Un cerebro artificial (o mente artificial) es un software y hardware con capacidades cognitivas similares a las del cerebro humano o animal.
La investigación que investiga los «cerebros artificiales» y la emulación del cerebro desempeña tres funciones importantes en la ciencia:
Un intento continuo de los neurocientíficos para comprender cómo funciona el cerebro humano, conocido como neurociencia cognitiva.
Un experimento mental en la filosofía de la inteligencia artificial, que demuestra que es posible, al menos en teoría, crear una máquina que tenga todas las capacidades de un ser humano.
Un proyecto a largo plazo para crear máquinas que exhiban un comportamiento comparable al de los animales con un sistema nervioso central complejo como los mamíferos y, en particular, los humanos. El objetivo final de crear una máquina que muestre un comportamiento o inteligencia similar al humano a veces se llama IA fuerte.
Un ejemplo del primer objetivo es el proyecto informado por la Universidad de Aston en Birmingham, Inglaterra, donde los investigadores están utilizando células biológicas para crear «neuroesferas» (pequeños grupos de neuronas) con el fin de desarrollar nuevos tratamientos para enfermedades como el Alzheimer, las neuronas motoras y la enfermedad de Parkinson. .
El segundo objetivo es una respuesta a argumentos como el argumento de la habitación china de John Searle, la crítica de Hubert Dreyfus de AI o el argumento de Roger Penrose en The Emperor’s New Mind. Estos críticos argumentaron que hay aspectos de la conciencia humana o experiencia que las máquinas no pueden simular. Una respuesta a sus argumentos es que los procesos biológicos dentro del cerebro se pueden simular con cualquier grado de precisión. Esta respuesta fue hecha en 1950, por Alan Turing en su clásico artículo «Computing Machinery and Intelligence».
El tercer objetivo es generalmente llamado inteligencia general artificial por los investigadores. Sin embargo, Ray Kurzweil prefiere el término «IA fuerte». En su libro The Singularity is Near, se enfoca en la emulación de todo el cerebro usando máquinas de cómputo convencionales como un método para implementar cerebros artificiales, y afirma (por motivos de poder de computadora que continúa una tendencia de crecimiento exponencial) que esto podría hacerse antes de 2025. Henry Markram , director del proyecto Blue Brain (que está intentando la emulación del cerebro), hizo una afirmación similar (2020) en la conferencia de Oxford TED en 2009.
Aunque la emulación directa del cerebro mediante redes neuronales artificiales en una máquina de computación de alto rendimiento es un enfoque común, existen otros enfoques. Una implementación alternativa del cerebro artificial podría basarse en los principios de coherencia / decoherencia de la fase no lineal de la Tecnología Holográfica Neural (HNeT). La analogía se ha hecho con los procesos cuánticos a través del algoritmo sináptico nuclear que tiene grandes similitudes con la ecuación de onda QM.
Algunos críticos de la simulación cerebral creen que es más fácil crear directamente una acción general inteligente sin la necesidad de imitar a la naturaleza. Algunos comentaristas han usado la analogía de que en los primeros intentos de construir máquinas voladoras se modelaron como aves, y sin embargo, los aviones modernos no se parecen a las aves. Se utiliza un argumento computacional en AI – Qué es esto, donde se muestra que, si tenemos una definición formal de la AI general, el programa correspondiente se puede encontrar enumerando todos los programas posibles y luego probando cada uno de ellos para ver si coincide con la definición. Actualmente no existe una definición adecuada. El EvBrain v es una forma de software evolutivo que puede desarrollar redes neuronales similares al cerebro, como la red inmediatamente detrás de la retina.
Hay buenas razones para creer que, indistintamente a partir de la estrategia de aplicación, las predicciones sobre la realización de cerebros artificiales en el futuro cercano son optimistas. En particular, el cerebro (incluido el cerebro humano) y la cognición no se comprenden bien en la actualidad, y la escala de cálculo requerida es desconocida. Además parece que hay limitaciones en el poder. El cerebro consume aproximadamente 20 W de potencia, mientras que los supercomputadores pueden usar hasta 1 MW o en un pedido de 100 mil más (nota: el límite de Landauer (en) es de 3.5×10 20 op / s / vatio a temperatura ambiente).
Además, hay cuestiones éticas que deben ser resueltas. La construcción y el mantenimiento de un cerebro artificial plantean problemas morales, es decir, en relación con la personalidad, la libertad y la muerte. ¿Un «cerebro en una caja» constituye una persona? ¿Qué derechos tendría esa entidad, legales o no? Una vez activados, ¿tendrían los seres humanos la obligación de continuar con su operación? ¿Constituiría la desactivación de una muerte cerebral artificial, el sueño, la inconsciencia o algún otro estado para el que no haya una descripción humana? Después de todo, un cerebro artificial no está sujeto a la descomposición de células post mortem (y la consiguiente pérdida de función) como lo están los cerebros humanos, por lo que un cerebro artificial podría, teóricamente, reanudar su funcionalidad exactamente como estaba antes de que se desactivara.
Aproximaciones a la simulación cerebral.
Aunque la emulación directa del cerebro a través de redes neuronales artificiales en un motor informático de alto rendimiento es un enfoque común, existen otros enfoques. Una implantación cerebral artificial alternativa podría basarse en la tecnología holográfica neural (HNET), con principios de coherencia / decoherencia de fase no lineal. La analogía se realizó con procesos cuánticos a través del algoritmo sináptico central, que tiene muchas similitudes con la ecuación de onda QM.
