в мозгу нет «программы сознания», но также потому, что Эпштейн называет проблемой уникальности. И это — самое главное в его теории.
Проблема уникальности
Раз в мозгу нет ни «хранилища данных», ни «отображений» стимулов, а также по той причине, что для успешного функционирования мозгу необходимо меняться под влиянием опыта, нет оснований полагать, что два человека меняются одинаково под влиянием одного и того же события. Вы пришли на концерт, чтобы послушать Пятую симфонию Бетховена. Скорее всего, изменения, которые произойдут в вашем мозгу, будут разительно отличаться от изменений, которые произойдут в мозгу человека на соседнем кресле. Какими бы ни были эти изменения, они происходят в уникальной конфигурации нейронов, которая развивалась в результате десятилетий уникального опыта.
В своем классическом труде 1932 года британский психолог сэр Фредерик Бартлетт показал, что два человека повторяют услышанную историю по-разному. Более того, со временем версия каждого из слушателей отличается все больше. Никто из слушателей не создает «копию» рассказа; вместо этого каждый человек меняется под влиянием истории — достаточным образом, чтобы впоследствии суметь ее пересказать. Спустя дни, месяцы и даже годы испытуемые могут заново пережить историю, хотя и не во всех деталях.
С одной стороны, это очень вдохновляет. Каждый человек на земле поистине уникален, не только в смысле генетики, но и в плане строения своего серого вещества. Однако это также обескураживает, потому что задача нейропсихолога становится невообразимо сложной. Любой опыт вызывает упорядоченное изменение, которое задействует тысячи, миллионы нейронов или даже весь мозг, и конфигурация этих изменений будет своей для каждого человека.
Более того, даже если бы у нас была технология, чтобы сделать снимок 86 миллиардов нейронов и затем запустить их симуляцию внутри компьютера, эта огромная структура не будет значить ничего снаружи мозга, который дал ей жизнь. Возможно, в этом аспекте ИО-метафора больше всего исказила наше представление о функционировании разума. В компьютерах хранение точных копий возможно, и эти копии не изменяются со временем, даже если отключить источник питания. Однако мозг поддерживает наш разум только до тех пор, пока он остается живым. Либо мозг продолжает функционировать, либо мы исчезаем.
В книге «Будущее мозга» нейробиолог Стивен Роуз к тому же показал, что снимок мозга в определенный момент может быть бесполезным, если мы не знаем всю историю жизни его обладателя — возможно, даже такие детали, как социальные условия, в которых прошло детство человека.
Вот насколько сложна проблема. Чтобы понять даже основы того, как мозг поддерживает разум, нам нужно знать не только состояние 86 миллиардов нейронов и 100 триллионов связей между ними в данный момент, не только интенсивность, с которой нейроны обмениваются сигналами, не только состояния более чем 1000 белков, которые существуют в каждом синапсе, но и то, как активность мозга от одного момента к другому способствует целостности всей системы. Добавьте к этому уникальность каждого мозга (следствие уникальности биографии его обладателя) — и тогда вы поймете, почему нейробиолог Кеннет Миллер в недавней передовице «Нью-Йорк Таймс» предположил, что на понимание основных законов нейронных связей уйдут «века».
А тем временем огромные суммы денег тратятся на исследования мозга, основанные на ложных предпосылках. Самый вопиющий случай, о котором в прошлом году писал «Сайентифик Американ», касается масштабной инициативы Human Brain Project. Евросоюз потратил на проект больше миллиарда долларов. Глава коллаборации, харизматичный Генри Маркрам сумел убедить спонсоров, что в 2023 году он сможет создать симуляцию целого мозга при помощи суперкомпьютера и что это приведет к революции в поисках средства от болезни Альцгеймера. Научные ведомства ЕС дали ученым карт-бланш. Итог? Научное сообщество взбунтовалось против слишком узкого подхода к проблеме и неразумного расходования средств, Маркрама вынудили покинуть проект, и вся инициатива оказалась в подвешенном состоянии.
Генри Маркрам рассказывает о проекте Human Brain Project на конференции TED
Роберт Эпштейн завершает статью следующим призывом:
«Мы — организмы, а не компьютеры. Давайте продолжим попытки понять человеческий разум, при этом не сковывая себя по рукам и ногам ненужным интеллектуальным багажом. Метафора «информационной обработки» отметила полувековой юбилей, но принесла не слишком много откровений. Пришло время нажать клавишу Delete».
