Idegtudósok, kognitív szakemberek és filozófusok vitákat folytatnak arról, hogy az emberi agy létrehozható-e vagy rekonstruálható-e. Az agytudomány jelenlegi áttörései és felfedezései folyamatosan egyengetik az utat egy olyan idő előtt, amikor a mesterséges agyat a semmiből lehet újra létrehozni. Vannak, akik azt feltételezik, hogy túlmutat a lehetőség határain, mások a létrehozásával vannak elfoglalva, a harmadikak már régóta gyümölcsözően dolgoznak a feladaton. A cikkben megvizsgáljuk a mesterséges intelligencia fejlesztésével, annak kilátásaival, valamint az ezen a területen lévő nagyvállalatokkal és projektekkel kapcsolatos kérdéseket.
Alapok
A mesterséges agy egy olyan robotgépnek felel meg, amely ugyanolyan okos, kreatív és tudatos, mint az emberek. Az emberiség egész történelme során a feladatot nem sikerült teljesen megoldani, de a jövőkutatók szerint ez idő kérdése. Figyelembe véve a modernaz idegtudomány, a számítástechnika és a nanotechnológia trendjei azt jósolják, hogy a mesterséges intelligencia és az agy a 21. században, esetleg 2050-re fog megjelenni.
A tudósok több módszert is fontolgatnak a mesterséges intelligencia létrehozására. Az első esetben az emberi agy nagyszabású, biológiailag valósághű szimulációit végzik szuperszámítógépeken. A második esetben a tudósok masszívan párhuzamos neuromorf számítástechnikai eszközöket próbálnak létrehozni, amelyek könnyen modellezhetők idegszöveten.
Az emberi tudat a tudomány és a metafizika legérdekesebb titkait tekintve a legösszetettebb és leginkább megvalósítható. Hasonló következtetésekre jutunk az emberi agy visszafejtésével.
Gépi tanulás
A gépi tanulás a „mesterséges intelligencia” fejlesztési stratégiájának középpontjában áll, ennek érdekében az emberi agysejteket átfogóan tanulmányozzák. Ez a fajta tanulás nagy lehetőségeket rejt magában: a platformja algoritmusokat, fejlesztőeszközöket, API-kat és modelltelepítést tartalmaz. A számítógépek képesek tanulni anélkül, hogy kifejezetten programoznák őket. Az Amazon, a Google és a Microsoft innovatív cégek aktívan használják a gépi tanulást.
Mély tanulási platformok
A mély tanulás a gépi tanulás része. Az emberi agy működésén alapul, és mesterséges neurális hálózat (ANN) algoritmusokra támaszkodik, amelyeken keresztül az információ áramlik. A robotok „tanulhatnak” a bemenetekből és az eredményekből. Mély tanulás – ígéretesa mesterséges intelligencia trendje, nagy mennyiségű információval kombinálva. A mintafelismerésben és osztályozásban bevált. A Deep Instinct, a Fluid AI, a MathWorks, az Ersatz Labs, a Sentient Technologies, a Peltarion és a Saffron Technology olyan cégek példái, amelyek úttörő szerepet töltenek be ezen az intelligenciakutatás területén.
Természetes nyelvi feldolgozás
A neurolingvisztikai programozás (NLP) a számítógép és az emberi nyelv határán van, és mesterséges intelligencia technológia. A számítógépes programok képesek megérteni a beszélt vagy írott emberi beszédet. Az Amazon Alexa szoftverben, az Apple Siriben, a Microsoft Cortanában és a Google Asszisztensben az NLP-t a felhasználói kérdések megértésére és válaszadásra használják. Ezt a fajta programozást széles körben használják a gazdasági tranzakciókban és az ügyfélszolgálatban.
Természetes nyelvgeneráció
NLG szoftverrel mindenféle adatot ember által olvasható szöveggé alakítanak át, ezt az agy tanulmányozásával érik el. Ez egy alulértékelt technológia olyan alkalmazásokkal, mint az üzleti intelligencia-jelentések automatizálása, termékleírások, pénzügyi jelentések. A technológia lehetővé teszi a felhasználók által generált tartalmak létrehozását, kiszámítható többletköltséggel. A strukturált adatok nagy sebességgel, másodpercenként akár több oldallal is szöveggé konvertálódnak. A piac érdekes szereplői az Automated Insights,Lucidworks, Attivio, SAS, Narrative Science, Digital Reasoning, Yseop és Cambridge Semantics.
Virtuális ügynökök
A mesterséges intelligencia technológiák keretében a „virtuális ügynök” és a „virtuális asszisztens” kifejezések nem felcserélhetők. Vannak, akik megpróbálnak különbséget tenni a fogalmak között, és ez sikerül.
