Điều gì làm cho não động vật trở nên đặc biệt?

Vì vậy, đây là một câu hỏi giới thiệu. Bất cứ khi nào tôi đọc bất kỳ cuốn sách nào về Mạng lưới thần kinh hoặc Học máy, chương giới thiệu của họ nói rằng chúng ta không thể tái tạo sức mạnh của bộ não do sự song song lớn của nó.

Bây giờ, trong thời hiện đại, các bóng bán dẫn đã được giảm xuống kích thước của mét nano, nhỏ hơn nhiều so với tế bào thần kinh. Ngoài ra chúng ta có thể dễ dàng xây dựng các siêu máy tính rất lớn.

• Máy tính có bộ nhớ lớn hơn nhiều so với não.
• Có thể giao tiếp nhanh hơn não (xung đồng hồ tính bằng nano giây).
• Có thể có kích thước lớn tùy ý.

Vì vậy, câu hỏi của tôi là tại sao chúng ta không thể tái tạo sự song song của não nếu không phải là khả năng xử lý thông tin của nó (vì não vẫn chưa được hiểu rõ) ngay cả với công nghệ tiên tiến như vậy? Chính xác thì trở ngại chúng ta đang đối mặt là gì?

Một yếu tố giới hạn phần cứng có thể xảy ra là băng thông nội bộ. Một bộ não con người có 10 ^ 15 khớp thần kinh . Ngay cả khi mỗi người chỉ trao đổi một vài bit thông tin mỗi giây, thì đó là theo thứ tự băng thông nội bộ 10 ^ 15 byte / giây. GPU nhanh (như được sử dụng để huấn luyện mạng thần kinh) có thể đạt tới 10 ^ 11 byte / giây băng thông nội bộ. Bạn có thể kết nối 10.000 trong số này với nhau để có được thứ gì đó gần với tổng băng thông bên trong của bộ não con người, nhưng các kết nối giữa các nút sẽ tương đối chậm và sẽ làm tắc nghẽn luồng thông tin giữa các phần khác nhau của "bộ não".

Một hạn chế khác có thể là sức mạnh xử lý thô. Một GPU hiện đại có thể có 5.000 đơn vị toán học. Mỗi đơn vị có thời gian chu kỳ ~ 1 ns và có thể cần ~ 1000 chu kỳ để thực hiện công việc xử lý tương đương mà một nơron thực hiện trong ~ 1/10 giây (giá trị này hoàn toàn được kéo từ không khí; chúng tôi thực sự không biết nhiều nhất cách hiệu quả để phù hợp với xử lý não trong silicon). Vì vậy, một GPU duy nhất có thể phù hợp với 5 x 10 ^ 8 nơ-ron trong thời gian thực. Bạn sẽ cần tối ưu 200 trong số chúng để phù hợp với khả năng xử lý của bộ não. Tính toán ngược này cho thấy băng thông bên trong có lẽ là một hạn chế nghiêm trọng hơn.

Đây là lĩnh vực nghiên cứu của tôi. Tôi đã thấy các câu trả lời trước đó cho thấy rằng chúng ta không có đủ sức mạnh tính toán, nhưng điều này không hoàn toàn đúng.

Ước tính tính toán cho bộ não con người dao động từ 10 petaFLOPS (1 x 10 ^ 16) đến 1 exaFLOPS (1 x 10 ^ 18). Hãy sử dụng số bảo thủ nhất. TaihuLight có thể thực hiện 90 petaFLOPS là 9 x 10 ^ 16.

Chúng ta thấy rằng bộ não con người có lẽ mạnh hơn 11 lần. Vì vậy, nếu lý thuyết tính toán của tâm trí là đúng thì TaiHuLight sẽ có thể phù hợp với khả năng suy luận của một con vật khoảng 1/11 là thông minh.

Nếu chúng ta nhìn vào một danh sách vỏ não thần kinh , khỉ sóc có khoảng 1/12 số lượng tế bào thần kinh trong vỏ não của nó như một con người. Với AI, chúng ta không thể phù hợp với khả năng suy luận của một con khỉ sóc.

Một con chó có khoảng 1/30 số lượng tế bào thần kinh. Với AI, chúng ta không thể phù hợp với khả năng suy luận của một con chó.

