Τα μυστήρια της λειτουργίας του ανθρώπινου εγκεφάλου ανέκαθεν προβλημάτιζαν τους επιστήμονες. Υπήρχαν πάντα προσπάθειες μίμησης του ανθρώπινου εγκεφάλου. Το Human Brain Project είναι μια τέτοια προσπάθεια. Σε ποιο στάδιο βρίσκονται οι επιστήμονες; Υπάρχουν επιτυχίες;
Ο ανθρώπινος εγκέφαλος είναι ο πιο μυστηριώδης βιολογικός υπολογιστής που γνωρίζουμε. Στην πραγματικότητα, δεν γνωρίζουμε αρκετά γι' αυτό, παρά τις προσπάθειες των επιστημόνων να το μάθουν με όλο και πιο εξελιγμένους τρόπους κατά τη διάρκεια των αιώνων. Μόνο οι πιο πρόσφατες τεχνολογίες μπορούν να μας δώσουν πραγματική γνώση για την οποία μπορούσαμε μόνο να μαντέψουμε πριν. Αυτό δεν αλλάζει το γεγονός ότι απέχουμε ακόμη πολύ από την πλήρη επίγνωση. Σε ποιο στάδιο βρίσκονται οι σύγχρονοι επιστήμονες;
Επίσης ενδιαφέρον: Τι είναι τα νευρωνικά δίκτυα και πώς λειτουργούν;
Ο όρος «τεχνητή νοημοσύνη»
Στη δεκαετία του 1950, όταν ο όρος «τεχνητή νοημοσύνη» εμφανίστηκε για πρώτη φορά στην επιστήμη και οι ερευνητές της τεχνητής νοημοσύνης απέδειξαν με επιτυχία ότι μπορούσες να διδάξεις μια μηχανή να κάνει πράγματα που δεν μπορούσες να κάνεις μόνος σου, ήταν ενθουσιασμένοι με αυτό. Η απλή πιθανότητα ότι μια μηχανή μπορεί να μάθει, να αποδείξει μαθηματικά θεωρήματα από μόνη της (αυτό έγινε, για παράδειγμα, με το πρόγραμμα Logic Theorist που αναπτύχθηκε το 1955 από τους Allen Newell και Herbert Simon), ή να παίξει πούλια και να νικήσει έναν άνθρωπο (πρόγραμμα του Arthur Ο Samuel, ένας μηχανικός της IBM, αργότερα καθηγητής στο Πανεπιστήμιο του Στάνφορντ), οδήγησε τον επιστημονικό κόσμο να πιστέψει ότι μια πλήρης προσομοίωση του ανθρώπινου εγκεφάλου ήταν μόλις λίγα χρόνια μακριά.
Έχουν περάσει δεκαετίες και παρά την τεράστια ανάπτυξη της υπολογιστικής ισχύος, την ανάπτυξη τεχνητών νευρωνικών δικτύων και αλγορίθμων τεχνητής νοημοσύνης με βαθιά μηχανική μάθηση, απέχουμε ακόμη πολύ από την προσομοίωση ακόμη και τμημάτων του εγκεφάλου. Με απλά λόγια, οι πρωτοπόροι της Τεχνητής Νοημοσύνης του δεύτερου μισού του 20ου αιώνα υποτίμησαν πολύ τις δυνατότητες αυτής της «μάζας που μοιάζει με ζελέ» στις χελώνες μας, η οποία είναι κατά 90% νερό.
Επίσης ενδιαφέρον: ChatGPT: Απλές οδηγίες χρήσης
Ο εγκέφαλος είναι πολύπλοκος
Κατά τη γέννηση, ο ανθρώπινος εγκέφαλος ζυγίζει περίπου 300 g. Ένας πλήρως ανεπτυγμένος εγκέφαλος ενηλίκου ζυγίζει περίπου 1,5 kg. Αυτό το 1,5 κιλό περιέχει ολόκληρο το σύμπαν μας και όλες τις νοητικές ικανότητες που έχουμε. Όχι μόνο συνειδητές, όπως η αφηρημένη σκέψη, η δημιουργικότητα, αλλά και αυτά που δεν γνωρίζουμε: κινητικότητα κινήσεων, έλεγχος του κυκλοφορικού συστήματος, αναπνοή και πολλά, πολλά άλλα.
