Mezi neurovědci, kognici a filozofy probíhají diskuse o tom, zda lze vytvořit nebo rekonstruovat lidský mozek. Současné průlomy a objevy ve vědě o mozku neustále dláždí cestu době, kdy lze umělé mozky znovu vytvořit od nuly. Někteří lidé předpokládají, že je to za hranicí možného, druzí jsou zaneprázdněni způsoby, jak to vytvořit, třetí na úkolu plodně pracují už dlouho. V článku se budeme zabývat otázkami týkajícími se vývoje umělé inteligence, jejích vyhlídek a také velkých společností a projektů v této oblasti.
Základy
Umělý mozek odpovídá robotickému stroji, který je stejně chytrý, kreativní a vědomý jako lidé. V celé historii lidstva nebyl tento úkol zcela vyřešen, ale futuristé říkají, že je to otázka času. S ohledem na modernítrendy v neurovědách, počítačích a nanotechnologiích předpovídají, že umělá inteligence a mozek se objeví v 21. století, možná do roku 2050.
Vědci zvažují několik způsobů, jak vytvořit umělou inteligenci. V prvním případě se na superpočítačích provádějí rozsáhlé biologicky realistické simulace lidského mozku. Ve druhém případě se vědci snaží vytvořit masivně paralelní neuromorfní výpočetní zařízení, která lze snadno modelovat na neurální tkáni.
Lidské vědomí z hlediska nejzajímavějších záhad vědy a metafyziky je považováno za nejsložitější a nejdosažitelnější. K podobným závěrům dochází reverzním inženýrstvím lidského mozku.
Strojové učení
Strojové učení je jádrem rozvojové strategie „umělé inteligence“, proto jsou lidské mozkové buňky komplexně studovány. Tento typ učení má velký potenciál: jeho platforma zahrnuje algoritmy, vývojové nástroje, rozhraní API a nasazení modelů. Počítače mají schopnost učit se, aniž by byly výslovně naprogramovány. Inovativní společnosti Amazon, Google a Microsoft aktivně využívají strojové učení.
Platformy pro hluboké učení
Hluboké učení je součástí strojového učení. Je založen na tom, jak funguje lidský mozek, a spoléhá se na algoritmy umělé neuronové sítě (ANN), kterými proudí informace. Roboti se mohou „učit“ze vstupů a výsledků. Hluboké učení – slibnétrend v umělé inteligenci v kombinaci s velkým množstvím informací. Osvědčil se při rozpoznávání a klasifikaci vzorů. Deep Instinct, Fluid AI, MathWorks, Ersatz Labs, Sentient Technologies, Peltarion a Saffron Technology jsou příklady společností, které jsou průkopníky v této oblasti studia inteligence.
Zpracování přirozeného jazyka
Neuro-lingvistické programování (NLP) je na hranici mezi počítačovým a lidským jazykem a je to technologie umělé inteligence. Počítačové programy mohou rozumět mluvené nebo psané lidské řeči. V softwaru Amazon Alexa, Apple Siri, Microsoft Cortana a Google Assistant se NLP používá k porozumění uživatelským otázkám a poskytování odpovědí na ně. Tento typ programování je široce používán v ekonomických transakcích a zákaznických službách.
Generování přirozeného jazyka
Software NLG se používá k převodu všech druhů dat na text čitelný člověkem, čehož je dosaženo studiem mozku. Je to nedoceněná technologie s aplikacemi, jako je automatizace sestav business intelligence, popisy produktů, finanční zprávy. Technologie umožňuje vytvářet obsah vytvářený uživateli za předvídatelné dodatečné náklady. Strukturovaná data jsou převedena na text vysokou rychlostí, až několik stránek za sekundu. Zajímavými hráči na tomto trhu jsou Automated Insights,Lucidworks, Attivio, SAS, Narrative Science, Digital Reasoning, Yseop a Cambridge Semantics.
Virtuální agenti
V rámci technologií umělé inteligence nejsou pojmy „virtuální agent“a „virtuální asistent“zaměnitelné. Někteří lidé se snaží rozlišovat mezi pojmy a daří se jim to.
