Er zijn momenten dat ik me afvraag waarom zoveel wetenschappers zoveel tijd besteden aan het opnieuw creëren van iets zo wispelturig en vol mist als het menselijk brein.
Maar wie maak ik een grapje? Die dyspeptische momenten gaan onvermijdelijk voorbij, zoals iedereen die deze blog heeft gevolgd weet. Het lijkt erop dat ik om de paar maanden terug schrijf over de laatste poging om machines te bouwen die kunnen leren objecten te herkennen of zelfs cognitieve vaardigheden te ontwikkelen.
En nu is er Spaun.
Op taak blijven
De volledige naam is het Semantic Pointer Architecture Unified Network, maar Spaun klinkt veel epischer. Het is de nieuwste versie van een techno-brein, de oprichting van een Canadees onderzoeksteam aan de Universiteit van Waterloo.
Dus wat maakt Spaun anders dan een verbijsterend slim kunstmatig brein zoals Watson van IBM? Simpel gezegd, Watson is ontworpen om te werken als een uiterst krachtige zoekmachine, die met een enorme snelheid door een enorme hoeveelheid gegevens graaft en complexe algoritmen gebruikt om een antwoord te krijgen. Het maakt niet echt uit hoe het proces werkt; het gaat vooral over het beheersen van het ophalen van informatie.
Maar Spaun probeert het gedrag van het menselijk brein daadwerkelijk na te bootsen en doet dit door een reeks taken uit te voeren die allemaal van elkaar verschillen. Het is een computermodel dat niet alleen getallen met zijn virtuele oog kan herkennen en onthouden, maar ook een robotarm kan manipuleren om ze op te schrijven.
Het 'brein' van Spaun is verdeeld in twee delen, losjes gebaseerd op onze hersenschors en basale ganglia en de gesimuleerde 2, 5 miljoen neuronen - onze hersenen hebben 100 miljard - zijn ontworpen om na te bootsen hoe onderzoekers denken dat die twee delen van de hersenen op elkaar inwerken.
Stel bijvoorbeeld dat zijn 'oog' een reeks getallen ziet. De kunstmatige neuronen nemen die visuele gegevens en leiden deze naar de cortex waar Spaun het gebruikt om een aantal verschillende taken uit te voeren, zoals tellen, de figuren kopiëren of nummerpuzzels oplossen.
Binnenkort zal het verjaardagen vergeten
Maar er is een interessante wending in het gedrag van Spaun geweest. Zoals Francie Diep in Tech News Daily schreef, werd het menselijker dan de makers hadden verwacht.
Stel het een vraag en het antwoordt niet meteen. Nee, het pauzeert een beetje, ongeveer zo lang als een mens zou kunnen. En als u Spaun een lange lijst geeft om te onthouden, heeft het een gemakkelijkere tijd om de nummers terug te halen die het als eerste en laatste heeft ontvangen, maar heeft het moeite om de nummers in het midden te onthouden.
"Er zijn een aantal vrij subtiele details van menselijk gedrag die het model vastlegt, " zegt Chris Eliasmith, de belangrijkste uitvinder van Spaun. “Het is zeker niet op dezelfde schaal. Maar het geeft een voorproefje van veel verschillende dingen die hersenen kunnen doen. "
Brain drains
Het feit dat Spaun van de ene taak naar de andere kan gaan, brengt ons een stap dichter bij het begrijpen hoe onze hersenen zo moeiteloos kunnen schakelen van het lezen van een notitie naar het onthouden van een telefoonnummer of het vertellen van onze hand om een deur te openen.
En dat zou wetenschappers kunnen helpen robots uit te rusten met het vermogen om flexibelere denkers te zijn, om zich direct aan te passen. Omdat Spaun meer als een menselijk brein werkt, kunnen onderzoekers het ook gebruiken om gezondheidsexperimenten uit te voeren die ze niet op mensen konden doen.
Onlangs, bijvoorbeeld, voerde Eliasmith een test uit waarbij hij de neuronen doodde in een hersenmodel in hetzelfde tempo dat neuronen sterven bij mensen naarmate ze ouder worden. Hij wilde zien hoe het verlies van neuronen de prestaties van het model op een intelligentietest beïnvloedde.
Een ding dat Eliasmith niet heeft kunnen doen, is Spaun laten herkennen of het goed of slecht werkt. Hij werkt eraan.
Intelligentie verzamelen
Hier zijn een paar andere recente ontwikkelingen in hersenonderzoek en kunstmatige intelligentie:
- Ik kan dit nummer niet uit je hoofd zetten: wetenschappers in Berlijn bedraadden gitaristen die een duet met elektroden speelden en ontdekten dat wanneer ze hun spel nauw moesten coördineren, hun hersenactiviteit synchroon werd. Maar wanneer ze niet werden gecoördineerd, wanneer de ene de leiding had en de andere volgde, was hun hersenactiviteit duidelijk anders.
- Op een dag zullen de hersenen zichzelf misschien begrijpen: een team van MIT-neurowetenschappers heeft een manier ontwikkeld om te controleren hoe hersencellen met elkaar coördineren om specifiek gedrag te controleren, zoals het lichaam vertellen om te bewegen. Dit kan hen niet alleen helpen om hersencircuits in kaart te brengen om te zien hoe taken worden uitgevoerd, maar het kan ook inzicht geven in hoe psychiatrische ziekten zich ontwikkelen.
- Diep nadenken is zo gisteren: de hoofdprijs in een recente competitie gesponsord door farmaceutische gigant Merck ging naar een team van onderzoekers van de Universiteit van Toronto die een vorm van kunstmatige intelligentie gebruikten die bekend staat als deep learning om moleculen te helpen ontdekken die nieuwe medicijnen kunnen worden.
- Dus robots zullen leren hoe ze naar smartphones moeten staren ?: Om robots te leren hoe ze in sociale situaties moeten functioneren, volgen wetenschappers van Carnegie-Mellon University groepen mensen met camera's op het hoofd om te zien wanneer en waar hun ogen samenkomen in sociale omgevingen.
- Helaas blijven ze proberen noten te verbergen: door het misleidende gedrag van vogels en eekhoorns als model te gebruiken, hebben onderzoekers van Georgia Tech robots kunnen ontwikkelen die elkaar kunnen misleiden.
Videobonus: bekijk een demo van Spaun in actie.
Meer van Smithsonian.com
Mensen evolueerden grote hersenen om sociaal te zijn?
Hoe hersenen geld verdienen
