Има дискусии между невролози, когниционисти и философи за това дали човешкият мозък може да бъде създаден или реконструиран. Настоящите пробиви и открития в науката за мозъка непрекъснато проправят пътя за време, когато изкуствените мозъци могат да бъдат пресъздадени от нулата. Някои хора приемат, че тя е извън границите на възможното, вторите са заети с начини да го създадат, третите работят ползотворно върху задачата от дълго време. В статията ще разгледаме въпроси за развитието на изкуствения интелект, неговите перспективи, както и за големи компании и проекти в тази област.
Основи
Изкуственият мозък съответства на роботизирана машина, която е умна, креативна и съзнателна като хората. В цялата история на човечеството задачата не е била напълно решена, но футуристите казват, че това е въпрос на време. Като се има предвид модернотоТенденциите в невронауката, компютрите и нанотехнологиите предвиждат, че изкуственият интелект и мозъкът ще се появят през 21-ви век, вероятно до 2050 г.
Учените обмислят няколко начина за създаване на изкуствен интелект. В първия случай на суперкомпютри се извършват мащабни биологично реалистични симулации на човешкия мозък. Във втория случай учените се опитват да създадат масивно паралелни невроморфни изчислителни устройства, които лесно се моделират върху невронна тъкан.
Човешкото съзнание от гледна точка на най-интересните мистерии на науката и метафизиката се счита за най-сложното и най-постижимо. До подобни заключения се стига чрез обратното проектиране на човешкия мозък.
Машинно обучение
Машинното обучение е в основата на стратегията за развитие на "изкуствен интелект", за това клетките на човешкия мозък се изучават изчерпателно. Този тип обучение има голям потенциал: неговата платформа включва алгоритми, инструменти за разработка, API и внедряване на модели. Компютрите имат способността да се учат, без да бъдат изрично програмирани. Иновативните компании Amazon, Google и Microsoft активно използват машинно обучение.
платформи за дълбоко обучение
Дълбокото обучение е част от машинното обучение. Тя се основава на това как работи човешкият мозък и разчита на алгоритми на изкуствена невронна мрежа (ANN), през които информацията протича. Роботите могат да се "учат" от входните данни и резултатите. Дълбоко обучение - обещаващотенденция в изкуствения интелект, съчетан с големи количества информация. Той се е доказал в разпознаването на модели и класификацията. Deep Instinct, Fluid AI, MathWorks, Ersatz Labs, Sentient Technologies, Peltarion и Saffron Technology са примери за компании, които са пионери в тази област на изследване на интелигентността.
Обработка на естествен език
Невро-лингвистичното програмиране (NLP) е на границата между компютъра и човешкия език и е технология с изкуствен интелект. Компютърните програми могат да разбират устна или писмена човешка реч. В софтуера Amazon Alexa, Apple Siri, Microsoft Cortana и Google Assistant, NLP се използва за разбиране на потребителски въпроси и предоставяне на отговори на тях. Този тип програмиране се използва широко в икономическите транзакции и обслужването на клиенти.
Създаване на естествен език
NLG софтуерът се използва за преобразуване на всички видове данни в четим от човека текст, това се постига чрез изследване на мозъка. Това е подценена технология с приложения като автоматизация на отчетите за бизнес разузнаване, описания на продукти, финансови отчети. Технологията дава възможност за създаване на генерирано от потребителите съдържание на предвидими допълнителни разходи. Структурираните данни се преобразуват в текст с висока скорост, до няколко страници в секунда. Интересни играчи на този пазар са Automated Insights,Lucidworks, Attivio, SAS, Narrative Science, Digital Reasoning, Yseop и Cambridge Semantics.
Виртуални агенти
В рамките на технологиите за изкуствен интелект термините "виртуален агент" и "виртуален асистент" не са взаимозаменяеми. Някои хора се опитват да правят разлика между понятията и успяват.
