Игорь Шнуренко – Демон внутри. Анатомия искусственного интеллекта (страница 25)
Неокортекс человека и млекопитающих состоит из шести горизонтальных слоев нейронов, каждый из которых отличается типом нейронов и характером связей между ними. Толщина каждого слоя примерно равна толщине кредитной карточки. Вертикально нейроны выстроены в колонки из примерно 80 штук, которые и являются основным структурным объединением нервных клеток. Они, в свою очередь, объединяются в гиперколонки из 50-100 миниколонок. В июле 2011 года была математически смоделирована первая гиперколонка, состоящая из 100 колонок неокортекса. В процессе симулировалось поведение уже миллиона клеток.
Надо сказать, что в функции нейрона заложена также память, поэтому он может отслеживать причинно-следственные связи. По мере иерархического объединения нейронов в колонки, эти связи закрепляются на все более высоком уровне. Черепные швы разграничивают разные доли неокортекса, которые выполняют разные функции. Так, затылочная доля отвечает за зрение, височная — за слух, лобная доля — за сложную обработку языка, другие области неокортекса — за прочие процессы познания. При этом, в том, что касается обработки информации в коре, разные органы чувств работают в принципе по одному алгоритму.
ПРОЕКТ «ГОЛУБОЙ МОЗГ»
В 2005 году Швейцарский Федеральный Технический Институт Лозанны совместно с компанией IBM начали работу по компьютерному моделированию головного мозга человека как единого целого. Проект называется Blue Brain Project («Проект Голубой мозг»). Завершить работу планируется в 2023 году, хотя о перспективах «искусственного разума» или «искусственного сознания» руководители проекта высказываются очень осторожно, в том духе, что если в результате достижения некой критической массы взаимодействий что-то похожее на сознание появится, только тогда можно будет об этом и говорить.
В ноябре 2007 года было объявлено о завершении первой фазы проекта. Исключительно по биологическим данным исследователям удалось построить модель основной структурной единицы неокортекса — колонки. Это было сделано на клеточном уровне, то есть в колонке были смоделированы все 10 тысяч нервных клеток. Кроме того, ученые разработали модель сеточной структуры, которая сама генерирует нейросеть по предоставленным биологическим данным и автоматически себя калибрует, когда эти данные меняются.
К 2014 году в ходе проекта планировалось получить полную модель крысиного мозга, состоящего уже из ста миллионов клеток. Удалось этого достичь или нет, пока неясно, ибо данные до сих пор не опубликованы. По числу клеток человеческий мозг примерно в тысячу раз больше крысиного, но задача построения его модели представляется невероятно сложной: ведь с ростом числа клеток число связей между ними растет не в разы, а в квадратичной пропорции.
Так или иначе, в ходе работы в 2015 году исследователи смогли смоделировать энергетический обмен в мозгу. В ходе него были задействованы так называемые нейроглиальные васкулярные модули — то есть связи, в которых участвуют глиальные клетки. Именно о них шла речь в случае с мозгом Эйнштейна.
В масштабной задаче описать мозг человека пробуются и нестандартные методы. Например, такие, как игра EyeWire, созданная учёными из MIT. В ней человек может попробовать себя в роли искусственного интеллекта, вручную (точнее, с помощью глаз и пальцев) устанавливая правильные связи между нейронами. На деле в ходе игры человек обучает специализированный ИИ, который должен создать карту связей нейронов сетчатки глаза мышонка по имени Гарольд.
EyeWire использует изображения, полученные с помощью растрового электронного микроскопа в Институте медицинских исследований общества Макса Планка в Гейдельберге. Карта сетчатки состоит из множества «кубов» —нейронов, каждый из которых должны обработать несколько игроков. Их задача — не ошибиться. Затем компьютер сравнивает решения, определяет, какое из них верное, и присуждает очки. Долгосрочная цель проекта — на полученном массиве данных натренировать ИИ с тем, чтобы он мог по обработанным таким образом изображениям составить карту человеческого мозга.
Мы видим, что одно дело — смоделировать отдельный нейрон, и совсем другое, на много порядков сложнее — понять, как нейроны работают вместе. Логично было бы ожидать, что ученые сначала толком разберутся в работе мозга, всех его гиперколонок, слоев новой коры, установят, куда и зачем идет каждый аксон, зачем нужен каждый синапс — и лишь потом займутся собиранием из получившихся элементов лего, по понятным чертежам, искусственного разума. Так, скорее всего, поступил бы сам искусственный разум—хотя возможно, напротив, он бы как раз применил человеческую стратегию, то есть параллельно бы работал и над исследованиями мозга, и над созданием и обучением умных машин. Ведь даже в суперкомпьютерах последнего времени процессоры работают параллельно.
