Так работает ваш мозг?
Из всего, что я изучал в последнее время, одно направление выделяется своей ошеломительной сложностью: понимание того, как клетки и связи в мозге порождают сознание и способность учиться.
Благодаря более совершенным инструментам для наблюдения за мозговой активностью, более быстрому секвенированию генов и другим технологическим прорывам, мы многому научились за последние годы. Например, теперь мы больше знаем о различных типах нейронов, из которых состоит мозг, о том, как нейроны взаимодействуют друг с другом и какие из них активируются, когда мы выполняем разные виды задач. В результате многие называют наше время золотой эрой нейробиологии.
Но давайте рассмотрим этот прогресс в контексте. Мы только начинаем понимать, как работает мозг червя, а в нем всего 300 нейронов по сравнению с 86 млрд у человека. Можно представить, насколько мы далеки от ответов на действительно большие и важные вопросы о функциях мозга, в том числе о том, что вызывает нейродегенерацию и как можно ее предотвратить. Беспомощно наблюдая за тем, как моего отца пожирала болезнь Альцгеймера, я понял, что эта эпоха еще не золотая. Думаю, она больше похожа на ранний рассвет.
За прошедшие годы я прочитал немало книг о мозге, и большинство из них написано академическими нейробиологами, которые рассматривают его через призму сложных лабораторных экспериментов. Недавно мне в руки попала книга, которая носит гораздо более теоретический характер. Она называется «Тысяча мозгов: новая теория интеллекта», ее автор — технологический предприниматель Джефф Хокинс.
Я познакомился с Хокинсом в 1990-х, он был одним из пионеров мобильных вычислений и создателей PalmPilot. Впоследствии он решил сосредоточиться только на одном направлении: значительном улучшении машинного обучения. Его платформа для этого — компания Numenta из Кремниевой долины, которую он основал в 2005 году.
У машинного обучения невероятные перспективы. Я верю, что в ближайшие десятилетия мы создадим машины с широким и гибким «универсальным интеллектом», который позволит им помогать в решении действительно сложных, многогранных задач, например, в развитии медицины благодаря более глубокому пониманию того, как складываются белки. Ничто из того, что мы сегодня называем ИИ, не обладает таким интеллектом.
По выражению Хокинса, «в ИИ нет «личности»». Компьютеры могут обыграть гроссмейстера в шахматы, но они не знают, что шахматы — это игра. Хокинс утверждает, что нельзя создать универсальный искусственный интеллект, просто «делая больше того же самого, что мы делаем сейчас». По его мнению, ключ к развитию истинного универсального ИИ — это понимание гораздо большей части мозга, называемой неокортексом, и именно этому посвящена книга.
«Тысяча мозгов» подходит для неспециалистов, у которых мало знаний в области науки о мозге или информатики. Она наполнена захватывающими взглядами на архитектуру мозга и дразнящими подсказками о будущем интеллектуальных машин. В предисловии легендарный эволюционный биолог Ричард Докинз говорит, что книга «превратит ваш разум в водоворот… провокационных идей». И я с ним согласен.
Хокинс начинает с рассмотрения неокортекса, который составляет 70% человеческого мозга. Он отвечает почти за все, что связано с интеллектом, например, за нашу способность говорить, сочинять музыку и решать сложные задачи.
Опираясь на работу нейробиолога Вернона Маунткасла, Хокинс заявляет, что основная цепь неокортекса называется «колонка кортекса», которая разделена на несколько сотен «мини-колонок» с примерно сотней отдельных нейронов. Он утверждает, что «стремление понять интеллект сводится к выяснению того, что делает колонка кортекса и как она это делает».
Он считает, что основная функция кортикальной колонки — делать постоянные прогнозы о мире, в котором мы живем. «С каждым движением неокортекс предсказывает следующее ощущение, — пишет Хокинс. — Если какая-либо вводная информация не соответствует прогнозу мозга… это служит предупреждением для неокортекса, что его модель этой части мира нуждается в корректировке».
Название книги связано с выводом Хокинса о том, что кортикальные колонки работают параллельно, и каждая из них делает отдельные прогнозы о том, какую сенсорную информацию мы получим далее. Другими словами, каждая колонка функционирует как отдельная обучающаяся машина.
Если Хокинс прав в том, что единственный жизнеспособный путь к универсальному ИИ — это копирование работы неокортекса, маловероятно, что интеллектуальные машины вытеснят или поработят человеческую расу, как показано в классических научно-фантастических фильмах вроде «Матрицы» и «Терминатора». Потому что неокортекс работает иначе, чем части мозга, которые развились намного раньше и управляют нашими первичными эмоциями и инстинктами.
«Интеллектуальным машинам нужна модель мира и гибкость поведения, вытекающие из этой модели, но им не обязательно иметь человеческие инстинкты для выживания и продолжения рода», — пишет Хокинс. Другими словами, в конечном итоге мы сможем создать машины, воспроизводящие логический, рациональный неокортекс, без «старого мозга», этого «невежественного грубияна», запрограммированного на страх, жадность, зависть и другие человеческие грехи. Вот почему Хокинс считает, что люди не потеряют контроль над машинами, которые создают.
Но, к сожалению, нам все равно стоит побеспокоиться о темной стороне искусственного интеллекта. Даже если интеллектуальные машины возьмут только «новый мозг» и не будут обременены «старым», некоторые люди все равно попытаются использовать их в плохих целях. Как ни печально, такова человеческая природа.
И я возвращаюсь к своему исходному посылу о том, что мы пока еще находимся на раннем этапе понимания человеческого мозга по сравнению практически со всеми остальными частями мира. Мы пока не знаем, выдержит ли теория тысячи мозгов Хокинса экспериментальную проверку. И даже если так, мы все еще не знаем, как воспроизвести колонки кортекса с помощью цифровых технологий.
Зато я знаю наверняка, что буду еще много читать по этой теме. Надеюсь, это поможет добиться больших успехов в решении самых сложных мировых проблем.
Больше статей у нас на канале: https://t.me/truebusiness