Virtual Assistant je druh osobního online asistenta. Virtuální agenti jsou často reprezentováni jako počítačové postavy umělé inteligence, které vedou inteligentní konverzaci s uživateli. Mohou odpovídat na otázky a jejich hlavní výhodou je, že zákazníci mohou získat pomoc 24 hodin denně.
Rozpoznávání řeči
Identifikace řeči je schopnost programu porozumět a analyzovat slova a fráze v mluvené řeči a převádět je na data pomocí vestavěného algoritmu umělého mozku. Rozpoznávání řeči se ve společnosti používá pro směrování hovorů, hlasové vytáčení, hlasové vyhledávání a zpracování řeči na text. Jednou nevýhodou je, že program může zaměňovat slova kvůli rozdílům ve výslovnosti a hluku na pozadí. Software pro rozpoznávání řeči je stále častěji instalován na mobilních zařízeních. V této oblasti se rozvíjejí společnosti Nuance Communications, OpenText, Verint Systems a NICE.
Hardware vestavěný AI
Zařízení s vestavěnou AI, čipy a grafickými procesorovými jednotkami (GPU) se rozšířily. Google zabudoval do svéhohardwarová umělá inteligence, vycházející z vývoje institutu lidského mozku. Dopad integrace umělé inteligence se softwarem daleko přesahuje spotřebitelské aplikace, jako je zábava a hry. Jedná se o nový typ technologie, která bude použita k rozvoji hlubokého učení. Takový vývoj provádějí Google, IBM, Intel, Nvidia, Allluviate a Cray.
Správa rozhodování
Řízení obchodních rozhodnutí v inovativních produktech (např. robot s umělou inteligencí) pokrývá všechny aspekty návrhu a regulace automatizovaných systémů. Pro organizace je nezbytné řídit interakce mezi zaměstnanci, zákazníky a dodavateli.
Řízení rozhodování zlepšuje proces alternativního výběru, zde jsou využity všechny možné informace pro nejlepší preferenci, přičemž je kladen důraz na ovladatelnost, konzistenci, přesnost rozhodování. Řízení rozhodování bere v úvahu časová omezení a známá rizika.
Bankovní, pojišťovací a finanční organizace integrují každodenní rozhodovací software do svých procesů zákaznických služeb.
Neuromorfní vybavení
SyNAPSE jeprogram financovaný agenturou DARPA na vývoj neuromorfních mikroprocesorových systémů, které mapují inteligenci a fyziku mozku. Platforma hledá odpověď na hlavní otázku: je možné vytvořit umělý mozek? Nejprveneuronové sítě se testují v simulacích na superpočítači, následně se sítě staví přímo v hardwaru. V říjnu 2011 byl předveden prototyp neuromorfního čipu obsahujícího 256 neuronů. Pracuje se na vytvoření vícečipového systému schopného emulovat 1 milion špičkových neuronů a 1 miliardu synapsí.
Modelování neuronové sítě
Projekt Blue Brain je pokusem o rekonstrukci lidského mozku a míchy pomocí počítačových simulací na molekulární úrovni. Projekt založil v květnu 2005 Henry Markram na Státní polytechnické škole v Lausanne (EPFL) ve Švýcarsku. Simulace běží na superpočítači IBM Blue Gene, odtud název Blue Brain. Od listopadu 2018 se provádějí simulace na mezocytech obsahujících asi 10 milionů neuronů a 10 miliard synapsí. Plná simulace lidského mozku s jeho 186 miliardami neuronů je naplánována na rok 2023.
Spaun, jednotnou síť s architekturou sémantického ukazatele, vytvořil Chris Eliasmit a kolegové z Centra pro teoretické neurovědy (CTN) na University of Waterloo v Kanadě. Od prosince 2018 je Spaun největší simulací mozku na světě. Model obsahuje 2,5 milionu neuronů, což je dost na to, aby rozpoznával seznamy čísel, prováděl jednoduché výpočty.
