728 x 90

Kto wymyśli inteligencję?

Kto wymyśli inteligencję?

Spotkałem do tej pory wielu naukowców z różnych dziedzin, którzy próbowali rozwiązać problem sztucznej inteligencji. Odkryłem jednak, że naukowcy działający w tych dziedzinach mieli niejasne wyobrażenie, jak inni próbują odpowiedzieć na to samo pytanie z innej perspektywy (w zasadzie sam miałem takie wyobrażenie na początku). Sam miałem okazję nawiązać kontakty z badaczami reprezentującymi prawie wszystkie dyscypliny, o których tu wspomnę, a wielu czytelników tego bloga może brać udział w badaniach w jednej lub kilku z nich. Dlatego pomyślałem, że może być warto je przedstawić sobie nawzajem.

Neuronauka

Dyscyplina starająca zrozumieć pracę mózgu i powiązanych organów u żywych zwierząt.
Badania motywowane są tym, że tylko biologiczne istnienia wykazują inteligencję i zaawansowane zachowania, a zatem procesy przebiegające w ich tkankach nerwowych są kluczem do zrozumienia inteligencji.  Dodatkowo zrozumienie mechanizmów biologicznych może pozwolić na lepsze rozwiązania problemów psychologicznych i kognitywistycznych.

Uczenie maszynowe

Kluczową obserwacją jest tu to, że mózg jest skonstruowany z wielu podobnych elementów (neuronów) i pomimo tego, że neurony biologiczne są bardzo skomplikowane, niektóre proste operacje mogą zostać wyabstrahowane i badane jako uproszczony model obliczeniowy. Na przykład perceptron zakłada, że neuron oblicza prosty wynik na podstawie wejścia i wag, a następnie zwraca go przez często nieliniową funkcję aktywacji. (Działanie perceptronu polega na klasyfikowaniu danych pojawiających się na wejściu i ustawianiu stosownie do tego wartości wyjścia). Większe sieci mogą być stworzone z użyciem takich jednostek.

Technika neuronograficzna

Ludzki mózg składa się z miliardów neuronów i biliardów synaps, używając jedynie około 20W energii (około 20% energii potrzebnej do  funkcjonowania całego organizmu). W zależności od tego, jak neurony mapują się na tranzystory, jest to wciąż wiele rzędów mniej mocy / jednostki obliczeniowej niż jakakolwiek technika, którą obecnie używamy w komputerach cyfrowych. Co ważne, działanie w wysokich częstotliwościach wymaga użycia wyższych napięć przełączających, co z kolei zużywa dużo energii (i dlatego niemal każdy procesor ma dziś duży wentylator). W rzeczywistości rozproszenie ciepła jest jednym z głównych czynników ograniczających w informatyce. W przeciwieństwie do komputerów cyfrowych, mózg działa stosunkowo wolno (rzędu kilku kHz nie GHz), ale jest za to masowo zrównoleglony. Celem inżynierii neuromorficznej jest naśladowanie tych właściwości w cyfrowych lub analogowych układach i budowanie układów cyfrowych ze znacznie większą efektywnością energetyczną. Jest to bardzo ważne, ponieważ nieracjonalne zużycie energii przez “moduły kognitywne” jest niekorzystne dla autonomicznych robotów (albo autonomicznych samochodów), dysponujących dość małymi zasobami energetycznym. Innymi słowy roboty autonomiczne powinny mieć swoje  centra danych “na pokładzie”, ale nie mogą na razie sprostać wymaganiom energetycznym.

Kognitywistyka

Naukowcy kognitywni są często filozofami, którzy szerzej pojmują problem poznania. Łączą wyniki psychologii, psychofizyki, neurologii i uczenia maszynowego i starają się budować bardziej ogólne i spójne teorie, dotyczące zachowania.

Fizyka (termodynamika)

Niedawno problem inteligencji został sformułowany także w ramach teorii termodynamiki. Główną obserwacją jest to, że populacja inteligentnych agentów jest systemem termodynamicznym, jak każdy inny, a zatem istniejące formalizmy mogą być wykorzystane do analizy ich zachowania.

Podsumowanie

Według mnie odpowiedź na duże pytanie o SI nie może być uzyskana w żadnej z tych dyscyplin, ale ostatecznie znajdzie się gdzieś między nimi, a prawdopodobnie fragmenty odpowiedzi będą znajdowane w każdej z tych dziedzin.

Więcej i szerzej na ten temat przeczytasz na moim blogu: blog.piekniewski.info.

Źródło obrazu tytułowego: opracowanie własne autora

1 comment

Leave a Comment

Your email address will not be published. Required fields are marked with *

Cancel reply

1 Comment

  • Złożoność prostoty – FRI WEB
    17 października 2017, 16:55

    […] Jest to zatem zadanie długoterminowe, ale warte pracy, jeśli naprawdę poważnie chcemy rozwiązać problem sztucznej inteligencji (AI), przynajmniej rozwiązać go na tyle, aby zbudować inteligentne […]

    REPLY

Inne artykuły