Βασικά Takeaways
- Οι ερευνητές αναζητούν δεκαετίες να κατασκευάσουν υπολογιστές που να μπορούν να επεξεργάζονται πληροφορίες εξίσου καλά ή καλύτερα από τους ανθρώπους.
- Μια νέα μηχανή τεχνητής νοημοσύνης προσπαθεί να δημιουργήσει πιο έξυπνους υπολογιστές μιμούμενος τον τρόπο που λειτουργεί ο ανθρώπινος εγκέφαλος.
- Το Το AI που μιμείται πραγματικά τη λειτουργία του εγκεφάλου είναι πολύ μακριά, λένε ορισμένοι ειδικοί.
Η τεχνητή νοημοσύνη που μιμείται τον ανθρώπινο εγκέφαλο θα μπορούσε να οδηγήσει σε εξυπνότερους, πιο αποτελεσματικούς υπολογιστές, λένε οι ειδικοί.
Η νέα μηχανή τεχνητής νοημοσύνης της Nara Logics χρησιμοποιεί πρόσφατες ανακαλύψεις στη νευροεπιστήμη για την αναπαραγωγή της δομής και της λειτουργίας του εγκεφάλου. Η έρευνα είναι μέρος μιας προσπάθειας δεκαετιών για την κατασκευή υπολογιστών που να μπορούν να «σκέφτονται» εξίσου καλά ή καλύτερους από τους ανθρώπους. Η προσομοίωση της εγκεφαλικής λειτουργίας είναι μια πολλά υποσχόμενη προσέγγιση.
"Υπάρχουν προφανή πλεονεκτήματα από την αντιγραφή όσων φαίνεται να λειτουργούν στη βιολογία και την εφαρμογή τους σε μηχανές για να βοηθήσουν στην αυτοματοποιημένη λήψη αποφάσεων σε ένα ευρύ φάσμα καθημερινών δραστηριοτήτων, " Stephen T. C. Ο Wong, καθηγητής επιστήμης υπολογιστών στο Ινστιτούτο Μεθοδιστών Ερευνών του Χιούστον, είπε σε μια συνέντευξη μέσω email.
Οι χρήσεις της ανθρώπινης τεχνητής νοημοσύνης θα μπορούσαν να κυμαίνονται "από το παιχνίδι σκάκι, την αναγνώριση προσώπων και την εμπορία μετοχών έως τη διάγνωση, την οδήγηση αυτόνομων οχημάτων και τη διεξαγωγή επιχειρηματικών διαπραγματεύσεων ή ακόμη και νομικών διαφορών", πρόσθεσε.
Λογισμικό Nature Beats
Η Η Nara Logics ισχυρίζεται ότι η νέα της πλατφόρμα τεχνητής νοημοσύνης ξεπερνά τα παραδοσιακά συστήματα που βασίζονται σε νευρωνικά δίκτυα. Ενώ άλλα συστήματα χρησιμοποιούν σταθερούς αλγόριθμους, οι χρήστες μπορούν να αλληλεπιδράσουν με την πλατφόρμα της Nara Logics, αλλάζοντας μεταβλητές και στόχους για να εξερευνήσουν περαιτέρω τα δεδομένα τους.
Σε αντίθεση με άλλα μοντέλα AI, το λογισμικό Nara μπορεί επίσης να παρέχει τους λόγους πίσω από κάθε σύσταση που κάνει.
"Πολλοί από τους πελάτες μας στον τομέα της υγειονομικής περίθαλψης λένε ότι είχαν συστήματα τεχνητής νοημοσύνης που δίνουν την πιθανότητα να εισαχθεί ξανά κάποιος στο νοσοκομείο, για παράδειγμα, αλλά δεν είχαν ποτέ αυτούς τους λόγους "αλλά γιατί;" να γίνουν. είναι σε θέση να γνωρίζουν τι μπορούν να κάνουν για αυτό», δήλωσε η διευθύνουσα σύμβουλος της Nara Logics, Jana Eggers σε ένα δελτίο τύπου.
Το Η τεχνητή νοημοσύνη με πρότυπο τον εγκέφαλο θα μπορούσε να προσφέρει αποδοτικότητα επεξεργασίας και μείωση του ενεργειακού κόστους σε σύγκριση με την παραδοσιακή τεχνητή νοημοσύνη, δήλωσε ο Steve Levine, ο επικεφαλής μάρκετινγκ της εταιρείας AI Cortical.io, σε μια συνέντευξη μέσω email.
