Η έρευνα για την τεχνητή νοημοσύνη μπροστά σε αδιέξοδο;

Η έρευνα για την τεχνητή νοημοσύνη μπροστά σε αδιέξοδο;


του
Thomas Nail

Το εμβληματικό επιστημονικό μυθιστόρημα του 1968 του Philip K. Dick, «Do Androids Dream of Electric Sheep;» έθεσε μια ενδιαφέρουσα ερώτηση στον τίτλο του: θα ονειρεύονταν ένα έξυπνο ρομπότ ένα ηλεκτρικό πρόβατο;

Στα 53 χρόνια από τη δημοσίευση αυτή, η έρευνα τεχνητής νοημοσύνης έχει ωριμάσει σημαντικά. Και όμως, παρά το γεγονός ότι ο Ντικ υπήρξε προφητικός για την τεχνολογία με άλλους τρόπους, το ερώτημα που έθεσε στον τίτλο δεν είναι κάτι που ενδιαφέρει τους ερευνητές AI. Κανείς δεν προσπαθεί να εφεύρει ένα Android που να ονειρεύεται ηλεκτρικά πρόβατα.

Γιατί; Κυρίως, επειδή οι περισσότεροι ερευνητές και επιστήμονες τεχνητής νοημοσύνης προσπαθούν να σχεδιάσουν “έξυπνο” λογισμικό προγραμματισμένο για να εκτελεί συγκεκριμένες εργασίες. Δεν υπάρχει χρόνος για ονειροπόληση.

Ή υπάρχει; Τι γίνεται αν ο λόγος και η λογική δεν είναι η πηγή της νοημοσύνης, αλλά το προϊόν της; Τι γίνεται αν η πηγή της νοημοσύνης μοιάζει περισσότερο με τα όνειρα και το παιχνίδι;

Οι πρόσφατες έρευνες σχετικά με τη «νευροεπιστήμη των αυθόρμητων διακυμάνσεων» δείχνουν προς αυτή την κατεύθυνση. Εάν είναι αλήθεια, θα ήταν μια αλλαγή παραδείγματος στην κατανόηση της ανθρώπινης συνείδησης. Θα σήμαινε επίσης ότι σχεδόν όλη η έρευνα για την τεχνητή νοημοσύνη κατευθύνεται προς τη λάθος κατεύθυνση.

Η αναζήτηση της τεχνητής νοημοσύνης αναπτύχθηκε από τη σύγχρονη επιστήμη του υπολογισμού, που ξεκίνησε από τον Άγγλο μαθηματικό Alan Turing και τον Ούγγρο-Αμερικανό μαθηματικό John von Neumann πριν από 65 χρόνια. Έκτοτε, υπήρξαν πολλές προσεγγίσεις για τη μελέτη της τεχνητής νοημοσύνης. Ωστόσο, όλες οι προσεγγίσεις έχουν ένα κοινό τόπο: αντιμετωπίζουν τη νοημοσύνη υπολογιστικά, δηλαδή, όπως ένας υπολογιστής με είσοδο και έξοδο πληροφοριών.

Οι επιστήμονες έχουν δοκιμάσει επίσης τη μοντελοποίηση της τεχνητής νοημοσύνης στα νευρικά δίκτυα ανθρώπινων εγκεφάλων. Αυτά τα τεχνητά νευρικά δίκτυα χρησιμοποιούν τεχνικές «βαθιάς μάθησης» και «μεγάλων δεδομένων» (“big data”) για να προσεγγίσουν και περιστασιακά ξεπερνούν συγκεκριμένες ανθρώπινες ικανότητες, όπως το παιχνίδι στο σκάκι, στο πόκερ ή στην αναγνώριση προσώπων. Αλλά αυτά τα μοντέλα αντιμετωπίζουν επίσης τον εγκέφαλο σαν έναν υπολογιστή όπως κάνουν πολλοί νευροεπιστήμονες. Αλλά αυτή είναι η σωστή ιδέα για το σχεδιασμό της νοημοσύνης;

