Искусственный мозг — точь-в-точь как у нас

Мы хотим построить искусственный мозг — точно такой же, как у нас. Многие сомневаются, что это когда-нибудь станет возможным. А другие не убеждены, что нам это вообще нужно.

В 1990 году заговорили об австралийском ученом Хьюго де Гарисе, занимавшемся новой ветвью искусственного интеллекта, известной как развивающийся (). Все благодаря его исследованиям генетических алгоритмов, которые должны были привести к эволюции нейронных сетей на основе трехмерных клеточных автоматов внутри FPGA с программируемой логикой. Такой подход должен был позволить создать конструкцию, интеллект которой вскоре превзойдет человеческий.

В 90-х Гарис объявил, что к 2001 году он создаст искусственный мозг, содержащий миллиард нейронов, способный имитировать кошачий мозг. Он даже получил на эти цели грант в размере 4 миллионов долларов, но результаты его не удовлетворили. Получив еще один миллион долларов, Гарис не смог доставить работающее устройство, и дальнейшее финансирование было прекращено.

Гипотетические искусственные вычислительные конструкции, имитирующие человеческий мозг, называются «нейроморфическими» — этот термин был введен в 80-е годы американским ученым Карвером Мидом. Он был известен своими попытками имитировать нейроны с помощью специально сконфигурированных транзисторных схем. Ученые всего мира уже давно усердно работают над системами, которые работают подобно нашему разуму. По этой причине их иногда называют . Конечно, речь идет не только об удовлетворении имитации таких чрезвычайно сложных структур. Ученые надеются, что исследование позволит успешно победить такие болезни, как болезнь Паркинсона и болезнь Альцгеймера.

Ура, у нас пчелиный мозг!

В разработке искусственного мозга участвует, например, один из флагманских исследовательских проектов Евросоюза — . Невролог Генри Маркрам из Института мозга Федерального политехнического университета Лозанны в Швейцарии провел последние пятнадцать лет, утомительно картируя мозг, нейрон за нейроном, что должно позволить построить его XNUMX% точную симуляцию. В его проекте под названием ему помогает IBM.

Генри Маркрам представляет визуализацию синаптических связей, смоделированных в дизайне.

На начальном этапе проекта, завершившемся в декабре 2006 г., моделировалась одиночная нейронная колонка мозга крысы. Он имеет объем около 0,5 мм.³ и включает около 10 тыс. нейронов и двухсот различных типов, около 30 миллионов связанных синапсов. При моделировании сеть нейронов подвергалась воздействию сигналов, подобных тем, которые были получены в мозгу крысы. Наблюдалось образование новых синаптических связей и реакция групп нейронов на синхронные разряды.

В последующие годы моделирование было оптимизировано, а его масштаб увеличен. В 2011 году с помощью суперкомпьютера Blue Gene/P с производительностью 56 TFLOPS была смоделирована схема ста нейронных столбцов. В нем участвовал почти миллион нейронов и миллиард нейронных связей. Он соответствует масштабу пчелиный мозг.

Однако, чтобы нейроморфные компьютеры выполняют свою функцию, они нужны искусственные синапсыизменение свойств в результате обучения. Проще говоря, основу работы мозга составляют нейроны и синапсы — один нейрон соединяется с другим через синапс. Хорошая связь между нейронами обеспечивает беспрепятственную передачу информации в мозг. В то же время, когда информация проходит через синапсы регулярно, она автоматически изменяет их, благодаря чему мы можем запоминать и учиться.

Потому что неокортекс головного мозга человека, отвечающий за высшие когнитивные процессы, содержит 15-33 миллиарда нейронов, в каждом из которых может быть до 10 500. синаптических соединений, Генри Маркрам оценивает объем информации, необходимой для воссоздания его функциональности, в 2020 петабайт. Он прогнозирует, что суперкомпьютеры с достаточной вычислительной мощностью для обработки такого объема данных будут построены примерно к XNUMX году.

Нейроны в мозгу — визуализация

Elektronika neuronowa

Интересно, синапс, изобретение IBM, уже в ноябре 2012 года смоделировало 530 миллиардов нейронов, что намного больше, чем общее количество нейронов в человеческом мозгу, в котором их в среднем около 86 миллиардов. Однако работал он в 1500 раз медленнее, что делает невозможным его сравнение с «оригиналом».

