Об интеллекте

В ходе эволюции человека кора головного мозга увеличилась в размерах в ответ на новые вызовы окружающей среды. Кора является местом разнообразных процессов, включая зрительное восприятие и освоение языка. Однако общепринятой единой теории функции коры пока не существует. Одна из гипотез предполагает существование эволюционно консервативной нейронной цепи, реализующей простое и гибкое вычисление. Эта идея известна как «каноническая цепь». Как отмечают Гэри Маркус, Адам Марблстоун и Томас Дин в перспективной статье в Science, почти четыре десятилетия спустя консенсуса о существовании такой цепи по-прежнему нет. Исследователи утверждают, что мало доказательств того, что такая единообразная структура может охватить всё разнообразие функций коры даже у простых млекопитающих.

Что означает, если кора разнообразна, а не единообразна? Маркус и его коллеги предполагают, что мозг может состоять из массива элементарных вычислительных единиц, действующих параллельно, подобно микропроцессору. Для изучения вопросов о корковой организации возникают совместные проекты с участием учёных и инженеров. Параллельно с Human Brain Project в Европе, инициатива BRAIN Initiative разрабатывает инструменты для наблюдения за мозгом с превосходным пространственным и временным разрешением. Цель — напрямую изучать взаимосвязь функции нейрона с его связями. Этого можно достичь, сопоставляя нейронные связи с данными о функциональной активности.

Сверху вниз vs. Снизу вверх

Исследователи могут масштабировать изучение от нейронов и синапсов до нейронных цепей и сетей. Однако этот подход «снизу вверх» может быть не лучшим способом понять нейронную основу человеческого познания. Психолог Франк ван дер Вельде утверждает, что это путает природу понимания со способом его достижения. Он приводит аналогию с физикой. Чтобы понять Вселенную, подход «снизу вверх» начался бы с изучения элементарных частиц, их объединения в атомы, а атомов — в молекулы. Однако физика началась не с этого, а с изучения Солнечной системы, которое привело к первому закону движения. Таким образом, понимание может идти как «снизу вверх», так и «сверху вниз».

Чтобы понять человеческое познание, нейробиологи должны комбинировать оба подхода. Один из подходов «сверху вниз» — создание крупномасштабной симуляции нейронных процессов, порождающих интеллект. Этот проект находится на пересечении нейробиологии и искусственного интеллекта (ИИ). Например, исследовательская команда в IBM представила 8 x 10⁶ нейронов и 6400 синапсов на нейрон на процессоре IBM Blue Gene, запустив 1 секунду модельного времени за 10 секунд реального. Крупномасштабные симуляции — это инструмент для исследования мозга, не ограниченный экспериментальными и этическими рамками работы in vivo. Через такие виртуальные модели вместе с нейробиологическими исследованиями учёные могут приблизиться к нейронной основе интеллекта.

Подъём искусственного интеллекта

Пока нейробиология детализирует анатомию и активность мозга, искусственный интеллект стремится разработать независимый, небиологический путь к разуму. Исследователи в обеих областях согласны, что ИИ пока не равен естественному интеллекту в ключевых для человеческого познания задачах, таких как зрение, моторные манипуляции и понимание естественного языка. Однако это не значит, что ИИ в конечном итоге не достигнет принципов естественного интеллекта.

Достижения в области ИИ были невероятными: от IBM Watson до Google DeepMind AlphaGo. Профессор компьютерных наук Нью-Йоркского университета Эрнест Дэвис считает, что ИИ продолжит развиваться и будет использоваться как в позитивных, так и в негативных целях. Например, для улучшения качества медицины и создания беспилотных автомобилей. «Влияние этого будет в основном положительным, хотя будет и негативное влияние на занятость. Его также будут использовать в военных целях, и непосредственные последствия этого в основном отрицательны», — говорит Дэвис. Тем не менее, ИИ ещё далёк от создания программ, обладающих интеллектом человеческого уровня. Мозг человека обладает непревзойдённой способностью к сложному взаимодействию в реальном времени в динамичном мире.

Для реализации рассуждений в ИИ Дэвис объясняет различные доступные техники на примерах:

1. Шахматная программа Deep Blue рассуждала, просчитывая множество будущих ходов и определяя работающее решение.
2. Программы верификации ПО ищут ошибки с помощью логических рассуждений, предоставляя формальное доказательство отсутствия определённого типа багов.
3. Таксономические рассуждения — простая форма логических рассуждений по категориям. Этот тип реализован в программах «семантические сети», которые используются уже 50 лет.

Новый век мозга

Сооснователь Microsoft Пол Аллен финансировал два различных исследовательских проекта в области нейробиологии и ИИ. The Washington Post метко описывает это как «квест Аллена на 500 миллионов долларов по препарированию разума и созданию нового с нуля». Илон Маск финансировал конкурирующую компанию NeuroLink для создания гибридов человека и компьютера. О создании искусственного мозга Дэвис считает:

«Реплика человеческого мозга может означать либо способность выполнять задачи человеческого уровня (что, в принципе, возможно), либо алгоритмы, которые имитируют мозг. Мы ещё не знаем, какое направление — лучший путь для развития ИИ. Мы ещё очень многого не понимаем о мозге, поэтому, возможно, преждевременно пытаться сделать последнее».

И нейробиология, и искусственный интеллект стремятся определить архитектуры интеллекта и познания. Майкл Газзанига отмечает, что когнитивная нейробиология спрашивает: какие алгоритмы приводят структурные нейронные элементы к физиологической активности, которая приводит к восприятию, познанию и сознанию? Аналогично, ИИ спрашивает: какие алгоритмы могут породить человеческий интеллект в машинах для выполнения рассуждений, планирования и обучения? Обе области описывают механизмы интеллекта как «алгоритмы». Для раскрытия человеческого интеллекта и познания необходимы пересечения нейробиологии и ИИ. Возможно, только тогда мы сможем понять, что делает нас людьми.