ach5

どのように人間の脳のコピーは、知能を賢くすることができます 2022

ach5

キーテイクアウト

人間の脳を模倣する人工知能はより賢く、より効率的なコンピュータに帰着する可能性がある、と専門家は言う。

奈良論理学の新しいAIエンジンは、脳の構造と機能を複製する神経科学の最近の発見を使用します。研究は、人間と同様に、あるいは、よりよく考えることができるコンピュータを作る数十年の長い探求の一部です。脳機能をシミュレートする一つの有望なアプローチです。

「ヒューストンのメソジスト研究所のコンピューターサイエンス教授Stephen T . C . Wong氏は、Eメールインタビューで、「生物学で働くと思われるものをコピーして、日々の活動の広い範囲で、自動化された意思決定を支援するために、それらを機械化することには明らかな利点がある」と述べた。

人間のようなAIのための使用は、「チェスをして、顔を認識して、医療診断をして、自律車両を運転して、ビジネス交渉または法的訴訟さえ係合するために株を取引することから」ことができます。

自然はソフトウェアを打つ

奈良論理は、その新しいAIプラットホームが伝統的なニューラルネットワークベースのシステムを打つと主張します。他のシステムが固定アルゴリズムを使用している間、ユーザーは、さらに多くのデータを探索するために変数と目標を変更する奈良論理学のプラットフォームと対話することができます。

他のAIモデルとは異なり、奈良ソフトウェアはまた、それが作るすべての勧告の背後に理由を提供することができます。

私たちのヘルスケアの顧客の多くは、彼らが誰かが病院に読まれている可能性を与えるAIシステムを持っていると言います、しかし、彼らは彼らがそれについて何をすることができるかについて知ることができるそれらの'しかし、なぜ?

AIは脳にモデル化されて、伝統的なAIと比較して処理効率とエネルギーコストの削減を提供することができました、Steve Levin(AI Corporal . Ioのチーフマーケティング役員)は電子メールインタビューにおいて言いました。

「人間の脳は、理由を示して、分析して、降ろして、電球より少ないと予測するために、およそ20ワットを必要とします」と、彼は言いました。

「現在のデータ中心のAIアプローチの大量のエネルギー要件とカーボンフットプリントに関する最近の記事がいくつかありました。例えば、IBMワトソンのようなアプローチは、情報を処理するために1000倍の電力を必要とします

脳のように働くAIへのもう一つの利益はトレーニング材料のための減少した必要条件であると、レヴァインが言いました。AIのほとんどの形態は、正確にするために何千もの数百万の例が必要です。

“新しい概念を学ぶためにいくつかの例を必要とする人間にそれを比較し、それは脳が学ぶ方法を模倣するアプローチは、訓練されるはるかに少ない材料を必要とすることが明らかになります”とレヴァインは付け加えた。

AIのような人間はより柔軟な思考をもたらすかもしれない、と専門家は言う。ほとんどのAIは、彼らが訓練されていない新しいシナリオを処理することはできません、Manish Kothari、非営利技術研究所SRIインターナショナルの社長は、電子メールインタビューで述べた。

「AIシステムは、今日、繰り返し同じ誤りをすることができます」と、Kothariは言いました再訓練でさえ、新しいアイテムが以前に学んだ知識を破壊するとき、今日のシステムは「破滅的な忘却」傾向があります

AIのような人間は、すぐにここにいません

しかし、本当に脳機能を模倣するAIは、長い道のりである、と専門家は言う「主な挑戦は、我々が脳が情報を処理する方法を実際に知らないということです」と、レヴァインが言いました。

“主な課題は、実際に脳の情報処理方法を知らないことです。”

研究者は、脳がどのように働いて、AIにこれらの洞察を適用するかを理解するために働いています。例えば、皮質ネットワークプログラムからの機械知能は、齧歯動物の脳の1立方ミリメートルをリバースエンジニアリングすることを目的とするしかし、これを展望に置くために、これは人間の脳の1ミリサイズのわずか1万分の1を表します。

それはスーパースマートAIを構築するために、我々はすべての脳を模倣する必要はありませんが、ウォンは言った。結局、飛行機は飛ぶが、鳥にほとんど似ていない、と彼は指摘した。一方、世界の最も明るい科学者は「非知的な」covid - 19ウイルスに対して一生懸命働いています。

「脳を模倣するボトムアップアプローチは、知性の研究において根本的な洞察に貢献しないかもしれません」と、ウォンが言いました。

「神経科学者が脳内のあらゆる分子を忠実にシミュレーションすることによって知性を再構築することができるとしても、彼らは認知の根本的な原則を見つけられません」