Lemásolhatják-e valaha az emberi agyat a számítógépek?

A manapság felfutását élő generatív mesterséges intelligenciák pusztán az emberek által már egyszer megírt, megrajzolt, elkészített tartalmakat kombinálják olyan módon, hogy az az intelligencia látszatát keltse. De a mai generatív mesterséges intelligenciák, mint a ChatGPT vagy a Google Bard valójában nem intelligensek, és a jelenleg használt technológiákra alapozva soha nem is lesznek azok.

A valós mesterséges intelligencia a jelenlegi számítógépes rendszereken olyan méretű számítási kapacitást, olyan sok számítógépet és tárolási kapacitást igényelne, hogy ez a mai lehetőségek mentén megoldhatatlan problémát jelent.

Gondoljunk csak bele, egy emberi agy kapacitása nagyjából 2,5 petabyte, a világon megtalálható összes számítógép kapacitása pedig 20 zettabyte. A számok menten elmondható, hogy a mai 8 milliárdos lélekszámmal számolva az emberi memória kapacitás mintegy 20 zettabyte. Ez egy ember számára felfoghatatlan mennyiség. 

Egy másik komoly probléma, hogy az adatok mennyisége exponenciálisan növekszik, jórészt teljesen felesleges redundanciákkal. Erre megoldás lehet az öndegradálódó neuromorfikus adattárolás, sajnos azonban ennek kutatása és gyakorlati kivitelezése még várat magára.

Évtizedek óta folyik a mesterséges neuronok, az emberi idegrendszerhez hasonló, de mesterségesen előállítható ideghálózat kutatása, a neuromorfikus processzorok előállítása. Ehhez természetesen az emberi agy működését kell alaposan vagy akár teljesen megérteni, amitől még nagyon-nagyon messze vagyunk. A modern mesterséges intelligencia rendszereknek számos alapvető korlátja van az emlősök agyához képest.

Mi az a neuromorfikus számítástechnika?

A neuromorf számítástechnika egy olyan módszer, amelyben a számítógép elemeit az emberi agy és idegrendszer rendszerei alapján modellezve alkotják meg. Ez mind a hardveres, mind a szoftveres számítástechnikai elemek tervezésére vonatkozik. 

A neuromorfikus mérnökök több tudományágból – többek között az informatikából, a biológiából, a matematikából, az elektronikai mérnöki tudományokból és a fizikából – merítenek, hogy bioinspirált számítógépes rendszereket és hardvereket hozzanak létre. Az agy biológiai struktúrái közül a neuromorfikus architektúrákat leggyakrabban neuronok és szinapszisok mintájára modellezik. Ennek oka, hogy az idegtudósok a neuronokat tekintik az agy alapvető egységeinek.

A neuronok kémiai és elektronikus impulzusokat használnak az agy különböző régiói és az idegrendszer többi része közötti információ továbbítására. A neuronok szinapszisok segítségével kapcsolódnak egymáshoz. A neuronok és a szinapszisok sokkal sokoldalúbb, alkalmazkodóképesebb és energiatakarékosabb információfeldolgozók, mint a hagyományos számítógépes rendszerek.

Különböző csoportok folytatnak kutatásokat, köztük egyetemek, az amerikai hadsereg és technológiai vállalatok, például az Intel Labs és az IBM. A mesterséges általános intelligencia (AGI) létrehozására irányuló törekvés szintén a neuromorfikus kutatások meghatározó hajtóereje. Az AGI olyan mesterséges intelligenciával rendelkező számítógépet jelent, amely úgy érti és tanul, mint egy ember. Az emberi agy és idegrendszer másolásával az AGI olyan mesterséges agyat hozhat létre, amely a biológiai agyhoz hasonló megismerési képességekkel rendelkezik. Egy ilyen agy betekintést nyújthatna a környezetünk megismerésében és választ adhatna a tudattal kapcsolatos kérdésekre.

Hogyan működik a neuromorfikus számítástechnika?

A neuromorfikus számítástechnika a biológiai agyban található neuronok és szinapszisok szerkezetén, folyamatain és kapacitásain alapuló hardvert használ. A neuromorf hardverek legelterjedtebb formája a tüskés neurális hálózat (SNN). Ebben a hardverben a csomópontok – vagy tüskés neuronok – a biológiai neuronokhoz hasonlóan dolgoznak fel és tárolnak adatokat.

A mesterséges szinaptikus eszközök összekötik a tüskés neuronokat. Ezek az eszközök analóg áramköröket használnak az agyi jeleket utánzó elektromos jelek továbbítására. Ahelyett, hogy az adatokat bináris rendszeren keresztül kódolnák, mint a legtöbb hagyományos számítógép, a tüskés neuronok maguk mérik és kódolják a diszkrét analóg jelváltozásokat.

