Mga Key Takeaway
- Ang mga mananaliksik ay nasa loob ng ilang dekada na paghahanap na gumawa ng mga computer na maaaring magproseso ng impormasyon pati na rin, o mas mahusay kaysa sa mga tao.
- Sinusubukan ng bagong AI engine na lumikha ng mas matatalinong computer sa pamamagitan ng paggaya sa paraan ng paggana ng utak ng tao.
- Malayo ang AI na tunay na gumagaya sa paggana ng utak, sabi ng ilang eksperto.
Ang artificial intelligence na ginagaya ang utak ng tao ay maaaring magresulta sa mas matalino, mas mahusay na mga computer, sabi ng mga eksperto.
Ang bagong AI engine ng Nara Logics ay gumagamit ng mga kamakailang natuklasan sa neuroscience upang kopyahin ang istraktura at paggana ng utak. Ang pananaliksik ay bahagi ng isang dekada-mahabang paghahanap upang gumawa ng mga computer na maaaring "mag-isip" pati na rin o mas mahusay kaysa sa mga tao. Ang pagtulad sa paggana ng utak ay isang magandang paraan.
"May mga malinaw na benepisyo sa pagkopya sa tila gumagana sa biology at pagpapatupad ng mga ito sa mga makina upang matulungan ang awtomatikong paggawa ng desisyon sa malawak na spectrum ng mga pang-araw-araw na aktibidad," Stephen T. C. Sinabi ni Wong, isang propesor sa computer science sa Houston Methodist Research Institute, sa isang panayam sa email.
Ang mga gamit para sa mala-tao na AI ay maaaring saklaw "mula sa paglalaro ng chess, pagkilala sa mga mukha, at pangangalakal ng mga stock hanggang sa paggawa ng medikal na diagnosis, pagmamaneho ng mga autonomous na sasakyan, at pakikipag-negosasyon sa negosyo o kahit na legal na paglilitis," dagdag niya.
Nature Beats Software
Nara Logics inaangkin ng bago nitong AI platform na tinatalo ang mga tradisyonal na neural network-based system. Habang ang ibang mga system ay gumagamit ng mga nakapirming algorithm, ang mga user ay maaaring makipag-ugnayan sa platform ng Nara Logics, nagbabago ng mga variable at layunin upang ma-explore pa ang kanilang data.
Hindi tulad ng ibang mga modelo ng AI, ang Nara software ay makakapagbigay din ng mga dahilan sa likod ng bawat rekomendasyong ginagawa nito.
"Marami sa aming mga customer sa pangangalagang pangkalusugan ang nagsasabi na mayroon silang mga AI system na nagbibigay ng posibilidad na may madalang muli sa ospital, halimbawa, ngunit hindi pa sila nagkaroon ng mga 'pero bakit?' na mga dahilan para maging alam nila kung ano ang magagawa nila tungkol dito, " sabi ni Nara Logics CEO Jana Eggers sa isang news release.
Ang AI na ginawang modelo sa utak ay maaaring mag-alok ng kahusayan sa pagpoproseso at pagbawas sa mga gastos sa enerhiya kumpara sa tradisyonal na AI, sinabi ni Steve Levine, ang punong marketing officer ng AI company na Cortical.io, sa isang panayam sa email.
"Ang utak ng tao ay nangangailangan lamang ng humigit-kumulang 20 watts para mangatwiran, mag-analisa, magbawas, at mahulaan-mas mababa kaysa sa isang bumbilya," sabi niya.
"Nagkaroon ng ilang kamakailang artikulo tungkol sa napakalaking pangangailangan sa enerhiya at carbon footprint ng kasalukuyangIhambing iyon sa isang tao na nangangailangan lamang ng ilang halimbawa upang matuto ng bagong konsepto, at nagiging malinaw na ang isang diskarte na ginagaya ang paraan ng pagkatuto ng utak ay mangangailangan ng mas kaunting materyal upang sanayin," dagdag ni Levine.
Ang tulad ng tao na AI ay maaaring magdala ng mas nababaluktot na pag-iisip, sabi ng mga eksperto. Karamihan sa AI ay hindi makayanan ang mga bagong senaryo kung saan hindi sila sinanay, sinabi ni Manish Kothari, ang presidente ng nonprofit technology research institute na SRI International, sa isang panayam sa email.
"Ang mga AI system ngayon ay maaaring paulit-ulit na gumawa ng parehong pagkakamali," sabi ni Kothari. "Kahit na may retraining, ang mga system ngayon ay madaling kapitan ng 'catastrophic forgetting' kapag ang isang bagong item ay nakakagambala sa dating natutunang kaalaman."
Ang mala-tao na AI ay Hindi Malapit Na Dito
Ngunit ang AI na tunay na gumagaya sa paggana ng utak ay malayo pa, sabi ng ilang eksperto. "Ang pangunahing hamon ay hindi natin talaga alam kung paano nagpoproseso ang utak ng impormasyon," sabi ni Levine.
“Ang pangunahing hamon ay hindi natin talaga alam kung paano nagpoproseso ang utak ng impormasyon.”
Nagsusumikap ang mga mananaliksik upang maunawaan kung paano gumagana ang utak at ilapat ang mga insight na ito sa AI. Ang programa ng Machine Intelligence mula sa Cortical Networks, halimbawa, ay naglalayong i-reverse-engineer ang isang cubic millimeter ng utak ng rodent. "Ngunit, upang ilagay ito sa pananaw, ito ay kumakatawan lamang sa isang-milyong laki ng utak ng tao," sabi ni Levine.
Posible na para makabuo ng super-smart AI, hindi na natin kailangang gayahin ang utak, sabi ni Wong. Pagkatapos ng lahat, lumilipad ang mga eroplano, ngunit may kaunting pagkakahawig sa mga ibon, itinuro niya. Samantala, ang pinakamagagandang siyentipiko sa mundo ay nagsusumikap laban sa "hindi matalinong" COVID-19 na virus.
"Ang bottom-up approach sa paggaya sa utak ay maaaring hindi makatutulong sa mga pangunahing insight sa pag-aaral ng katalinuhan," sabi ni Wong.
"Kahit na muling likhain ng mga neuroscientist ang katalinuhan sa pamamagitan ng tapat na pagtulad sa bawat molekula sa utak, hindi nila mahahanap ang pinagbabatayan na mga prinsipyo ng cognition."
