Как только осознать головной мозг, дабы выстроить «мыслящие» машинки?

    Приведите трехлетнее чадо в зоопарк, и оно интуитивно обусловит, что длинношеее жующее листья звериное — тот жираф из его младенческой книги с картинами. Этот простейший подвиг на деле достаточно непростой. Набросок в книге — замерший силуэт простейших линий, а уж живое существо — шедевр из оттенки, текстуры, движений и света. Оно смотрится по-разному, ежели глядеть с различных сторон, и способно поменять форму, местоположение, ракурс.

    Как только осознать головной мозг, дабы выстроить «мыслящие» машинки?

    Вообщем люди преуспевают в исполнении этакого рода задач. Мы можем просто осознать самые важные индивидуальности объекта из простейших примеров и применить это же познание к чему-то незнакомому. А уж вот компам, обычно, надо составить целую основу заданных из жирафов, показанных в различных позах, с разной перспективой, дабы научиться определенно распознавать звериное.

    Зрительная идентификация — одна из почти всех сфер, в каких люди с легкостью одолевают компы. Мы а также предпочтительнее ищем релевантную информацию в потоке заданных; решаем неструктурированные трудности; играючи обучаемся, подобно подростку, который познает об гравитации, играя с кубиками.

    «Люди намного, намного наиболее всепригодны, — разговаривает Тай Синг Ли, ученый и нейробиолог из Вуза Карнеги-Меллона в Питтсбурге. — Мы все гораздо гибче в мышлении, умеем предугадать, представлять и производить грядущие события».

    Однако в США финансируется принципиальная новенькая програмка, которая стремится поставить искусственный ум в один ряд с нашими своими интеллектуальными возможностями. Три команды, состоящие из нейробиологов и профессионалов по компьютерным наукам, пробуют узнать, как только головной мозг совершает эти подвиги зрительной идентификации, а уж потом выстроить машинки, кои проделывают то же самое.

    «Современное машинное обучение терпит поражение там, где преуспевают люди, — разговаривает Джейкоб Фогельштейн, возглавляющий эту программку в Intelligence Advanced Research Projects Activity (IARPA). — Мы желаем выполнить революцию в машинном обучении при помощи оборотной инженерии алгоритмов и вычислений мозга».

    Времени сильно мало. Любая группа в текущее время моделирует участок коры в беспримерных деталях. Совместно они разрабатывают методы на базе изученного. К очередному лету каждому из этих алгоритмов будет приведен пример незнакомой вещи, дабы тамошний нашел ее проявления в тыщах изображений в незнакомой основе заданных. «Временные рамки максимально сжатые», полагает Кристоф Кох, президент и старший научный коллега Колледжа наук об головном мозге Аллена в Сиэтле, действующий с одной из команд.

    Кох и его коллеги производят полную схему подключений маленького кубика головного мозга — в миллион кубических микрон, это же приблизительно одна пятисотая от размера макового зернышка. И это же на порядок все больше, чем самая тотальная и объемная карта переплетений головного мозга на сегодня, которая существовала размещена в июне минувшего года и на производство которой ушло подле шести лет.

    К финалу пятилетнего проекта IARPA, который именуется «машинный ум из кортикальных сетей (Microns)», ученые планируют картировать кубический мм коры. В данной крохотной порции содержится близко 100 000 нейронов, от 3 перед началом 15 миллионов нейронных стыков, либо синапсов, и довольно нейронных переплетений, дабы окутать мегаполис, ежели них распутать и вытянуть.

    Никто пока что и не пробовал реконструировать часть мозга  в этаких масштабах. Однако наиболее мелкомасштабные усилия продемонстрировали, что этакие карты умеют пролить свет на внутридомовую работу коры мозга. В статье, размещенной в журнальчике Nature в марте, Вей-Чунг Аллен Ли — нейробиолог из Гарвардского вуза, действующий с командой Коха — и его коллеги составили карту подключений 50 нейронов и поболее 1000 них партнеров. Объединяя эту карту с информацией об работе каждого нейрона в головном мозге — некие реагируют на визуальный сигнал, к примеру — ученые вывели элементарное царило анатомического стыки нейронов в данной части коры меж собой. И нашли, что нейроны с аналогичными функциями наиболее возможно будут сливаться и создавать большие взаимосвязи меж собой, и наименее возможно — с иными типами нейронов.