Оригинал статьи
Послесловие «Футуриста»
На сайте журнала «Aeon» статья Роберта Эпштейна вызвала оживленную дискуссию и подверглась жесткой критике. Читатели оставили более 400 комментариев. Многие обвинили автора в том, что он не приводит достаточно аргументов в поддержку своего тезиса и слишком грубо описывает позицию оппонентов. Метафора «обработки информации» не ставит мозг в один разряд с компьютерами. Разумеется, отдельные нейроны не могут быть носителями воспоминаний, а отображения (репрезентации) в мозге не похожи на копии картинок и слов. Тем не менее «информация» — достаточно широкое понятие, чтобы его можно было применять и в кибернетике, и в нейронауках. Даже те читатели, кто согласился с основным посылом статьи, обвинили Эпштейна в перегибании палки: психолог увлекся разоблачениями — и в итоге нарисовал слишком упрощенную картину.
При этом многие читатели сошлись во мнении, что «загрузка мозга в компьютер» — плохая идея, и поддержали автора в его призыве рассматривать мозг как уникальный живой организм, а не как бездушную машину для обработки данных.
Понравилась статья?
Поделись с друзьями!
Поделиться 0 Поделиться 0 Твитнуть 0Подпишись на еженедельную рассылку
futurist.ru
Мозг - квантовый компьютер. Как профессор Фишер после депрессии нашел уникальную молекулу. Новости технологий
Давно выдвинута гипотеза, согласно которой наш мозг представляет собой не что иное, как биохимический квантовый компьютер. Теперь найден способ выяснить, так ли это
Давно выдвинута гипотеза, согласно которой наш мозг представляет собой не что иное, как биохимический квантовый компьютер. В основе этой идеи лежит предположение о том, что сознание необъяснимо в рамках классической физики и требует для своего постижения учета квантовых эффектов, тех самых, которые лежат в основе концепции квантовых вычислений. Ученые из Калифорнийского университета в Санта-Барбаре (UCSB) решили путем серии экспериментов выяснить, действительно ли наши мозги являются квантовыми компьютерами.
Часто проводят параллель между мозгом и обычным компьютером. На первый взгляд, компьютер и мозг работают одинаково - оба обрабатывают информацию, могут ее сохранять, принимают решения, а также имеют дело с интерфейсами ввода и вывода. В случае мозга этими интерфейсами выступают наши органы чувств, а также органы речи и пальцы, с помощью которых мы общаемся, устно и письменно, с другими людьми и с компьютерами.
Отсюда и идея об искусственном интеллекте (ИИ), который, дескать, вот-вот догонит, а затем и обгонит человеческий. В некоторых сферах уже далеко обогнал: в вычислениях, игре в шахматы, а два года назад - и в игре в го. Если человек - это всего лишь отсталая версия компьютера, то со временем ИИ поработит человечество. Так прогнозирует, например, Илон Маск.
Однако аналогия между мозгом и обычным компьютером обманчива. В отличие от компьютера, всего лишь выполняющего шаг за шагом предписанные ему алгоритмы, мозг способен к мгновенным интуитивным прозрениям. И вместо перебора мириад вариантов мозг склонен принимать спонтанные решения, что нередко спасало человеку жизнь в экстремальных ситуациях (но нередко и губило).
Эти соображения подталкивают искать объяснение феномена сознания в загадочном мире квантовых объектов. Довольно много приверженцев имеет идея о том, что многообразные процессы работы нашего мозга, непостижимые с точки зрения классической физики, можно объяснить с позиций квантовой механики, прибегнув к таким понятиям, как суперпозиция состояний и квантовая запутанность.
Разумеется, с этой идеей согласны не все. Вот ученые из UCSB и взялись проверить ее опытным путем. "Если предположение о квантовых процессах, происходящих в мозге, найдет подтверждение, то это приведет к настоящей революции в нашем понимании и лечении мозговых функций и когнитивных способностей человека", - говорит Мэтью Хельгесон, один из ведущих участников команды UCSB, занимающейся данным исследованием.
Успех этого проекта будет означать, что мышление людей и вообще психика живых существ основываются на тех же квантовых эффектах, которые используются при разработке квантовых компьютеров. В мире квантовых вычислений все подчиняется квантовой механике. Она адекватно описывает поведение и взаимодействие мельчайших объектов типа молекул, атомов, элементарных частиц, а также ряд вполне макроскопических эффектов, таких как сверхтекучесть и сверхпроводимость, которые проявляются не только на микроуровне, но и в привычных для нас масштабах.