SpiNNaker je masivní nízkoenergetický neuromorfní superpočítač, kterýv současné době ve výstavbě na University of Manchester ve Velké Británii. S více než milionem jader a tisícem simulovaných neuronů by byl stroj schopen simulovat jednu miliardu neuronů. Místo implementace jednoho konkrétního algoritmu se SpiNNaker stane platformou, kde můžete testovat různé algoritmy. Na stroji lze navrhnout a provozovat různé typy neuronových sítí, čímž lze simulovat různé typy neuronů a komunikační vzorce. SpiNNaker je zkratka odvozená od Spi King Nural.
Brain Corporation je malá výzkumná společnost, která vyvíjí nové algoritmy a mikroprocesory, které jsou základem biologického nervového systému. Společnost byla založena v roce 2009 počítačovým neurovědcem Evgeny Izhikevičem a neurovědcem/podnikatelem Allenem Gruberem. Jejich výzkum se zaměřuje na následující oblasti: zrakové vnímání, motorické ovládání a autonomní navigace. Cílem společnosti je vybavit spotřebitelská zařízení, jako jsou mobilní telefony a domácí roboty, umělým nervovým systémem. Studie je částečně financována společností Qualcomm, která se nachází v kampusu Qualcomm v San Diegu v Kalifornii. Žádné konkrétní produkty zatím nebyly vydány ani oznámeny, ale společnost nadále roste a od února 2018 aktivně najímá nové zaměstnance.
Související výzkum
Google X Lab je tajná laboratoř, kde Google experimentuje s technologiemi budoucnosti. Projekty, na kterých spoldíla nejsou veřejná, ale předpokládá se, že jsou založena na robotice a umělé inteligenci. Podrobnosti o laboratoři se poprvé objevily v článku New York Times v listopadu 2011. Publikace uvádí, že laboratoř se nachází v Bay Area v Kalifornii. Je dobře známo, že zakladatelé Googlu se zajímají o studium umělé inteligence a investují tímto směrem. V roce 2006 bylo ve zprávě společnosti uvedeno, že Google chce vybudovat nejlepší světovou laboratoř pro výzkum umělé inteligence.
Rusko 2045, známé jako iniciativa 2045 nebo projekt Avatar, je ambiciózní dlouhodobý projekt, jehož cílem je mít do roku 2020 robotické avatary, do roku 2025 transplantace mozku a do roku 2035 umělé mozky. Program spustil v roce 2011 ruský mediální magnát Dmitrij Itskov. Jeho cílem je vytvořit instituci lidského mozku prostřednictvím globální sítě vědců, kteří spolupracují ve prospěch lidstva a systematického rozvoje technologií. Řada ruských vědců již získala od Ičkova investice na svůj výzkum. Itkov navíc hledá další finanční prostředky od jednotlivců s vysokým čistým jměním, charitativních organizací a národních a mezinárodních vlád.
Dalším zajímavým projektem je program Bostonské univerzity a Hewlett Packard (HP) s názvem Moneta. Tým HP pod vedením Grega Snydera buduje platformu neuronové sítě s názvem Cog Ex Machina, která to dokážepráce v GPU a počítačích budoucnosti založených na memristorech. Neuromorfologická laboratoř na Bostonské univerzitě pod vedením Massimiliana Versaceho vytvořila modulární umělý mozek Moneta, který běží na Cog Ex Machina. Zkratka znamená Modular Neural Exploring Travel Agent.
Časový rámec
Vyvstává nevyhnutelně otázka, kdy lze syntetizovat digitální kopii mozku a míchy.
Bohužel to nebude brzy. Kurzweilova předpověď emulace mozku do roku 2030 se zdá být příliš krátká, jen za 12 let. Navíc se jeho analogie s Projektem lidského genomu ukázaly jako neuspokojivé. Kromě toho se mnoho vědců pravděpodobně pohybuje v některých slepých uličkách.
Podobně se Goertzelovy předpovědi o úspěchu přístupu založeného na pravidlech v příštích desetiletích zdají příliš optimistické. I když to pravděpodobně není nemožné vzhledem k jeho přístupu k výcviku AI.
Podle pravděpodobného scénáře je vytvoření kódu nebo zdání lidského mozku možné za 50-75 let. Datum je však poměrně obtížné předvídat, vzhledem k chybovosti v neurovědách na jedné straně a rychlosti změn na straně druhé. Rok 2050 je tak trochu černá díra, pokud jde o předpovědi.