    И хотя миссию проекта Microns очень технологична — IARPA финансирует научные исследования, кои умеют привести к инструментам анализа заданных для органов разведки, да и иным, конечно же, — наряду с сиим ученые получат заданные об мозговой деятельности. Андреас Толиас, невролог из Мед института Бэйлора, который является одним из ведущих служащих команды Коха, уподобляет наше современное познание коры размытой фото. Он уповает, что беспримерный масштаб проекта Microns поможет повысить четкость данной точки зрения и найти наиболее сложноватые руководила, кои управляют нашими нейронными цепями. И не зная любых составных элементов, «мы, может быть, упускаем красотищу данной структуры».

    Мозговой микропроцессор

    Замудренные складки, покрывающие поверхность головного мозга и образующие кору мозга (кортекс), практически втиснуты в наши черепа. Почти во всем это же процессор головного мозга. Прослойка в три мм шириной состоит из серии циклических модулей, либо микросхем, подобно массиву логических вентилей в компьютерном чипе. Каждый модуль состоит на глазок из 100 000 нейронов, выстроенных в сложноватую паутину взаимосвязанных клеток. Имеются заданные, кои рассказывают об фолиант, что базисная структура этих модулей приблизительно схожа по всей коре. Все же модули в различных регионах головного мозга специализированы под объективные цели, этакие как только зрение, движение и слух.

    Ученые имеют только образцовое представление об фолиант, как только эти модули смотрятся и как только работают. Они в изрядной степени ограничены исследованием головного мозга в мелких масштабах: в десятки либо сотки нейронов. Новейшие технологии, созданные для отслеживания формы, активности и связанности тыщ нейронов, лишь ныне дозволили ученым начать анализ тамошнего, как только клеточки в границах модуля ведут взаимодействие вместе; как только активность в одной части системы может порождать активность в альтернативный части. «Впервые в истории мы получили вероятность опрашивать эти модули заместо тамошнего, дабы ординарно гадать на содержании, — разговаривает Фогельштейн. — Различные команды имеют разнообразные гипотезы об фолиант, что внутри».

    Исследователи сосредоточат внимание на той самой части коры, которая отвечает за зрение. Эту систему эмоций интенсивно обследовали нейрофизиологи, а уж спецы по компьютерному моделированию издавна пробуют эмулировать. «Зрение кажется примитивным — ординарно открой очи — однако обучить компы выполнять то же самое очень сложно», разговаривает Дэвид Кокс, нейробиолог из Гарвардского вуза, возглавляющий одну из команд IARPA.

    Как только осознать головной мозг, дабы выстроить «мыслящие» машинки?

    Андреас Толиас (слева)

    Любая команда начинает с одной и той самой же главный идеи об фолиант, как только ишачит зрение: старенькой теории, знаменитой как только анализ сквозь синтез. Согласно данной идее, головной мозг выполняет пророчества об фолиант, что произойдет в ближнем грядущем, а уж потом сверяет эти пророчества с тем самым, что лицезреет. Сила сего подхода в его эффективности — он просит все меньше вычислений, чем непрерывное воссоздание каждого момента времени.

    Головной мозг может делать анализ сквозь синтез кучей различных методов, потому ученые изучают другую вероятность. Группа Кокса лицезреет в головном мозге некоторый физический двигатель, использующий имеющиеся физические фотомодели для имитации мира этаким, каким он обязан высмотреть. Команда Тай Синг Ли наряду с Джорджем Черчем подразумевает, что головной мозг владеет интегрированной библиотекой элементов — кусочков и элементов объектов и граждан — и обучает руководила об фолиант, как только составить эти части совместно. Листья, к примеру, привычно рождаются на ветвях. Группа Толиаса ишачит над наиболее зависимым от заданных подходом, в каком головной мозг образовывает статистические ожидания мира, в каком живет. Его группа будет инспектировать различные догадки об фолиант, как только различные части схемы обучаются сообщаться.