Một con chuột nâu có khoảng 1/500 số lượng tế bào thần kinh. Với AI, chúng ta không thể phù hợp với khả năng suy luận của một con chuột.

Điều này khiến chúng tôi giảm xuống còn 2 petaFLOPS hoặc 2.000 teraFLOPS. Có 67 siêu máy tính trên toàn thế giới nên có khả năng phù hợp với điều này.

Một con chuột có một nửa số tế bào thần kinh là một con chuột nâu. Có 190 siêu máy tính có thể phù hợp với khả năng suy luận của nó.

Một con ếch hoặc cá không đi học là khoảng 1/5 của điều này. Tất cả 500 siêu máy tính hàng đầu đều mạnh gấp 2,5 lần như thế này. Tuy nhiên, không ai có khả năng phù hợp với những động vật này.

Chính xác thì trở ngại chúng ta đang đối mặt là gì?

Vấn đề là một hệ thống nhận thức không thể được định nghĩa bằng cách chỉ sử dụng Church-Turing. AI phải có khả năng phù hợp với các động vật không nhận thức như động vật chân đốt, giun tròn và giun phẳng nhưng không phải là loài cá lớn hơn hoặc hầu hết các loài bò sát.

Chỉnh sửa: Tôi đoán tôi cần đưa ra ví dụ cụ thể hơn. Các tổ chức NEST hệ thống đã chứng minh 1 giây hoạt động của 520 triệu tế bào thần kinh và 5800000000000 khớp thần kinh trong 5.2 phút trên 5 petaflops BlueGene / Q. Suy nghĩ hiện tại là nếu họ có thể mở rộng hệ thống từ 200 đến exaFLOPS thì họ có thể mô phỏng vỏ não của con người ở cùng tốc độ 1/300. Điều này nghe có vẻ hợp lý nhưng nó không thực sự có ý nghĩa.

Một con chuột có số lượng tế bào thần kinh bằng 1/1000 so với vỏ não của con người. Vì vậy, hệ thống tương tự này sẽ có khả năng mô phỏng não chuột ở tốc độ bình thường 1/60. Vậy tại sao họ không làm điều đó?

Câu trả lời ngắn gọn: không ai biết. Câu trả lời dài: tất cả các AI mạnh mẽ đều hoạt động. Tuy nhiên, để viết một cái gì đó hữu ích cho op, hãy nói rằng câu hỏi có chứa một số câu ẩn, phân tích chúng có thể hữu ích để làm rõ vấn đề:

a) tại sao thứ 1 bóng bán dẫn có cùng chức năng hơn 1 nơron? Một số khác biệt rõ ràng: một bóng bán dẫn có 3 chân, mỗi nơron có khoảng 7000 khớp thần kinh; một bóng bán dẫn có 3 lớp vật liệu, một nơron là một cỗ máy siêu nhỏ với hàng ngàn linh kiện; mỗi khớp thần kinh là một công tắc, được kết nối với một hoặc nhiều ô khác và có thể tạo ra các loại tín hiệu khác nhau (kích hoạt / ức chế, tần số, biên độ, ...).

b) so sánh số lượng bộ nhớ: số lượng bộ nhớ trong một người tương đương với bộ nhớ trong 0 byte của máy tính, chúng tôi không thể nhớ bất kỳ điều gì mãi mãi và không bị biến dạng. Trí nhớ của con người là biểu tượng, tạm thời, liên tưởng, bị ảnh hưởng bởi cơ thể và cảm xúc, .... Một cái gì đó hoàn toàn khác với máy tính một.

c) tất cả trước đây là về "phần cứng": nếu chúng ta phân tích phần mềm và đào tạo, sự khác biệt thậm chí còn lớn hơn. Ngay cả giả định hơn trí thông minh chỉ được đặt trong não, quên đi vai trò của hệ thống nội tiết tố, giác quan, ... là một sự đơn giản hóa chưa được chứng minh.

Tóm lại: tâm trí con người hoàn toàn khác với máy tính, chúng ta còn lâu mới hiểu được nó, và xa hơn là tái tạo nó.

Từ khi bắt đầu thời đại máy tính, ý tưởng hơn trí thông minh sẽ xuất hiện khi số lượng bộ nhớ, sức mạnh xử lý, ... đạt đến ngưỡng nào đó đã trở thành sai.