Виртуалният асистент е вид личен онлайн асистент. Виртуалните агенти често се представят като компютърни AI герои, които водят интелигентен разговор с потребителите. Те могат да отговарят на въпроси и основното им предимство е, че клиентите могат да получат помощ 24 часа в денонощието.
Разпознаване на говор
Идентификацията на речта е способността на програма да разбира и анализира думи и фрази на говоримия език и да ги преобразува в данни с помощта на вградения алгоритъм за изкуствен мозък. Разпознаването на говор се използва в компанията за маршрутизиране на повиквания, гласово набиране, гласово търсене и обработка на говор в текст. Един недостатък е, че програмата може да обърка думите поради разлики в произношението и фоновия шум. Софтуерът за разпознаване на говор все повече се инсталира на мобилни устройства. Nuance Communications, OpenText, Verint Systems и NICE се развиват в тази област.
Вграден хардуер с AI
Устройствата с вграден AI, чипове и графични процесори (GPU) станаха широко разпространени. Google е вграден в свояхардуерен изкуствен интелект, вземайки за основа развитието на института на човешкия мозък. Въздействието от интегрирането на AI със софтуера далеч надхвърля потребителските приложения като развлечения и игри. Това е нов тип технология, която ще се използва за усъвършенстване на дълбокото обучение. Такива разработки се извършват от Google, IBM, Intel, Nvidia, Allluviate и Cray.
Управление на решенията
Управлението на бизнес решения в иновативни продукти (напр. робот с изкуствен интелект) обхваща всички аспекти на проектирането и регулирането на автоматизирани системи. От съществено значение за организациите е да управляват взаимодействията между служители, клиенти и доставчици.
Управлението на решения подобрява процеса на алтернативен избор, тук се използва цялата възможна информация за най-добро предпочитание, като акцентът е върху маневреността, последователността, точността на вземане на решения. Управлението на решенията взема предвид ограниченията във времето и известните рискове.
Организациите за банкиране, застраховане и финансови услуги интегрират ежедневния софтуер за вземане на решения в своите процеси за обслужване на клиенти.
Невроморфно оборудване
SyNAPSE е финансирана от DARPA програмаза разработване на невроморфни микропроцесорни системи, които се съпоставят с мозъчната интелигентност и физика. Платформата търси отговор на основния въпрос: възможно ли е да се създаде изкуствен мозък? Първоневронните мрежи се тестват в симулации на суперкомпютър, след което мрежите се изграждат директно в хардуера. През октомври 2011 г. беше демонстриран прототип на невроморфен чип, съдържащ 256 неврона. Работи се за създаване на многочипова система, способна да емулира 1 милион пикови неврони и 1 милиард синапси.
Моделиране на невронни мрежи
Проектът Blue Brain е опит за реконструкция на човешкия мозък и гръбначния мозък с помощта на компютърни симулации на молекулярно ниво. Проектът е основан през май 2005 г. от Хенри Маркрам в Държавното политехническо училище в Лозана (EPFL) в Швейцария. Симулацията се изпълнява на суперкомпютъра IBM Blue Gene, откъдето идва и името Blue Brain. От ноември 2018 г. се извършват симулации на мезоцити, съдържащи около 10 милиона неврони и 10 милиарда синапса. Пълномащабна симулация на човешкия мозък с неговите 186 милиарда неврони е планирана за 2023 г.
Spaun, унифицирана мрежа с архитектура на семантичен указател, е създадена от Крис Елиасмит и колеги от Центъра за теоретична невронаука (CTN) към Университета на Ватерло в Канада. От декември 2018 г. Spaun е най-голямата мозъчна симулация в света. Моделът съдържа 2,5 милиона неврона, което е достатъчно, за да разпознава списъци с числа, извършва прости изчисления.
