יש דיונים בין מדעני מוח, קוגניציוניסטים ופילוסופים בשאלה האם ניתן ליצור או לשחזר את המוח האנושי. פריצות דרך ותגליות נוכחיות במדעי המוח סוללות בהתמדה את הדרך לתקופה שבה ניתן לשחזר מוחות מלאכותיים מאפס. יש אנשים שמניחים שזה מעבר לגבולות האפשרי, השניים עסוקים בדרכים ליצור אותו, השלישית עבדה פורה על המשימה כבר זמן רב. במאמר נשקול שאלות על פיתוח הבינה המלאכותית, סיכוייה וכן על חברות ופרויקטים גדולים בתחום זה.
Basics
המוח המלאכותי מתאים למכונה רובוטית חכמה, יצירתית ומודעת כמו בני אדם. בכל ההיסטוריה של האנושות, המשימה לא נפתרה במלואה, אבל העתידנים אומרים שזה עניין של זמן. בהתחשב במודרנימגמות במדעי המוח, המחשוב והננוטכנולוגיה מנבאות שבינה מלאכותית והמוח יצוצו במאה ה-21, אולי עד 2050.
מדענים שוקלים מספר דרכים ליצור בינה מלאכותית. במקרה הראשון, סימולציות ביולוגיות ריאליסטיות בקנה מידה גדול של המוח האנושי מתבצעות במחשבי-על. במקרה השני, מדענים מנסים ליצור מכשירי מחשוב נוירומורפיים מקבילים בצורה מאסיבית, המיוצרים בקלות על פי רקמה עצבית.
התודעה האנושית במונחים של התעלומות המעניינות ביותר של המדע והמטאפיזיקה נחשבת למורכבת והניתנת להשגה ביותר. מסקנות דומות מגיעות על ידי הנדסה לאחור של המוח האנושי.
למידת מכונה
למידת מכונה היא לב ליבה של אסטרטגיית הפיתוח של "בינה מלאכותית", לשם כך, תאי מוח אנושיים נחקרים באופן מקיף. לסוג זה של למידה יש פוטנציאל גדול: הפלטפורמה שלה כוללת אלגוריתמים, כלי פיתוח, ממשקי API ופריסה של מודלים. למחשבים יש את היכולת ללמוד מבלי להיות מתוכנתים במפורש. חברות חדשניות אמזון, גוגל ומיקרוסופט משתמשות באופן פעיל בלמידה חישובית.
פלטפורמות ללמידה עמוקה
למידה עמוקה היא חלק מלמידת מכונה. הוא מבוסס על האופן שבו פועל המוח האנושי ומסתמך על אלגוריתמים של רשת עצבית מלאכותית (ANN) שדרכם זורם מידע. רובוטים יכולים "ללמוד" מתשומות ותוצאות. למידה עמוקה - מבטיחמגמה של בינה מלאכותית, בשילוב עם כמויות גדולות של מידע. זה הוכיח את עצמו בזיהוי תבניות ובסיווג. Deep Instinct, Fluid AI, MathWorks, Ersatz Labs, Sentient Technologies, Peltarion ו-Saffron Technology הן דוגמאות לחברות שהן חלוצות בתחום זה של חקר מודיעין.
עיבוד שפה טבעית
תכנות נוירו-לשוני (NLP) נמצא על הגבול בין מחשב לשפה אנושית והיא טכנולוגיית בינה מלאכותית. תוכנות מחשב יכולות להבין דיבור אנושי מדובר או כתוב. בתוכנת Amazon Alexa, Apple Siri, Microsoft Cortana ו-Google Assistant, משתמשים ב-NLP כדי להבין שאלות משתמשים ולספק להן תשובות. סוג זה של תכנות נמצא בשימוש נרחב בעסקאות כלכליות ובשירות לקוחות.
Generation Language Natural
תוכנת NLG משמשת להמרת כל מיני נתונים לטקסט קריא אנושי, זה מושג באמצעות חקר המוח. זוהי טכנולוגיה לא מוערכת עם יישומים כמו אוטומציה של דוחות בינה עסקית, תיאורי מוצרים, דוחות כספיים. הטכנולוגיה מאפשרת ליצור תוכן שנוצר על ידי משתמשים בעלות נוספת צפויה. נתונים מובנים מומרים לטקסט במהירות גבוהה, עד כמה עמודים בשנייה. שחקנים מעניינים בשוק זה הם Automated Insights,Lucidworks, Attivio, SAS, Narrative Science, Digital Reasoning, Yseop ו-Cambridge Semantics.
סוכנים וירטואליים
במסגרת טכנולוגיות בינה מלאכותית, המונחים "סוכן וירטואלי" ו"עוזר וירטואלי" אינם ניתנים להחלפה. יש אנשים שמנסים להבחין בין מושגים והם מצליחים.
