Video: Najkompleksnija računalna simulacija mozga

Profesor filozofije i računalnih znanosti Chris Eliasmith iz Centra teoretskih neuroznanosti Sveučilišta Waterloo u Kanadi, već duži niz godina nastoji otkriti sastojke i precizne recepte za kreiranje mozga, a u veljači ove godine izdao je knjigu Kako izraditi mozak, u kojoj opisuje sivu tvar, konekcije dentrita (sastavni dijelovi neurona, razgranati nastavci koji nadražaj dovode do tijela neurona) i druge elemente anatomije mozga.

Kako bi čim bolje ilustrirao svoj rad, Eliasmith je izradio Spaun, najkompleksniju računalnu simulaciju funkcioniranja mozga današnjice.

Spaun (Semantic Pointer Architecture Unified Network) je računalni model koji prepoznaje brojeve, otkriva numeričke sekvence, te ih čak zapisuje pomoću svoje robotske ruke. Ovo je veliki korak u stvaranju simulacije mozga, jer se radi o prvom modelu koji može emulirati ponašanje, dok istovremeno modelira fiziologiju koja se nalazi u njegovoj pozadini.

Program se sastoji od 2,5 milijuna simuliranih neurona organiziranih u podsustave koji predstavljaju određena područja mozga, uključujući prefrontalni korteks, bazalne ganglije i talamus. Također posjeduje virtualno oko i robotsku ruku, te može izvoditi različite zadaće koje se jedna od druge razlikuju.

Ovaj sustav je potpuno drugačiji od umjetnih mozgova poput IBM-ovog Watsona koji je dizajniran za imitaciju ponašanja, jer ne traži rješenja na najbolji mogući način. "IBM želi da Watson savršeno odradi određenu zadaću i ne zanima ih način na koji to radi, a njihov Blue Brain projekt koji je najsličniji Spaunu, nastoji imitirati strukture i povezivost neurona. No niti jedan od njih ne može oponašati kako te strukture utječu na ponašanje", objašnjava Eliasmith.

"Ovi umjetni mozgovi zapravo ne rade ništa. Ne mogu niti vidjeti, niti pamtiti, sve što rade je da generiraju kompleksne voltažne uzorke koji nisu vezani uz ponašanje".

Spaun simulacija se odvija na superračunalu, a podijeljena je na dvije glavne strukture koje reprezentiraju cerebralni korteks i bazalne ganglije. Neuroni su povezani zajedno na fiziološki realan način, te imitiraju ono za što znanstvenici vjeruju da predstavlja način na koji cerebralni korteks i bazalni gangliji rade tijekom određenih zadaća.

Ako Spaun na primjer vidi određene serije brojeva, recimo 1,2,3; 5,6,7; i 3,4; umjetni neuroni izvlače vizualne podatke, te traže smisao u uzorcima. Prema vizualnim podacima program preusmjerava podatke ka specifičnim dijelovima korteksa za obavljanje određenih zadaća, čime može izvoditi raznovrsne zadaće koje uključuju testiranje memorije, kopiranje vizualne informacije, brojanje i slične. On je također u stanju rješavati određene logičke zadatke iz IQ testova poput navedenog brojčanog, te će zaključiti da se u treći niz treba dodati broj 5.

"Ovisno o tome što se događa u korteksu, Spaun uzima informaciju iz jednog njegovog dijela i preusmjerava je u drugi dio. Svaki puta kada to čini, nadograđuje stanje korteksa i pokušava otkriti koji je najbolji sljedeći korak", objašnjava Eliasmith. "Možete to zamisliti kao da bazalni gangliji kontroliraju protok informacija kroz korteks s nastojanjem rješavanja određenih zadaća. Ljudski mozgovi su dokazano u stanju to činiti. Ljudi mogu sjediti i tipkati na računalo, odgovarati na pitanja po slučajnom redoslijedu, otići po sendvič, a potom se uputiti voziti automobil, sve u jednoj kratkoj sekvenci. Ovaj model se odnosi na takvu vrstu kognitivne fleksibilnosti, te nam odgovara na pitanja kako se prebacujemo između zadaća i kako koristimo iste komponente u našoj glavi za različite zadaće", dodaje znanstvenik, dodajući kako je Spaun usprkos toga vrlo jednostavan i ima svoje limite u usporedbi sa stvarnim neuralnim korteksom.

Pored toga Spaun čak radi s programom kojem Eliasmith nje dao eksplicitne instrukcije. "Mi mu samo kažemo radi li dobar ili loš posao kako bi nastojao otkriti vlastitu strategiju za izvođenje vlastitih zadaća. S mogućnošću imitiranja fiziologije i relevantnog ponašanja mozga, Spaun se koristi za izvođenje viših zadaća u neuroznanosti i računalnoj znanosti. On nam omogućuje razumijevanje o tome kako su mozak, biološki supstrat i ponašanje povezani. To je vrlo važno za sve vrste zdravstvenih aplikacija. On može sistematski ubijati neurone i pratiti kako njihova smrt utječe na performanse, na primjer simulirati proces starenja ljudi. Pored toga Spaun može pomoći drugim strojevima u znatno učinkovitijem emuliranju funkcioniranja mozga. Možemo pokušati otkriti algoritme koji se koriste u biologiji, te možda otkriti principe koji stoje iza njih, kako bi stvorili bolje sustave umjetne inteligencije", navodi Eliasmith. 

VIDEO: Umjetni mozak Spaun