Künstliches Gehirn

Ein künstliches Gehirn (oder künstlicher Geist) ist Software und Hardware mit kognitiven Fähigkeiten, die denen des tierischen oder menschlichen Gehirns ähnlich sind.

Forschung, die „künstliches Gehirn“ und Gehirnemulation untersucht, spielt drei wichtige Rollen in der Wissenschaft:

Ein ständiger Versuch von Neurowissenschaftlern zu verstehen, wie das menschliche Gehirn arbeitet, bekannt als kognitive Neurowissenschaft.
Ein Gedankenexperiment in der Philosophie der künstlichen Intelligenz, das zeigt, dass es möglich ist, zumindest theoretisch eine Maschine zu schaffen, die alle Fähigkeiten eines Menschen besitzt.
Ein langfristiges Projekt zur Entwicklung von Maschinen, die ein Verhalten aufweisen, das mit dem von Tieren mit einem komplexen zentralen Nervensystem wie Säugetieren und insbesondere Menschen vergleichbar ist. Das ultimative Ziel, eine Maschine zu schaffen, die menschliches Verhalten oder Intelligenz aufweist, wird manchmal als starke KI bezeichnet.

Ein Beispiel für das erste Ziel ist das von der Aston University in Birmingham, England, veröffentlichte Projekt, bei dem Forscher biologische Zellen verwenden, um „Neurosphären“ (kleine Cluster von Neuronen) zu schaffen, um neue Therapien für Krankheiten wie Alzheimer, Motoneurone und Parkinson zu entwickeln .

Das zweite Ziel ist eine Antwort auf Argumente wie John Searles chinesisches Raumargument, Hubert Dreyfus ‚Kritik an AI oder Roger Penrose’s Argument in The Emperor’s New Mind. Diese Kritiker argumentierten, dass es Aspekte des menschlichen Bewusstseins oder der Expertise gibt, die von Maschinen nicht simuliert werden können. Eine Antwort auf ihre Argumente ist, dass die biologischen Prozesse im Gehirn mit beliebiger Genauigkeit simuliert werden können. Diese Antwort wurde bereits 1950 von Alan Turing in seinem Klassiker „Computing Machinery and Intelligence“ gemacht.

Das dritte Ziel wird von Forschern allgemein als künstliche allgemeine Intelligenz bezeichnet. Ray Kurzweil bevorzugt jedoch den Begriff „starke KI“. In seinem Buch The Singularity is Near konzentriert er sich auf die Emulation des gesamten Gehirns unter Verwendung herkömmlicher Rechenmaschinen als Ansatz zur Implementierung künstlicher Gehirne und behauptet (aufgrund der fortgesetzten exponentiellen Entwicklung des Computers), dass dies bis 2025 möglich sein könnte. Henry Markram , Direktor des Blue Brain-Projekts (das versucht, eine Gehirnemulation durchzuführen), machte eine ähnliche Behauptung (2020) auf der Oxford TED-Konferenz im Jahr 2009.

Obwohl die direkte Emulation des Gehirns unter Verwendung künstlicher neuronaler Netzwerke auf einer Hochleistungsrechnermaschine ein gängiger Ansatz ist, gibt es andere Ansätze. Eine alternative Implementierung des künstlichen Gehirns könnte auf den Kohärenz- / Dekohärenzprinzipien der nichtlinearen Phase der Neural Holographic Technology (HNeT) basieren. Die Analogie zu Quantenprozessen wurde durch den nuklearen synaptischen Algorithmus hergestellt, der große Ähnlichkeiten mit der QM-Wellengleichung aufweist.

Einige Kritiker der Gehirnsimulation glauben, dass es einfacher ist, direkt eine allgemeine intelligente Aktion zu erstellen, ohne die Natur nachahmen zu müssen. Einige Kommentatoren haben die Analogie herangezogen, dass diese Flugzeuge in den ersten Versuchen, Flugmaschinen zu bauen, wie Vögel modelliert wurden und moderne Flugzeuge nicht wie Vögel aussehen. In AI wird ein Rechenargument verwendet. Was ist das? Hier wird gezeigt, dass das entsprechende Programm gefunden werden kann, wenn wir eine formale Definition der allgemeinen KI haben, indem alle möglichen Programme aufgelistet werden und dann jedes getestet wird, um zu sehen, ob es stimmt mit der Definition überein. Derzeit gibt es keine angemessene Definition. EvBrain v ist eine Form von evolutionärer Software, die neuronale Netzwerke ähnlich dem Gehirn entwickeln kann, beispielsweise das Netzwerk direkt hinter der Netzhaut.

