Szerintetek hogyan valósítható meg az agy?

Biologus vagyok. A programozasba kicsit belekontarkodtam, de kijelenthetjuk, hogy nem ertek a szamitogeptudomanyhoz. Erdeklodom viszont valamennyire az emberi memoria irant, ugyhogy volna par meglatasom. Valoszinuleg nem lesz teljes az alabbi kis szosszenet, mert kavarognak bennem a gondolatok.

Az elso felvetesem talan az, hogy az emberi agyban sokak szerint nem determinisztikus (azaz valodi, kvantum jellegu veletlen) folyamatok is vegbe mennek. Ugye itt arrol van szo (hatha valaki olyan is olvassa, aki ehhez nem ert annyira), hogy peldaul ha eldobunk egy dobokockat, akkor azt veletlenszerunek vehetjuk, 1:6 esellyel esik valamelyik oldalara. Ugyanakkor abbol a szempontbol nem veletlen, hogy mar az eldobas pillanataban elvileg ki lehetne szamolni, hogy hova esik ha ismerjuk a sebesseg, szog, perdulet, stb ertekeit. A szamitogepekben is van randomgenerator, ami szinten nem valodi random szamot general, csak valami annak latszo dolgot. Valodi random erteket mai tudasunk szerint csak kvantumrendszerek tudnak generalni, amikor egy kevert allapotbol valamilyen diszkret allapotba kenyszeritjuk oket.

Azt nem tudom, hogy az agy hogyan valosit meg valodi random erteket (es tenyleg megteszi-e), illetve ez mennyire fontos az agy mukodese szempontjabol, mindenesetre ha igy van es fontos, akkor normal szamitogepen sose fogunk agymukodest szimulalni.

A masik, hogy az agy mukodesehez hozzatartoznak olyan dolgok, amiket valojaban nem akarunk szamitogepen elerni. Peldaul ismert teny, hogy minel tobbszor idezunk fel egy emleket, annal jobban modosul. A szamitogepben pont azt szeretjuk, hogy a benne tarolt informaciok stabilan megmaradnak. Az agy ezzel szemben allandoan szelektal, felulir, felejt es meg inkabb modosit a benne tarolt informacion.

Az agy altal futtatott “programok”, vagyis a valaszok adott kihivasokra allandoan valtoznak. Ez egyszerre jo, mert tanulasnak hivjuk es adaptiv, mas reszrol rossz, mert kozel sem biztos, hogy abba az altalunk optimalisnak velt iranyba halad, amit el szeretnenk erni. Egy mesterseges agy ugyanugy viselkedne, mint egy valodi, tehat lehet, hogy ugyanugy a homokba dugna a fejet a problema megoldasa helyett, vagy depisen sirdogalna, ahogy a mi valodi agyunk teszi.

Az egesszel az a legnagyobb baj, hogy nem tudjuk, hogy a “jo” dolgokat (tanulekonysag, plasztictas, intuicio) hogyan valasszuk el a “rossz” dolgoktol (felejtes, hisztizes, hibazas). Sot az is lehet, hogy egy adott tulajdonsagnak siman csak ket oldala van, tehat pl nincs plasztikussag beepitett feledekenyseg nelkul, egyszeruen ez ugyanannak a folyamatnak a ket eredmenye.

Az se tudjuk, hogy az agy szerkezetenek milyen merteku befolyasa van a mukodesre. Vagyis hogy el lehet-e erni, hogy egy nem ugyanigy felepulo modell ugyanigy viselkdjen pusztan szoftveres alapon. Nyilvan egy programozo azt mondja, hogy siman, hiszen ha mondjuk szamit egy neuron hossza, mert ket neuron verseng egy jellel, es a rovidebb elonyben van, akkor ezt lehet parameterezni, a fontosabb jelnek adni egy nagyobb valoszinusegu “gyozelmet”. Neuronalis kapcsolatokat is lehet modellezni, sot azt is, ha egy uj nyulvanyt noveszt egy neuron egy masik fele. De vajon az emogott allo dontest mennyire lehet modellezni?

Vajon egy neuronnak hanyfele allapota van, hany paramterrel leirhato, es a parameterek kozotti atmenetek milyen pontossaguak? Egy-egy sejtben egy adott feherje mennyisege a nulla es a sokmillio kozt valtozhat, vajon ha ezt a feherjet mint parametert vesszuk, akkor minden darab feherjehez kell rogzitenunk egy allpotot, vagy eleg, ha a mondjuk ketto hatvanyai szerint rogzitjuk (tehat a 2 feherje meg a 4 feherje elter, de a 4 es az 5 nem). Siman elkepzelheto, hogy a sejtben a belso allapot valamilyen modon tukrozi a sejt tortenetet, ezaltal a viselkedese egy folyton valtozo fuggveny szerint tortenik, aminek a parametereit se tudjuk, a szukseges felbontast se tudjuk, semmit se tudunk. Hogy akarjuk igy modellezni?

