МОЗГ vs ПК. Нейронные сети.

Вы, конечно, слышали про компьютерные нейронные сети, которые уверенно вошли в мир программирования и творят там чудеса. Но вышло такое чудо прямиком из мира биологии.

Очень давно, не находя решений каких-то задач, люди подсматривали их у природы. Такой подход называется бионикой. Леонардо да Винчи смотрел с надеждой в небо и изучал полет птиц и летучих мышей, задумавшись о летательных аппаратах тяжелее воздуха. Современные самолеты не машут крыльями. Люди берут идеи у природы и адаптируют их к своим технологиям.

— Мы не умеем делать систему обладающую разумом?

Но в природе живых существ есть мозг и можно попробовать украсть такое решение и как-то воспроизвести. Сделаем это немного по-другому, технологичнее, слегка упростим… Главное, чтобы работало.

Сложность систем.

Мы знаем, что в компьютере операционной единичкой в процессоре является транзистор. Такой переключатель, который пропускает ток или не пропускает. Единица или ноль. Если посмотреть на работу нейронов человека, то мы увидим, что все наши мысли, движения и даже чувства также кодируются последовательностью ступенек тока, являющихся своеобразным электрическим кодом, который используется для передачи информации в нервной системе. Такие сигналы бегут по поверхности нервных клеток и передаются через отростки, которых очень много, и общий объем информации получается очень большим.

В мозге операционной единичкой является даже не нервная клетка — нейрон, а контакты нервных клеток, которые называются синапсами. Именно синапсы пропускают сигнал от одной клетки к другой или не пропускают.

Представьте себе реальную сложность той нейронной сети, которая работает у человека. Это примерно 86 миллиардов нейронов, каждый образует примерно 10-15 тысяч контактов с синапсами! Если помножить одну клетку на 10-15 тысяч контактов и на 86 миллиардов, то получится миллион миллиардов таких операционных единичек или параметров.

Предположим, что мы попробуем создать схемы из транзисторов, моделируя мозг.

Скорость обмена.

Электроника работает быстрее. Ее рабочие системы — это в районе гигагерца, а у человека – килогерц.

Один импульс в мозге человека – это одна миллисекунда. Там другая среда и быстрее это работать не может.

Потребляемая энергия.

Мозг потребляет всего 20 ватт энергии. Эволюция к мозгу предъявляла совсем другие требования, чем разработчики к современным системам, создавая их.

Ограничения искуственных нейросетей.

Известная нейронная сеть GPT-3 имеет около 175 миллиардов параметров. Более мощная GPT-4, выпущенная 14 марта 2023 года, имеет большее количество параметров. Но данные о ней не разглашаются. Есть слухи, что это около 500 миллиардов. Но точно пока неизвестно.

Также нужно понимать, что GPT-4, как и GPT-3, ограничивается данными до определенной даты, поэтому такая сеть не сможет предоставить самую свежую информацию. Они работают с предварительно подготовленными данными, в то время, как человек способен обрабатывать данные в реальном времени.

Архитектура.

В искусственных нейросетях есть еще проблема. В современной электронике данные нужно пересылать отдельно от места их хранения к месту обработки и обратно через какую-то шину. Такая шина является узким местом. И называется это — бутылочным горлышком фон Неймана. А в мозге нейрон является и местом хранения и местом обработки информации.

Возвращаемся к сложности систем.

Таким образом, нейронные сети человеческого мозга используют сложную архитектуру, состоящую из множества слоев нейронов, которые взаимодействуют друг с другом и передают информацию. Программы нейронных сетей, с другой стороны, используют упрощенную архитектуру, обычно состоящую из одного или нескольких слоев нейронов. И в большинстве случаев они обрабатывают однотипную информацию. Например, игра в шахматы, создание текстов, обработка видео или изображений и т.д. Они могут подключаться друг к другу и решать несколько задач, но пока это все-таки достаточно ограниченно.

Прогнозы.

Итак, вопрос остается открытым. Пока неизвестно, с какой точностью нужно скопировать человеческий мозг, для того чтобы эта копия показала те же способности, которыми обладает человеческий мозг. Но оценки есть разные.

Например, Рей Курцвейл, технический директор в области машинного обучения и обработки естественного языка в компании Google и известный футуролог, уверен, что технологическое развитие происходит экспоненциально. Это значит, что чем сильнее развита технология на данный момент, тем быстрее будет происходить ее развитие в дальнейшем. Поскольку мощность технологии будет расти, скорость тоже будет увеличиваться.

Одно из его предсказаний о том, что в 2029 году компьютер сможет пройти тест Тьюринга, доказывая наличие у него разума в человеческом понимании этого слова. Это будет достигнуто благодаря компьютерной симуляции человеческого мозга.

Но такая оценка все-таки не очень надежная, потому что есть много вопросов.

Неизвестно с какой точностью надо моделировать мозг, удастся ли решить проблему бутылочного горлышка фон Неймана. У науки еще нет ответа, что такое сознание и разум. И много других неизвестных еще вопросов. Пока не будет их решения, вряд ли получится каким-то образом создать подобную модель.

С другой стороны, если технологические тренды будут продвигаться теми же темпами, то все возможно.

Заключение.

Ну, типа, как-то изобретём ИИ, но как, никто ещё пока не знает )))