Другой известный дизайн искусственного мозга — это Neurogrid, являясь более легкой и дешевой версией моделей суперкомпьютеров. Он потребляет всего 5 Вт электроэнергии, в то время как для сравнения SyNAPSE, основанному на архитектуре Blue Gene/Q, требовалось целых 8 мегаватт для работы. Национальный научный фонд США, который финансировал проект, надеется, что это изобретение поможет другим узнать о некоторых механизмах, управляющих мозгом, как у здоровых людей, так и у людей с такими расстройствами, как аутизм и шизофрения.

Модель Neurogrid состоит из 16 чипов, каждый из которых соответствует 65 80. нейроны. Ученые способны моделировать в них почти XNUMX параметров, благодаря которым разные типы нейронов могут иметь разные свойства. Кроме того, каждый из нейронов может общаться с тысячами других, как в человеческом мозгу.

Весной 2016 года ученые из IBM Research объявили о создании самого совершенного нейроморфного микропроцессора. Эта система, называемая TrueNorth, состоит из одного миллиона программируемых нейронов и 256 миллионов программируемых синапсов, находящихся в 4096 отдельных нейросинаптических ядрах. Этот чип, построенный по 28-нанометровому техпроцессу Samsung и содержащий 5,4 миллиарда транзисторов, является одним из самых больших и совершенных когда-либо созданных компьютерных чипов. Возможно, его наиболее важной особенностью является замечательная производительность, поскольку при максимальной нагрузке система потребляет всего 72 мВт, что соответствует примерно 400 миллиардам синаптических операций в секунду на ватт. То есть около 176 тысяч. раз эффективнее современного процессора, работающего при той же нагрузке, и в 769 раз эффективнее других современных нейроморфных решений.

TrueNorth — плод вышеупомянутого шестилетнего проекта SyNAPSE. С 2008 года эту работу частично финансирует американское военно-техническое агентство DARPA.

Прошлым летом группа ученых во главе с Эвангелосом Элефтериу из лаборатории IBM в Цюрихе сообщила в Nature Nanotechnology, что им удалось построить искусственная версия нейрона. Он состоит из слоя теллурида германия-сурьмы между электродами. Здесь используется фазовое изменение этого материала, который в зависимости от приложенного напряжения переходит из изолятора в полупроводник, а затем в проводник. По словам исследователей, это имитирует колебания в поведении нейронов.

В качестве любопытства стоит добавить, что исследования в этой области ведутся и в Польше. Команда проф. Збигнев Клуска, под наблюдением др. Мацей Рогала из кафедры физики твердого тела Лодзинского университета работает над созданием основных элементов информационных систем, которые работают аналогично человеческому мозгу, то есть искусственных синапсов, используя так называемые металлооксидные мемристоры.

Создадим коннектом — будет мозг

Сто триллионов связей в человеческом мозгу образуют замкнутое целое — так думает современная наука и хочет познать ее в этом целом. Интенсивная работа по созданию карты этой невообразимой сложности, то есть «соединять «продолжаются.

Проект создания коннектома по названию и сути отсылает к известному проекту расшифровки генома человека — . Вместо концепции генома инициированный проект использует термин «коннектом» для описания совокупности нейронных связей мозга. Есть надежда, связанная с новым исследовательским предприятием, что строительство полная карта нейронных связей он будет использоваться не только на практике для науки, но и при лечении болезней.

Страница дизайна человеческого коннектома

Первым и пока единственным полностью известным коннектомом является сеть соединений нейронов в нервной системе нематоды. Он был разработан путем трехмерной реконструкции структуры нерва с помощью электронной микроскопии. Результат работы был опубликован в 1986 году.

Некоторые ученые, однако, отмечают, что одной карты соединений, коннектома, может оказаться недостаточно для полного описания функционирования мозга. Проведены исследования, которые указывают, например, на огромную роль нейромодулятор, химические вещества, влияющие на функционирование нервных связей. Исследования картирования нейронных сетей обычно не учитывают этот фактор. Это не значит, что работа над коннектором не нужна. Однако она может оказаться не конечной целью и «целиком», а очередным этапом на пути познания человеческого мозга.