A Virtuális asszisztens egyfajta személyes online asszisztens. A virtuális ügynököket gyakran számítógépes mesterséges intelligencia karakterekként ábrázolják, akik intelligens párbeszédet folytatnak a felhasználókkal. Kérdésekre tudnak válaszolni, és fő előnyük, hogy az ügyfelek a nap 24 órájában segítséget kaphatnak.
Beszédfelismerés
A beszédazonosító egy program azon képessége, hogy megértse és elemezze a beszélt nyelvű szavakat és kifejezéseket, és a beépített mesterséges agy algoritmusával adatokká alakítsa azokat. A vállalatnál a beszédfelismerést használják hívásirányításra, hangtárcsázásra, hangkeresésre és beszéd-szöveg feldolgozásra. Egyik hátránya, hogy a program összekeverheti a szavakat a kiejtési különbségek és a háttérzaj miatt. A beszédfelismerő szoftvereket egyre gyakrabban telepítik mobileszközökre. A Nuance Communications, az OpenText, a Verint Systems és a NICE fejlődik ezen a területen.
AI-beágyazott hardver
Elterjedtek a beágyazott mesterséges intelligenciával, chipekkel és grafikus feldolgozó egységekkel (GPU) rendelkező eszközök. A Google beépítettehardveres mesterséges intelligencia, az emberi agy intézetének fejlesztését véve alapul. A mesterséges intelligencia szoftverekkel való integrálásának hatása messze túlmutat a fogyasztói alkalmazásokon, például a szórakoztatáson és a játékokon. Ez egy új típusú technológia, amelyet a mély tanulás elősegítésére fognak használni. Az ilyen fejlesztéseket a Google, az IBM, az Intel, az Nvidia, az Allluviate és a Cray végzi.
Döntéskezelés
Az innovatív termékekben (pl. mesterséges intelligenciával rendelkező robotok) kapcsolatos üzleti döntéskezelés az automatizált rendszerek tervezésének és szabályozásának minden aspektusát lefedi. A szervezetek számára elengedhetetlen az alkalmazottak, ügyfelek és beszállítók közötti interakciók kezelése.
A döntéskezelés javítja az alternatív választás folyamatát, itt minden lehetséges információt felhasználnak a legjobb preferencia érdekében, miközben a hangsúly a manőverezhetőségen, a következetességen, a döntéshozatal pontosságán van. A döntéskezelés figyelembe veszi az időkorlátokat és az ismert kockázatokat.
A banki, biztosítási és pénzügyi szolgáltató szervezetek a napi döntéshozatali szoftvereket integrálják ügyfélszolgálati folyamataikba.
Neuromorf berendezés
ASyNAPSE egy DARPA által finanszírozottprogram neuromorf mikroprocesszor-rendszerek fejlesztésére, amelyek az agy intelligenciájához és fizikához illeszkednek. A platform arra a fő kérdésre keresi a választ: lehetséges-e mesterséges agyat létrehozni? Előszöra neurális hálózatokat szimulációkban tesztelik szuperszámítógépen, majd a hálózatokat közvetlenül a hardverben építik be. 2011 októberében egy 256 neuronból álló neuromorf chip prototípusát mutatták be. Folyamatban van egy többchipes rendszer létrehozása, amely 1 millió csúcsneuron és 1 milliárd szinapszis emulálására képes.
Neurális hálózat modellezése
A Blue Brain Project egy kísérlet az emberi agy és a gerincvelő rekonstrukciójára molekuláris szintű számítógépes szimulációk segítségével. A projektet 2005 májusában Henry Markram alapította a Lausanne-i Állami Politechnikai Iskolában (EPFL) Svájcban. A szimuláció az IBM Blue Gene szuperszámítógépen fut, innen ered a Blue Brain elnevezés. 2018 novembere óta körülbelül 10 millió neuront és 10 milliárd szinapszist tartalmazó mezocitákon végeznek szimulációkat. 2023-ra tervezik az emberi agy teljes körű szimulációját 186 milliárd neuronjával.
A Spaun, egy szemantikai mutató architektúrával rendelkező egységes hálózatot Chris Eliasmit és munkatársai hozták létre a kanadai Waterloo Egyetem Elméleti Idegtudományi Központjában (CTN). 2018 decemberében a Spaun a világ legnagyobb agyi szimulációja. A modell 2,5 millió neuront tartalmaz, ami elegendő számlisták felismeréséhez, egyszerű számítások elvégzéséhez.