Η σημερινή κατάσταση της τεχνητής νοημοσύνης περιορίζεται σε αυτό που αυτοί στο πεδίο αποκαλούν «στενή AI». Η στενή τεχνητή νοημοσύνη υπερέχει στην εκτέλεση συγκεκριμένων εργασιών σε ένα κλειστό σύστημα όπου όλες οι δυνατότητες είναι γνωστές. Δεν είναι δημιουργική και συνήθως καταρρέει όταν αντιμετωπίζει νέες καταστάσεις. Από την άλλη πλευρά, οι ερευνητές ορίζουν τη «γενική AI» ως την καινοτόμο μεταφορά γνώσεων από το ένα πρόβλημα στο άλλο.

Μέχρι στιγμής, αυτό είναι ό,τι η AI έχει αποτύχει να επιτύχει και αυτό που πολλοί στον τομέα πιστεύουν ότι είναι μόνο ένα εξαιρετικά μακρινό ενδεχόμενο. Οι περισσότεροι ερευνητές τεχνητής νοημοσύνης είναι ακόμη λιγότερο αισιόδοξοι για την πιθανότητα μιας λεγόμενης «υπερ-ευφυούς τεχνητής νοημοσύνης» που θα γινόταν πιο έξυπνη από τους ανθρώπους λόγω μιας υποθετικής «έκρηξης νοημοσύνης».

Εγκέφαλοι υπολογιστές;

Ο εγκέφαλος μεταδίδει και λαμβάνει δυαδικές πληροφορίες όπως ένας υπολογιστής; Ή, το πιστεύουμε έτσι επειδή, από την αρχαιότητα, οι άνθρωποι χρησιμοποιούσαν πάντα την τελευταία τους τεχνολογία ως μεταφορά για να περιγράψουν το μυαλό μας;

Υπάρχουν σίγουρα ορισμένοι τρόποι με τους οποίους η προσομοίωση του εγκεφάλου ως υπολογιστή έχει νόημα. Μπορούμε αναμφίβολα να αντιστοιχίσουμε έναν δυαδικό αριθμό σε έναν νευρώνα που είτε έχει ενεργοποιηθεί “1” είτε όχι “0.” Μπορούμε ακόμη και να μετρήσουμε τα ηλεκτροχημικά κατώτατα όρια που απαιτούνται για την ενεργοποίηση μεμονωμένων νευρώνων. Θεωρητικά, ένας νευρωνικός χάρτης αυτών των πληροφοριών θα πρέπει να μας δώσει την αιτιώδη πορεία ή τον “κώδικα” για κάθε δεδομένο εγκεφαλικό συμβάν. Αλλά πειραματικά, δεν είναι.

Για τους ερευνητές, αυτό συμβαίνει επειδή οι νευρώνες δεν έχουν σταθερές τάσεις για τις λογικές πύλες τους, όπως τα τρανζίστορ που μπορούν να καθορίσουν τι θα ενεργοποιήσει το “1” ή δεν θα ενεργοποιήσει το “0” σε έναν δεδομένο νευρώνα. Δεκαετίες νευροεπιστήμης έχουν αποδείξει πειραματικά ότι οι νευρώνες μπορούν να αλλάξουν τα όρια λειτουργίας τους και της ενεργοποίησής τους, σε αντίθεση με τα τρανζίστορ ή τις δυαδικές πληροφορίες. Ονομάζεται “νευροπλαστικότητα” και οι υπολογιστές δεν το έχουν.

Οι υπολογιστές επίσης δεν έχουν ισοδύναμα χημικών ουσιών που ονομάζονται “νευροδιαβιβαστές” που ρέουν μεταξύ νευρώνων και μεταβάλλουν τη δραστηριότητα πυροδότησης, την αποτελεσματικότητα και τη συνδεσιμότητά τους. Αυτές οι χημικές ουσίες του εγκεφάλου επιτρέπουν στους νευρώνες να επηρεάζουν ο ένας τον άλλον χωρίς άμεση ενεργοποίηση. Αυτό παραβιάζει τη δυαδική λογική του “είτε / ή” και σημαίνει ότι η περισσότερη εγκεφαλική δραστηριότητα εμφανίζεται μεταξύ μιας ενεργοποιημένης και μιας μη ενεργοποιημένης κατάστασης.