Es gibt gute Gründe zu der Annahme, dass die Vorhersagen über die Realisierung künstlicher Gehirne in der nahen Zukunft unab- hängig von der Anwendungsstrategie optimistisch sind. Insbesondere das Gehirn (einschließlich des menschlichen Gehirns) und die Wahrnehmung sind derzeit nicht gut verstanden, und der erforderliche Berechnungsmaßstab ist unbekannt. Außerdem scheint die Macht eingeschränkt zu sein. Das Gehirn verbraucht etwa 20 W Leistung, während Supercomputer bis zu 1 MW oder in der Größenordnung von 100.000 mehr benötigen können (Anmerkung: Die Grenze von Landauer (en) liegt bei Umgebungstemperatur bei 3,5 x 10 20 op / sec / Watt).

Darüber hinaus gibt es ethische Fragen, die gelöst werden müssen. Die Konstruktion und Erhaltung eines künstlichen Gehirns wirft moralische Fragen auf, dh in Bezug auf Persönlichkeit, Freiheit und Tod. Ist ein „Gehirn in einer Box“ eine Person? Welche Rechte hätte diese juristische oder sonstige Person? Haben die Menschen nach ihrer Aktivierung die Verpflichtung, ihren Betrieb fortzusetzen? Wäre dies die Deaktivierung eines künstlichen Hirntods, Schlafens, Bewusstlosigkeit oder eines anderen Zustands, für den es keine menschlichen Beschreibungen gibt? Schließlich ist ein künstliches Gehirn nicht wie die menschlichen Gehirne einem Zerfall der postmortalen Zellen (und dem daraus resultierenden Funktionsverlust) ausgesetzt, so dass ein künstliches Gehirn theoretisch seine Funktionalität genau so annehmen kann, wie es vor der Deaktivierung war.

Ansätze zur Gehirnsimulation
Obwohl die direkte Emulation des Gehirns durch künstliche neuronale Netzwerke in einer Hochleistungs-Rechenmaschine ein gängiger Ansatz ist, gibt es andere Ansätze. Eine alternative künstliche Gehirnimplantation könnte auf der neuronalen holographischen Technologie (HNET) mit nichtlinearen Phasenkohärenz / Dekohärenzprinzipien basieren. Die Analogie erfolgte mit Quantenprozessen durch den zentralen synaptischen Algorithmus, der viele Ähnlichkeiten mit der QM-Wellengleichung aufweist.

EvBrain ist eine Form von evolutionärer Software, mit der sich hirnartige neuronale Netzwerke entwickeln können, beispielsweise das Netzwerk, das sich unmittelbar hinter der Netzhaut befindet.

Es gibt gute Gründe zu der Annahme, dass die Vorhersagen über die Realisierung künstlicher Gehirne in naher Zukunft trotz der Umsetzungsstrategie optimistisch sind. Die einzelnen Gehirne (einschließlich des menschlichen Gehirns) und die Wahrnehmung sind noch nicht gut verstanden, und der erforderliche Kalkulationsumfang ist unbekannt. Es scheint außerdem, dass es Machtbegrenzungen gibt. Das Gehirn verbraucht etwa 20 W Leistung, während Supercomputer bis zu 1 MW (d. H. 100.000 mehr) verbrauchen können (Hinweis: Die Grenze von Landauer liegt bei 3,5 x 10 20 Op / s / Watt bei Raumtemperatur).

Unterschiedliche Ansätze
Verschiedene Ansätze sind vorgesehen:

Simulieren Sie die biologische Aktivität von Neuronen

Simulieren Sie die funktionelle Aktivität von Neuronen
einen Exocortex produzieren, der ein künstliches externes Informationsverarbeitungssystem sein würde, das die biologischen kognitiven Prozesse eines Gehirns auf hoher Ebene über eine Gehirn-Computer-Schnittstelle direkt ergänzen könnte, wodurch diese Erweiterungen funktional zum Bestandteil des Gehirns des Gehirns werden. Ein solches Gerät ist immer noch Science-Fiction, aber es erscheinen langsam Gehirn-Maschine-Schnittstellen (die es erlauben, die Bewegung eines Balls auf einem Bildschirm durch den Gedanken zu steuern).

Die Architektur neuronaler Schaltkreise (funktionelle Bereiche des Kortex, kortikale Säulen) spielt eine Schlüsselrolle bei der Entstehung kognitiver Eigenschaften. Seit den 1960er Jahren (als Teil dessen, was damals kybernetisch genannt wurde), wurden Modelle der Kognition unter Verwendung von assoziativen Tabellen (Hash) vorgeschlagen, ohne die Ergebnisse auf den Maschinen dieser Zeit zu überzeugen (eine typische Größe war 256 Kilobyte). Einige dieser Modelle funktionierten auf vorkonzeptualisierten Welten, dh, sie veröffentlichten keine neuen Konzepte zu Rohbeobachtungen, sondern zu Beobachtungen, die sich auf ein vorbestimmtes Muster bezogen.

