1000 мозъка. Нова теория за интелекта – Джеф Хокинс

Как мозъчните клетки се обединяват, за да създадат интелекта и съзнанието? По какъв начин си взаимодействат, за да могат да прочетат книга, да научат нов език, да създадат нова теория? Въпреки големия напредък в областта на невронауката през последните години, в нея все още има много повече въпроси, отколкото отговори.

Компютърният инженер и специалист по невронаука Джеф Хокинс предлага елегантна, но и революционна теория, която не само би могла да обясни как се ражда интелектът, но и как да създадем истински изкуствен интелект. Според Хокинс нашето съзнание се ражда от синхрона на хиляди малки „мозъци“, мрежи от неврони, всяка от които изпълнява едни и същи функции, но в диалога си с останалите коригира своите представи. Така мозъкът функционира чрез взаимодействие, чрез „демокрация“. В книгата „1000 мозъка“ на достъпен език авторът обяснява механизмите на това взаимодействие – какви „изчисления“ според него стоят в основата на нашето мислене и какво означава това за начина, по който възприемаме света, помним, учим. Както и дали бихме могли да приложим същите „изчисления“ в една мислеща и възприемаща света машина, универсален изкуствен интелект, какъвто все още не е създаден.

„1000 мозъка“ е една от петте любими книги на Бил Гейтс за 2021 г.
И една от книгите на 2021 г. според Financial Times.

Толкова въодушевяваща, толкова стимулираща, че ще хвърли съзнанието ви във вихрен водовъртеж от възбуждащо провокативни идеи – ще ви се прииска да хукнете и да ги споделите с някого.

— Ричард Докинс

---

Книгата представя революционна теория за действието на човешкия мозък, с предговор от самия Ричард Докинс. В него компютърният инженер и радетел на науката ни помага да разберем по-добре как мислим, учим и запомняме, но също така и как да копираме тези процеси, за да създадем истински изкуствен интелект.

По какъв начин си взаимодействат мозъчните клетки, за да се създаде съзнанието? Как могат да прочетат книга, да родят идея или да научат нов език? Въпреки големия напредък в областта на невронауката през последните години, в нея все още има много повече въпроси, отколкото отговори.
Сред страниците на „1000 мозъка“ на достъпен език авторът обяснява механизмите на това взаимодействие – какви „изчисления“ според него стоят в основата на нашето мислене и какво означава това за начина, по който възприемаме света, помним, учим. Както и дали бихме могли да приложим същите „изчисления“ в една мислеща и възприемаща света машина, универсален изкуствен интелект, какъвто все още не е създаден.

Хокинс разглежда и защо езикови модели, които се основават на статистика, като GhatGPT според него не са истински изкуствен интелект и защо все още не сме достигнали до етапа на създаването на такъв.
Макар и книгата да излиза на английски преди революционния пробив на GhatGPT и конкурентните му продукти, в „1000 мозъка“ е описан и начинът на работа на подобни модели на по-ранен етап на развитието им и е проследена цялата история на областта на машинния интелект.
Сред страниците на това забележително издание ще откриете и отговор и защо не бива да се чувстваме застрашени от самия изкуствен интелект и защо фантастичните сценарии как той превзема света са нереалистични. Подобно на много други технологии и тук, според Хокинс, основната заплаха идва от хората, които ги използват.

Написана на достъпен и забавен език, „1000 мозъка“ от Джеф Хокинс напомня, че ние сме първият вид на Земята, който се определя от интелекта и знанието си, а не от гените си. И изборът, пред който сме изправени, когато мислим за бъдещето, е само как да се възползваме от нововъзникналия си интелект, за да продължи да се развива цивилизацията ни.

---

Ново разбиране за мозъка

Клетките в главата ви четат тези думи. Замислете се колко за­бележително е това. Клетките са елементарни. Отделната клетка не може да чете, да мисли или изобщо да направи кой знае какво. И все пак, ако съберем заедно достатъчно клетки, за да изградим мозък, те не само четат книги, но ги и пишат. Те проектират сгради, изобретяват технологии и разкриват загадките на Вселената. Как мозъкът, изгра­ден от елементарни клетки, поражда разум, е изключително интересен въпрос и той си остава загадка.