Επιπλέον, η αιτία και το πρότυπο της πυροδότησης νευρώνων υπόκεινται σε αυτό που οι νευροεπιστήμονες αποκαλούν «αυθόρμητες διακυμάνσεις». Οι αυθόρμητες διακυμάνσεις είναι νευρωνικές δραστηριότητες που εμφανίζονται στον εγκέφαλο, ακόμη και όταν δεν σχετίζονται με εξωτερικά ερεθίσματα ή ψυχική συμπεριφορά. Αυτές οι διακυμάνσεις αποτελούν ένα εκπληκτικό 95% της εγκεφαλικής δραστηριότητας, ενώ η συνειδητή σκέψη καταλαμβάνει το υπόλοιπο 5%. Με αυτόν τον τρόπο, οι γνωστικές διακυμάνσεις είναι σαν τη σκοτεινή ύλη ή «σκουπίδια» DNA του εγκεφάλου. Αποτελούν το μεγαλύτερο μέρος του τι συμβαίνει, αλλά παραμένουν μυστηριώδη.

Οι νευροεπιστήμονες γνωρίζουν αυτές τις απρόβλεπτες διακυμάνσεις στην ηλεκτρική εγκεφαλική δραστηριότητα από τη δεκαετία του 1930, αλλά δεν γνωρίζουν τι κάνουν. Συνήθως, οι επιστήμονες προτιμούν να επικεντρωθούν στη δραστηριότητα του εγκεφάλου που ανταποκρίνεται σε εξωτερικά ερεθίσματα και προκαλεί ψυχική κατάσταση ή σωματική συμπεριφορά. “Μετρούν” μεσοσταθμικά το υπόλοιπο του “θορύβου” από τα δεδομένα. Ωστόσο, ακριβώς λόγω αυτών των διακυμάνσεων, δεν υπάρχει καθολικό επίπεδο ενεργοποίησης στους νευρώνες που μπορούμε να ονομάσουμε “1.” Οι νευρώνες συνεχώς πυροδοτούνται, αλλά, ως επί το πλείστον, δεν ξέρουμε γιατί.

Ποια θα μπορούσε να είναι η πηγή αυτών των αυθόρμητων διακυμάνσεων; Πρόσφατες μελέτες στη νευροεπιστήμη της αυθόρμητης σκέψης δείχνουν ότι αυτές οι διακυμάνσεις μπορεί να σχετίζονται με εσωτερική νευρική μηχανική, που καθορίζει τη δραστηριότητα της καρδιάς και του στομάχου, καθώς και μικροσκοπικές σωματικές κινήσεις ως απόκριση στον κόσμο. Άλλα πειράματα του David McCormick στην Ιατρική Σχολή του Πανεπιστημίου Yale το 2010 και του Christof Koch στο Caltech το 2011 έδειξαν ότι η νευρωνική πυροδότηση δημιουργεί ηλεκτρομαγνητικά πεδία αρκετά ισχυρά για να επηρεάσει και να διαταράξει τον τρόπο με τον οποίο οι γειτονικοί νευρώνες μπορεί να ενεργοποιήσουν.

Ο εγκέφαλος γίνεται ακόμη πιο άγριος όταν κάνουμε μεγέθυνση. Δεδομένου ότι τα ηλεκτροχημικά κατώφλια ενεργοποιούν τους νευρώνες, ένα μόνο πρωτόνιο θα μπορούσε, κατ’ αρχήν, να είναι η διαφορά που προκαλεί την ενεργοποίηση ενός νευρώνα. Εάν ένα πρωτόνιο πήγαινε αυθόρμητα από τους ατομικούς του δεσμούς, σε αυτό που οι φυσικοί αποκαλούν «κβαντική σήραγγα», αυτό θα μπορούσε να προκαλέσει καταρράκτη ξαφνικής δραστηριότητας νευρώνων . Έτσι, ακόμη και στο μικρότερο μετρήσιμο επίπεδο, η φυσική δομή του νευρώνα έχει μια μη δυαδική αβεβαιότητα.

Τα τρανζίστορ υπολογιστών έχουν το ίδιο πρόβλημα. Όσο οι κατασκευαστές κατασκευάζουν μικροσκοπικότερα ηλεκτρονικά συστήματα, τόσο μικρότερο γίνεται το τρανζίστορ, και τόσο πιο συχνά τα ηλεκτρόνια θα κινούνται αυθόρμητα σε κβαντική σήραγγα μέσω των λεπτότερων φραγμών που παράγουν σφάλματα. Αυτός είναι ο λόγος για τον οποίο οι μηχανικοί υπολογιστών, όπως και πολλοί νευροεπιστήμονες, καταβάλλουν κάθε δυνατή προσπάθεια για να φιλτράρουν τον «θόρυβο υποβάθρου» και τα «αδέσποτα» ηλεκτρικά πεδία από το δυαδικό σήμα τους.

Αυτή είναι μια μεγάλη διαφορά μεταξύ υπολογιστών και εγκεφάλου. Για τους υπολογιστές, οι αυθόρμητες διακυμάνσεις δημιουργούν σφάλματα που καταστρέφουν το σύστημα, ενώ για τον εγκέφαλό μας, είναι μια ενσωματωμένη δυνατότητα.

Το μέλλον της τεχνητής νοημοσύνης δεν είναι αυτό που νομίζετε

Τι γίνεται αν ο θόρυβος είναι το νέο σήμα; Τι γίνεται αν αυτές οι ανώμαλες διακυμάνσεις βρίσκονται στην καρδιά της ανθρώπινης νοημοσύνης, δημιουργικότητας και συνείδησης; Αυτό ακριβώς δείχνουν οι νευροεπιστήμονες όπως οι Georg Northoff, Robin Carhart-Harris και Stanislas Dehaene . Υποστηρίζουν ότι η συνείδηση είναι μια αναδυόμενη ιδιότητα που γεννιέται από τις ένθετες συχνότητες συγχρονισμένων αυθόρμητων διακυμάνσεων . Εφαρμόζοντας αυτήν τη θεωρία, οι νευροεπιστήμονες μπορούν ακόμη και να πουν εάν κάποιος έχει συνείδηση ή όχι μόνο κοιτάζοντας τα κύματα του εγκεφάλου του.

Η τεχνητή νοημοσύνη (ΑΙ) έχει μοντελοποιηθεί στη νευροεπιστήμη εδώ και δεκαετίες, αλλά μπορεί να ακολουθήσει αυτή τη νέα κατεύθυνση; Ο Stanislas Dehaene, για παράδειγμα, θεωρεί ότι το ηλεκτρονικό μοντέλο της νοημοσύνης είναι «πολύ λάθος», εν μέρει επειδή «η αυθόρμητη δραστηριότητα είναι ένα από τα πιο συχνά παραβλεπόμενα χαρακτηριστικά» της. Σε αντίθεση με τους υπολογιστές, «οι νευρώνες δεν ανέχονται μόνο τον θόρυβο αλλά και τον ενισχύουν» για να βοηθήσουν στη δημιουργία νέων λύσεων σε σύνθετα προβλήματα.

«Ακριβώς όπως η χιονοστιβάδα είναι ένα πιθανό συμβάν, όχι ένα συγκεκριμένο, ο καταρράκτης της εγκεφαλικής δραστηριότητας που τελικά οδηγεί στη συνειδητή αντίληψη δεν είναι πλήρως ντετερμινιστικός: το ίδιο ερέθισμα μπορεί μερικές φορές να γίνει αντιληπτό και σε άλλους να παραμείνει απαρατήρητο. Τι κάνει τη διαφορά «Απρόβλεπτες διακυμάνσεις στη νευρωνική πυροδότηση μερικές φορές ταιριάζουν με το εισερχόμενο ερέθισμα και μερικές φορές το καταπολεμούν».