SpiNNaker е масивен невроморфен суперкомпютър с ниска мощност, койтов момента се строи в университета в Манчестър във Великобритания. С над милион ядра и хиляда симулирани неврони, машината ще бъде в състояние да симулира един милиард неврони. Вместо да прилага един конкретен алгоритъм, SpiNNaker ще се превърне в платформа, където можете да тествате различни алгоритми. Различни типове невронни мрежи могат да бъдат проектирани и работещи на машина, като по този начин се симулират различни видове неврони и комуникационни модели. SpiNNaker е акроним, извлечен от Spi King Nural.
Brain Corporation е малка изследователска компания, която разработва нови алгоритми и микропроцесори, които са в основата на биологичната нервна система. Компанията е основана през 2009 г. от невролога Евгений Ижикевич и невролога/предприемача Алън Грубер. Техните изследвания се фокусират върху следните области: зрително възприятие, моторен контрол и автономна навигация. Целта на компанията е да оборудва потребителски устройства като мобилни телефони и битови роботи с изкуствена нервна система. Проучването е финансирано отчасти от Qualcomm, който се намира в кампуса на Qualcomm в Сан Диего, Калифорния. Все още няма пуснати или обявени конкретни продукти, но компанията продължава да расте и активно наема нови служители от февруари 2018 г.
Свързани изследвания
Google X Lab е тайна лаборатория, в която Google експериментира с бъдещи технологии. Проекти, по които компаниятапроизведенията не са публични, но се смята, че се основават на роботика и изкуствен интелект. Подробности за лабораторията за първи път се появиха в статия на New York Times през ноември 2011 г. В публикацията се посочва, че лабораторията се намира в района на залива, Калифорния. Добре известно е, че основателите на Google се интересуват от изучаване на изкуствения интелект и инвестират в тази посока. През 2006 г. в фирмена бележка се казва, че Google иска да изгради най-добрата изследователска лаборатория за изкуствен интелект в света.
Russia 2045, известен като Инициативата 2045 или Проектът Аватар, е амбициозен дългосрочен проект, който има за цел да има роботизирани аватари до 2020 г., мозъчни трансплантации до 2025 г. и изкуствен мозък до 2035 г. Програмата стартира през 2011 г. от руския медиен магнат Дмитрий Ицков. Той има за цел да създаде институция на човешкия мозък чрез глобална мрежа от учени, които работят заедно в полза на човечеството и системното развитие на технологиите. Редица руски учени вече са получили инвестиции от Ицков за своите изследвания. Освен това Ицков търси допълнително финансиране от богати лица, благотворителни организации и национални и международни правителства.
Следващият интересен проект е програма на Бостънския университет и Hewlett Packard (HP), наречена Moneta. Екип на HP, ръководен от Грег Снайдер, изгражда невронна мрежова платформа, наречена Cog Ex Machina, която можеработа в графични процесори и компютри на бъдещето, базирани на мемристори. Лабораторията по невроморфология в Бостънския университет, ръководена от Масимилиано Версаче, създаде модулен изкуствен мозък, Moneta, който работи на Cog Ex Machina. Акронимът е съкращение от Modular Neural Exploring Travel Agent.
времева рамка
Неизбежно възниква въпросът кога може да се синтезира цифрово копие на мозъка и гръбначния мозък.
За съжаление, това няма да дойде скоро. Прогнозата на Kurzweil за емулация на мозъка до 2030 г. изглежда твърде кратка, само след 12 години. Освен това, неговите аналогии с проекта за човешкия геном се оказаха незадоволителни. Освен това много учени вероятно се движат в някои задънени посоки.
По подобен начин прогнозите на Гьорцел за успеха на базирания на правила подход през следващите десетилетия изглеждат прекалено оптимистични. Макар че вероятно не е невъзможно, като се има предвид подхода му за обучение на AI.
Според вероятния сценарий създаването на код или подобие на човешки мозък е възможно след 50-75 години. Въпреки това, датата е доста трудна за прогнозиране, като се има предвид границата на грешка в неврологията, от една страна, и скоростта на промяната, от друга. 2050 г. е нещо като черна дупка, когато става въпрос за прогнози.