Да проумеем как работи мозъкът, се смята за едно от най-големите предизвикателства пред човечеството. Това търсене е нароило десет­ки национални и международни инициативи, като европейския Проект „Човешки мозък“ и Международната инициатива „Мозък“. Десетки хиляди невроучени работят в множество специалности, практически във всяка страна по света, опитвайки се да разберат мозъка. Макар те да изучават мозъка на различни животни и задават разнообраз­ни въпроси, крайната цел на невронауката е да узнае как човешкият мозък поражда човешкия разум.

Може да сте изненадани от моето твърдение, че човешкият мозък си остава загадка. Всяка година се обявяват нови открития, свързани с мозъка, издават се нови книги за мозъка, а изследователите от някои близки области, като изкуствения интелект, претендират, че техните творения се доближават по интелигентност до, да речем, мишка или котка. От това лесно би могло да се заключи, че учените имат доста добра представа как работи мозъкът. Но ако запитате невроучените, почти всички те ще признаят, че все още не сме наясно. Натрупали сме огромно количество знания и факти за мозъка, но не разбираме много добре как работи цялото нещо.

През 1979 г. Франсис Крик, прочут с работата си по ДНК, пише есе за състоянието на науката за мозъка, озаглавено „Мислене за мозъка“. В него описва голямото количество факти, които учените са събрали за мозъка, и все пак, заключава той, „въпреки постоянното трупане на подробни знания как работи човешкият мозък все още е дълбоко загадъчно“. По-нататък той казва: „Онова, което определено липсва, е една широка идейна рамка, в която да бъдат интерпретирани тези резултати“.

Крик отбелязва, че учените събират данни за мозъка от десети­летия. Те знаят много факти. Но никой не е измислил как да сглоби тези факти в нещо смислено. Мозъкът е като огромен пъзел с хиляди елементи. Елементите на пъзела стоят пред нас, но ние не можем да ги проумеем. Никой не знае как би трябвало да изглежда решението. Според Крик мозъкът е загадка не защото не сме събрали достатъч-но данни, а защото не знаем как да подредим елементите, които вече имаме. През четиридесетте години, изминали от есето на Крик досега, е имало редица значими открития за мозъка, за няколко от които ще стане дума по-нататък, но като цяло неговото наблюдение все още е вярно. Как от клетките в главата ви възниква разум все още е дълбока загадка. Със събирането на все повече елементи от пъзела всяка го­дина понякога се получава усещането, че по-скоро се отдалечаваме от разбирането на мозъка, вместо да се приближаваме.

Прочетох есето на Крик, когато бях млад, и то ме въодушеви. Почувствах, че бихме могли да решим загадката на мозъка в рамките на моя живот, и преследвам тази цел оттогава насам. През послед­ните петнайсет години ръководя изследователски екип в Силицие­вата долина, който изучава частта на мозъка, наречена неокортекс, или нова кора. Неокортексът заема около 70% от обема на човешкия мозък и е отговорен за всичко, което свързваме с разума, от сетива­та като зрение, осезание и слух, през речта във всичките ѝ форми до абстрактното мислене като например математиката и философията. Целта на нашето изследване е да разберем в достатъчни подробнос-ти как работи неокортексът, така че да можем да обясним биоло­гията на мозъка и да създадем интелигентни машини, работещи на същите принципи.

В началото на 2016 г. напредъкът в изследванията отбеляза дра­матична промяна. Постигнахме пробив в разбирането. Осъзнахме, че и ние, и другите учени сме пропускали една ключова съставка. С това ново прозрение ние видяхме как се сглобяват елементите на пъзела. С други думи, мисля, че открихме рамката, за която пишеше Крик, рам­ка, която не само обяснява основните принципи в работата на неокор­текса, но поражда и нов начин на мислене за разума. Все още нямаме завършена теория за мозъка – далеч не. Научните области обикновено започват с някаква теоретична рамка и едва по-късно биват разрабо­тени подробностите. Може би най-прочутият пример е Дарвиновата теория за еволюцията. Дарвин предлага смел нов начин на мислене за произхода на видовете, но подробностите, като например как функци­онират гените и ДНК, ще станат известни едва години по-късно.

