Hoe het kopiëren van het menselijk brein AI slimmer kan maken

Belangrijkste leerpunten

  • Onderzoekers zijn al tientallen jaren bezig met het maken van computers die informatie net zo goed of beter kunnen verwerken dan mensen.
  • Een nieuwe AI-engine probeert intelligentere computers te maken door de manier waarop het menselijk brein werkt na te bootsen.
  • AI die de hersenfunctie echt nabootst, is nog ver weg, zeggen sommige experts.
Een model van een menselijk brein gemaakt van computercircuits om kunstmatige intelligentie aan te geven.
Andriy Onufiyenko / Getty Images

Kunstmatige intelligentie die het menselijk brein nabootst, kan leiden tot slimmere, efficiëntere computers, zeggen experts.

Nara Logica' nieuwe AI-engine maakt gebruik van recente ontdekkingen in de neurowetenschappen om de hersenstructuur en -functie te repliceren. Het onderzoek maakt deel uit van een decennialange zoektocht om computers te maken die net zo goed of beter kunnen 'denken' dan mensen. Het simuleren van de hersenfunctie is een veelbelovende benadering.

"Er zijn duidelijke voordelen aan het kopiëren van wat lijkt te werken in de biologie en het implementeren ervan in machines om geautomatiseerde besluitvorming in een breed spectrum van dagelijkse activiteiten te ondersteunen",

Stephen TC Wong, zei een professor computerwetenschappen aan het Houston Methodist Research Institute in een e-mailinterview.

Het gebruik van menselijke AI kan variëren van "schaken, gezichten herkennen en aandelen verhandelen tot het maken van een medische diagnose, het besturen van autonome voertuigen en het aangaan van zakelijke onderhandelingen of zelfs juridische procedures", zei hij toegevoegd.

Nature Beats-software

Nara Logics beweert dat zijn nieuwe AI-platform de traditionele neurale netwerkgebaseerde systemen verslaat. Terwijl andere systemen vaste algoritmen gebruiken, kunnen gebruikers communiceren met het platform van Nara Logics, variabelen en doelen wijzigen om hun gegevens verder te verkennen.

In tegenstelling tot andere AI-modellen kan de Nara-software ook de redenen geven voor elke aanbeveling die het doet.

"Veel van onze zorgklanten zeggen dat ze AI-systemen hebben gehad die de kans geven dat iemand opnieuw wordt opgenomen in het ziekenhuis, voor bijvoorbeeld, maar ze hebben nooit die 'maar waarom?' redenen gehad om te weten wat ze eraan kunnen doen', zei Nara Logics CEO Jana Eggers in een persbericht.

AI gemodelleerd naar de hersenen zou verwerkingsefficiëntie en verlaging van de energiekosten kunnen bieden in vergelijking met traditionele AI, Steve Levine, de chief marketing officer van AI-bedrijf Cortical.io, zei in een e-mailinterview.

Beveiligingsbeambte kijkt naar wolkenblokken die gezicht in de lucht vormen.
Colin Anderson Productions pty ltd / Getty Images

"Het menselijk brein heeft slechts ongeveer 20 watt nodig om te redeneren, analyseren, afleiden en voorspellen - minder dan een gloeilamp," zei hij.

"Er zijn een aantal recente artikelen verschenen over de enorme energiebehoefte en CO2-voetafdruk van de huidige datacentrische AI-aanpak. Zo hebben benaderingen zoals IBM Watson 1000 keer meer kracht nodig om informatie te verwerken."

Een ander voordeel van AI die werkt als de hersenen, is de verminderde behoefte aan trainingsmateriaal, zei Levine. De meeste vormen van AI vereisen nu duizenden of miljoenen voorbeelden om accuraat te zijn.

"Vergelijk dat met een mens die maar een paar voorbeelden nodig heeft om een ​​nieuw concept te leren, en het wordt duidelijk dat een benadering die de manier waarop de hersenen leren nabootst, zal veel minder materiaal nodig hebben om te worden getraind," Levine toegevoegd.

Mensachtige AI zou flexibeler kunnen denken, zeggen experts. De meeste AI kunnen geen nieuwe scenario's aan waar ze niet in zijn getraind, Manish Kothari, de president van het non-profit technologieonderzoeksinstituut SRI Internationaal, zei in een e-mailinterview.

"AI-systemen kunnen tegenwoordig herhaaldelijk dezelfde fouten maken", zei Kothari. "Zelfs met omscholing zijn de systemen van vandaag vatbaar voor 'catastrofaal vergeten' wanneer een nieuw item eerder geleerde kennis verstoort."

Mensachtige AI zal er niet snel zijn

Maar AI die de hersenfunctie echt nabootst, is nog ver weg, zeggen sommige experts. "De grootste uitdaging is dat we eigenlijk niet weten hoe de hersenen informatie verwerken," zei Levine.

"De grootste uitdaging is dat we eigenlijk niet weten hoe de hersenen informatie verwerken."

Onderzoekers proberen te begrijpen hoe de hersenen werken en passen deze inzichten toe op AI. De Machine Intelligence van het Cortical Networks-programma, heeft bijvoorbeeld tot doel een kubieke millimeter van de hersenen van een knaagdier te reverse-engineeren. "Maar om dit in perspectief te plaatsen, dit vertegenwoordigt slechts een miljoenste van de grootte van het menselijk brein," zei Levine.

Het is mogelijk dat we, om superslimme AI te bouwen, de hersenen helemaal niet hoeven na te bootsen, zei Wong. Vliegtuigen vliegen immers, maar lijken weinig op vogels, merkte hij op. Ondertussen werken 's werelds slimste wetenschappers hard tegen het "niet-intelligente" COVID-19-virus.

"De bottom-up benadering bij het nabootsen van de hersenen draagt ​​mogelijk niet bij aan fundamentele inzichten in de studie van intelligentie," zei Wong.

"Zelfs als neurowetenschappers intelligentie opnieuw kunnen creëren door elk molecuul in de hersenen getrouw te simuleren, zullen ze de onderliggende principes van cognitie niet hebben gevonden."