"Ο ανθρώπινος εγκέφαλος χρειάζεται μόνο περίπου 20 watts για να συλλογιστεί, να αναλύσει, να αφαιρέσει και να προβλέψει - λιγότερα από έναν λαμπτήρα", είπε.
Υπήρξαν αρκετά πρόσφατα άρθρα σχετικά με τις τεράστιες ενεργειακές απαιτήσεις και το αποτύπωμα άνθρακα του τρέχοντος Συγκρίνετε το με έναν άνθρωπο που χρειάζεται μόνο μερικά παραδείγματα για να μάθει μια νέα ιδέα και γίνεται προφανές ότι μια προσέγγιση που μιμείται ο τρόπος με τον οποίο μαθαίνει ο εγκέφαλος θα απαιτεί πολύ λιγότερο υλικό για να εκπαιδευτεί», πρόσθεσε ο Levine.
Η ανθρώπινη τεχνητή νοημοσύνη θα μπορούσε να φέρει πιο ευέλικτη σκέψη, λένε οι ειδικοί. Οι περισσότερες τεχνητές νοημοσύνη δεν μπορούν να χειριστούν νέα σενάρια στα οποία δεν έχουν εκπαιδευτεί, είπε ο Manish Kothari, πρόεδρος του μη κερδοσκοπικού ινστιτούτου τεχνολογικής έρευνας SRI International, σε μια συνέντευξη μέσω email.
"Τα συστήματα AI σήμερα μπορούν να κάνουν επανειλημμένα τα ίδια λάθη", είπε ο Kothari. "Ακόμη και με την επανεκπαίδευση, τα σημερινά συστήματα είναι επιρρεπή σε "καταστροφική λήθη" όταν ένα νέο αντικείμενο διαταράσσει τη γνώση που είχε μάθει προηγουμένως."
Η ανθρώπινη τεχνητή νοημοσύνη δεν θα είναι εδώ σύντομα
Αλλά η τεχνητή νοημοσύνη που μιμείται πραγματικά τη λειτουργία του εγκεφάλου είναι πολύ μακριά, λένε ορισμένοι ειδικοί. "Η κύρια πρόκληση είναι ότι δεν γνωρίζουμε πραγματικά πώς επεξεργάζεται ο εγκέφαλος τις πληροφορίες", είπε ο Levine.
"Η κύρια πρόκληση είναι ότι δεν γνωρίζουμε πραγματικά πώς επεξεργάζεται ο εγκέφαλος τις πληροφορίες."
Οι ερευνητές εργάζονται για να κατανοήσουν πώς λειτουργεί ο εγκέφαλος και να εφαρμόσουν αυτές τις ιδέες στην τεχνητή νοημοσύνη. Το πρόγραμμα Machine Intelligence from Cortical Networks, για παράδειγμα, στοχεύει στην αντίστροφη μηχανική ενός κυβικού χιλιοστού του εγκεφάλου ενός τρωκτικού. "Αλλά, για να το θέσουμε σε προοπτική, αυτό αντιπροσωπεύει μόνο το ένα εκατομμύριο του μεγέθους του ανθρώπινου εγκεφάλου", είπε ο Levine.
Είναι πιθανό ότι για να δημιουργήσουμε υπερ-έξυπνη τεχνητή νοημοσύνη, δεν χρειάζεται να μιμηθούμε καθόλου τον εγκέφαλο, είπε ο Wong. Άλλωστε, τα αεροπλάνα πετούν, αλλά ελάχιστα μοιάζουν με τα πουλιά, επεσήμανε. Εν τω μεταξύ, οι πιο έξυπνοι επιστήμονες του κόσμου εργάζονται σκληρά ενάντια στον «μη ευφυή» ιό COVID-19.
"Η προσέγγιση από κάτω προς τα πάνω στη μίμηση του εγκεφάλου μπορεί να μην συμβάλλει σε θεμελιώδεις γνώσεις στη μελέτη της νοημοσύνης", είπε ο Wong.
"Ακόμη και αν οι νευροεπιστήμονες μπορούν να αναδημιουργήσουν τη νοημοσύνη προσομοιώνοντας πιστά κάθε μόριο στον εγκέφαλο, δεν θα έχουν βρει τις υποκείμενες αρχές της γνώσης."