За да бъде интелигентен, мозъкът трябва да научи много неща за света. Нямам предвид само онова, което учим в училище, а такива основни неща като например как изглеждат и звучат предметите от ежедневието и какво е усещането за тях при допир. Нужно е да научим как се държат предметите – от начина, по който се отварят и затварят вратите, до онова, което правят приложенията на смартфоните ни, когато докоснем екрана. Трябва да научим къде се намира всичко в света – от местата, на които държим личните си вещи у дома, до това къде се намират библиотеката и пощата в града ни. И разбира се, научаваме и понятия от по-високо равнище, като значението на „състрадание“ и „управление“. Отгоре на всичко това всеки от нас научава значението на десетки хиляди думи. Всеки един от нас притежава огромно коли­чество знания за света. Някои от базовите ни умения са обусловени от гените ни, като например храненето или отдръпването при болка. Но повечето от онова, което знаем за света, е научено.

Хората често казват, че мозъкът е най-сложното нещо във Вселената. И оттам правят заключението, че няма да има просто обяснение как работи той или че може би изобщо никога няма да го разберем. Историята на научните открития показва, че грешим. Големите открития почти винаги са предшествани от озадачаващи, комплексни наблюдения. С правилната теоретична рамка сложността не изчезва, но вече не изглежда объркваща или плашеща.
Имало е времена, когато сме постигали малък напредък, времена, когато сме постигали голям напредък, и времена, когато сме следвали идеи, които на пръв поглед са изглеждали въодушевяващи, но в крайна сметка са се оказвали задънени улици. Няма да ви прекарвам през цялата тази история. Вместо това искам да опиша няколко ключови момента, когато нашето разбиране е правело скок напред, когато природата е шепнела в ухото ни, казвайки ни нещо, което сме пропуснали. Има три такива „аха“ момента, които живо си спомням:

Струва си отново да се подчертае, че интелектът не може да се измерва с това колко добре дадена машина изпълнява една отделна задача или дори няколко задачи. По-скоро интелектът се определя от начина, по който машината учи и съхранява знанието за света. Ние сме интелигентни не защото можем да правим едно нещо особено добре, а защото можем да се научим да правим практически всичко. Изключителната гъвкавост на човешкия интелект изисква качествата, които описах в тази глава – постоянно учене, учене чрез движение, учене на много модели и използване на отправни рамки с общо предназначение за съхраняване на знанието и осъществяване на целево ориентирано поведение. В бъдеще, според мен, почти всички форми на машинен интелект ще притежават тези качества, макар днес да сме много далече от това.

Трудната част от познанието не е формулирането на някакъв факт, а представянето на този факт по полезен начин. Да вземем например изказването Balls are round [„Топките са кръгли“]. Едно петгодишно дете знае какво означава това. Можем лесно да вкараме това твърдение в компютър, но как би могъл компютърът да го разбере? Думите ball и round имат множество значения. Ball може да означава танцов бал, който не е кръгъл, докато пицата е кръгла, но не като топката. За да разбере ball, компютърът трябва да свърже думата с различни значения, а всяко значение има различни отношения с други думи. Обектите също могат да извършват действие. Някои топки например подскачат, но футболните топки подскачат различно от баскетболните, които пък подскачат различно от топките за тенис. Ние с вас бързо научаваме тези разлики чрез наблюдение. Няма нужда някой да ни казва как подскачат топките – просто хвърляме топката на земята и гледаме какво се случва. Ние не си даваме сметка как се съхранява това знание в мозъка ни. Усвояването на рутинните знания, като например как подскачат топките, става без усилие.

Учените, занимаващи се с ИИ, се затрудняват да измислят как да постигнат това с компютъра. Те изобретяват софтуерни структури, наречени схеми и рамки, за да организират знанието, но колкото и да се опитват, накрая все стигат до безполезна бъркотия. Светът е сложен – броят неща, които едно дете знае, и броят връзки между тези неща изглежда невероятно голям. Знам, че звучи така, сякаш трябва да е лесно, но никой не е могъл да измисли как компютърът да научи нещо толкова просто като това що е топка.

Това е така нареченият проблем с представянето, или изобразяването, на знанието. Някои учени от областта на ИИ заключават, че представянето на знанието е не само голям проблем за ИИ, но и единственият проблем. Те твърдят, че не можем да направим наистина интелигентни машини, докато не решим въпроса как да представим рутинните знания в компютър.

