Ci sono discussioni tra neuroscienziati, cognizionisti e filosofi sul fatto che il cervello umano possa essere creato o ricostruito. Le attuali scoperte e scoperte nella scienza del cervello stanno costantemente aprendo la strada a un tempo in cui i cervelli artificiali possono essere ricreati da zero. Alcune persone presumono che sia oltre i limiti del possibile, la seconda è impegnata con i modi per crearla, la terza ha lavorato fruttuosamente al compito per molto tempo. Nell'articolo prenderemo in considerazione domande sullo sviluppo dell'intelligenza artificiale, sulle sue prospettive, nonché su grandi aziende e progetti in quest'area.
Nozioni di base
Il cervello artificiale corrisponde a una macchina robotica intelligente, creativa e cosciente come gli esseri umani. Nell'intera storia dell'umanità il compito non è stato del tutto risolto, ma i futuristi dicono che è questione di tempo. Considerando modernole tendenze nelle neuroscienze, nell'informatica e nelle nanotecnologie prevedono che l'intelligenza artificiale e il cervello emergeranno nel 21° secolo, forse entro il 2050.
Gli scienziati stanno valutando diversi modi per creare l'intelligenza artificiale. Nel primo caso, su supercomputer vengono eseguite simulazioni biologicamente realistiche su larga scala del cervello umano. Nel secondo caso, gli scienziati stanno cercando di creare dispositivi di calcolo neuromorfici massicciamente paralleli che possono essere facilmente modellati sul tessuto neurale.
La coscienza umana in termini di misteri più interessanti della scienza e della metafisica è considerata la più complessa e realizzabile. Conclusioni simili sono raggiunte mediante il reverse engineering del cervello umano.
Apprendimento automatico
L'apprendimento automatico è al centro della strategia di sviluppo dell'"intelligenza artificiale", per questo le cellule cerebrali umane sono studiate in modo completo. Questo tipo di apprendimento ha un grande potenziale: la sua piattaforma include algoritmi, strumenti di sviluppo, API e distribuzione del modello. I computer hanno la capacità di apprendere senza essere esplicitamente programmati. Le aziende innovative Amazon, Google e Microsoft utilizzano attivamente l'apprendimento automatico.
Piattaforme di apprendimento approfondito
Il deep learning fa parte del machine learning. Si basa su come funziona il cervello umano e si basa su algoritmi di reti neurali artificiali (ANN) attraverso i quali le informazioni fluiscono. I robot possono "imparare" da input e risultati. Apprendimento profondo - Promettentetendenza nell'intelligenza artificiale, combinata con grandi quantità di informazioni. Si è dimostrato valido nel riconoscimento e nella classificazione di modelli. Deep Instinct, Fluid AI, MathWorks, Ersatz Labs, Sentient Technologies, Peltarion e Saffron Technology sono esempi di aziende pioniere in questo campo di studi sull'intelligence.
Elaborazione del linguaggio naturale
La programmazione neurolinguistica (PNL) è al confine tra computer e linguaggio umano ed è una tecnologia di intelligenza artificiale. I programmi per computer possono comprendere il parlato umano parlato o scritto. Nel software Amazon Alexa, Apple Siri, Microsoft Cortana e Google Assistant, la NLP viene utilizzata per comprendere le domande degli utenti e fornire loro risposte. Questo tipo di programmazione è ampiamente utilizzato nelle transazioni economiche e nel servizio clienti.
Generazione del linguaggio naturale
Il software NLG viene utilizzato per convertire tutti i tipi di dati in testo leggibile dall'uomo, ciò si ottiene attraverso lo studio del cervello. È una tecnologia sottovalutata con applicazioni come l'automazione di report di business intelligence, descrizioni di prodotti, report finanziari. La tecnologia consente di creare contenuti generati dagli utenti a un costo aggiuntivo prevedibile. I dati strutturati vengono convertiti in testo ad alta velocità, fino a diverse pagine al secondo. Gli attori interessanti in questo mercato sono Automated Insights,Lucidworks, Attivio, SAS, Narrative Science, Digital Reasoning, Yseop e Cambridge Semantics.
Agenti virtuali
Nel quadro delle tecnologie di intelligenza artificiale, i termini "agente virtuale" e "assistente virtuale" non sono intercambiabili. Alcune persone cercano di distinguere i concetti e ci riescono.