A SpiNNaker egy hatalmas, kis teljesítményű neuromorf szuperszámítógép,jelenleg az Egyesült Királyságban, a Manchesteri Egyetemen épül. Több mint egymillió maggal és ezer szimulált neuronnal a gép egymilliárd neuron szimulálására lenne képes. Ahelyett, hogy egy adott algoritmust implementálna, a SpiNNaker olyan platformmá válik, ahol különböző algoritmusokat tesztelhet. Különféle típusú neurális hálózatok tervezhetők és futtathatók egy gépen, így szimulálva a különböző típusú neuronokat és kommunikációs mintákat. A SpiNNaker a Spi King Nural szóból származó mozaikszó.
A Brain Corporation egy kis kutatóvállalat, amely új algoritmusokat és mikroprocesszorokat fejleszt, amelyek a biológiai idegrendszer alapját képezik. A céget 2009-ben alapította Jevgenyij Izhikevics számítógépes idegtudós és Allen Gruber idegtudós/vállalkozó. Kutatásuk a következő területekre összpontosít: vizuális észlelés, motoros vezérlés és autonóm navigáció. A cég célja, hogy a fogyasztói eszközöket, például mobiltelefonokat, háztartási robotokat mesterséges idegrendszerrel szerelje fel. A tanulmányt részben a Qualcomm finanszírozza, amely a kaliforniai San Diegó-i Qualcomm campuson található. Konkrét terméket még nem adtak ki vagy jelentettek be, de a vállalat folyamatosan növekszik, és 2018 februárja óta aktívan vesz fel új alkalmazottakat.
Kapcsolódó kutatások
A Google X Lab egy titkos labor, ahol a Google a jövő technológiáival kísérletezik. Projektek, amelyeken a céga munkák nem nyilvánosak, de feltételezések szerint robotikán és mesterséges intelligencián alapulnak. A labor részletei először a New York Times cikkében jelentek meg 2011 novemberében. A kiadvány szerint a laboratórium a kaliforniai Bay Area-ben található. Köztudott, hogy a Google alapítói érdeklődnek a mesterséges intelligencia tanulmányozása iránt, és ebbe az irányba fektetnek be. 2006-ban egy vállalati feljegyzés arról szólt, hogy a Google a világ legjobb mesterségesintelligencia-kutatólaboratóriumát szeretné felépíteni.
A Russia 2045, 2045 Initiative vagy Avatar Project néven ismert, egy ambiciózus, hosszú távú projekt, amelynek célja, hogy 2020-ra robotavatarok, 2025-re agyátültetések, 2035-re pedig mesterséges agyak legyenek. A programot 2011-ben indította el Dmitrij Itskov orosz médiamágnás. Célja egy emberi agy intézményének létrehozása a tudósok globális hálózatán keresztül, akik együtt dolgoznak az emberiség és a technológia szisztematikus fejlesztése érdekében. Számos orosz tudós kapott már befektetést Itskovtól kutatásaihoz. Ezenkívül Itskov további finanszírozást keres nagy nettó vagyonú magánszemélyektől, jótékonysági szervezetektől, valamint nemzeti és nemzetközi kormányoktól.
A következő érdekes projekt a Boston Egyetem és a Hewlett Packard (HP) Moneta nevű programja. A Greg Snyder vezette HP-csapat egy Cog Ex Machina nevű neurális hálózati platformot épít, amely képes rámunka a jövő memristorokon alapuló GPU-iban és számítógépeiben. A Boston Egyetem Neuromorfológiai Laboratóriuma Massimiliano Versace vezetésével létrehozott egy moduláris mesterséges agyat, a Monetát, amely Cog Ex Machinán fut. A mozaikszó a Modular Neural Exploring Travel Agent rövidítése.
Időkeret
A kérdés elkerülhetetlenül felmerül, hogy mikor lehet az agy és a gerincvelő digitális másolatát szintetizálni.
Sajnos ez nem fog hamarosan bekövetkezni. Kurzweil előrejelzése az agy emulációjáról 2030-ra túl rövidnek tűnik, mindössze 12 évre van hátra. Ráadásul a Human Genome Projecttel való analógiái nem bizonyultak kielégítőnek. Ezen túlmenően sok tudós valószínűleg zsákutcában halad.
Hasonlóan Goertzel jóslatai a következő évtizedekben a szabályalapú megközelítés sikerével kapcsolatban túlzottan optimistának tűnnek. Bár valószínűleg nem lehetetlen, tekintettel a mesterséges intelligencia képzési megközelítésére.
A valószínű forgatókönyv szerint 50-75 év múlva lehetséges egy kód vagy egy emberi agy látszatának létrehozása. Ennek ellenére a dátumot meglehetősen nehéz megjósolni, tekintettel egyrészt az idegtudomány hibahatárára, másrészt a változás sebességére. 2050 egyfajta fekete lyuk, ha jóslatokról van szó.