Одной из ключевых особенностей квантовых вычислений является использование в качестве носителя информации так называемых кубитов (квантовых битов), а не обычных битов, которыми оперируют обычные компьютеры. Бит представляет собой минимальную единицу информации - выбор между двумя альтернативами: "включено" или "выключено", "единица" или "ноль". В отличие от битов, кубиты могут одновременно приобретать значения и "нуля", и "единицы", то есть находиться в так называемой суперпозиции состояний. А когда есть несколько кубитов, то их состояния могут запутываться. Благодаря этому два кубита по информационной емкости эквивалентны двум обычным битам, три кубита - четырем битам, четыре кубита - восьми битам, пять кубитов - 16 битам и т.д. Если продолжить эту последовательность, то окажется, что всего лишь 80 запутанных друг с другом кубитов могут содержать количество битов информации, сравнимое с числом атомов во всей видимой Вселенной.
Как видим, квантовые компьютеры обещают просто невероятный потенциал в компьютерных вычислениях, который позволит справляться с задачами (в том числе и в науке), на которые не способны даже самые мощные обычные компьютеры. И если уж сравнивать с чем-то человеческий мозг, то именно с квантовыми компьютерами.
Что же касается исследования ученых из UCSB, то оно будет направлено на поиск "мозговых" кубитов. Одной из основных особенностей тех кубитов, которые используются в квантовых компьютерах, является то, что для их работы требуется среда с очень низкой температурой, приближающейся к абсолютному нулю. При более высоких температурах моментально происходит декогеренция, разрушающая квантовую запутанность. Однако исследователи надеются доказать, что это правило не является обязательным для кубитов, которые могут находиться в человеческом организме.
В рамках одного из грядущих экспериментов ученые постараются выяснить, могут ли роль кубитов играть атомные ядра. Как предполагает научный руководитель проекта, профессор физики UCSB Мэтью Фишер, ядра некоторых атомов в составе некоторых молекул способны хранить квантовую информацию в течение часов или даже большего времени. В частности, объектом исследования станут атомы фосфора, которые, по мнению ученых, могут оказаться биохимическими кубитами. В организме человека фосфор - один из важнейших элементов, на его долю приходится около 1% веса нашего тела. Правда, основная часть его (до 85%) сосредоточена в костной ткани и зубах, но он встречается в клетках организма практически повсеместно, в т.ч. во всех клетках нервной системы и головного мозга.
В рамках другого эксперимента ученые хотят изучить потенциал декогеренции, разрушающей связи между кубитами. Чтобы наш мозг мог работать в качестве квантового компьютера, в нем должна иметься система, которая позволяла бы защищать наши биологические кубиты от этой декогеренции.
Задачей еще одного эксперимента станет исследование митохондрий - клеточных органелл, отвечающих за метаболизм и передачу энергии внутри организма. Ученые предполагают, что эти органеллы могут играть существенную роль в квантовой запутанности. В 2015 г. американские биохимики доказали, что нарушения в митохондриях нейронов (клеток головного мозга) затрудняют высвобождение нейронами нейромедиаторов - активных химических веществ, посредством которых осуществляется межклеточная коммуникация. Нейромедиаторы и синаптические связи между нейронами, возможно, создают в нашем мозге квантовые сети. Профессор Фишер и его команда хотят это проверить, попытавшись воспроизвести такую систему в лабораторных условиях.
Процессы квантовых вычислений, если они действительно присутствуют в нашем мозге, помогут нам объяснить и понять самые загадочные его функции, например, его способность переводить память из кратковременной в долговременную. Также можно будет приблизиться к пониманию того, откуда же на самом деле берутся наши сознание, понимание и эмоции.
Все это - очень высокий уровень, очень сложная физика, наряду с биохимией. Поэтому здесь никто не будет гарантировать, что мы сможем получить все ответы на поставленные вопросы. Но даже если окажется, что мы пока еще не способны точно выяснить, является ли наш мозг квантовым компьютером, запланированные исследования могут внести большой вклад в понимание того, как работает самый сложный орган человека.