Κατά συνέπεια, η Dehaene πιστεύει ότι η AI θα απαιτούσε κάτι παρόμοιο με τις συγχρονισμένες αυθόρμητες διακυμάνσεις για να συνειδητοποιήσουμε. Ο Johnjoe McFadden, καθηγητής Μοριακής Γενετικής στο Πανεπιστήμιο του Surrey, υποθέτει ότι οι αυθόρμητες ηλεκτρομαγνητικές διακυμάνσεις θα μπορούσαν ακόμη και να ήταν ένα εξελικτικό πλεονέκτημα για να βοηθήσουν τους στενά συσκευασμένους νευρώνες να δημιουργήσουν και να συγχρονίσουν νέες προσαρμοστικές συμπεριφορές. “Χωρίς αλληλεπιδράσεις πεδίου EM”, γράφει, “Η AI θα παραμείνει για πάντα χαζή και μη συνειδητή” Ο Γερμανός νευροεπιστήμονας Georg Northoff υποστηρίζει ότι ένα «συνειδητό… τεχνητό πλάσμα θα πρέπει να δείξει χωροχρονικούς μηχανισμούς όπως… η φωλιά και η επέκταση» αυθόρμητων διακυμάνσεων.

Σχετικά, ο Colin Hales, ένας ερευνητής τεχνητής νοημοσύνης στο Πανεπιστήμιο της Μελβούρνης, έχει παρατηρήσει πόσο παράξενο είναι ότι οι επιστήμονες της τεχνητής νοημοσύνης δεν έχουν ακόμη προσπαθήσει να δημιουργήσουν έναν τεχνητό εγκέφαλο με τον ίδιο τρόπο που άλλοι επιστήμονες έκαναν τεχνητές καρδιές, στομάχια ή συκώτια. Αντ’ αυτού, οι ερευνητές της AI έχουν δημιουργήσει θεωρητικά μοντέλα μοτίβων νευρώνων χωρίς την αντίστοιχη φυσική τους μορφή. Είναι σαν να αντί να κατασκευάζουν αεροπλάνα, οι ερευνητές της AI σχεδιάζουν προσομοιωτές πτήσεων που δεν αφήνουν ποτέ το έδαφος, λέει ο Hales.

Πώς μπορεί η πρόσφατη επιστήμη των αυθόρμητων διακυμάνσεων του εγκεφάλου να αλλάξει τον τρόπο σκέψης μας για την AI; Εάν αυτή η σύγχρονη νευροεπιστήμη είναι σωστή, η AI δεν μπορεί να είναι υπολογιστής με είσοδο και έξοδο δυαδικών πληροφοριών. Όπως και ο ανθρώπινος εγκέφαλος, το 95% της δραστηριότητάς της θα πρέπει να είναι «ένθετες» αυθόρμητες διακυμάνσεις που μοιάζουν με τα ασυνείδητα, περιπλανώμενα και ονειρεμένα μυαλά μας. Στοχο-προσηλωμένες και οργανικές συμπεριφορές θα ήταν ένα μικρό κλάσμα της ανεπτυγμένης μορφής της.

Αν κοιτάξαμε το ηλεκτροεγκεφαλογράφημα (EEG), θα έπρεπε να έχει παρόμοιες “υπογραφές συνείδησης” με αυτό που έχει δείξει πειραματικά η Dehaene, ότι είναι απαραίτητες. Άραγε, γιατί θα περιμέναμε ποτέ τη συνείδηση να υπάρχει ανεξάρτητα από τις «υπογραφές» που ορίζουν την ύπαρξή μας; Ωστόσο, αυτό κάνει η έρευνα για την τεχνητή νοημοσύνη. Η AI θα έπρεπε, επίσης, να κάνει χρήση των κβαντικών και ηλεκτροδυναμικών διαταραχών που οι επιστήμονες φιλτράρουν σήμερα.

Οι αυθόρμητες διακυμάνσεις προέρχονται από το φυσικό υλικό της ενσωματωμένης συνείδησης. Δεν υπάρχει κάτι που να είναι αιτιωδώς -ανεξάρτητο από τη νοημοσύνη Ως εκ τούτου, για να έχουν συνειδητή νοημοσύνη, οι επιστήμονες θα πρέπει να ενσωματώσουν την τεχνητή νοημοσύνη σε ένα υλικό σώμα που θα ήταν ευαίσθητο και δεν ήταν «ντετερμινιστικά» ανταποκρινόμενο στην ανατομία του και στον κόσμο. Οι εγγενείς διακυμάνσεις του θα συγκρούονταν με εκείνες του κόσμου, όπως οι διαθλαστικοί κυματισμοί από βότσαλα που ρίχνονταν σε μια λίμνη. Με αυτόν τον τρόπο, θα μπορούσε να μάθει μέσω εμπειρίας όπως όλες οι άλλες μορφές νοημοσύνης χωρίς προ-προγραμματισμένες εντολές.

Εάν είναι αλήθεια ότι οι γνωστικές διακυμάνσεις είναι απαραίτητες για τη συνείδηση, θα χρειαζόταν επίσης χρόνος για την εμφάνιση σταθερών συχνοτήτων και στη συνέχεια συγχρονισμός μεταξύ τους σε καταστάσεις ηρεμίας. Και όντως, αυτό ακριβώς βλέπουμε στον εγκέφαλο των παιδιών όταν αναπτύσσουν υψηλότερες και πιο ένθετες νευρικές συχνότητες με την πάροδο του χρόνου.

Έτσι, μια γενική τεχνητή νοημοσύνη πιθανότατα δεν θα ήταν λαμπρά επιτυχημένη στην αρχή. Η νοημοσύνη εξελίχθηκε μέσω της κινητικότητας των οργανισμών που προσπαθούν να συγχρονίσουν τις διακυμάνσεις τους με τον κόσμο. Χρειάζεται χρόνος για να μετακινηθούν στον κόσμο και να μάθουν να συγχρονίζονται με αυτόν. Όπως γράφει ο συγγραφέας επιστημονικής φαντασίας, Τεντ Τσιάνγκ, «η εμπειρία είναι αλγοριθμικά ασυμπίεστη».

Αυτός είναι και ο λόγος που το όνειρο είναι τόσο σημαντικό. Η πειραματική έρευνα επιβεβαιώνει ότι τα όνειρα βοηθούν στην ενοποίηση των αναμνήσεων και στη διευκόλυνση της μάθησης. Το όνειρο είναι επίσης μια κατάσταση εξαιρετικά παιχνιδιάρικων και ελεύθερα σχετικών γνωστικών διακυμάνσεων. Εάν αυτό είναι αλήθεια, γιατί πρέπει να περιμένουμε την ανθρώπινη νοημοσύνη να εμφανιστεί χωρίς όνειρα; Αυτός είναι ο λόγος για τον οποίο τα νεογέννητα ονειρεύονται δύο φορές περισσότερο από τους ενήλικες, εάν ονειρεύονται κατά τη διάρκεια του ύπνου REM. Έχουν πολλά να μάθουν, όπως και τα Android.

Κατά την άποψή μου, δεν θα υπάρξει πρόοδος προς την τεχνητή νοημοσύνη σε ανθρώπινο επίπεδο έως ότου οι ερευνητές σταματήσουν να σχεδιάζουν υπολογιστικούς σκλάβους για τον καπιταλισμό και να αρχίσουν να παίρνουν στα σοβαρά την πραγματική πηγή νοημοσύνης: κυμαινόμενα «ηλεκτρικά πρόβατα».

από το «https://www.salon.com

 

Αφήστε ένα σχόλιο