EvBrain es una forma de software evolutivo que puede evolucionar redes neuronales parecidas a un cerebro, como la red que está inmediatamente detrás de la retina.
Hay buenas razones para creer que, independientemente de la estrategia de implementación, las predicciones sobre la realización de cerebros artificiales en el futuro cercano son optimistas. Los cerebros particulares (incluido el cerebro humano) y la cognición aún no se conocen bien, y la escala de cálculo requerida es desconocida. Además parece que hay limitaciones de poder. El cerebro consume alrededor de 20W de potencia, mientras que las supercomputadoras pueden usar hasta 1 MW (es decir, 100,000 más) (nota: el límite de Landauer es de 3.5×10 20 op / s / vatio a temperatura ambiente).
Diferentes aproximaciones
Se contemplan varios enfoques:
Simular la actividad biológica de las neuronas.
Simular la actividad funcional de las neuronas.
producir un exocortex que sería un sistema de procesamiento de información externo artificial que podría complementar los procesos cognitivos biológicos de alto nivel de un cerebro a través de una interfaz cerebro-computadora directamente, haciendo que estas extensiones sean funcionalmente parte de la mente del individuo. Tal dispositivo aún es ciencia ficción, pero las interfaces cerebro-máquina están empezando a aparecer (permitiendo, por ejemplo, controlar el movimiento de una bola en una pantalla mediante el pensamiento).
La arquitectura de los circuitos neuronales (áreas funcionales de la corteza, columnas corticales) desempeña un papel clave en la aparición de propiedades cognitivas. Desde la década de 1960 (como parte de lo que entonces se llamaba cibernético) se han propuesto modelos de cognición usando tablas asociativas (hash), sin resultados convincentes en las máquinas de ese tiempo (un tamaño típico era de 256 kilobytes). Algunos de estos modelos funcionaron en mundos pre-conceptualizados, es decir, no lanzaron nuevos conceptos sobre observaciones en bruto, sino en observaciones relacionadas con un patrón preestablecido.
El éxito relativo de las redes neuronales después de un período de cruce del desierto de 1965 a 1984, así como la existencia de supercomputadoras, han restablecido este tipo de proyecto.
Aproximaciones a la simulación cerebral.
Aunque la emulación directa del cerebro humano utilizando redes neuronales artificiales en un motor de computación de alto rendimiento es un enfoque comúnmente discutido, existen otros enfoques. Una implementación cerebral artificial alternativa podría basarse en los principios de coherencia / decoherencia de fase no lineal de la Tecnología Neural Holográfica (HNeT). La analogía se ha hecho con los procesos cuánticos a través del algoritmo sináptico central que tiene fuertes similitudes con la ecuación de onda mecánica cuántica.
EvBrain es una forma de software evolutivo que puede evolucionar redes neuronales «parecidas a un cerebro», como la red inmediatamente detrás de la retina.
En noviembre de 2008, IBM recibió una subvención de US $ 4,9 millones del Pentágono para investigar la creación de computadoras inteligentes. El proyecto Blue Brain se está llevando a cabo con la asistencia de IBM en Lausana. El proyecto se basa en la premisa de que es posible vincular artificialmente las neuronas «en la computadora» colocando treinta millones de sinapsis en su posición tridimensional adecuada.
Algunos defensores de la inteligencia artificial especularon que las computadoras en relación con Blue Brain y Soul Catcher pueden exceder la capacidad intelectual humana alrededor de 2015, y que es probable que podamos descargar el cerebro humano en algún momento alrededor de 2050.
Si bien Blue Brain es capaz de representar conexiones neuronales complejas a gran escala, el proyecto no logra el vínculo entre la actividad cerebral y los comportamientos ejecutados por el cerebro. En 2012, el proyecto Spaun (Semantic Pointer Architecture Unified Network) intentó modelar varias partes del cerebro humano a través de representaciones a gran escala de conexiones neuronales que generan comportamientos complejos además del mapeo.
El diseño de Spaun recrea elementos de la anatomía del cerebro humano. El modelo, que consta de aproximadamente 2.5 millones de neuronas, incluye características de las cortezas visuales y motoras, conexiones GABAérgicas y dopaminérgicas, el área tegmental ventral (VTA), sustancia negra y otras. El diseño permite varias funciones en respuesta a ocho tareas, utilizando entradas visuales de caracteres escritos o escritos a mano y salidas realizadas por un brazo mecánico. Las funciones de Spaun incluyen copiar un dibujo, reconocer imágenes y contar.
Hay buenas razones para creer que, independientemente de la estrategia de implementación, las predicciones de la realización de cerebros artificiales en el futuro cercano son optimistas. En particular, los cerebros (incluido el cerebro humano) y la cognición no se comprenden bien en la actualidad, y se desconoce la escala de cálculo requerida. Otra limitación a corto plazo es que todos los enfoques actuales para la simulación cerebral requieren órdenes de magnitud de mayor consumo de energía en comparación con un cerebro humano. El cerebro humano consume aproximadamente 20 W de potencia, mientras que las supercomputadoras actuales pueden usar hasta 1 MW o un pedido de 100,000 más.
Cerebro artificial pensamiento experimento
Algunos críticos de la simulación del cerebro creen que es más simple crear una acción general inteligente directamente sin imitar a la naturaleza. Algunos comentaristas han usado la analogía de que los primeros intentos de construir máquinas voladoras los modelaron después de las aves, pero que los aviones modernos no se parecen a las aves.