Что уже нашел Мэтью Фишер
Мэтью Фишер, физик из Калифорнийского университета в Санта-Барбаре, после успешного лечения депрессии в конце 1980-х заинтересовался нейробиологическими механизмами работы антидепрессантов и размышлял о возможности квантовых процессов в головном мозге. В результате многолетних поисков хранилища квантовой информации в мозге Фишер определил на эту роль атомы фосфора.
В ноябре 2015 г. журнал Annals of Physics опубликовал статью Фишера, в которой автор выдвинул гипотезу о том, что ядра (точнее, ядерные спины, т.е. собственные моменты вращения ядер) атомов фосфора могут служить в головном мозге чем-то вроде кубитов (квантовых битов), а значит, мозг может функционировать по принципу квантового компьютера. В статье Фишер также привел аргументы в пользу своей гипотезы. Он заявил, что идентифицировал уникальную молекулу (она состоит из шести атомов фосфора, девяти атомов кальция и 24 атомов кислорода), сохраняющую "мозговые" кубиты в течение достаточно длительного времени.
Работа Фишера вызвала разные отклики, в т.ч. и благожелательные. Директор Института квантовой информации и материи Калифорнийского технологического института Джон Прескилл подробно описал результаты Фишера своим студентам в специальной статье, которую завершил словами: "Если вы молодой и амбициозный ученый, вы можете оказаться перед дилеммой: следует заниматься квантовой физикой или же нейронаукой? Возможно, правильный ответ: обеими".
www.dsnews.ua
Как соединить человеческий мозг и компьютер
Представьте себе экспериментальный нанонаркотик, который способен связывать сознания разных людей. Представьте, как группа предприимчивых нейробиологов и инженеров открывает новый способ использования этого наркотика – запустить операционную систему прямо внутри мозга. Тогда люди смогут телепатически общаться между собой, используя мысленный чат, и даже манипулировать телами других людей, подчиняя себе действия их мозга. И несмотря на то, что это сюжет научно-фантастической книги Рамеза Наама «Нексус», описанное им будущее технологий уже не кажется таким далеким.
Как подсоединить мозг к планшету и помочь парализованным больным общаться
Для пациента T6 2014 стал самым счастливым годом жизни. Это был год, когда она смогла управлять планшетным компьютером Nexus с помощью электромагнитного излучения своего мозга и буквально перенестись из эры 1980-х с их диско-ориентированными системами (Disk Operating System, DOS) в новых век андроидной ОС.
T6 – женщина 50 лет, страдающая боковым амиотрофическим склерозом, известным также как болезнь Лу Герига, которая вызывает прогрессирующее повреждение двигательных нейронов и паралич всех органов тела. T6 парализована почти полностью от шеи и вниз. До 2014 года она абсолютно не могла взаимодействовать с внешним миром.
Паралич может наступить и от повреждений костного мозга, инсульта или нейродегенеративных заболеваний, которые блокируют способность говорить, писать и вообще как-либо общаться с окружающими.
Эра интерфейсов, связывающих мозг и машину, расцвела два десятилетия назад, в процессе создания ассистивных устройств, которые бы помогли таким пациентам. Результат был фантастическим: слежение за взглядом (eye-tracking) и слежение за положением головы пользователя системы (head-tracking) позволили отслеживать движения глаз и использовать их как выходные данные для управления курсором мыши на экране компьютера. Иногда пользователь мог даже кликать по ссылке, фиксируя свой взгляд на одной точке экрана. Это называется »время задержки».
Тем не менее, системы eye-tracking были тяжелы для глаз пользователя и слишком дороги. Тогда появилась технология нейронного протезирования, когда устраняется посредник в виде сенсорного органа и мозг связывается с компьютером напрямую. В мозг пациента вживляется микрочип, и нейросигналы, связанные с желанием или намерением, могут быть расшифрованы с помощью сложных алгоритмов в режиме реального времени и использованы для контроля курсора на интерфейсе компьютера.
Два года назад, пациентке T6 имплантировали в левую сторону мозга, отвечающую за движение, 100-канальную электродную установку. Параллельно Стэнфордская лаборатория работала над созданием прототипа протеза, позволяющего парализованным печатать слова на специально разработанной клавиатуре, просто думая об этих словах. Устройство работало следующим образом: встроенные в мозг электроды записывали мозговую активность пациентки в момент, когда она смотрела на нужную букву на экране, передавали эту информацию на нейропротез, интерпретирующий затем сигналы и превращающий их в непрерывное управление курсором и щелчками на экране.
