Det er tider hvor jeg lurer på hvorfor så mange forskere bruker så mye tid på å prøve å gjenskape noe så mistenkt og fullt av uklarhet som den menneskelige hjernen.
Men hvem tuller jeg? Disse dyspeptiske øyeblikkene går uunngåelig, som alle som har fulgt denne bloggen vet. Det ser ut som om noen måneder, jeg skriver tilbake om det siste forsøket på å bygge maskiner som kan lære å gjenkjenne gjenstander eller til og med utvikle kognitive ferdigheter.
Og nå er det Spaun.
Forblir på oppgaven
Dets fulle navn er Semantic Pointer Architecture Unified Network, men Spaun høres langt mer episk ut. Det er den siste versjonen av en techno-hjerne, opprettelsen av et kanadisk forskerteam ved University of Waterloo.
Så hva gjør Spaun forskjellig fra en mindboggingly smart kunstig hjerne som IBMs Watson? Enkelt sagt, Watson er designet for å fungere som en ekstremt kraftig søkemotor, grave gjennom en enorm mengde data med brakkhastighet og bruke komplekse algoritmer for å utlede et svar. Det bryr seg egentlig ikke om hvordan prosessen fungerer; det handler hovedsakelig om å mestre innhenting av informasjon.
Men Spaun prøver å etterligne menneskets hjernes oppførsel og gjør det ved å utføre en rekke oppgaver, alle forskjellige fra hverandre. Det er en datamaskinmodell som ikke bare kan gjenkjenne tall med det virtuelle øye og huske dem, men også kan manipulere en robotarm for å skrive dem ned.
Spauns "hjerne" er delt inn i to deler, løst basert på hjernebarken og basalganglier, og dens simulerte 2, 5 millioner nevroner - hjernen vår har 100 milliarder kroner - er designet for å etterligne hvordan forskere tror de to delene av hjernen samhandler.
Si for eksempel at “øyet” ser en rekke tall. De kunstige nevronene tar de visuelle dataene og fører dem inn i cortex der Spaun bruker den til å utføre en rekke forskjellige oppgaver, for eksempel å telle, kopiere figurene eller løse talloppgaver.
Snart blir det å glemme bursdager
Men Spauns oppførsel har vært en interessant vri. Som Francie Diep skrev i Tech News Daily, ble det mer menneskelig enn det skaperne forventet.
Still det et spørsmål, og det svarer ikke umiddelbart. Nei, det går litt på pause, omtrent så lenge menneskelig kan. Hvis du gir Spaun en lang liste med tall å huske, har det enklere tid å huske de som den mottok først og sist, men sliter litt med å huske de i midten.
"Det er noen ganske subtile detaljer om menneskelig atferd som modellen fanger opp, " sier Chris Eliasmith, Spauns hovedoppfinner. “Det er definitivt ikke i samme målestokk. Men det gir en smak av mange forskjellige ting hjerner kan gjøre. ”
Hjernen tapper
Det faktum at Spaun kan gå fra en oppgave til en annen, bringer oss ett skritt nærmere det å kunne forstå hvordan hjernen vår er i stand til å skifte så uanstrengt fra å lese en lapp til å huske et telefonnummer til å fortelle hånden vår å åpne en dør.
Og det kan hjelpe forskere å utstyre roboter med evnen til å være mer fleksible tenkere, til å tilpasse seg på farten. Fordi Spaun opererer mer som en menneskelig hjerne, kunne forskere bruke den til å utføre helseeksperimenter som de ikke kunne gjøre på mennesker.
Nylig, for eksempel, kjørte Eliasmith en test der han drepte av nevronene i en hjernemodell i samme takt som nevronene dør hos mennesker når de eldes. Han ønsket å se hvordan tapet av nevroner påvirket modellens ytelse på en etterretningstest.
Én ting Eliasmith ikke har klart å gjøre, er å få Spaun til å gjenkjenne om det gjør en god eller dårlig jobb. Han jobber med det.
Å samle intelligens
Her er noen andre nyere utviklinger innen hjerneforskning og kunstig intelligens:
- Jeg kan ikke få denne sangen ut av hodet: Forskere i Berlin kablet gitarister som spilte en duett med elektroder og fant ut at når de måtte koordinere spillet sitt, ble hjerneaktiviteten deres synkronisert. Men når de ikke ble koordinert, når den ene ledet og den andre fulgte, var hjerneaktiviteten deres tydelig annerledes.
- En dag kan hjernen faktisk forstå seg selv: Et team av MIT nevrovitenskapsmenn har utviklet en måte å overvåke hvordan hjerneceller koordinerer seg med hverandre for å kontrollere spesifikk atferd, for eksempel å fortelle kroppen om å bevege seg. Ikke bare kan dette hjelpe dem til å kartlegge hjernekretser for å se hvordan oppgaver blir utført, men det kan også gi innsikt i hvordan psykiatriske sykdommer utvikler seg.
- Dyptenking er slik i går: Toppprisen i en nylig konkurranse sponset av farmasøytisk gigant Merck gikk til et team av forskere fra University of Toronto som brukte en form for kunstig intelligens kjent som dyp læring for å hjelpe oppdage molekyler som kan bli nye medisiner.
- Så roboter vil lære å stirre på smarttelefoner ?: For å lære roboter å fungere i sosiale situasjoner, sporer forskere ved Carnegie-Mellon University grupper av mennesker med hodemonterte kameraer for å se når og hvor øynene deres samles i sosiale omgivelser.
- Dessverre prøver de stadig å skjule nøtter: Ved å bruke den villedende atferden til fugler og ekorn som modell, har forskere ved Georgia Tech klart å utvikle roboter som kan lure hverandre.
Videobonus: Sjekk ut en demo av Spaun i aksjon.
Mer fra Smithsonian.com
Mennesker utviklet store hjerner for å være sosiale?
Hvordan hjerner tjener penger
