Der er tidspunkter, hvor jeg spekulerer på, hvorfor så mange videnskabsfolk bruger så meget tid på at genskabe noget så ustabilt og fuldt af uklarhed som den menneskelige hjerne.
Men hvem laver jeg? Disse dyspeptiske øjeblikke går uundgåeligt, som enhver, der har fulgt denne blog, ved. Hver par måneder ser det ud til, at jeg er tilbage med at skrive om det seneste forsøg på at bygge maskiner, der kan lære at genkende genstande eller endda udvikle kognitive færdigheder.
Og nu er der Spaun.
Forbliver på opgaven
Dets fulde navn er Semantic Pointer Architecture Unified Network, men Spaun lyder meget mere episk. Det er den seneste version af en teknohjerne, oprettelsen af et canadisk forskerteam på University of Waterloo.
Så hvad gør Spaun anderledes end en mindbogging smart kunstig hjerne som IBM's Watson? Kort sagt, Watson er designet til at fungere som en overordentlig kraftig søgemaskine, grave gennem en enorm mængde data med brudhastighed og bruge komplekse algoritmer til at udlede et svar. Det er ligeglad med, hvordan processen fungerer; det handler hovedsageligt om at mestre indhentning af oplysninger.
Men Spaun forsøger faktisk at efterligne den menneskelige hjernes opførsel og gør det ved at udføre en række opgaver, alle forskellige fra hinanden. Det er en computermodel, der ikke kun kan genkende numre med det virtuelle øje og huske dem, men også kan manipulere en robotarm til at nedskrive dem.
Spauns "hjerne" er opdelt i to dele, løst baseret på vores hjernebark og basale ganglier, og dens simulerede 2, 5 millioner neuroner - vores hjerner har 100 milliarder - er designet til at efterligne, hvordan forskere mener, at disse to dele af hjernen interagerer.
Sig f.eks. At dets "øje" ser en række numre. De kunstige neuroner tager disse visuelle data og dirigerer dem ind i cortex, hvor Spaun bruger dem til at udføre en række forskellige opgaver, såsom at tælle, kopiere figurerne eller løse antallet af gåder.
Snart glemmer det fødselsdage
Men Spauns opførsel har været en interessant vri. Som Francie Diep skrev i Tech News Daily, blev den mere menneskelig, end dens skabere forventede.
Stil det et spørgsmål, og det svarer ikke med det samme. Nej, det pauser lidt, så længe som en menneskelig magt. Og hvis du giver Spaun en lang liste over numre, du skal huske, har det lettere at huske dem, de har modtaget først og sidst, men kæmper lidt for at huske dem i midten.
”Der er nogle temmelig subtile detaljer om menneskelig adfærd, som modellen fanger, ” siger Chris Eliasmith, Spauns hovedopfinder. ”Det er bestemt ikke i samme skala. Men det giver en smag af en masse forskellige ting hjerner kan gøre. ”
Hjernen dræner
Det faktum, at Spaun kan bevæge sig fra en opgave til en anden, bringer os et skridt nærmere på at være i stand til at forstå, hvordan vores hjerner er i stand til at skifte så ubesværet fra at læse en note til huske et telefonnummer til at fortælle vores hånd at åbne en dør.
Og det kunne hjælpe forskere med at udruste robotter med evnen til at være mere fleksible tænkere og tilpasse sig på farten. Fordi Spaun fungerer mere som en menneskelig hjerne, kunne forskere bruge det til at køre sundhedseksperimenter, som de ikke kunne gøre på mennesker.
For nylig gennemførte for eksempel Eliasmith en test, hvor han dræbte neuronerne i en hjernemodel i samme takt, som neuroner dør hos mennesker, når de bliver ældre. Han ønskede at se, hvordan tabet af neuroner påvirkede modelens ydeevne på en intelligenskontrol.
Én ting, som Eliasmith ikke har kunnet gøre, er at få Spaun til at erkende, om det gør et godt eller et dårligt stykke arbejde. Han arbejder på det.
Indsamling af intelligens
Her er et par andre nyere udviklinger inden for hjerneforskning og kunstig intelligens:
- Jeg kan ikke få denne sang ud af dit hoved: Videnskabsfolk i Berlin kablede guitarister, der spillede en duet med elektroder og fandt ud af, at når de skulle nøje koordinere deres spil, blev deres hjerneaktivitet synkroniseret. Men når de ikke var koordinerede, når den ene førte og den anden efter, var deres hjerneaktivitet tydeligt anderledes.
- En dag kan hjernen faktisk forstå sig selv: Et team af MIT-neurovidenskabsfolk har udviklet en måde at overvåge, hvordan hjerneceller koordineres med hinanden for at kontrollere specifik opførsel, såsom at bede kroppen om at bevæge sig. Dette kan ikke kun hjælpe dem med at kortlægge hjernekredsløb for at se, hvordan opgaver udføres, men det kan også give indsigt i, hvordan psykiatriske sygdomme udvikler sig.
- Dyb tænkning er så i går: Topprisen i en nylig konkurrence sponsoreret af den farmaceutiske gigant Merck gik til et team af forskere fra University of Toronto, der brugte en form for kunstig intelligens, kendt som deep learning, til at hjælpe med at opdage molekyler, der kunne blive nye lægemidler.
- Så robotter vil lære at stirre på smarte telefoner ?: For at lære robotter, hvordan de fungerer i sociale situationer, sporer forskere ved Carnegie-Mellon University grupper af mennesker med hovedmonterede kameraer for at se, hvornår og hvor deres øjne konvergerer i sociale omgivelser.
- Desværre forsøger de fortsat at skjule nødder: Ved at bruge fugle og egernes vildledende opførsel som model har forskere ved Georgia Tech været i stand til at udvikle robotter, der kan narre hinanden.
Videobonus: Tjek en demo af Spaun i aktion.
Mere fra Smithsonian.com
Mennesker udviklede store hjerner til at være sociale?
Hvordan hjerner tjener penge