A neuromorfikus számítógépekben használt nagy teljesítményű számítási architektúra és funkcionalitás eltér a legtöbb modern számítógép standard számítógépes hardverétől, a már említett, ma használt digitális von Neumann-számítógépektől.

A technológia lehetséges alkalmazásai a következők:

• mesterséges intelligencia;
• vezető nélküli autók (a jelenlegi technológiák felülteljesítésével);
• drónok;
• robotok;
• intelligens otthoni eszközök;
• természetes nyelv, beszéd és képfeldolgozás;
• adatelemzés; és
• folyamatoptimalizálás.

A neuromorfikus számítástechnika története

A tudósok évtizedek óta próbálkoznak emberi megismerésre képes gépek létrehozásával. Az e területen végzett munka szorosan kapcsolódik a matematika és az idegtudományok fejlődéséhez. A korai áttörések közé tartoznak a következők:

• 1936: Alan Turing matematikus és informatikus matematikai bizonyítást készített arról, hogy egy számítógép képes bármilyen matematikai számítást elvégezni, ha azt algoritmus formájában adják meg.
• 1948: Turing megírta az „Intelligens gépek” című tanulmányt, amely egy emberi neuronokon alapuló kognitív modellező gépet írt le.
• 1949: Donald Hebb kanadai pszichológus áttörést ért el az idegtudományban, amikor elméletet alkotott a szinaptikus plaszticitás és a tanulás közötti összefüggésről. Hebbet általában a "neuropszichológia atyjának" nevezik.
• 1950: Turing kidolgozta a Turing-tesztet, amelyet ma is az AGI standard tesztjének tartanak.
• 1958: Ezekre az elméletekre építve az amerikai haditengerészet megalkotta a perceptront azzal a szándékkal, hogy azt képfelismerésre használják. A technológia azonban a biológiai neurális hálózatok utánzása miatt az agy működésének korlátozott ismeretein alapult, és nem hozta a kívánt funkciókat. Mindazonáltal a perceptron a neuromorfikus számítástechnika elődjének tekinthető.
• 1980-as évek: A ma ismert neuromorfikus számítástechnikát először Carver Mead, a Caltech professzora javasolta. Mead 1981-ben megalkotta az első analóg szilícium retinát és cochleát, ami előrevetítette a neurális paradigma által inspirált új típusú fizikai számítást. Mead azt feltételezte, hogy a számítógépek képesek lennének mindarra, amire az emberi idegrendszer, ha teljes mértékben megértenénk az idegrendszer működését.

• 2013: Henry Markram elindította a HBP-t azzal a céllal, hogy mesterséges emberi agyat hozzon létre. A HBP a legmodernebb neuromorfikus számítógépeket építette be, és évtizedes távlatban szeretné jobban megérteni az emberi agyat, és ezt a tudást alkalmazni az orvostudományban és a technológiában. A projekten több mint 500 tudós és 140 egyetem dolgozik Európa-szerte.
• 2014: Az IBM kifejlesztette a TrueNorth neuromorfikus chipet. A chipet vizuális tárgyfelismerésben használják, és alacsonyabb energiafogyasztással rendelkezik, mint a hagyományos von Neumann-hardverek.
• 2018: Az Intel kifejlesztette a Loihi neuromorfikus chipet, amelyet a robotikában, valamint a gesztus- és szagfelismerésben alkalmaztak.

A neuromorfikus számítástechnika jövője

A Moore-törvény kimondja, hogy a mikrochipeken elhelyezhető tranzisztorok száma kétévente megduplázódik, miközben a költségek változatlanok maradnak. A szakértők azonban azt jósolják, hogy a Moore-törvény vége hamarosan bekövetkezik. Ennek fényében a neuromorfikus számítástechnika ígérete, hogy megkerüli a hagyományos architektúrákat és új hatékonysági szinteket ér el, felkeltette a chipgyártók figyelmét.

A neuromorf számítástechnika kulcsfontosságú a mesterséges intelligencia jövője szempontjából. Ahogy a mesterséges intelligencia területe folyamatosan fejlődik, a neuromorfikus számítástechnika koncepciója egyre nagyobb figyelmet kap, mivel képes forradalmasítani az AI-rendszerek képességeit. Az emberi agy felépítésén és működésén alapuló neuromorfikus számítástechnika azt ígéri, hogy lehetővé teszi a hiperrealisztikus generatív mesterséges intelligenciát, amely képes utánozni az emberi gondolkodás és viselkedés összetettségét és árnyaltságát. A neuromorf számítástechnika paradigmaváltást jelent a mesterséges intelligencia megközelítésében.

A valódi, emberhez hasonló mesterséges intelligencia a neuromorfikus technológián fog alapulni, ennek fejlesztése ezért elsődlegességet élvez(ne).

(Borítókép: Index)