Un cervello artificiale (o mente artificiale) è un software e un hardware con capacità cognitive simili a quelle del cervello animale o umano.
Le ricerche che indagano sui “cervelli artificiali” e sull’emulazione cerebrale svolgono tre ruoli importanti nella scienza:
Un continuo tentativo da parte dei neuroscienziati di comprendere come funziona il cervello umano, noto come neuroscienza cognitiva.
Un esperimento mentale nella filosofia dell’intelligenza artificiale, dimostrando che è possibile, almeno in teoria, creare una macchina che abbia tutte le capacità di un essere umano.
Un progetto a lungo termine per creare macchine che mostrino un comportamento comparabile a quello di animali con complessi sistemi nervosi centrali come i mammiferi e in particolare gli umani. L’obiettivo finale della creazione di una macchina che esibisce un comportamento o intelligenza simile a un essere umano è talvolta chiamato AI forte.
Un esempio del primo obiettivo è il progetto riportato dalla Aston University di Birmingham, in Inghilterra, dove i ricercatori utilizzano cellule biologiche per creare “neurosfere” (piccoli ammassi di neuroni) al fine di sviluppare nuovi trattamenti per malattie quali l’Alzheimer, il motoneurone e il morbo di Parkinson .
Il secondo obiettivo è una risposta ad argomenti come l’argomento della stanza cinese di John Searle, la critica di IA di Hubert Dreyfus o l’argomento di Roger Penrose in The Emperor’s New Mind. Questi critici hanno sostenuto che ci sono aspetti della coscienza o esperienza umana che non possono essere simulati dalle macchine. Una risposta ai loro argomenti è che i processi biologici all’interno del cervello possono essere simulati con qualsiasi grado di accuratezza. Questa risposta è stata fatta già nel 1950 da Alan Turing nel suo classico articolo “Computing Machinery and Intelligence”.
Il terzo obiettivo è generalmente definito intelligenza artificiale artificiale dai ricercatori. Tuttavia, Ray Kurzweil preferisce il termine “intelligenza artificiale forte”. Nel suo libro The Singularity is Near, si concentra sull’emulazione del cervello intero usando macchine informatiche convenzionali come approccio per l’implementazione di cervelli artificiali, e sostiene (sulla base della potenza del computer che continua un trend di crescita esponenziale) che questo potrebbe essere fatto entro il 2025. Henry Markram , direttore del progetto Blue Brain (che sta tentando l’emulazione cerebrale), ha presentato un’affermazione simile (2020) alla conferenza TED di Oxford nel 2009.
Sebbene l’emulazione diretta del cervello tramite reti neurali artificiali su una macchina di calcolo ad alte prestazioni sia un approccio comune, ci sono altri approcci. Un’implementazione alternativa del cervello artificiale potrebbe basarsi sui principi di coerenza / decoerenza della fase non lineare della tecnologia olografica neurale (HNeT). L’analogia è stata fatta per i processi quantici attraverso l’algoritmo sinaptico nucleare che ha grandi somiglianze con l’equazione delle onde QM.
Alcuni critici della simulazione del cervello credono che sia più facile creare direttamente un’azione intelligente generale senza la necessità di imitare la natura. Alcuni commentatori hanno usato l’analogia che nei primi tentativi di costruire macchine volanti erano modellati come uccelli, eppure gli aerei moderni non assomigliano agli uccelli. Un argomento computazionale è usato in AI – Cos’è questo, dove viene mostrato che, se abbiamo una definizione formale dell’AI generale, il programma corrispondente può essere trovato elencando tutti i possibili programmi e poi testandoli ciascuno per vedere se corrisponde alla definizione. Al momento non esiste una definizione adeguata. L’EvBrain v è una forma di software evolutivo in grado di evolvere reti neurali simili al cervello, come la rete immediatamente dietro la retina.
Ci sono buone ragioni per credere che, indistintamente dalla strategia applicativa, le previsioni sulla realizzazione di cervelli artificiali nel prossimo futuro siano ottimistiche. In particolare, il cervello (incluso il cervello umano) e la cognizione non sono attualmente ben compresi e la scala di calcolo richiesta è sconosciuta. Inoltre sembra che ci siano limitazioni nel potere. Il cervello consuma circa 20 W di potenza, mentre i supercomputer possono usare fino a 1 MW o su un ordine di 100 mila in più (nota: il limite di Landauer (en) è 3,5×10 20 op / sec / watt a temperatura ambiente).
Inoltre, ci sono problemi etici che devono essere risolti. La costruzione e il mantenimento di un cervello artificiale solleva questioni morali, cioè in relazione alla personalità, alla libertà e alla morte. Un “cervello in una scatola” costituisce una persona? Quali diritti avrebbe questa entità, legale o no? Una volta attivato, gli esseri umani avrebbero l’obbligo di continuare con la loro operazione? Costituirebbe la disattivazione di una morte artificiale del cervello, del sonno, dell’incoscienza o di qualche altro stato per il quale non esiste una descrizione umana? Dopo tutto, un cervello artificiale non è soggetto alla decomposizione delle cellule post-mortem (e alla conseguente perdita di funzione) come il cervello umano, quindi un cervello artificiale potrebbe teoricamente riprendere la sua funzionalità esattamente come prima che fosse disattivato.
Approcci alla simulazione cerebrale
Sebbene l’emulazione diretta del cervello attraverso reti neurali artificiali in un motore di calcolo ad alte prestazioni sia un approccio comune, ci sono altri approcci. Un impianto alternativo di cervello artificiale potrebbe essere basato sulla tecnologia olografica neurale (HNET), con principi di coerenza / decoerenza di fase non lineari. L’analogia è stata fatta con i processi quantici attraverso l’algoritmo sinaptico centrale, che ha molte somiglianze con l’equazione delle onde QM.