עוזר וירטואלי הוא מעין עוזר מקוון אישי. סוכנים וירטואליים מיוצגים לעתים קרובות כדמויות בינה מלאכותית של מחשב המנהלות שיחה אינטליגנטית עם משתמשים. הם יכולים לענות על שאלות והיתרון העיקרי שלהם הוא שלקוחות יכולים לקבל עזרה 24 שעות ביממה.
זיהוי דיבור
זיהוי דיבור הוא היכולת של תוכנית להבין ולנתח מילים וביטויים בשפה מדוברת, ולהמיר אותם לנתונים באמצעות אלגוריתם המוח המלאכותי המובנה. זיהוי דיבור משמש בחברה לניתוב שיחות, חיוג קולי, חיפוש קולי ועיבוד דיבור לטקסט. חסרון אחד הוא שהתוכנה יכולה לבלבל מילים עקב הבדלים בהגייה ורעשי רקע. תוכנת זיהוי דיבור מותקנת יותר ויותר במכשירים ניידים. Nuance Communications, OpenText, Verint Systems ו-NICE מתפתחות בתחום זה.
חומרה משובצת AI
מכשירים עם AI משובץ, שבבים ויחידות עיבוד גרפיות (GPUs) הפכו נפוצים. גוגל בנו את זהבינה מלאכותית של חומרה, תוך שימוש בפיתוח המכון של המוח האנושי. ההשפעה של שילוב AI עם תוכנה חורגת הרבה מעבר ליישומים צרכניים כמו בידור ומשחקים. זהו סוג חדש של טכנולוגיה שתשמש לקידום למידה עמוקה. פיתוחים כאלה מבוצעים על ידי Google, IBM, Intel, Nvidia, Allluviate ו-Cray.
ניהול החלטות
ניהול החלטות עסקיות במוצרים חדשניים (למשל רובוט עם בינה מלאכותית) מכסה את כל ההיבטים של התכנון והרגולציה של מערכות אוטומטיות. חיוני לארגונים לנהל אינטראקציות בין עובדים, לקוחות וספקים.
ניהול החלטות משפר את תהליך הבחירה החלופית, כאן נעשה שימוש בכל המידע האפשרי להעדפה הטובה ביותר, בעוד הדגש הוא על יכולת תמרון, עקביות, דיוק בקבלת החלטות. ניהול החלטות לוקח בחשבון מגבלות זמן וסיכונים ידועים.
ארגוני בנקאות, ביטוח ושירותים פיננסיים משלבים תוכנת החלטות יומיומית בתהליכי שירות הלקוחות שלהם.
ציוד נוירומורפי
SyNAPSE היא תוכניתבמימון DARPA לפיתוח מערכות מיקרו-מעבדים נוירומורפיות הממפות את האינטליגנציה והפיזיקה של המוח. הפלטפורמה מחפשת תשובה לשאלה המרכזית: האם ניתן ליצור מוח מלאכותי? בתחילהרשתות עצביות נבדקות בסימולציות על מחשב-על, ואז רשתות נבנות ישירות בחומרה. באוקטובר 2011 הודגם אב טיפוס שבב נוירומורפי המכיל 256 נוירונים. מתבצעת עבודה ליצירת מערכת מרובת שבבים המסוגלת לחקות מיליון נוירוני שיא ומיליארד סינפסות.
דוגמנות ברשת עצבית
פרויקט המוח הכחול הוא ניסיון לשחזר את המוח וחוט השדרה האנושיים באמצעות הדמיות מחשב ברמה המולקולרית. הפרויקט נוסד במאי 2005 על ידי הנרי מרקרם בבית הספר הפוליטכני של לוזאן (EPFL) בשוויץ. הסימולציה פועלת על מחשב העל של IBM Blue Gene, ומכאן השם Blue Brain. החל מנובמבר 2018, מבוצעות סימולציות על מזוציטים המכילים כ-10 מיליון נוירונים ו-10 מיליארד סינפסות. סימולציה בקנה מידה מלא של המוח האנושי עם 186 מיליארד הנוירונים שלו מתוכננת לשנת 2023.
Spaun, רשת מאוחדת עם ארכיטקטורת מצביע סמנטית, נוצרה על ידי כריס אליאסמיט ועמיתיו במרכז למדעי המוח התיאורטיים (CTN) באוניברסיטת ווטרלו בקנדה. נכון לדצמבר 2018, Spaun היא הדמיית המוח הגדולה בעולם. המודל מכיל 2.5 מיליון נוירונים, וזה מספיק כדי לזהות רשימות של מספרים, לבצע חישובים פשוטים.