    Все три группы будут держать под контролем нейронную активность десятков тыщ нейронов в мотивированном кубе головного мозга. Потом задействуют разнообразные способы, дабы сделать схему подключения этих клеток. Команда Кокса, к примеру, порежет ткани головного мозга на слои тоньше людского волоса и проанализирует каждый ломтик при помощи электрической микроскопии. Потом ученые склеят каждое поперечное сечение на персональном компьютере, дабы сделать плотно упакованную трехмерную карту тамошнего, как только миллионы нервных проводков прокладывают собственный путь сквозь кору.

    С картой и схемой активности в руках, любая команда попробует осознать базисные руководила, рулевые схемой. Потом запрограммируют эти руководила в симуляции и мерить, как ладно моделирование соответствует действительному головному мозгу.

    Как только осознать головной мозг, дабы выстроить «мыслящие» машинки?

    Андреас Толиас и его коллеги составили карту стыков пар нейронов и записали них электронную активность. Всеохватывающая анатомия пяти нейронов (слева вверху) возможно сведено к простейший схематической диаграмме (справа вверху). Ежели пропустить электронный ток сквозь нейрон 2, он активизируется, запуская электронный заряд в двум клеточкам ниже по курсу, нейронам 1 и 5 (понизу)

    Толиас и его коллеги уже попробовали на вкус этакий подход. В работе, размещенной в Science в ноябре, они картировали взаимосвязи 11 000 нейронных пар, обнажив пять новеньких типов нейронов. «У нас до сего времени нет тотального списка элементов, составляющих кору, образа отдельных клеток, них связей, — разговаривает Кох. — Вот с сего и начал Толиас».

    Посреди тыщ нейронных связей группа Толиаса открыла три общих руководила, кои формулируют соединение клеток: некие разговаривают в большей степени с нейронами собственного своего типа; альтернативные избегают собственный свой тип, общаясь в большей степени с иными типами; третья группа разговаривает только с несколькими иными нейронами. (Группа Толиаса измеряла свои клеточки на базе нейронной анатомии, а уж и не опции, в отличие от группы Вей Ли). Используя всего три этих руководила взаимосвязи, ученые сумели воспроизвести схему достаточно определенно. «Теперь задачка состоит в том, дабы узнать, что эти руководила взаимосвязи означают алгоритмически, — разговаривает Толиас. — Какой же тип вычислений они проводят?».

    Нейронные паутине на основе истинных нейронов

    Искусственный ум на базе головного мозга — мысль далековато и не новенькая. Эдак именуемые нейронные паутине, имитирующие базисную структуру головного мозга, были очень популярны в 1980-х годах. Однако в то время ученым данной области и не хватало вычислительной мощи и заданных об фолиант, как только предпринять методы действенными. Но и любых этих миллионов картинок с кошками в Вебе и не существовало. И хотя нейронные паутине пережили большой ренессанс — в наше время уже мудрено предположить жизнь без программ определения голоса и лиц, а уж персональный компьютер AlphaGo не так давно обыграл наилучшего во всем мире геймера в го — руководила, кои задействуют нейронные паутине для конфигурации собственных связей, практически наверняка различаются от тамошних, что употребляет головной мозг.

    Современные нейронные паутине «основаны на фолиант, что мы знали об головном мозге в 1960-х», разговаривает Терри Сейновски, вычислительный нейробиолог из Колледжа Солка в Сан-Диего, разработавший первые методы нейронных сетей с Джеффри Хинтоном, ученым из Вуза Торонто. «Наше познание об фолиант, как только организован головной мозг, трещит по швам».