Virtual Assistant è una sorta di assistente online personale. Gli agenti virtuali sono spesso rappresentati come personaggi dell'IA del computer che hanno una conversazione intelligente con gli utenti. Possono rispondere alle domande e il loro principale vantaggio è che i clienti possono ricevere assistenza 24 ore al giorno.
Riconoscimento vocale
L'identificazione vocale è la capacità di un programma di comprendere e analizzare parole e frasi nella lingua parlata e di convertirle in dati utilizzando l'algoritmo del cervello artificiale integrato. Il riconoscimento vocale viene utilizzato nell'azienda per l'instradamento delle chiamate, la composizione vocale, la ricerca vocale e l'elaborazione della sintesi vocale. Uno svantaggio è che il programma può confondere le parole a causa delle differenze di pronuncia e del rumore di fondo. Il software di riconoscimento vocale è sempre più installato sui dispositivi mobili. Nuance Communications, OpenText, Verint Systems e NICE si stanno sviluppando in quest'area.
Hardware integrato con intelligenza artificiale
I dispositivi con intelligenza artificiale incorporata, chip e unità di elaborazione grafica (GPU) si sono diffusi. Google ha integrato nel suointelligenza artificiale hardware, prendendo come base lo sviluppo dell'istituto del cervello umano. L'impatto dell'integrazione dell'IA con il software va ben oltre le applicazioni consumer come l'intrattenimento e i giochi. Questo è un nuovo tipo di tecnologia che verrà utilizzata per far progredire il deep learning. Tali sviluppi sono effettuati da Google, IBM, Intel, Nvidia, Allluviate e Cray.
Gestione delle decisioni
La gestione delle decisioni aziendali in prodotti innovativi (es. robot con intelligenza artificiale) copre tutti gli aspetti della progettazione e della regolazione dei sistemi automatizzati. È essenziale per le organizzazioni gestire le interazioni tra dipendenti, clienti e fornitori.
La gestione delle decisioni migliora il processo di scelta alternativa, qui tutte le informazioni possibili vengono utilizzate per la migliore preferenza, mentre l'enfasi è sulla manovrabilità, coerenza, accuratezza del processo decisionale. La gestione delle decisioni tiene conto dei vincoli di tempo e dei rischi noti.
Le organizzazioni di servizi bancari, assicurativi e finanziari stanno integrando il software decisionale quotidiano nei processi di assistenza clienti.
Equipaggiamento neuromorfico
SyNAPSE è un programmafinanziato dalla DARPA per lo sviluppo di sistemi di microprocessori neuromorfici che si associano all'intelligenza e alla fisica del cervello. La piattaforma cerca una risposta alla domanda principale: è possibile creare un cervello artificiale? All'iniziole reti neurali vengono testate in simulazioni su un supercomputer, quindi le reti vengono costruite direttamente nell'hardware. Nell'ottobre 2011 è stato dimostrato un prototipo di chip neuromorfo contenente 256 neuroni. Sono in corso i lavori per creare un sistema multi-chip in grado di emulare 1 milione di neuroni di picco e 1 miliardo di sinapsi.
Modellazione di reti neurali
The Blue Brain Project è un tentativo di ricostruire il cervello umano e il midollo spinale utilizzando simulazioni al computer a livello molecolare. Il progetto è stato fondato nel maggio 2005 da Henry Markram presso la Scuola Politecnica Statale di Losanna (EPFL) in Svizzera. La simulazione viene eseguita sul supercomputer IBM Blue Gene, da cui il nome Blue Brain. A partire da novembre 2018, le simulazioni vengono eseguite su mesociti contenenti circa 10 milioni di neuroni e 10 miliardi di sinapsi. Una simulazione su vasta scala del cervello umano con i suoi 186 miliardi di neuroni è prevista per il 2023.
Spaun, una rete unificata con un'architettura di puntatore semantico, è stata creata da Chris Eliasmit e colleghi presso il Center for Theoretical Neuroscience (CTN) presso l'Università di Waterloo in Canada. A dicembre 2018, Spaun è la più grande simulazione cerebrale del mondo. Il modello contiene 2,5 milioni di neuroni, sufficienti per riconoscere elenchi di numeri, eseguire semplici calcoli.