Der relative Erfolg neuronaler Netze nach einer Wüstenüberquerung von 1965 bis 1984 sowie die Existenz von Supercomputern haben diese Art von Projekt wiederhergestellt.

Ansätze zur Gehirnsimulation
Obwohl die direkte Emulation des menschlichen Gehirns unter Verwendung künstlicher neuronaler Netzwerke auf einer Hochleistungs-Rechenmaschine ein häufig diskutierter Ansatz ist, gibt es andere Ansätze. Eine alternative Implementierung des künstlichen Gehirns könnte auf den Prinzipien der nichtlinearen Phasenkohärenz / Dekohärenz der holographischen neuronalen Technologie (HNeT) basieren. Die Analogie zu Quantenprozessen wurde durch den synaptischen Kernalgorithmus hergestellt, der starke Ähnlichkeiten mit der quantenmechanischen Wellengleichung aufweist.

EvBrain ist eine Form von evolutionärer Software, die neuronale Netzwerke wie das Netzwerk unmittelbar hinter der Netzhaut entwickeln kann.

Im November 2008 erhielt IBM vom Pentagon einen Zuschuss in Höhe von 4,9 Millionen US-Dollar für die Erforschung intelligenter Computer. Das Blue Brain-Projekt wird mit Unterstützung von IBM in Lausanne durchgeführt. Das Projekt basiert auf der Prämisse, dass es möglich ist, die Neuronen „im Computer“ künstlich zu verknüpfen, indem 30 Millionen Synapsen in ihre richtige dreidimensionale Position gebracht werden.

Einige Befürworter einer starken KI spekulieren, dass Computer in Verbindung mit Blue Brain und Soul Catcher die geistige Kapazität des Menschen bis 2015 übersteigen könnten und dass es wahrscheinlich ist, dass wir das menschliche Gehirn um 2050 herunterladen werden.

Während Blue Brain in der Lage ist, komplexe neuronale Verbindungen im großen Maßstab darzustellen, erreicht das Projekt nicht den Zusammenhang zwischen Gehirnaktivität und Verhaltensweisen, die das Gehirn ausführt. Das Projekt Spaun (Semantic Pointer Architecture Unified Network) hat im Jahr 2012 versucht, mehrere Teile des menschlichen Gehirns durch großräumige Repräsentationen neuronaler Verbindungen zu modellieren, die zusätzlich zum Mapping komplexe Verhaltensweisen erzeugen.

Spauns Design bildet Elemente der Anatomie des menschlichen Gehirns nach. Das Modell, das aus etwa 2,5 Millionen Neuronen besteht, umfasst Merkmale des visuellen und des motorischen Kortex, der GABAergen und dopaminergen Verbindungen, des ventralen Tegmentalbereichs (VTA), der Substantia nigra und anderer. Das Design ermöglicht verschiedene Funktionen als Antwort auf acht Aufgaben, wobei visuelle Eingaben von getippten oder handgeschriebenen Zeichen und Ausgaben, die von einem mechanischen Arm ausgeführt werden, verwendet werden. Spauns Funktionen umfassen das Kopieren einer Zeichnung, das Erkennen von Bildern und das Zählen.

Es gibt gute Gründe zu der Annahme, dass die Vorhersagen zur Realisierung künstlicher Gehirne in naher Zukunft trotz der Umsetzungsstrategie optimistisch sind. Insbesondere Gehirn (einschließlich des menschlichen Gehirns) und Erkenntnis sind derzeit nicht gut verstanden, und der erforderliche Rechenaufwand ist unbekannt. Eine weitere kurzfristige Einschränkung ist, dass alle derzeitigen Ansätze für die Gehirnsimulation im Vergleich zu einem menschlichen Gehirn einen um eine Größenordnung höheren Energieverbrauch erfordern. Das menschliche Gehirn verbraucht etwa 20 W Leistung, während derzeitige Supercomputer bis zu 1 MW oder eine Größenordnung von 100.000 mehr benötigen.

Gedankenexperiment für künstliches Gehirn
Einige Kritiker der Gehirnsimulation glauben, dass es einfacher ist, allgemeine intelligente Aktionen direkt zu erstellen, ohne die Natur zu imitieren. Einige Kommentatoren haben die Analogie verwendet, dass frühe Versuche, Flugmaschinen zu konstruieren, die sie nach Vögeln modellieren, aber dass moderne Flugzeuge nicht wie Vögel aussehen.