Szerintem az evolucios algoritus az egyik legrosszabb otlet, mert nem tudjuk, mire kell szelektalni. Akik szerint az evoluciot eleg csak szimulalni egy rendszeren belul, azok total nem ertik az evoluciot. Nekunk egy olyan rendszerre volna szuksegunk, ami onmaga evolvalodik, nem pedig szimulalja, ehhez azonban ugyanugy rengeteg ido es rengeteg szeparalt kopia szukseges, mint a valodi evolucional.

13-as

én csak laikus vagyok de érdekes dolgokat vetettél fel, szerintem ezen a témán sokáig lehetne agyalni.

"Az agy altal futtatott “programok”, vagyis a valaszok adott kihivasokra allandoan valtoznak. Ez egyszerre jo, mert tanulasnak hivjuk es adaptiv, mas reszrol rossz, "--lehet hogy ez a gondolat evolúciója én semmikép nem változtatnám meg a folyamatot.

"“jo” dolgokat (tanulekonysag, plasztictas, intuicio) hogyan valasszuk el a “rossz” dolgoktol "---ne válasszuk el, csak szerintünk, jó és rossz, az evolúció szerint meg így kell működnie , különben nem éltük volna túl ezt a pár ezer évecskét,

"Vajon egy neuronnak hanyfele allapota van, hany paramterrel leirhato, es a parameterek kozotti atmenetek milyen pontossaguak? Egy-egy sejtben egy adott feherje mennyisege a nulla es a sokmillio kozt valtozhat, vajon ha ezt a feherjet mint parametert vesszuk, akkor minden darab feherjehez kell rogzitenunk egy allpotot, vagy eleg, ha a mondjuk ketto hatvanyai szerint rogzitjuk (tehat a 2 feherje meg a 4 feherje elter, de a 4 es az 5 nem)."--semmikép nem kellene ilyen részletességgel modellezni, képesek sem lennénk rá.

“lehet hogy ez a gondolat evolúciója én semmikép nem változtatnám meg a folyamatot.” Miert ne? Azzal eleve kizarsz egy halom lehetoseget. Lehet, hogy azok kozt volt a jo.

“ne válasszuk el, csak szerintünk, jó és rossz, az evolúció szerint meg így kell működnie , különben nem éltük volna túl ezt a pár ezer évecskét,”

Nyilvan a “jo” es a “rossz” emberi fogalmak. Ha epitunk egy gepet, akkor szeretnenk meghatarozni, hogy milyen legyen, azaz mik a “jo” tulajdonsagok, amikkel rendelkezzen, es mik a “rosszak”, amikkel ne. Peldaul egy terepjaro eseten teljesen mas szamit jonak, mint egy versenyauto eseten, igy amikor eldontjuk, hogy mit is akarunk csinalni, akkor ezzel automatikusan definialjuk minden egyes tulajdonsaghoz, hogy az adott dolog szamara kedvezo-e vagy sem. Egy szamitogep eseten szinten teljesen masok az elvarasok, mint az emberi agy eseten, es ha epiteni akarunk egy emberi agyhoz hasonloan mukodo szamitogepet, lehet hogy egybol olyat akarunk, ami jobb az eredeti modellnel. A termeszetbol vet peldakat mindig tovabbfejlesztve vettuk at, mert altalaban zsenialis, de nem tokeletes megoldasokat talalunk. Tehat pusztan attol, hogy minket ilyenre szelektalt a sajat evolucionk, meg nem biztos, hogy szeretnenk egy pont olyan gepet epiteni, ha van lehetoseg masmilyet. De ahhoz, hogy masmilyet epithessunk, ertenunk kene a dolgokat annyira, hogy kimazsolazhassuk a sajat agyunk azon tulajdonsagait, amiket az epulo gephez megtartanank, es eldobjuk a tobbit.

Amugy meg evolucios szemptontbol attol, hogy valami olyan, amilyen, meg nem biztos, hogy tokeletes. Az evolucio mindig a lehetosegek kozul valasztja ki a legjobbat, pl ha valamibol a tobb a jobb, akkor a 4-es es az 5-os kozul az 5-ost fogja kivalasztani. De ha egyszer megjelenik egy 6-os, akkor mindjart arra partol. Attol, hogy ma latunk valamit, pl az emberi agyat olyannak amilyennek, meg nem biztos, hogy az egy 6-os, lehet hogy csak 5-os volt a 4-esek kozt – de persze kozel sem biztos, hogy valaha is megjelenik a 6. Es konnyen lehet ugyan, hogy amit rossz tulajdonsagnak gondolunk, az valojaban hasznos, de az is lehet, hogy igazunk van, es tenyleg rossz, es ha megszabadulnank tole, akkor mindjart jobb lenne.

“semmikép nem kellene ilyen részletességgel modellezni, képesek sem lennénk rá.”