Дадим себе… три тысячи лет

Многие ученые весьма скептически относятся к идее создания искусственного мозга. Они подчеркивают, что даже если мы уже умеем моделировать отдельные отдельные нейроны, мы не сможем произвести их столько, сколько хватило бы для воссоздания работы всех биологических психических процессов, потому что их невероятно много. Во-вторых, даже если бы у нас было обилие «нейронных кирпичиков», мы бы не знали, как с их помощью реконструировать структуру мозга, потому что мы все равно не можем точно воспроизвести в технической системе сложную сеть связей, формирующих структуру настоящего мозга. Наконец, в-третьих, несмотря на огромный прогресс в знаниях анатомии и физиологии, эти знания все еще недостаточно подробны и точны, чтобы быть технически имитируемой структурной схемой.

Самые сложные системы современной техники строятся с использованием от нескольких до (максимум) нескольких сотен тысяч отдельных компонентов. Между тем, наш мозг состоит из нескольких десятков (как мы упоминали вначале — в среднем 86) миллиардов процессоров, обрабатывающих информацию, т. е. нейронов. Итак, давайте представим, что кто-то взялся за создание искусственного мозга. Он начинает производить компоненты с помощью устройства, которому требуется всего одна секунда, чтобы создать один искусственный нейрон. Он работает день и ночь без перерыва. Оказывается, ему потребовалось бы около тридцати лет, чтобы произвести первый миллиард этих элементов. А элементов нужно почти 100 миллиардов, а значит, на производство уйдет, мягко говоря, ок. три тысячи лет!

Серые и белые вещества в поперечном сечении головного мозга человека

Хуже того, чтобы построить искусственный мозг, как мы уже знаем, недостаточно создать отдельные нейроны. Затем вам предстоит соединить их по предполагаемой схеме. Количество соединений всегда больше, чем количество соединяемых элементов. Это можно увидеть, рассматривая мозг. Некоторые уже описывали немного старомодно как «серое вещество», в т.ч. Кора головного мозга, содержащая тела клеток, являющихся биологическими процессорами, занимает в мозгу значительно меньше места, чем «белое вещество» — густая сеть аксонов, соединяющих эти клетки друг с другом. Можете быть уверены, что при построении искусственного мозга на объединение элементов уйдет больше времени, чем на их изготовление, так что на все это уйдет как минимум — с сегодняшней точки зрения — около 10 тысяч. годы.

Однако то, что вы не можете построить модель человеческого мозга, не означает, что вы не можете построить техническую модель любого мозга. В технике подобный компромисс встречается буквально на каждом шагу. Мы не в состоянии, например, построить мост, который выдержит любой тяжелый вес? Вот и строим мосты с ограниченной прочностью, зная, что она будет намного больше той нагрузки, которая возникает на практике. В повседневной жизни мы также стараемся избегать различных ограничений. То, что мы не купим, например, роскошный «Мерседес», не означает, что мы не можем позволить себе, например, хороший велосипед. Так что, если невозможно построить модель человеческого мозга, возможно, техники смогут смоделировать мозг какого-то другого существа.

Так называемой нейронные сети. Как инструменты со многими значительными преимуществами, они охотно создаются и охотно используются для самых разных целей, поэтому появились многочисленные (в том числе коммерчески доступные) формы реализации этих сетей. Наиболее популярными и наиболее охотно используемыми являются имитационно-имитационные реализации. Тогда сеть принимает вид программы, моделирующей работу как отдельных нейронов, так и целых их совокупностей. Такая программа может работать, обрабатывая различную информацию по правилам нейронных вычислений, только в виртуальном виде. Этого достаточно для большинства применений — например, для робототехники электронная (и даже экспериментальная — оптоэлектронная) уже построена нейрокомпьютерыкоторые позволяют выполнять нейронные вычисления очень быстро.

В электронной или оптоэлектронной системе информация может обрабатываться гораздо быстрее, чем в биологической ткани. Впрочем, оба эти факта нас совершенно не удивляют, ведь именно этого и следовало ожидать. Примечательно, что искусственные нейронные сети уже достигли способности согласовывать свою сложность и гибкость с мозгом некоторых животных. Так что, возможно, можно построить искусственный мозг, но не обязательно человеческий.