імітація мозку

імітація мозку

Один з підходів до створення штучного мозку складається в точнішого відтворення біологічного мозку. Наприклад, докторант з Гарварду Девід Делрімпл (рід. В 1991 р) планує відтворити головний мозок нематоди (круглого хробака) [87] . Делрімпл вибрав нематоду з тієї причини, що у неї достатньо проста нервова система, що складається приблизно з 300 нейронів, яку він планує відтворити на молекулярному рівні. Він також збирається створити комп'ютерну модель тіла нематоди у відповідній реальності навколишньому середовищу, так що ця віртуальна нематода зможе (віртуально) добувати собі їжу і робити всякі інші речі, які зазвичай роблять нематоди. Делрімпл вважає, що ця робота стане першим повним відтворенням головного мозку біологічного тваринного в формі віртуального мозку віртуального тваринного. Чи є такі віртуальні нематоди (та й біологічні нематоди) істотами свідомими - питання спірне, однак у своїй боротьбі за їжу, в процесах травлення, спробах уникнути хижаків і в відтворенні вони повинні спиратися на певний усвідомлений досвід.

На іншій границі спектра досліджень, в рамках проекту «Блакитний мозок» Генрі Маркрама, планується проектування людського мозку, включаючи всю нову кору, а також такі відділи старого мозку, як гіпокамп, мигдалини і мозочок. Імітація буде здійснюватися на різних рівнях деталізації, аж до повної імітації на молекулярному рівні. Як я розповідав в четвертому розділі, Маркрам відкрив існування ключового модуля з декількох десятків нейронів, багаторазово повторюваного в структурах нової кори, і показав, що саме ці модулі, а не окремі нейрони відповідають за процес навчання.

Розвиток ідей Маркрама відбувалося за експоненціальним законом. У 2005 р - в перший рік реалізації проекту - було здійснено моделювання дії одного нейрона, а в 2008 році його наукова група моделювала активність цілої колонки нової кори головного мозку щура, що складається з 10 тис. Нейронів. До 2010 р дослідники змогли здійснити моделювання 100 колонок, що в сумі становило близько мільйона клітин (Маркрам назвав цю групу клітин мезоцепью). Одна з проблем полягає в тому, що ми не маємо можливості перевірити точність цього моделювання. Щоб це зробити, за допомогою даної моделі потрібно продемонструвати процес навчання, про що я розповім нижче.

До кінця 2014 р Маркрам планував створити модель цілого мозку щура, що складається з 100 мезоцепей; ця система включає 100 млн нейронів і приблизно 1 трлн синапсів. У своєму виступі на конференції TED (Technology Entertainment Design) в 2009 р в Оксфорді Маркрам заявив: «Немає нічого неможливого в тому, щоб створити головний мозок людини, і ми зробимо це через 10 років» [88] . Але тепер він планує вирішити цю задачу до 2023 р [89]

Маркрам і його колеги будують свою модель на детальному анатомічному і електрохімічному аналізі нейронів. За допомогою створеного ними автоматичного пристрою, який вони назвали «Петч-кламп-роботом» [90] , Вони аналізують стан специфічних іонних каналів, нейромедіаторів і ферментів, що відповідають за електрохімічний активність кожного нейрона. За твердженням Маркрама, ця автоматична система виконала тридцятирічний обсяг роботи за шість місяців. Саме на підставі цього аналізу вони сформулювали ідею «кубиків лего», що складають основну функціональну одиницю нової кори.

Реальний і прогнозований прогрес в розвитку проекту «Блакитний мозок» [91] .

Важливий внесок у розвиток методу внесли нейрофізіолог Ед Бойден з Массачусетського технологічного інституту, професор Крейг Форест з відділу механіки Технологічного університету Джорджії і його студент Сухас Кодандарамайах.

Вони створили автоматичну систему, здатну сканувати нервову тканину з точністю до одного мікрометра, не пошкоджуючи тонкі мембрани нейронів. «Це те, що може робити робот, але не може людина», - прокоментував Бойден.

Наконечник «Петч-кламп робота», створеного в Массачусетському технологічному інституті, сканує нервову тканину.

Кажуть, що після моделювання поведінки однієї колонки нової кори Маркрам заявив: «Тепер нам залишається тільки масштабувати процес» [92] . Масштабування, безумовно, важливий фактор, але є і ще один - навчання. Якщо «Блакитний мозок» повинен «говорити, мислити і вести себе багато в чому як людина», про що Маркрам говорив в інтерв'ю на ВВС в 2009 р, його нова кора повинна мати значний вміст [93] . Але, як може підтвердити кожен, хто намагався розмовляти з новонародженою дитиною, щоб досягти цієї мети, мозок повинен дуже багато чому навчитися.

Для вирішення такого завдання в такій моделі, як «Блакитний мозок», існують дві очевидні можливості. Перша полягає в навчанні штучного мозку таким же способом, як навчається мозок людини. Спочатку ви маєте систему, відповідну мозку новонародженої дитини, що володіє здатністю засвоювати ієрархічні знання і заздалегідь заданій здатністю трансформувати сенсорні сигнали. Однак для навчання небіологічного мозку потрібен такий же контакт, як між новонародженою дитиною і розвиває його дорослою людиною. Проблема полягає в тому, що створення такого мозку очікується не раніше початку 2020-х рр. Однак функціонування в реальному часі буде занадто повільним, оскільки дослідникам доведеться почекати десять або двадцять років, поки мозок досягне інтелектуального рівня дорослої людини, хоча, звичайно, продуктивність комп'ютерів продовжує неухильно зростати.

