Η κατανόηση της λειτουργίας του εγκεφάλου, μπορεί να ανοίξει το δρόμο για τη δημιουργία μηχανών με «ανθρώπινη νοημοσύνη» (AGI, Artificial General Intelligence ή Τεχνητή Γενική Νοημοσύνη). Η AGI είναι το επόμενο βήμα, μετά τη «στενή» τεχνητή νοημοσύνη (ANI, Artificial Narrow Intelligence), την οποία διαθέτουμε σήμερα και η οποία «διαπρέπει» μεν, αλλά σε «στενά» καθορισμένα πλαίσια (π.χ. εύρεση καρκινικών όγκων σε ιατρικά δεδομένα, ακόμη και πριν αυτοί εμφανιστούν ή σε όποιο άλλο τομέα χρησιμοποιηθεί, στην Επιστήμη, την Τέχνη και αλλού, όπως έχουμε δει σε παλαιότερες αναρτήσεις μας).
Ο τομέας της Νευροεπιστήμης αυτή τη στιγμή, έχει πολλά δεδομένα και παρατηρήσεις χωρίς να έχει αναπτύξει μια θεωρία που να προσφέρει σύνδεση ανάμεσα σε αυτά. Επίσης, δεν είναι ακόμη γνωστό αν μια θεωρία για τη λειτουργία του εγκεφάλου, θα πρέπει να αναπτυχθεί σε μοριακό επίπεδο, σε νευρωνικό επίπεδο, σε επίπεδο τομέων του εγκεφάλου ή σε κάποια άλλη κλίμακα ανάμεσά τους.
Στην προσπάθεια κατανόησης της λειτουργίας του εγκεφάλου, ερευνώνται οι μηχανισμοί μάθησης, δηλαδή οι αλγόριθμοι που χρησιμοποιεί ο εγκέφαλος για να μαθαίνει. Υπάρχουν δυο κύριες προσεγγίσεις εδώ. Η πρώτη είναι πειραματική, όπου εξωτερικές παρεμβάσεις προκαλούν αλλαγές στη νευρωνική δραστηριότητα. Η δεύτερη είναι υπολογιστική, όπου ο αλγόριθμος έχει έναν στόχο να επιτύχει, τηρώντας κάποιους περιορισμούς.
Σε έρευνα που παρουσιάστηκε στις 25/1, στο επιστημονικό περιοδικό Nature Machine Intelligence, εξετάζεται και μια τρίτη προσέγγιση, όπου ο κανόνας μάθησης εδώ, βασίζεται σε μια βασική κυτταρική λειτουργία, αυτή της μεγιστοποίησης της μεταβολικής ενέργειας του κυττάρου με στόχο τη μείωση της «έκπληξης», δηλαδή της διαφοράς ανάμεσα στο πραγματικό και το προβλεπόμενο. Ο νευρώνας ελαχιστοποιεί το δικό του ενεργειακό κόστος (συναπτική δραστηριότητα), ενώ μεγιστοποιεί τον αντίκτυπό του στην τοπική ροή αίματος «στρατολογώντας» γειτονικούς νευρώνες. Η ικανότητα ενός νευρώνα να προβλέπει το μέλλον του (μειώνοντας την «έκπληξη»), ίσως αποτελεί ένα σημαντικό στοιχείο-κλειδί για την κατανόηση της λειτουργίας του εγκεφάλου.
Σε κάποιους αναγνώστες, το τελευταίο ίσως είναι και διαισθητικά προφανές. Στη διαδικασία μάθησης, περιλαμβάνεται η χρήση της εμπειρίας μας για την προσπάθεια πρόβλεψης του μέλλοντος. Προσπαθούμε να μην βρεθούμε «προ εκπλήξεως» και αυτό μας ωθεί σε μια συνεχή διαδικασία πρόβλεψης μελλοντικών στιγμών, με βάση όσα έχουμε ζήσει ως τώρα.
Δημοσιευμένη Έρευνα: https://www.nature.com/articles/s42256-021-00430-y
Στον τόμο ΙΙΙ του έργου "Τα φυσικά φαινόμενα", μπορείτε να βρείτε πολλές λεπτομέρειες και εξηγήσεις σχετικά με την Τεχνητή Νοημοσύνη, ποιες είναι οι δυσκολίες, οι προκλήσεις, οι αντιδράσεις αλλά και τι μπορούμε να περιμένουμε στο άμεσο και στο βαθύ μέλλον σε αυτόν τον τομέα. Αποκτήστε τον από τη σελίδα μας με έκπτωση και μηδενικά έξοδα αποστολής με ένα μήνυμα!
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου