Neurotieteilijät, kognitionistit ja filosofit keskustelevat siitä, voidaanko ihmisen aivot luoda tai rekonstruoida. Aivotieteen nykyiset läpimurrot ja löydöt tasoittavat tasaisesti tietä ajalle, jolloin keinoaivot voidaan luoda uudelleen tyhjästä. Jotkut ihmiset olettavat sen olevan mahdollisuuksien rajojen ulkopuolella, toiset ovat kiireisiä tapoja luoda se, kolmannet ovat työskennelleet hedelmällisesti tehtävän parissa pitkään. Artikkelissa pohdimme kysymyksiä tekoälyn kehityksestä, sen näkymistä sekä tämän alan suurista yrityksistä ja projekteista.
Perusasiat
Keinoaivot vastaavat robottikonetta, joka on yhtä älykäs, luova ja tietoinen kuin ihmiset. Koko ihmiskunnan historian aikana tehtävää ei ole täysin ratkaistu, mutta futuristit sanovat, että tämä on ajan kysymys. Modernia ajatellenneurotieteen, tietojenkäsittelyn ja nanoteknologian suuntaukset ennustavat, että tekoäly ja aivot syntyvät 2000-luvulla, mahdollisesti vuoteen 2050 mennessä.
Tutkijat harkitsevat useita tapoja luoda tekoälyä. Ensimmäisessä tapauksessa supertietokoneilla suoritetaan suuren mittakaavan biologisesti realistisia simulaatioita ihmisen aivoista. Toisessa tapauksessa tutkijat yrittävät luoda massiivisesti rinnakkaisia neuromorfisia laskentalaitteita, jotka on helppo mallintaa hermokudoksesta.
Ihmisen tietoisuutta tieteen ja metafysiikan mielenkiintoisimpien mysteerien kann alta pidetään monimutkaisimpana ja saavutettavissa olevimpana. Samank altaisiin johtopäätöksiin päästään ihmisen aivojen käänteiskäsittelyllä.
Koneoppiminen
Koneoppiminen on "tekoälyn" kehitysstrategian ytimessä, tätä varten ihmisen aivosoluja tutkitaan kattavasti. Tämäntyyppisessä oppimisessa on suuri potentiaali: sen alusta sisältää algoritmeja, kehitystyökaluja, API:ita ja mallin käyttöönottoa. Tietokoneilla on kyky oppia ilman, että niitä on erikseen ohjelmoitu. Innovatiiviset yritykset Amazon, Google ja Microsoft käyttävät aktiivisesti koneoppimista.
Syvät oppimisalustat
Syvä oppiminen on osa koneoppimista. Se perustuu ihmisaivojen toimintaan ja luottaa keinotekoisiin hermoverkkoalgoritmeihin (ANN), joiden kautta tieto kulkee. Robotit voivat "oppia" syötteistä ja tuloksista. Syväoppiminen – lupaavaatekoälyn trendi yhdistettynä suuriin tietomääriin. Se on osoittautunut muodontunnistuksessa ja luokittelussa. Deep Instinct, Fluid AI, MathWorks, Ersatz Labs, Sentient Technologies, Peltarion ja Saffron Technology ovat esimerkkejä yrityksistä, jotka ovat edelläkävijöitä tällä älykkyystutkimuksen alalla.
Luonnollinen kielenkäsittely
Neurolingvistinen ohjelmointi (NLP) on tietokoneen ja ihmisen kielen rajalla ja on tekoälyteknologiaa. Tietokoneohjelmat voivat ymmärtää puhuttua tai kirjoitettua ihmisen puhetta. Amazon Alexa -ohjelmistossa, Apple Sirissä, Microsoft Cortanassa ja Google Assistantissa, NLP:tä käytetään ymmärtämään käyttäjien kysymyksiä ja antamaan niihin vastauksia. Tämän tyyppistä ohjelmointia käytetään laajasti taloustoimissa ja asiakaspalvelussa.
Luonnollisen kielen sukupolvi
NLG-ohjelmistoa käytetään kaikenlaisen tiedon muuntamiseen ihmisen luettavaksi tekstiksi, tämä saavutetaan aivojen tutkimuksen avulla. Se on aliarvostettu tekniikka sovelluksineen, kuten business intelligence -raporttien automatisointi, tuotekuvaukset ja talousraportit. Teknologia mahdollistaa käyttäjien luoman sisällön luomisen ennustettavilla lisäkustannuksilla. Strukturoitu data muunnetaan tekstiksi suurella nopeudella, jopa useita sivuja sekunnissa. Mielenkiintoisia toimijoita näillä markkinoilla ovat Automated Insights,Lucidworks, Attivio, SAS, Narrative Science, Digital Reasoning, Yseop ja Cambridge Semantics.
Virtuaaliagentit
Tekoälyteknologian puitteissa termit "virtuaalinen agentti" ja "virtuaalinen avustaja" eivät ole keskenään vaihdettavissa. Jotkut ihmiset yrittävät tehdä eron käsitteiden välillä, ja he onnistuvat.
Virtual Assistant on eräänlainen henkilökohtainen online-avustaja. Virtuaaliagentteja esitetään usein tietokone tekoälyhahmoina, jotka keskustelevat älykkäästi käyttäjien kanssa. He voivat vastata kysymyksiin ja heidän tärkein etunsa on, että asiakkaat voivat saada apua 24 tuntia vuorokaudessa.
Puuntunnistus
Puhentunnistus on ohjelman kyky ymmärtää ja analysoida sanoja ja lauseita puhutulla kielellä ja muuntaa ne tiedoiksi sisäänrakennetun keinotekoisen aivojen algoritmin avulla. Puheentunnistusta käytetään yrityksessä puhelujen reitittämiseen, äänivalinnan, puhehakuun ja puheen tekstiksi käsittelyyn. Yksi haittapuoli on, että ohjelma voi sekoittaa sanoja ääntämiserojen ja taustamelun vuoksi. Puheentunnistusohjelmistoja asennetaan yhä enemmän mobiililaitteisiin. Nuance Communications, OpenText, Verint Systems ja NICE kehittyvät tällä alueella.
AI-sulautettu laitteisto
Laitteet, joissa on sulautettu tekoäly, sirut ja grafiikkasuoritusyksiköt (GPU) ovat yleistyneet. Google on rakentanut senlaitteiston tekoäly, jonka perustana on ihmisaivojen instituutin kehittäminen. Tekoälyn integroiminen ohjelmistoihin ulottuu paljon muutakin kuin kuluttajasovelluksia, kuten viihdettä ja pelaamista. Tämä on uudenlainen tekniikka, jota käytetään syvällisen oppimisen edistämiseen. Tällaista kehitystyötä tekevät Google, IBM, Intel, Nvidia, Allluviate ja Cray.
Päätöksenhallinta
Liikepäätösten hallinta innovatiivisissa tuotteissa (esim. robotti tekoälyllä) kattaa kaikki automatisoitujen järjestelmien suunnitteluun ja säätelyyn liittyvät näkökohdat. Organisaatioille on välttämätöntä hallita työntekijöiden, asiakkaiden ja toimittajien välistä vuorovaikutusta.
Päätöksenhallinta parantaa vaihtoehtoisen valinnan prosessia, tässä käytetään kaikkea mahdollista tietoa parhaan mieltymyksen saavuttamiseksi, kun taas painopiste on ohjattavuus, johdonmukaisuus ja päätöksenteon tarkkuus. Päätösten hallinnassa otetaan huomioon aikarajoitukset ja tunnetut riskit.
Pankki-, vakuutus- ja rahoituspalveluorganisaatiot integroivat päivittäisiä päätöksentekoohjelmistoja asiakaspalveluprosesseihinsa.
Neuromorfiset laitteet
SyNAPSE on DARPAn rahoittama -ohjelma, joka kehittää neuromorfisia mikroprosessorijärjestelmiä, jotka liittyvät aivoälyyn ja fysiikkaan. Alusta etsii vastausta pääkysymykseen: onko mahdollista luoda keinotekoiset aivot? Ensiksihermoverkkoja testataan simulaatioissa supertietokoneella, sitten verkot rakennetaan suoraan laitteistoon. Lokakuussa 2011 esiteltiin prototyyppi neuromorfinen siru, joka sisältää 256 neuronia. Parhaillaan luodaan monisiruinen järjestelmä, joka pystyy jäljittelemään 1 miljoonaa huippuneuronia ja miljardia synapsia.
Neuroverkkomallinnus
Blue Brain Project on yritys rekonstruoida ihmisen aivot ja selkäydin molekyylitason tietokonesimulaatioilla. Hankkeen perusti toukokuussa 2005 Henry Markram Lausannen osav altion ammattikorkeakoulussa (EPFL) Sveitsissä. Simulaatio toimii IBM Blue Gene -supertietokoneella, josta nimi Blue Brain. Marraskuusta 2018 lähtien simulaatioita on suoritettu mesosyyteillä, jotka sisältävät noin 10 miljoonaa hermosolua ja 10 miljardia synapsia. Ihmisaivojen ja sen 186 miljardin neuronin täysimittainen simulointi on suunniteltu vuodelle 2023.
Spaun, yhtenäinen verkko semanttisella osoitinarkkitehtuurilla, loi Chris Eliasmit ja kollegat Center for Theoretical Neurosciencesta (CTN) Waterloon yliopistossa Kanadassa. Joulukuusta 2018 lähtien Spaun on maailman suurin aivosimulaatio. Malli sisältää 2,5 miljoonaa neuronia, mikä riittää siihen, että se tunnistaa lukulistoja, suorittaa yksinkertaisia laskelmia.
SpiNNaker on massiivinen pienitehoinen neuromorfinen supertietokone, jokarakenteilla Manchesterin yliopistossa Isossa-Britanniassa. Yli miljoonalla ytimellä ja tuhannella simuloidulla hermosolulla kone pystyisi simuloimaan miljardia neuronia. Yhden tietyn algoritmin toteuttamisen sijaan SpiNNakerista tulee alusta, jossa voit testata erilaisia algoritmeja. Erityyppisiä hermoverkkoja voidaan suunnitella ja ajaa koneella, mikä simuloi erityyppisiä neuroneja ja viestintämalleja. SpiNNaker on lyhenne, joka on johdettu sanoista Spi King Nural.
Brain Corporation on pieni tutkimusyhtiö, joka kehittää uusia algoritmeja ja mikroprosessoreita, jotka ovat biologisen hermoston taustalla. Yrityksen perustivat vuonna 2009 laskennallinen neurotieteilijä Evgeny Izhikevich ja neurotieteilijä/yrittäjä Allen Gruber. Heidän tutkimuksensa keskittyy seuraaviin alueisiin: visuaalinen havainto, motorinen ohjaus ja autonominen navigointi. Yhtiön tavoitteena on varustaa kuluttajalaitteet, kuten matkapuhelimet ja kotitalousrobotit, keinohermojärjestelmällä. Tutkimusta rahoittaa osittain Qualcomm, joka sijaitsee Qualcommin kampuksella San Diegossa, Kaliforniassa. Mitään erityisiä tuotteita ei ole vielä julkaistu tai ilmoitettu, mutta yritys jatkaa kasvuaan ja on rekrytoinut aktiivisesti uusia työntekijöitä helmikuusta 2018 lähtien.
Aiheeseen liittyvä tutkimus
Google X Lab on salainen laboratorio, jossa Google kokeilee tulevaisuuden teknologioita. Projektit, joissa yritysteokset eivät ole julkisia, mutta niiden uskotaan perustuvan robotiikkaan ja tekoälyyn. Yksityiskohdat laboratoriosta ilmestyivät ensimmäisen kerran New York Timesin artikkelissa marraskuussa 2011. Julkaisussa kerrotaan, että laboratorio sijaitsee Bay Areassa, Kaliforniassa. Tiedetään hyvin, että Googlen perustajat ovat kiinnostuneita tekoälyn opiskelusta ja investoivat tähän suuntaan. Vuonna 2006 yrityksen muistiossa sanottiin, että Google halusi rakentaa maailman parhaan tekoälytutkimuslaboratorion.
Russia 2045, joka tunnetaan nimellä 2045 Initiative tai Avatar Project, on kunnianhimoinen pitkän aikavälin projekti, jonka tavoitteena on saada robottiavatarit vuoteen 2020 mennessä, aivosiirrot vuoteen 2025 mennessä ja keinoaivot vuoteen 2035 mennessä. Ohjelman käynnisti vuonna 2011 venäläinen mediamyytti Dmitri Itskov. Sen tavoitteena on luoda ihmisaivoinstituutio maailmanlaajuisen tiedemiesverkoston kautta, joka työskentelee yhdessä ihmiskunnan ja teknologian systemaattisen kehityksen hyväksi. Monet venäläiset tutkijat ovat jo saaneet investointeja Itskovilta tutkimukseensa. Lisäksi Itskov hakee lisärahoitusta varakkailta yksityishenkilöiltä, hyväntekeväisyysjärjestöiltä sekä kansallisilta ja kansainvälisiltä hallituksilta.
Seuraava mielenkiintoinen projekti on Bostonin yliopiston ja Hewlett Packardin (HP) ohjelma nimeltä Moneta. Greg Snyderin johtama HP-tiimi rakentaa Cog Ex Machina -nimistä hermoverkkoalustaa, joka pystyytyöskennellä GPU:issa ja tulevaisuuden tietokoneissa, jotka perustuvat memristoreihin. Bostonin yliopiston neuromorfologialaboratorio, jota johtaa Massimiliano Versace, on luonut modulaariset keinotekoiset aivot, Moneta, jotka toimivat Cog Ex Machinalla. Lyhenne sanoista Modular Neural Exploring Travel Agent.
Aikakehys
Väistämättä herää kysymys, milloin digitaalinen kopio aivoista ja selkäytimestä voidaan syntetisoida.
Valitettavasti tämä ei tule pian. Kurzweilin ennuste aivojen emuloinnista vuoteen 2030 mennessä näyttää liian lyhyeltä, vain 12 vuoden päässä. Lisäksi hänen analogiansa Human Genome Projectin kanssa osoittautuivat epätyydyttäväksi. Lisäksi monet tiedemiehet ovat luultavasti liikkumassa joihinkin umpikujaan.
Samaan tapaan Goertzelin ennusteet sääntöpohjaisen lähestymistavan menestyksestä seuraavien vuosikymmenten aikana vaikuttavat liian optimistisilta. Vaikka se ei luultavasti ole mahdotonta hänen tekoälyn harjoittelutapansa vuoksi.
Todennäköisen skenaarion mukaan koodin tai ihmisaivojen ilmeen luominen on mahdollista 50-75 vuodessa. Päivämäärä on kuitenkin melko vaikea ennustaa, kun otetaan huomioon toisa alta neurotieteen virhemarginaali ja toisa alta muutoksen nopeus. 2050 on eräänlainen musta aukko ennusteiden suhteen.