SpiNNaker è un enorme supercomputer neuromorfo a bassa potenza cheattualmente in costruzione presso l'Università di Manchester nel Regno Unito. Con oltre un milione di core e mille neuroni simulati, la macchina sarebbe in grado di simulare un miliardo di neuroni. Invece di implementare un particolare algoritmo, SpiNNaker diventerà una piattaforma in cui potrai testare diversi algoritmi. Diversi tipi di reti neurali possono essere progettati ed eseguiti su una macchina, simulando così diversi tipi di neuroni e modelli di comunicazione. SpiNNaker è un acronimo derivato da Spi King Nural.
Brain Corporation è una piccola società di ricerca che sviluppa nuovi algoritmi e microprocessori alla base del sistema nervoso biologico. L'azienda è stata fondata nel 2009 dal neuroscienziato computazionale Evgeny Izhikevich e dal neuroscienziato/imprenditore Allen Gruber. La loro ricerca si concentra sulle seguenti aree: percezione visiva, controllo motorio e navigazione autonoma. L'obiettivo dell'azienda è dotare i dispositivi di consumo come telefoni cellulari e robot domestici di un sistema nervoso artificiale. Lo studio è finanziato in parte da Qualcomm, che si trova nel campus di Qualcomm a San Diego, in California. Nessun prodotto specifico è stato ancora rilasciato o annunciato, ma l'azienda continua a crescere e assume attivamente nuovi dipendenti da febbraio 2018.
Ricerche correlate
Google X Lab è un laboratorio segreto in cui Google sperimenta le tecnologie future. Progetti su cui l'aziendale opere non sono pubbliche, ma si ritiene che siano basate sulla robotica e sull'intelligenza artificiale. I dettagli sul laboratorio sono apparsi per la prima volta in un articolo del New York Times nel novembre 2011. La pubblicazione afferma che il laboratorio si trova nella Bay Area, in California. È risaputo che i fondatori di Google sono interessati allo studio dell'intelligenza artificiale e stanno investendo in questa direzione. Nel 2006, una nota aziendale diceva che Google voleva costruire il miglior laboratorio di ricerca AI del mondo.
Russia 2045, nota come 2045 Initiative o Avatar Project, è un ambizioso progetto a lungo termine che mira ad avere avatar robotici entro il 2020, trapianti di cervello entro il 2025 e cervelli artificiali entro il 2035. Il programma è stato lanciato nel 2011 dal magnate dei media russo Dmitry Itskov. Mira a creare un'istituzione del cervello umano attraverso una rete globale di scienziati che lavorano insieme a beneficio dell'umanità e dello sviluppo sistematico della tecnologia. Un certo numero di scienziati russi ha già ricevuto investimenti da Itskov per la loro ricerca. Inoltre, Itskov sta cercando finanziamenti aggiuntivi da individui con un patrimonio netto elevato, enti di beneficenza e governi nazionali e internazionali.
Il prossimo progetto interessante è un programma della Boston University e della Hewlett Packard (HP) chiamato Moneta. Un team HP guidato da Greg Snyder sta costruendo una piattaforma di rete neurale chiamata Cog Ex Machina che puòlavorare nelle GPU e nei computer del futuro basati su memristori. Il Neuromorphology Lab della Boston University, guidato da Massimiliano Versace, ha creato un cervello artificiale modulare, Moneta, che gira su Cog Ex Machina. L'acronimo sta per Modular Neural Exploring Travel Agent.
Lasso di tempo
Si pone inevitabilmente la domanda su quando sia possibile sintetizzare una copia digitale del cervello e del midollo spinale.
Purtroppo non arriverà presto. La previsione di Kurzweil dell'emulazione cerebrale entro il 2030 sembra eccessivamente breve, a soli 12 anni di distanza. Inoltre, le sue analogie con il Progetto Genoma Umano si sono rivelate insoddisfacenti. Inoltre, molti scienziati si stanno probabilmente muovendo in direzioni senza uscita.
Allo stesso modo, le previsioni di Goertzel sul successo dell'approccio basato su regole nei prossimi decenni sembrano eccessivamente ottimistiche. Anche se probabilmente non impossibile dato il suo approccio all'allenamento AI.
Secondo lo scenario probabile, la creazione di un codice o una parvenza di cervello umano è possibile in 50-75 anni. Tuttavia, la data è piuttosto difficile da prevedere, dato il margine di errore nelle neuroscienze, da un lato, e la velocità del cambiamento, dall' altro. Il 2050 è una specie di buco nero quando si tratta di previsioni.