    Например, современные нейронные паутине состоят из прямоточной архитектуры, когда информация идет от ввода к выводу сквозь серию слоев. Каждый слой обучен распознавать конкретные опции, вроде очей либо усов. Потом анализ продвигается далее, и каждый последующий слой делает все наиболее и поболее сложноватые вычисления. Наконец, програмка признает в серии цветных пикселей кошку.

    Однако данной вперед идущей структуре и не хватает важнейшего ингридиента био системы: оборотной взаимосвязи, как только снутри отдельных слоев, эдак и от слоев наиболее высочайшего порядка с наиболее низкорослым. В действительном головном мозге нейроны в одном слое коры сопряжены со собственными соседями, также с нейронами в слоях свыше и ниже, образуя сложноватую паутину петель. «Обратная взаимосвязь — очень значимая часть кортикальных сетей, — разговаривает Сейновски. — В оборотной взаимосвязи столько же сигналов, сколько и стыков с прямой связью».

    Нейробиологи пока что и не вконец соображают, что проделывают петли оборотной взаимосвязи, хотя знают, что те самый имеют значимое значение для нашей навыки фокусировать внимание. Они помогают нам выслушать глас по смартфону, и не отвлекаясь на звуки городка, к примеру. Часть популярности теории анализа сквозь синтез покоится и в фолиант, что она предлагает основание для любых этих циклических стыков. Они помогают головному мозгу ассоциировать свои прогнозы с действительностью.

    Исследователи Microns стремятся расшифровать руководила, рулевые петлями оборотной взаимосвязи, — например, какие клеточки смешивают петли, какие активизируют них активность и как только эта активность оказывает влияние на вывод заданных из схемы — и опосля перевести эти руководила в метод. «Сейчас машинке и не хватает воображения и самоанализа. Я считаю, что расчетная схема оборотной взаимосвязи дозволит нам воображать и самоанализировать на самых различных уровнях», разговаривает Тай Синг Ли.

    Может быть, расчетная схема оборотной взаимосвязи в один великолепный денек наделит машинки характеристиками, кои мы считаем оригинальными для граждан. «Если вы могли бы распродать схему оборотной взаимосвязи в глубочайшей паутине, вы могли бы от паутине, которая способна лишь на «коленный рефлекс» — обеспечивать ввод и вывод, — перейти к наиболее рефлексивной паутине, которая начнет осмысливать свои вводы и инспектировать гипотезы», разговаривает Сейновски.

    Ключ к тайне сознания

    Как только и все програмки IARPA, проект Microns — это же высочайший риск. Технологии, кои нужны ученым для крупномасштабного картирования нейронной активности и переплетений, есть, однако никто и не использовал них в этаких масштабах доселе. Ученым предстоит иметь дело с большими размерами заданных — 1-2 петабайт заданных на кубический мм головного мозга. Возможно, придется разрабатывать новейшие инструменты машинного обучения для анализа любых этих заданных, что очень иронически.

    А также непонятно, сумеют ли уроки, извлеченные из маленького куса головного мозга, намекнуть на наиболее большие таланты головного мозга. «Мозг — это же не попросту фрагмент коры, — разговаривает Сейновски. — Головной мозг — это же сотки систем, специализированных для разнообразных функций».

    Сама кора мозга состоит из циклических звеньев, кои смотрятся приблизительно идиентично. Однако альтернативные части головного мозга умеют орудовать совсем по-разному. «Если для вас востребован ИИ, который получается за рамки элементарного определения образов, для вас пригодится не мало различных частей», разговаривает Сейновски.

    Ежели проект получится, вобщем, он будет выполнять все больше, чем рассматривать разведывательные заданные. Удачный метод дозволит выявить принципиальные правды об фолиант, как только головной мозг наделяет этот мир смыслом. А именно, поможет подтвердить, вправду ли головной мозг ишачит методом анализа сквозь синтез — что он ассоциирует свои прогнозы об мире с поступающими заданными с наших органов эмоций. Это же отобразит, что главный ингредиент в рецепте сознания — это же всегда меняющаяся эмульсия воображения и восприятия. Построив машинку, которая способна думать, ученые уповают распахнуть секреты самой мысли.