SpiNNaker הוא מחשב-על נוירומורפי בעל הספק נמוךכעת בבנייה באוניברסיטת מנצ'סטר בבריטניה. עם יותר ממיליון ליבות ואלף נוירונים מדומים, המכונה תהיה מסוגלת לדמות מיליארד נוירונים. במקום ליישם אלגוריתם אחד מסוים, SpiNNaker יהפוך לפלטפורמה שבה תוכלו לבדוק אלגוריתמים שונים. ניתן לתכנן ולהפעיל סוגים שונים של רשתות עצביות במכונה, ובכך לדמות סוגים שונים של נוירונים ודפוסי תקשורת. SpiNNaker הוא ראשי תיבות שמקורו ב-Spi King Nural.
Brain Corporation היא חברת מחקר קטנה המפתחת אלגוריתמים ומיקרו-מעבדים חדשים העומדים בבסיס מערכת העצבים הביולוגית. החברה נוסדה ב-2009 על ידי מדען המוח החישובי יבגני איזיקביץ' ומדען המוח/יזם אלן גרובר. המחקר שלהם מתמקד בתחומים הבאים: תפיסה חזותית, שליטה מוטורית וניווט אוטונומי. מטרת החברה היא לצייד מכשירי צריכה כמו טלפונים ניידים ורובוטים ביתיים עם מערכת עצבים מלאכותית. המחקר ממומן בחלקו על ידי קוואלקום, הממוקמת בקמפוס קוואלקום בסן דייגו, קליפורניה. טרם פורסמו או הוכרזו מוצרים ספציפיים, אך החברה ממשיכה לצמוח ומגייסת עובדים חדשים באופן פעיל מאז פברואר 2018.
מחקר קשור
Google X Lab היא מעבדה סודית שבה גוגל מתנסה בטכנולוגיות עתידיות. פרויקטים עליהם החברהעבודות אינן ציבוריות, אך מאמינים שהן מבוססות על רובוטיקה ובינה מלאכותית. פרטים על המעבדה הופיעו לראשונה במאמר בניו יורק טיימס בנובמבר 2011. בפרסום נכתב כי המעבדה ממוקמת באזור המפרץ, קליפורניה. ידוע כי מייסדי גוגל מעוניינים ללמוד בינה מלאכותית ומשקיעים בכיוון זה. בשנת 2006, תזכיר חברה אמר שגוגל רוצה לבנות את מעבדת המחקר הטובה בעולם בינה מלאכותית.
רוסיה 2045, המכונה יוזמת 2045 או פרויקט האווטאר, הוא פרויקט שאפתני לטווח ארוך שמטרתו לקבל אווטרים רובוטיים עד 2020, השתלות מוח עד 2025 ומוחות מלאכותיים עד 2035. התוכנית הושקה ב-2011 על ידי איל התקשורת הרוסי דמיטרי איטסקוב. מטרתו היא ליצור מוסד מוח אנושי באמצעות רשת עולמית של מדענים הפועלים יחד לטובת האנושות ולפיתוח שיטתי של טכנולוגיה. מספר מדענים רוסים כבר קיבלו השקעות מאיצקוב עבור המחקר שלהם. בנוסף, Itskov מחפש מימון נוסף מיחידים בעלי ערך גבוה, ארגוני צדקה וממשלות לאומיות ובינלאומיות.
הפרויקט המעניין הבא הוא תוכנית של אוניברסיטת בוסטון ושל Hewlett Packard (HP) בשם Moneta. צוות HP בראשות גרג סניידר בונה פלטפורמת רשת עצבית בשם Cog Ex Machina שיכולהעבודה במעבדי GPU ומחשבי העתיד המבוססים על ממריסטורים. המעבדה הנוירומורפולוגית באוניברסיטת בוסטון, בראשות מסימיליאנו ורסאצ'ה, יצרה מוח מלאכותי מודולרי, Moneta, הפועל על Cog Ex Machina. ראשי התיבות מייצגים Modular Neural Exploring Travel Agent.
מסגרת זמן
השאלה בהכרח עולה מתי ניתן לסנתז עותק דיגיטלי של המוח וחוט השדרה.
למרבה הצער, זה לא יגיע בקרוב. התחזית של קורצווייל לחיקוי מוח עד 2030 נראית קצרה מדי, רק 12 שנים משם. יתרה מכך, האנלוגיות שלו עם פרויקט הגנום האנושי התבררו כבלתי מספקות. בנוסף, מדענים רבים כנראה נעים בכיוונים ללא מוצא.
בדומה, התחזיות של גורצל לגבי הצלחת הגישה המבוססת על כללים בעשורים הבאים נראות אופטימיות מדי. אם כי כנראה לא בלתי אפשרי בהתחשב בגישת האימון שלו בינה מלאכותית.
לפי התרחיש הסביר, יצירת קוד או מראית עין של מוח אנושי אפשרי בעוד 50-75 שנים. עם זאת, קשה למדי לחזות את התאריך, בהתחשב במרווח הטעות במדעי המוח, מצד אחד, ומהירות השינוי, מצד שני. 2050 היא סוג של חור שחור כשזה מגיע לתחזיות.
