Veštački mozak Spaun prepoznaje predmete, uči, pamti, pa čak i rešava jednostavne IQ testove.
Profesor filozofije i računarskih nauka Chris Eliasmith iz Centra teoretskih neuronauka Univerziteta Waterloo u Kanadi, već duži niz godina nastoji otkriti sastojke i precizne recepte za kreiranje mozga, a u februaru ove godine izdao je knjigu Kako izraditi mozak, u kojoj opisuje sivu materiju, konekcije dentrita (sastavni delovi neurona, razgranati nastavci koji nadražaj dovode do tela neurona) i druge elemente anatomije mozga.
Kako bi bolje ilustrovao svoj rad, Eliasmith je izradio Spaun, najkompleksniju računarsku simulaciju funkcionisanja mozga današnjice.
Spaun (Semantic Pointer Architecture Unified Network) je računarski model koji prepoznaje brojeve, otkriva numeričke sekvence, te ih čak zapisuje pomoću svoje robotske ruke. Ovo je veliki korak u stvaranju simulacije mozga, jer se radi o prvom modelu koji može emulirati ponašanje, dok istovremeno modelira fiziologiju koja se nalazi u njegovoj pozadini.
Program se sastoji od 2,5 miliona simuliranih neurona organizovanih u podsisteme koji predstavljaju određena područja mozga, uključujući prefrontalni korteks, bazalne ganglije i talamus. Takođe poseduje virtualno oko i robotsku ruku, te može izvoditi različite zadatke koji se jedni od drugih razlikuju.
Ovaj sistem je potpuno drugačiji od veštačkih mozgova poput IBM-ovog Watsona koji je dizajniran za imitaciju ponašanja, jer ne traži rešenja na najbolji mogući način. "IBM želi da Watson savršeno odradi određeni zadatak i ne zanima ih način na koji to radi, a njihov Blue Brain projekat koji je najsličniji Spaunu, nastoji imitirati strukture i povezivost neurona. Međutim, ni jedan od njih ne može oponašati kako te strukture utiču na ponašanje", objašnjava Eliasmith.
"Ovi veštački mozgovi zapravo ne rade ništa. Ne mogu ni videti, niti pamtiti, sve što rade je da generišu kompleksne voltažne uzorke koji nisu vezani uz ponašanje".
Spaun simulacija se odvija na superračunaru, a podeljena je na dve glavne strukture koje reprezentuju cerebralni korteks i bazalne ganglije. Neuroni su povezani zajedno na fiziološki realan način, te imitiraju ono za šta naučnici veruju da predstavlja način na koji cerebralni korteks i bazalne ganglije rade tokom određenih zadataka.
Ako Spaun na primer vidi određene serije brojeva, recimo 1,2,3; 5,6,7; i 3,4; veštački neuroni izvlače vizuelne podatke, te traže smisao u uzorcima. Prema vizuelnim podacima program preusmerava podatke ka specifičnim delovima korteksa za obavljanje određenih zadataka, čime može izvoditi raznovrsne zadatke koji uključuju testiranje memorije, kopiranje vizuelne informacije, brojanje i slične. On je takođe u stanju rešavati određene logičke zadatke iz IQ testova poput navedenog brojčanog, te će zaključiti da se u treći niz treba dodati broj 5.
"Zavisno od toga šta se događa u korteksu, Spaun uzima informaciju iz jednog njegovog dela i preusmerava je u drugi dio. Svaki put kada to čini, nadograđuje stanje korteksa i pokušava otkriti koji je najbolji sledeći korak", objašnjava Eliasmith. "Možete to zamisliti kao da bazalne ganglije kontrolišu protok informacija kroz korteks s nastojanjem rešavanja određenih zadataka. Ljudski mozgovi su dokazano u stanju to činiti. Ljudi mogu sediti i tipkati na računaru, odgovarati na pitanja po slučajnom redosledu, otići po sendvič, a potom se uputiti da voze automobil, sve u jednoj kratkoj sekvenci. Ovaj model se odnosi na takvu vrstu kognitivne fleksibilnosti, te nam odgovara na pitanja kako se prebacujemo između zadataka i kako koristimo iste komponente u našoj glavi za različite zadatke", dodaje naučnik, dodajući kako je Spaun uprkos tome vrlo jednostavan i ima svoje limite u poređenju sa stvarnim neuralnim korteksom.
Pored toga Spaun čak radi s programom kome Eliasmith nje dao eksplicitne instrukcije. "Mi mu samo kažemo radi li dobar ili loš posao kako bi nastojao otkriti vlastitu strategiju za izvođenje vlastitih zadataka. S mogućnošću imitiranja fiziologije i relevantnog ponašanja mozga, Spaun se koristi za izvođenje viših zadataka u neuronauci i računarskoj nauci. On nam omogućuje razumevanje o tome kako su mozak, biološki supstrat i ponašanje povezani. To je vrlo važno za sve vrste zdravstvenih aplikacija. On može sistematski ubijati neurone i pratiti kako njihova smrt utiče na performanse, na primer simulirati proces starenja ljudi. Pored toga Spaun može pomoći drugim mašinama u znatno efikasnijem emuliranju funkcionisanja mozga. Možemo pokušati otkriti algoritme koji se koriste u biologiji, te možda otkriti principe koji stoje iza njih, kako bi stvorili bolje sisteme veštačke inteligencije", navodi Eliasmith.
Izvor: vidi.hr