Можно ли говорить о какой-то стратегии в достаточно хаотическом человеческом поведении, даже коллективном? Исследователи мозга и специалисты-компьютерщики часто даже не подозревают о существовании друг друга, не то что координируют свою работу. Это было справедливо и 50 лет назад, тем более это верно сейчас, когда тот же ученый-нейрофизиолог чисто физически не в состоянии переварить вал публикаций в своей отрасли! В лучшем случае он может пролистывать дайджесты, подготовленные для него компьютером. Однако наблюдается поразительная вещь: все выглядит так, словно коллективный разум действительно создал и воплотил в жизнь стратегию по созданию искусственного интеллекта.
С одной стороны, исследовался мозг, с другой — развивались вычислительные машины и информационные технологии. Одно без другого не сработало бы! Современный уровень развития ИИ не был бы достигнут, если бы ученые из разных наук, ничего не зная друг о друге, не продолжали бы развивать каждый свою область. Поистине, в коллективном разуме человечества есть что-то мистическое!
Итак, пока одни ученые все более углубленно исследовали мозг человека и других живых существ, другие создавали математические алгоритмы, которые могли бы воспроизвести работу живых организмов —в первую очередь мозга, но не только. Успехи тех и других и привели к созданию современных нейросетей. Надо сказать, нейросети —далеко не единственный подход к созданию искусственного интеллекта, но об этом поговорим позже.
Что делает нейросеть? Каждый, кто сталкивался с функцией «капча» (captcha), понимает, что такое распознавание автомобилей на картинках. Компьютер заставляет вас отмечать галочкой картинки с автомобилями до тех пор, пока не признает вас человеком — а если вы откажетесь, система не пустит вас в интернет. Точно такая же задача стоит перед обучаемой нейросетью: она должна, например, распознавать транспортные средства и классифицировать их: вот это автомобиль, это велосипед, мотоцикл и так далее. На входе — изображение с машиной или без нее, на выходе —допустим, список объектов, или сигнал к следующему действию в логической цепочке. Например, распознать цифры на номерном знаке автомобиля и, если этот номер находится в списке «своих», открыть перед ним шлагбаум.
Как они это делают?
ИДИШ И НЕЙРОСЕТИ
Первая и простейшая искусственная нейросеть в мире появилась в 1960 году. Это был компьютер «Марк-1», разработанный в Корнелльском университете на основе идеи перцептрона, предложенной американским нейрофизиологом Фрэнком Розенблаттом. Отца его, который родился в маленьком местечке в Хмельницкой области Украины, звали Франц Фердинанд Розенблатт. Франц превратился в Фрэнка, как только приехал в Америку, и стал там активным деятелем еврейской диаспоры, директором фонда помощи евреям, пострадавшим от гражданской войны в России и неустанным редактором многочисленных социалистических изданий на идиш.
Евреи-идеалисты, переехавшие в Америку, хотели во что бы то ни стало сохранить идиш — язык, на котором в начале XX говорило ни много ни мало одиннадцать миллионов человек. После Второй мировой евреи решили забыть идиш, как язык гетто, заменив его ивритом, в котором они видели возрождение сильной державы. Однако именно на языке гетто были написаны сотни глубоких книг на темы от кулинарии до футуризма. После удара, нанесенного холокостом, коллективный разум восточноевропейского еврейства в очень короткий срок «разучился» говорить на идиш и «выучил» мертвый язык, веками используемый лишь для богослужений. Тем не менее, до сих пор встречаются энтузиасты, изучающие идиш, хотя он давно перестал быть разговорным. Любопытная параллель между искусственным и коллективным интеллектом в части освоения нового языка может стать предметом особого исследования, но интересно, что машинное обучение делало первые шаги именно в годы коллективного «забывания» идиш, а у истоков новой отрасли науки стоял человек, воспитанный в семье энтузиастов забываемого языка.
Каким образом зрительная информация расшифровывается мозгом и преобразуется в физиологический ответ? Отвечая на этот вопрос, Фрэнк Розенблатт развил идеи Дональда Хебба, который в 1949 году описал основные принципы обучения нейронов.
Кстати, Фрэнк Розенблатт учился в Принстоне именно в то время, когда там преподавал живой Эйнштейн с еще не разрезанным на 240 частей мозгом. Это было время коллективного мозгового штурма во многих областях науки, и Принстон, в котором Эйнштейн прожил 20 лет, был тем местом, где это происходило наиболее активно.