Днешните мрежи с дълбоко обучение не притежават знание. Компютърът, играещ Го, не знае, че Го е игра. Той не знае историята на играта. Не знае дали играе срещу компютър, или човек, нито какво означава „компютър“ и „човек“. По същия начин мрежата с дълбоко обучение, която надписва изображения, може да погледне картинката и да каже, че това е котка. Но компютърът има ограничено знание за котките. Той не знае, че котките са животни, нито че имат опашки, крака и бели дробове. Не знае за споровете между любителите на котки и любителите на кучета, нито че котките мъркат и ръсят козина. Всичко, което прави мрежата с дълбоко обучение, е да определи, че новото изображение прилича на по-рано видени изображения, които са били обозначени с „котка“. В мрежата с дълбоко обучение няма знание за котките.

Напоследък учените, занимаващи се с ИИ, опитват друг подход към кодирането на знанието. Те създават големи изкуствени невронни мрежи и ги обучават с много текст – всяка дума в десетки хиляди книги, цялата „Уикипедия“ и почти целия интернет. Те вкарват текста в невронните мрежи дума по дума. Обучавайки се по този начин, невронните мрежи научават вероятността определени думи да следват други думи. Тези езикови мрежи могат да правят някои изненадващи неща. Например, ако дадете на мрежата няколко думи, тя може да напише кратък абзац, свързан с тези думи. Трудно е да се прецени дали абзацът е написан от човек, или от невронна мрежа.

Учените от областта на ИИ са в разногласие дали тези езикови мрежи притежават истинско знание, или просто имитират хората, запомняйки статистиката за милиони думи. Аз не вярвам, че някакъв вид мрежи с дълбоко обучение ще постигнат целта на УИИ, ако мрежата не моделира света по начина, по който го прави мозъкът. Мрежите с дълбоко обучение работят добре, но не защото са решили проблема с представянето на знанието. Те работят добре, защото го избягват напълно, разчитайки вместо това на статистика и много данни. Начинът, по който работят тези мрежи, е находчив, постиженията им са впечатляващи и те са ценни от гледна точка на бизнеса. Аз само изтъквам, че те не притежават знание, следователно не са напът да придобият способностите на петгодишно дете…

---

Съдържание

---

За автора

 

Джеф Хокинс е съосновател на „Нумента“, компания за невронаучни изследвания, основател на Института по невронаука „Редуд“ и един от пионерите в областта на джобните компютри. Член е на Националната инженерна академия в САЩ и е автор на книгата „За разума“ (On Intelligence) от 2004 г.

Професионалният път на Джеф Хокинс е необичаен, защото съчетава инженерство, предприемачество и фундаментални изследвания върху човешкия мозък. След като завършва електротехника в Cornell University през 1979 г., той работи в технологичната индустрия, а по-късно става съосновател на Palm и Handspring – компании, които имат важна роля в развитието на ранните преносими компютри и смартфони. Сред продуктите, свързвани с неговата работа, са PalmPilot и Treo. Въпреки успеха си в технологичния бизнес, Хокинс продължава да се интересува от въпроса как мозъкът създава интелигентно поведение. През 2002 г. основава Redwood Neuroscience Institute, а през 2005 г. съосновава „Нумента“, където насочва усилията си към изследване на неокортекса и създаването на теории за принципите на интелигентността.

Този интерес към връзката между мозъка и интелигентните машини е в основата на двете му книги. В „За разума“ (On Intelligence) (2004), написана съвместно със Сандра Блейксили, Хокинс представя идеята, че мозъкът не просто реагира на постъпващата информация, а изгражда вътрешен модел на света и използва този модел, за да прави предвиждания. По-късните му изследвания развиват тези идеи в т.нар. „Теория на хилядите мозъци“, според която множество отделни кортикални структури създават модели на света, които работят съвместно. Именно тази теория е в центъра на книгата „1000 мозъка: Нова теория за интелигентността“, публикувана през 2021 г.

Хокинс разглежда изследването на мозъка не само като научна задача, но и като възможен път към създаването на по-обща форма на изкуствен интелект. Затова книгата му се движи между невронауката, компютърните технологии и философските въпроси за природата на интелигентността. Самият Хокинс е член на Националната инженерна академия на САЩ от 2003 г. и продължава да участва в изследванията на Numenta и в развитието на теорията за „хилядите мозъци“.

---

Линк към книгата:

Свалете от Яндиск книгата „1000 мозъка“ на Джеф Хокинс от тук
или
Свалете от Мега книгата „1000 мозъка“ на Джеф Хокинс от тук