EvBrain è una forma di software evolutivo in grado di evolvere reti cerebrali neuronali, come la rete che si trova immediatamente dietro la retina.
Ci sono buone ragioni per credere che, indipendentemente dalla strategia di attuazione, le previsioni sulla realizzazione di cervelli artificiali nel prossimo futuro siano ottimistiche. Il cervello particolare (incluso il cervello umano) e la cognizione non sono ancora ben compresi e la scala di calcolo richiesta è sconosciuta. Inoltre sembra che ci siano limitazioni di potere. Il cervello consuma circa 20 W di potenza mentre i supercomputer possono usare fino a 1 MW (cioè 100.000 in più) (nota: il limite di Landauer è 3,5×10 20 op / sec / watt a temperatura ambiente).
Approcci diversi
Sono previsti diversi approcci:
Simula l’attività biologica dei neuroni
Simula l’attività funzionale dei neuroni
produrre un exocortex che sarebbe un sistema di elaborazione dell’informazione esterno artificiale che potrebbe integrare direttamente i processi cognitivi biologici di alto livello di un cervello attraverso un’interfaccia cervello-computer, rendendo queste estensioni funzionalmente parte della mente del singolo individuo. Un tale dispositivo è ancora fantascienza, ma le interfacce cervello-macchina stanno iniziando ad apparire (permettendo ad esempio di controllare il movimento di una palla su uno schermo dal pensiero).
L’architettura dei circuiti neuronali (aree funzionali della corteccia, colonne corticali) gioca un ruolo chiave nell’emergere delle proprietà cognitive. Dagli anni ’60 (come parte di quella che allora veniva chiamata cibernetica) sono stati proposti modelli di cognizione usando tabelle associative (hash), senza risultati convincenti sulle macchine di quel tempo (una dimensione tipica era di 256 kilobyte). Alcuni di questi modelli funzionavano su mondi pre-concettualizzati, vale a dire non rilasciavano nuovi concetti sulle osservazioni grezze, ma su osservazioni relative a un modello prestabilito.
Il relativo successo delle reti neurali dopo un periodo di attraversamento nel deserto dal 1965 al 1984, così come l’esistenza di supercomputer, hanno ripristinato questo tipo di progetto.
Approcci alla simulazione cerebrale
Sebbene l’emulazione diretta del cervello umano che utilizza reti neurali artificiali su un motore di calcolo ad alte prestazioni sia un approccio comunemente discusso, ci sono altri approcci. Un’implementazione alternativa del cervello artificiale potrebbe basarsi sui principi di coerenza / decoerenza della fase non lineare della tecnologia neurale olografica (HNeT). L’analogia è stata fatta per i processi quantici attraverso l’algoritmo sinaptico core che ha forti somiglianze con l’equazione delle onde meccaniche quantistiche.
EvBrain è una forma di software evolutivo in grado di evolvere reti neuronali “cerebrali”, come la rete immediatamente dietro la retina.
Nel novembre 2008, IBM ha ricevuto una sovvenzione di 4,9 milioni di dollari da parte del Pentagono per la ricerca sulla creazione di computer intelligenti. Il progetto Blue Brain è stato condotto con l’assistenza dell’IBM a Losanna. Il progetto si basa sulla premessa che è possibile collegare artificialmente i neuroni “nel computer” posizionando trenta milioni di sinapsi nella loro corretta posizione tridimensionale.
Alcuni sostenitori dell’intelligenza artificiale forte hanno ipotizzato che i computer in relazione a Blue Brain e Soul Catcher potrebbero superare la capacità intellettuale umana entro il 2015 e che è probabile che saremo in grado di scaricare il cervello umano in un dato momento intorno al 2050.
Mentre Blue Brain è in grado di rappresentare complesse connessioni neurali su larga scala, il progetto non raggiunge il legame tra attività cerebrale e comportamenti eseguiti dal cervello. Nel 2012, il progetto Spaun (Semantic Pointer Architecture Unified Network) ha tentato di modellare parti multiple del cervello umano attraverso rappresentazioni su larga scala di connessioni neurali che generano comportamenti complessi oltre alla mappatura.
Il design di Spaun ricrea elementi di anatomia del cervello umano. Il modello, composto da circa 2,5 milioni di neuroni, include caratteristiche delle cortecce visive e motorie, connessioni GABAergiche e dopaminergiche, area tegmentale ventrale (VTA), substantia nigra e altre. Il design consente diverse funzioni in risposta a otto compiti, utilizzando input visivi di caratteri digitati o scritti a mano e uscite eseguite da un braccio meccanico. Le funzioni di Spaun includono la copia di un disegno, il riconoscimento di immagini e il conteggio.
Ci sono buone ragioni per credere che, indipendentemente dalla strategia di attuazione, le previsioni di realizzazione di cervelli artificiali nel prossimo futuro siano ottimistiche. In particolare il cervello (incluso il cervello umano) e la cognizione non sono attualmente ben compresi e la scala di calcolo richiesta non è nota. Un altro limite a breve termine è che tutti gli attuali approcci per la simulazione cerebrale richiedono ordini di grandezza di un maggiore consumo energetico rispetto a un cervello umano. Il cervello umano consuma circa 20 W di potenza mentre gli attuali supercomputer possono usare fino a 1 MW o un ordine di 100.000 in più.
Esperimento di pensiero cerebrale artificiale
Alcuni critici della simulazione del cervello credono che sia più semplice creare un’azione generale intelligente direttamente senza imitare la natura. Alcuni commentatori hanno usato l’analogia che i primi tentativi di costruire macchine volanti li hanno modellati sugli uccelli, ma gli aerei moderni non sembrano uccelli.