Однако этот процесс был чрезвычайно медленным. Стало понятно, что на выходе получится устройство, работающее без непосредственного физического соединения с компьютером через электроды. Сам интерфейс тоже должен был выглядеть интереснее, чем в 80-х. Команда клинического института BrainGate, занимающаяся этими исследованиями, поняла, что их система «указания и щелчка» была похожа на нажатие пальцем на сенсорный экран. И поскольку сенсорными планшетами большинство из нас пользуется каждый день, то рынок их огромен. Достаточно просто выбрать и купить любой из них.
Парализованная пациентка T6 смогла «нажимать» на экран планшета Nexus 9. Нейропротез связывался с планшетом через протокол Bluetooth, то есть как беспроводная мышь.
Сейчас команда работает над продлением работоспособности имплантата на срок всей жизни, а также разрабатывает системы других двигательных маневров, таких как «выделить и перетащить» и мультисенсорные движения. Кроме того, BrainGate планируют расширить свою программу на другие операционные системы.
Компьютерный чип из живых клеток мозга
Несколько лет назад исследователи из Германии и Японии смогли симулировать 1 процент активности человеческого мозга за одну секунду. Это стало возможным только благодаря вычислительной мощности одного из самых сильных в мире суперкомпьютеров.
Но человеческий мозг до сих пор остается самым мощным, низко энергозатратным и эффективным компьютером. Что если бы можно было использовать силу этого компьютера для питания машин будущих поколений?
Как бы дико это не звучало, нейробиолог Ош Агаби запустил проект «Конику» (Koniku) как раз для реализации этой цели. Он создал прототип 64-нейронной кремниевой микросхемы. Первым приложением этой разработки стал дрон, который может «чуять» запах взрывчатых веществ.
Одой из самых чутких обонятельных способностей отличаются пчелы. На самом деле, они даже перемещаются в пространстве по запаху. Агаби создал дрон, который не уступает пчелиной способности распознавать и интерпретировать запахи. Он может быть использован не только для военных целей и обнаружении бомб, но и для исследования сельхозугодий, нефтеперерабатывающих заводов – всех мест, где уровень здоровья и безопасности может быть измерен по запаху.
В процессе разработки Агаби и его команда решали три основные проблемы: структурировать нейроны так же, как они структурированы в мозге, прочитать и записать информацию в каждый отдельный нейрон и создать стабильную среду.
Технология индуцированной дифференцировки плюрипотентной клетки – метод, когда зрелая клетка, например, кожи, генетически встроена в исходную стволовую клетку, позволяет любой клетке превратиться в нейрон. Но как и любым электронным компонентам, живым нейронам нужна специальная среда обитания.
Поэтому нейроны были помещены в оболочки с управляемой средой, для регулировки уровня температуры и водорода внутри, а также для подачи им питания. Кроме того, такая оболочка позволяет контролировать взаимодействие нейронов между собой.
Электроды под оболочкой позволяют считывать или записывать информацию на нейроны. Агаби описывает этот процесс так:
«Мы заключаем электроды в оболочку из ДНК и обогащенных протеинов, которая стимулирует нейроны формировать искусственную тесную связь с этими проводниками. Так, мы можем считывать информацию с нейронов или, наоборот, посылать информацию на нейроны тем же способом или посредством света или химических процессов».
Агаби верит, что будущее технологий – за раскрытием возможностей так называемого wetware – человеческого мозга в корреляции с машинным процессом.
«Нет практических границ для того, какими большими мы сделаем наши будущие устройства или как по-разному мы может моделировать мозг. Биология – это единственная граница».
Дальнейшие планы «Конику» включат разработку чипов:
- с 500 нейронами, который будет управлять машиной без водителя;
- с 10 000 нейронами – будет способен обрабатывать и распознавать изображения так, как это делает человеческий глаз;
- с 100 000 нейронами – создаст робота с мультисенсорным входом, который будет практически неотличим от человека по перцептивным свойствам;
- с миллионом нейронов – даст нам компьютер, который будет думать сам за себя.
Чип памяти, встроенный в мозг
Каждый год сотни миллионов людей испытывают сложности из-за потери памяти. Причины этому разные: повреждения мозга, которые преследуют ветеранов и футбольных игроков, инсульты или болезнь Альцгеймера, проявляющиеся в старости, или просто старение мозга, которое ожидает всех нас. Доктор Теодор Бергер, биомедицинский инженер Университета Южной Калифорнии, на средства Агенства по перспективным оборонным исследованиям Министерства обороны США DARPA, тестирует расширяющий память имплантат, который имитирует обработку сигнала в момент, когда нейроны отказываются работать с новыми долгосрочными воспоминаниями.