Na az biztos, hogy nem vagyunk ra kepesek, de vajon tenyleg nem is kell? A vilag nem ugy mukodik, hogy ha kijelentjuk, hogy a feherjemolekulak szama a neuronban csak X pontossaggal modellezheto, akkor az ugy jo is, mert me igy szeretnenk es kesz. Aztan lehet, hogy ez a pontossag abszolut nem elegseges. Honnan tudjuk, hogy a modellnel melyik az veszteseg, amikor mar rendszerszinten bukjuk a mukodest? Peldaul a meteorologiabol tudjuk, hogy barmilyen surunk is veszunk mintat a legkorbol, barmilyen nagy pontossagu adathalmazzal is dolgozunk, a legkor kaotikus volta miatt soha nem tudjuk az elorejelzest 100%-osan modellezni. Kell egy kompromisszum a hasznalhato elorejelzes es a szamitasi kapacitas kozott. Ha az agyat szoftveresen akarjuk modellezni, szerintem bizonyosan belesetalunk ugyanebbe a csapdaba.

Programozásban jártasabb vagyok, biológiához ilyen szinten nem értek.

Fizikai megvalósítás:

Neumann féle elven elindulva bizonyosan sosem fogunk agyat modellezni, de az informatika manapság feszegeti a határait.

Több éve terjednek a pletykák, hogy megépítették az első valódi quantum state alapon működő számítógépet, mely nem diskrét értékekel, hanem quantumbitekkel dolgozik, ami tetszőleges értéket felvehet a két határ közt.(Ez persze még nem elég mert ezen attól még a programszekvencia lineáris) Ugyanakkor még a programozás maga nincs azon a szinten, hogy egy ilyne berendezésre "szoftvert" írjunk. Még egy egyszerű tesztprogramot sem tudtak írni rá, amivel bizonyítják, hogy a gép egyértelműen kihsználja a qbit-et.

Legutóbb amit láttam, az egy qbit-el működő számológép volt, ahol az értéket egy hullámfügvényről olvasták le.

Talán a jövőben tudnak építeni egy neuronhálózatot, ahol az egyes számításokat végző részegységek qbit-ekkel dolgoznak. De ettől még eléggé messze vagyunk.

Bizonyos, hogy a jelenlegi programozási arhitektúrával, ami teljesen lineáris, nem lehetet agyat modellezni. Nem is igazán tudok elképzelni programozási "nyelvet", ami alkalmas lehet AI készítésre, sokkal inkább hardver szinten kell kódolni az ilyet.

Szoftveres szinten milliárdnyi atom quantum stajait kell kódolni. EZ elképzelhetetlenül sok adat lenne. Ezt már mozgatni is lehetetlenül nagy kihívás.

El tudom képzelni ugyanakkor, hogy ha N darab qbit-el dlogozó mini processort bizonyos neuron háló sémába kötünk, abból egy alap AI-t lehet készíteni. Ha ezen tovább megyek, akkor alapvetően neuron sémákkal kell programozin egy ilyen agyat hardware szinten.

13.:

Valodi random ertek quantum zaj alapon lehetséges valódi random számot generálni, az más tészta, hogy általános használatra olcsóbb az algoritmus.

"Az agy ezzel szemben allandoan szelektal, felulir, felejt"

Ennek oka a véges tárolókapacitás, amivel az első AI ugyanígy szembesülni fog, így ez egy hasznos tulajdonság. Ráadásul a felülírás, módosítás szerintem a tanulás folyamatának szerves része, így rendszer szinten nem elhagyható, maximum annyit lehet tenni, hogy a korábbi állapotokról készítünk biztonsági mentéseket, de így irtó gyorsan ki lehet futni a rendelkezésre álló tárhelyből.

"vagyis a valaszok adott kihivasokra allandoan valtoznak"

Adaptivitás. Egy mesterséges neuronhálóval szemben támasztott alapvető követelmény, az AI szerves része, szügséges. Alapvető iránylevek deklarálása hibaforrás is lehet, ha pl. a problámára nincs megoldás, ha nem képes a rendszer ignorálni a problémát, "fagyás" az eredménye. Lsd. hagyományos PC, ha hibás parancsot kap, nem képes eldönteni hogy az hibás, van egy alap direktíva, hajts végre, és azt teszi, és kifagy.

"Az egesszel az a legnagyobb baj, hogy nem tudjuk, hogy a “jo” dolgokat..."

Tiszta sor. Mindegy, hogy hardver vagy szoftver szinten porgramozunk, ha nem ismerjük a nyelvet, nem tudunk rajta írni. Amíg egy egyszerű élőlény agyát sem értjük, csak sötétben tapogatózunk, és próbálkoznak.

"Vajon egy neuronnak hanyfele allapota van, hany paramterrel leirhato" Legutóbbi kutatás amiről hallottam váltig állítja, hogy valamiféle nanotube-ok ban zajló queantum folyamatok befolyásolják az egyes neuronok működését. Ha ez igaz, akkor a válasz akár végtelen is lehet, márpedig azt szoftveresen lekezelni lehetetlen.