Другий підхід полягає в тому, щоб скопіювати образи, що містяться в новій корі одного або декількох дорослих людей, що володіють достатніми знаннями, щоб нормально користуватися мовою і взагалі вести себе як розвинений доросла людина. В даному випадку проблема полягає в тому, щоб знайти неінвазивний і Недеструктивні метод сканування з достатнім тимчасовим і просторовим дозволом і швидкістю, щоб провести цю процедуру швидко і без втрат. Мені здається, цей метод «завантаження інформації» не буде реалізований до 2040-х рр.

Але є ще й третя можливість, яку, як мені здається, і слід використовувати при розвитку таких моделей, як «Блакитний мозок». Можна спростити молекулярні моделі шляхом створення функціональних еквівалентів на різних рівнях специфічності, використовуючи різні методи - від мого власного функціонального алгоритмічного методу (описаного в цій книзі) до практично повних молекулярних моделей. При цьому в залежності від ступеня спрощення можна підвищити швидкість навчання в кілька сотень або навіть тисяч разів. Для такої моделі штучного мозку можна розробити навчальну програму, яка буде освоюватися досить швидко. А потім спрощену модель можна замінити повної молекулярної моделлю, зберігаючи накопичені знання. Після цього можна почати моделювання процесу навчання повної молекулярної моделі на набагато більш низькій швидкості.

Американський фахівець в області інформатики Дхармендра Модха і його колеги з корпорації IBM на клітинному рівні створили модель ділянки людської зорової кори, що складається з 1,6 млрд віртуальних нейронів і 9 трлн синапсів, що за розміром еквівалентно нової корі кота. Ця система працює в 100 разів повільніше, ніж суперкомп'ютер IBM BlueGene / P, що складається з 147 456 процесорів. Ця робота була удостоєна премії Гордона Белла, яка вручається Асоціацією обчислювальної техніки (ACM).

Завдання таких моделей, як «Блакитний мозок» або нова кора Модха, полягає в уточненні і підтвердження функціональної моделі. Модель людського штучного розуму в принципі буде використовувати саме такі алгоритми. Однак молекулярні моделі допомагають удосконалити ці алгоритми і більш повно вивчити найбільш важливі деталі. В ході наших експериментів 1980-х і 1990-х рр., Присвячених створенню технології розпізнавання мови, нам вдалося вдосконалити наші алгоритми, коли ми зрозуміли суть реальних перетворень, що відбуваються в слуховому нерві і деяких ділянках нової кори. Навіть якщо наша функціональна модель бездоганна, розуміння її функціонування в біологічному мозку дасть важливу інформацію про функції та дисфункції людського організму.

Для створення моделей мозку нам потрібна дуже докладна інформація про функціонування даного мозку. Група Маркрама збирає власні дані. Збору подібної інформації і її передачі широкої наукової громадськості присвячено кілька великомасштабних проектів. Наприклад, в результаті сканування головного мозку мишей лабораторія в Колд-Спрінг-Харбор отримала 500 терабайт інформації, яку виклала для громадського доступу в червні 2012 р Цей проект дозволяє користувачам вивчати мозок таким же чином, як програма Google Earth дозволяє вивчати поверхню планети. Ви можете переміщатися всередині мозку і при більш сильному наближенні розглядати окремі нейрони і їх контакти. Ви можете виділити окрему зв'язок і слідувати по ній вздовж усього мозку.

Шістнадцять відділів Національного інституту здоров'я США об'єдналися і виділили 38,5 млн доларів на реалізацію проекту під назвою «Коннектом людини» [94] . Проект виконується під керівництвом Університету Вашингтона в Сент-Луїсі, Університету Міннесоти, Гарвардського університету, Массачусетського генерального госпіталю і Університету Каліфорнії в Лос-Анджелесі і спрямований на створення тривимірної карти зв'язків нейронів у головному мозку людини. З цією метою застосовуються різні неінвазивні технології сканування, включаючи нові варіанти МРТ, магнітоенцефалографія (Мег - вимірювання магнітних полів, що утворюються в результаті електричної активності мозку) і дифузійну трактографію (аналіз пучків нервових волокон в головному мозку). Як я розповім в десятій главі, просторову роздільну здатність неінвазивних методів сканування мозку збільшується з неймовірною швидкістю. Одними з перших результатів проекту були дані Ван Відена і його колег з Массачусетського генерального госпіталю про те, що в головному мозку існує регулярна мережа нейронів, що нагадує структуру збудження нейронів нової кори, про яку я розповідав в четвертому розділі.

Спеціаліст в області комп'ютерної нейробіології з Оксфордського університету Андерс Сендберг (рід. У 1972 р) і шведський філософ Нік гостро (рід. В 1973 р) розробили детальний план емуляції головного мозку, в якому визначено підходи до моделювання головного мозку людини (та інших істот) на різних рівнях деталізації - від складних функціональних моделей до імітації дії окремих молекул [95] .

Схема емуляції активності людського мозку (Andrs Sandberg, Nick Bostrom, Whole Brain Emulation: A Roadmap).

Цей план не дає временн и х орієнтирів, але описує вимоги, які повинні бути виконані для відтворення різних типів мозку з різним ступенем деталізації в плані сканування, моделювання, зберігання інформації і обчислень. Автори проекту вказують на неминучий експоненціальне зростання інформації в усіх цих напрямках, який дозволить здійснити моделювання людського мозку з високим ступенем деталізації.

[96]