Чтобы устройство заработало, ученые должны понять, как работает память. Гиппокамп – это область мозга, которая отвечает за трансформацию краткосрочных воспоминаний в долгосрочные. Как он это делает? И возможно ли симулировать его деятельность в рамках компьютерного чипа?
«По существу, память – это серия электрических импульсов, которые возникают с течением времени и которые генерируются определенным числом нейронов», – объясняет Бергер, – «Это очень важно, так как это значит, что мы можем свести этот процесс к математическому уравнению и поместить его в рамки вычислительного процесса».
Так, нейробиологи начали декодировать поток информации внутри гиппокампа. Ключом к этой дешифровке стал сильный электрический сигнал, который идет от области органа под названием СА3 – «входа» гиппокампа – к СА1 – «выходящему» узлу. Этот сигнал ослабляется у людей с расстройством памяти.
«Если бы мы могли воссоздать его, используя чип, мы бы восстановили или даже увеличили объем памяти», — говорит Бергер.
Но проследить этот путь дешифровки сложно, так как нейроны работают нелинейно. И любой незначительный фактор, замешанный в процессе, может привести к совсем другим результатам.Тем не менее, математика и программирование не стоят на месте, и сегодня могут вместе создать самые сложные вычислительные конструкции со множеством неизвестных и множеством «выходов».
Для начала ученые приучили крыс нажимать тот или иной рычаг, чтобы получить лакомство. В процессе запоминания крысами и превращения этого воспоминания в долгосрочное, исследователи тщательно фиксировали и записывали все трансформации нейронов, и затем по этой математической модели создали компьютерный чип. Далее, они ввели крысам вещество, временно дестабилизирующее их способность запоминать и ввели чип в мозг. Устройство воздействовало на «выходящий» орган СА1, и, вдруг, ученые обнаружили, что воспоминание крыс о том, как добиться лакомства восстановилось.
Следующие тесты были проведены на обезьянах. На этот раз ученые сконцентрировались на префронтальной коре головного мозга, которая получает и модулирует воспоминания, полученные из гиппокампа. Животным была продемонстрирована серия изображений, некоторые из который повторялись. Зафиксировав активность нейронов в момент узнавания ими одной и то же картинки, была создана математическая модель и микросхема, на ее основе. После этого работу префронтальной коры обезьян подавили кокаином и ученые вновь смогли восстановить память.
Когда опыты проводились на людях, Бергер избрал 12 волонтеров, больных эпилепсией, с уже имплантированными электродами в головной мозг, чтобы проследить источник их припадков. Повторяющиеся судороги разрушают ключевые части гиппокампа, необходимые для формирования долгосрочных воспоминаний. Если, к примеру, изучить активность мозга в момент припадков, можно будет восстановить воспоминание.
Точно также, как и в предыдущих экспериментах, был зафиксирован специальный человеческий «код памяти», который впоследствии сможет предсказать паттерн активности в клетках СА1, основываясь на данных, хранящихся или возникающих в СА3. В сравнении с «настоящей» мозговой активностью, такой чип работает с точностью около 80%.
Пока рано говорить о конкретных результатах после опытов на людях. В отличие от моторного кортекса головного мозга, где каждый отдел отвечает за определенный орган, гиппокамп организован хаотично. Также пока рано говорить, сможет ли такой имплантат вернуть память тем, кто страдает от повреждений «выходящего» участка гиппокампа.
Проблемный остается вопрос геерализации алгоритма для такого чипа, так как экспериментальный прототип был создан на индивидуальных данных конкретных пациентов. Что, если код памяти разный для всех, в зависимости от типа входящих данных, которые он получает? Бергер напоминает, что и мозг ограничен своей биофизикой:
«Есть только такое количество способов, которыми электрические сигналы в гиппокампе могут быть обработаны, которое несмотря на свое множество, тем не менее ограничено и конечно», — говорит ученый.
Анастасия Львова
Источник/Оригинал
Читайте также:
fastsalttimes.com
Почему лучший компьютер по-прежнему уступает человеческому мозгу?
