Об интеллекте
Шрифт:
Цель этих размышлений показать, что есть множество способов, которыми мозгоподобные машины могли бы опередить наши способности. Они могли бы думать и учиться в миллион раз быстрее, чем можем мы, помнить огромное количество детальной информации или видеть невероятно абстрактные паттерны. У них могли бы быть более чувствительные сенсоры, чем у нас, или более распределенные сенсоры, или сенсоры для очень микроскопических феноменов. Они могли бы думать в трех, четырех или большем количестве измерений. Ни одна из этих интересных возможностей не зависит от того, что интеллектуальные машины подражают или действуют подобно людям, и они не требуют сложной робототехники.
Теперь мы можем полностью увидеть, как Тест Тьюринга сравнивая интеллект с человеческим поведением, ограничил наше видение возможного. Поняв в первую очередь, что такое интеллект, мы можем построить интеллектуальные машины, которые будут гораздо более ценны, чем простое копирование человеческого
Когда сбудется что-либо из этого? Построим мы интеллектуальные машины через пятьдесят лет, через двадцать или через пять? В мире высоких технологий есть высказывание, что изменения идут дольше, чем вы ожидаете в краткосрочной перспективе, но возникают быстрее, чем вы ожидаете в долгосрочной перспективе. Я видел это много раз. Кто-то выскакивает на конференции, объявляет новую технологию и заявляет, что она будет в каждом доме через четыре года. Оказывается, что он ошибался. Четыре года превращаются в восемь, и люди начинают думать, что это никогда не произойдет. Спустя некоторое время, когда всем кажется, что идея совсем умерла, она начинает возрождаться и становится большой сенсацией. Что-то подобное должно произойти с интеллектуальными машинами. Поначалу прогресс кажется медленным, но потом начинает быстро набирать обороты.
На конференциях нейроученых мне нравится обходить зал и просить каждого высказать свое мнение о том, когда у нас будет работающая теория кортекса. Некоторые люди — меньше 5 процентов — говорят «никогда» или «у нас она уже есть» (неожиданный ответ). Другие 5 процентов говорят «через 10 лет». Половина оставшихся говорят от 10 до 50 лет, или «в течение моей жизни». Оставшиеся говорят от 50 до 200 лет, или «уже после моей жизни». Я на стороне оптимистов. Мы в течение десятилетий жили в «медленном» периоде, так что многим людям кажется, что прогресс в теоретической нейронауке и интеллектуальных машинах окончательно застрял. Опираясь на прогресс последних 50 лет естественно предположить, что мы никогда не приблизимся к ответу. Но я верю, что мы на поворотной точке и прогресс тронется с места.
Возможно ускорить будущее, чтобы приблизить поворотную точку. Одна из целей этой книги убедить вас, что при наличии корректных теоретических основ мы можем добиться ускоренного прогресса в понимании кортекса — что с моделью «память-предсказание» в качестве руководства мы можем дешифровать детали того, как работает мозг и наше мышление. Это знание, необходимое для построения интеллектуальных машин. Если это верная модель, прогресс может вскоре продолжиться.
Так что хотя я не могу точно предсказать, когда эра интеллектуальных машин станет реальность, я думаю, что если достаточное количество людей возьмутся за решение проблемы сегодня, мы сможем создать полезный прототип и эмулятор кортекса всего за несколько лет. В течение десяти лет, я надеюсь, интеллектуальные машины станут одной из самых горячих областей технологии и науки. Я не хочу уточнять, потому что я знаю, как легко недооценить время, требуемое для того, чтоб произошло что-то важное. Так почему же я столь оптимистичен в оценке скорости прогресса в понимании мозга и построении интеллектуальных машин? Моя вера коренится в основном на том, что я потратил уже довольно много времени на работу по проблеме интеллекта. Когда я впервые увлекся изучением мозга, я почувствовал, что решение этой головоломки может наступить при моей жизни. В течение многих лет я тщательно наблюдал спад ИИ, восхождение и падение нейронных сетей, и Декаду Мозга в 90-х годах. Я видел, как эволюционировали отношение к теоретической биологии и в особенности теоретической нейронауке. Я видел, как идеи предсказания, иерархического представления и время вползали в лексикон нейронауки. Я видел прогресс в моем собственном понимании и понимании у моих коллег. Я загорелся ролью предсказания 18 лет назад и с тех пор несколькими способами проверял ее. Поскольку я был погружен в нейронауку и компьютерную область свыше двух десятилетий, возможно мой мозг построил высокоуровневую модель того, как возникают технологические и научные изменения, и что модель предсказывает быстрый прогресс. Сейчас поворотный момент.