Печально осознавать, что в эпоху технического прогресса человеческий мозг по-прежнему остаётся загадкой. Кроме того, мы тратим миллионы долларов на развитие гигантских суперкомпьютеров и используем огромное количество энергии из невосполнимых ресурсов, чтобы обеспечить питанием эти приборы. А сравнительно маленький по размерам человеческий мозг по многим показателям по-прежнему превосходит самые мощные компьютеры.
Суперкомпьютеру требуется 82 944 процессоров и 40 минут работы, чтобы симулировать одну секунду мозговой активности человека.
В прошлом году суперкомпьютер K использовался учёными из Окинавского технологического университета в Японии и Исследовательского центра Юлих в Германии в попытке симулировать 1 секунду активности человеческого мозга.
Компьютер смог воссоздать модель из 1,73 миллиарда нейронов (нервных клеток). Однако в человеческом мозге около 100 миллиардов нейронов. То есть в человеческом мозге примерно столько нейронов, сколько звёзд в Млечном пути. Несмотря на то, что компьютеру удалось успешно симулировать 1 секунду мозговой активности, это заняло 40 минут.
Работник Корейского научного института проверяет суперкомпьютеры в Тэджоне, Южная Корея, 5 ноября 2004 г.
Суперкомпьютер К в 2011 г. был самым быстрым компьютером в мире. Его мощность около 10,51 петафлопс, т. е. примерно 10 510 триллионов операций в секунду. Технологии развиваются стремительно, поэтому сейчас К уже на четвёртом месте, на первом месте ― Tianhe-2 (33,86 петафлопс, 33 860 триллионов операций в секунду). Таким образом, за три года нам удалось утроить вычислительную мощность самого продвинутого компьютера.
Чтобы сделать эти цифры понятнее, iPhone 5п производит примерно 0,0000768 петафлопс. Итого, самый быстрый в мире компьютер примерно в 440 000 быстрее, чем графика iPhone 5, но медленнее, чем человеческий мозг.
В исследовании Мартина Хильберта из школы коммуникации Анненберга при Университете Южной Калифорнии, опубликованном в журнале Science в 2011 г., подсчитана способность мира обрабатывать информацию. Хильберт сформулировал её следующим образом: «Люди всего мира могут осуществить 6,4*1018 операций в секунду на обычных компьютерах образца 2007 г., что сравнимо с максимальным количеством нервных импульсов, возникающих в одном человеческом мозге за секунду».
Мозг дёшево обходится: он достаётся бесплатно
За исключением редких врождённых патологий мы все рождаемся с мозгом. Чтобы построить Tianhe-2, потребовалось $390 миллионов, сообщает «Форбс». При интенсивной работе он потребляет свыше 17,6 мегаватт энергии, площадь компьютерного комплекса занимает 720 кв. метров. Другие суперкомпьютеры более экономичны и потребляют около 8 мегаватт.
Для сравнения: 1 мегаватт равен 1 миллиону ватт. 100-ваттная лампочка при включении берёт 100 ватт. В итоге самый быстрый компьютер потребляет столько же энергии, сколько 176 000 лампочек.
Д-р Джефф Лайтон, технолог Dell корпорации по производству компьютеров, пишет в блоге: «Эти системы очень громоздкие, дорогие и энергозатратные».
Конечно, мозгу тоже требуется энергия. Он получает её из еды, для производства которой в современной сельскохозяйственной системе требуется топливо.
Компьютеры, которые мы используем в повседневной жизни, полезны. Но некоторые эксперты сомневаются в полезности суперкомпьютеров.
Газета South China Morning Post опубликовала статью о китайском суперкомпьютере Tianhe-2: «В отличие от персональных компьютеров, которые могут выполнять самые разные задачи –– от обработки текстов до игр и просмотра вэб-страниц, суперкомпьютеры построены для специфических задач. Для изучения их полной вычислительной возможности учёные потратили месяцы, если не годы, для написания и переписывания кодов, чтобы обучить машину эффективно выполнять свою работу».
Старший научный сотрудник из Пекинского компьютерного центра, пожелавший остаться анонимным, сказал South China Morning Post: «Пузырь суперкомпьютеров хуже, чем пузырь рынка недвижимости. Здание простоит десятилетия после того, как его построили, а компьютер, вне зависимости от того, настолько он быстрый по сегодняшним меркам, превратится в хлам уже через пять лет».
Что быстрее: компьютерный модем или человеческий мозг?
Многие учёные пытались измерить скорость обработки информации человеческим мозгом. Цифры, которые они называют, различаются и зависят от использованного подхода. Сравнение скорости модема и «скорости» работы мозга едва ли можно отнести к разряду точных наук.
Во-первых, нужно рассмотреть, сколько битов в секунду может обработать ваш мозг, затем посмотреть, сколько битов в секунду в среднем обрабатывает современный компьютер. Говоря иными словами, надо сравнить, сколько времени компьютеру требуется для загрузки изображения из Интернета, и сколько времени вам нужно, чтобы проанализировать то, что вы видите перед глазами.
Д-р Тор Норретрандерс, профессор философии из Бизнес-школы Копенгагена, написал книгу под названием «Иллюзия пользователя: сокращаем объём сознания», в которой он утверждает, что сознание обрабатывает примерно 40 бит/с, а подсознание — 11 миллионов бит/с.
Австрийский физик-теоретик Герберт В. Франке утверждал, что человеческий разум может осознанно усваивать 16 бит/с и осознанно удерживать в уме 160 бит/с. Он отмечает, что по этой причине ум может упростить любую ситуацию до 160 бит/с.
Фермин Москозо дель Прадо Мартин, когнитивный психолог из Университета Прованса во Франции, определил, что мозг обрабатывает примерно 60 бит/с. В своей статье в журнале Technology Review он сказал, что не уверен насчёт верхнего предела. То есть он не может утверждать, что мозг неспособен обработать больше 60 бит/с.
А теперь посмотрим, насколько быстро работает ваш компьютер дома.
Один мегабит в секунду равен 1 миллиону бит в секунду. Домашние модемы могут работать со скоростью от 50 мегабит в секунду до нескольких сотен мегабит в секунду. Это в миллион раз быстрее, чем ваше сознание, и, по крайней мере, в пять раз быстрее, чем ваше подсознание. То есть в этом отношении компьютеры однозначно превосходят мозг. Разумеется, эти цифры неточные, потому что с человеческим подсознанием многое до конца неясно.
Однако, хотя люди сравнительно медленно воспринимают информацию, то, как они умеют её обрабатывать, впечатляет.
Мы учимся и мы изобретаем
Учёные работают над созданием компьютеров, которые бы обладали творческими способностями. Но в настоящее время самый продвинутый искусственный интеллект в этом отношении уступает даже мозгу людей, живших тысячи лет назад.
Автор и инженер-электромеханик Райан Дьюб в статье для сайта MakeUseOf.com комментирует высказывание писателя Гэри Маркуса: «Фундаментальное различие между компьютерами и человеческим разумом ― это организация памяти».
Дьюб писал: «Чтобы найти информацию, компьютер использует расположения виртуальной памяти. В свою очередь человеческий мозг помнит, где находится информация благодаря намёкам. Они сами по себе являются единицей информации или памяти, связанной с информацией, которую надо найти.
«Это означает, что человеческий разум в состоянии связать между собой практически безграничное количество концепций самыми разными способами, а затем при получении новой информации убрать или восстановить эти связи. Эта особенность позволяет людям выйти за пределы уже изученной информации и создавать новые изобретения и искусство, что является отличительной особенностью человеческой расы».
Мозг мало изучен, и его преимущества до конца не раскрыты
National Geographic иллюстрирует, насколько сложно создать точную модель человеческого мозга. В февральском номере журнала в статье «Новая наука мозга» рассказывается, как учёные создали трёхмерную модель части мозга мыши размером с крупинку соли. Чтобы детально отобразить этот крошечный отдел, они использовали электронный микроскоп и разделили его на 200 секций, каждая толщиной в человеческий волос.
«Чтобы отобразить человеческий мозг схожим образом, потребовалось бы количество данных, превосходящее все тексты во всех библиотеках мира», ―пишет National Geographic.
В 2005 г. исследователи из Калифорнийского университета и Калифорнийского технологического института обнаружили, что лишь некоторые из 100 миллиардов нейронов в мозгу используются для хранения информации о конкретном человеке, месте или концепции. Например, они обнаружили, что когда людям показали фото актрисы Дженнифер Энистон, в мозгу реагировал один конкретный нейрон. А на фото актрисы Хэлли Берри реагировал уже другой нейрон.
Вы можете прочитать другие новости на эту тему:paranormal-news.ru