Эпилог
Астроном Карл Саган любил говорить, что понимание чего-либо не уменьшает его интересность и загадочность. Множество людей боятся, что научное понимание повлечет за собой компромисс с удивительностью, как если бы знание высасывало бы вкус и цвет жизни. Но Саган был прав. Истина в том, что с пониманием мы обретаем больше комфорта в нашей роли во вселенной и одновременно вселенная становится более полноцветной и загадочной. Быть крошечным пятном в бесконечном космосе, живым, сознательным, интеллектуальным и творческим — это более интересно, чем жить на плоской ограниченной Земле в центре маленькой вселенной. Понимание того, как работает наш мозг
Следовательно поиск понимания мозга и построение интеллектуальных машин это достойная попытка и логически следующий шаг для человечества.
Этой книгой я надеюсь соблазнить молодых инженеров и ученых к изучению кортекса, к принятию модели «память-предсказание» и построению интеллектуальных машин. С ее высоты искусственный интеллект был большим продвижением. У него были журналы, образовательные программы, книги, бизнес-планы и предприниматели. Нейронные сети аналогично создали огромное возбуждение, как область, возникшая в 80-х. Но научные основы, лежащие в ИИ и нейронных сетях не годились для построения интеллектуальных машин.
Я убежден, что сейчас у нас есть более многообещающий путь. Если вы учитесь в колледже или высшей школе, и эта книга сподвигла работать над этой технологией — построить первые действительно интеллектуальные машины, помочь этой индустрии стартовать — я поддерживаю вас в этом устремлении. Сделайте это реальностью. Один из ключевых моментов предпринимательского успеха в том, что вы должны безрассудно уйти с головой в новую область прежде чем станет ясно, что успех вам обеспечен на 100 процентов. Очень важно правильно выбрать время. Если вы начнете слишком рано, вам придется бороться. Если вы дождетесь, пока нерешительность уйдет — будет слишком поздно. Я верю, что сейчас самое время начать разрабатывать и строить кортикоподобные системы памяти. Эта область будет черезвычайно важна и для науки и для коммерции. Intel и Microsoft новой индустрии, построенные на иерархической памяти, начнут свою деятельность где-то в течение ближайших десяти лет. Предпринять попытку на этом этапе может быть финансово рискованно или интеллектуально требовательно, но цена попытки всегда такова. Я надеюсь, что вы присоединитесь ко мне вместе с остальными, кто принял вызов чтобы создать одну из величайших технологий, которые когда-либо видел мир.
Приложение: проверяемые предсказания
Каждая теория должна вести к проверяемым предсказаниям, поскольку экспериментальная проверка единственно верный путь к определению правильности новой идеи. К счастью, модель «память-предсказание» основана на биологии и ведет к нескольким специфическим и новым предсказаниям, которые могут быть проверены. В этом приложении я перечислил предсказания, которые могут опровергнуть и/или подтвердить предположения, сделанные в этой книге. Эти материалы более сложные, чем в главе 6, и определенно не требуются для понимания остальной части книги. Некоторые предсказания могут быть сделаны только на бодрствующих животных или людях, потому что тесты включают ожидание и предсказание появления стимулов. Предсказания не упорядочены по важности.
Мы должны обнаружить нейроны во всех областях кортекса, включая первичный соматосенсорный кортекс, которые демонстрируют особую активность в предчувствии сенсорных событий, в противоположность реакции на сенсорное событие.
Например, лаборатория Тони Зейдора из Cold Spring Harbor Laboratory обнаружили нейроны в первичной слуховой коре крыс, которые возбуждаются, когда крыса ожидает услышать звук даже если звука нет (персональные соответствия). Это должно быть общим свойством кортекса. Мы должны найти аналогичную предсказывающую активность в визуальном кортексе и соматосенсорном. Нейроны, которые возбуждаются в предчувствии сенсорных событий являются определением предсказания, основной предпосылкой теории «память-предсказание».
Чем более пространственно-специфическим является предсказание, тем ближе к первичной сенсорной коре должны находиться нейроны, активизирующиеся в предчувствии события.
Если обезьяна обучена последовательностям визуальных паттернов, таких что она может предсказать определенный визуальный паттерн в конкретный момент, мы должны найти нейроны, демонстрирующие усиленную активность, когда ожидается предсказываемый паттерн (подтверждение предсказания 1). Если обезьяна обучена отличать лица, но не знает точно, какое именно лицо и как должно появиться, то мы должны ожидать обнаружения предчувствующих нейронов в области распознавания лиц, но не в нижестоящих визуальных областях. Однако, если обезьяна сосредотачивается на цели и обучена ожидать определенные паттерны в точном месте ее визуального поля, то мы должны обнаружить предчувствующие нейроны в V1 или поблизости от V1. Активность, представляющая предсказание, распространяется вниз по кортикальной иерархии так далеко, насколько может, в зависимости от специфики предсказания. Иногда она может пройти весь путь до первичных сенсорных областей, в других случаях она останавливается в высших областях. Аналогичные результаты должны наблюдаться и в других сенсорных модальностях.