Είναι μια δημοφιλής δήλωση μεταξύ των επιστημόνων ότι ο ανθρώπινος εγκέφαλος αποτελείται από περίπου 100 δισεκατομμύρια νευρώνες. Δεν γνωρίζουμε τον ακριβή αριθμό τους και μπορεί να διαφέρει σε κάθε άτομο του ανθρώπινου είδους. Αλλά ας υποθέσουμε ότι αυτό είναι αλήθεια, και αυτός ο αριθμός δεν είναι τόσο μικρός. Τα 100 δισεκατομμύρια είναι πολλά, αλλά οι σύγχρονοι υπερυπολογιστές μπορούν να προσομοιώσουν ακόμη μεγαλύτερα αντικείμενα. Ωστόσο, το πρόβλημα είναι ότι ένας νευρώνας είναι κάτι πολύ πιο περίπλοκο από, για παράδειγμα, ένα texel σε τρισδιάστατα γραφικά, ένα pixel σε μια εικόνα ή οποιοδήποτε άλλο αντικείμενο που μπορεί να περιγραφεί μόνο με ένα μικρό κομμάτι κώδικα.
Οι νευρώνες στον εγκέφαλό μας συνδέονται μεταξύ τους. Αυτές δεν είναι φυσικές συνδέσεις, γιατί τότε οι ηλεκτρικές ώσεις που δημιουργούνται σε μεμονωμένους νευρώνες θα εξαπλωθούν γρήγορα σε όλο το σώμα, κάτι που θα καθιστούσε πρακτικά αδύνατη τη λειτουργία. Η μετάδοση πληροφοριών στον εγκέφαλό μας βασίζεται τόσο στον ηλεκτρισμό (παρορμήσεις) όσο και στη χημεία (νευροδιαβιβαστές). Κάθε νευρώνας (ας θυμηθούμε τη δημοφιλή πλέον εικόνα ενός νευρώνα ως «δέντρου» με χαρακτηριστικούς δενδρίτες) μπορεί να συνδεθεί με άλλους με τη βοήθεια έως και δέκα χιλιάδων συναπτικών συνδέσεων.
Συμφωνώ, 10000 συνδέσεις από ένα νευρικό κύτταρο είναι πολύ υψηλότερο επίπεδο πολυπλοκότητας από τις λογικές πύλες στα τρανζίστορ. Αν προσπαθήσουμε να μετρήσουμε τον αριθμό όλων των πιθανών συνδέσεων μεταξύ των νευρώνων και των καταστάσεων που μπορούν να λάβουν κάθε δεδομένη στιγμή (μόνο μία), θα λάβουμε έναν τεράστιο αριθμό που υπερβαίνει κατά πολύ τον εκτιμώμενο αριθμό ατόμων σε ολόκληρο το παρατηρήσιμο σύμπαν. Χρησιμοποιώντας αυτήν την προσέγγιση, πολλοί επιστήμονες που ειδικεύονται στη νευροβιολογία και έχουν επίσης ένα υπόβαθρο στην επιστήμη των υπολογιστών πιστεύουν ότι, ακόμη και με το τρέχον επίπεδο γνώσης και την αναμενόμενη ανάπτυξή του, μια πλήρης προσομοίωση ενός τόσο περίπλοκου οργάνου είναι μια εργασία που θα ξεπεράσει τις δυνατότητές μας. πολύς καιρός. Αυτό όμως δεν σημαίνει ότι οι επιστήμονες δεν κάνουν τίποτα και δεν έχουν καταφέρει τίποτα. Ας ρίξουμε μια ματιά σε μερικά έργα που στόχο έχουν να προσομοιώσουν, αν όχι ολόκληρο το ανθρώπινο μυαλό, τουλάχιστον ένα μέρος του.
Διαβάστε επίσης: 7 πιο εντυπωσιακές χρήσεις του ChatGPT
40 λεπτά και ένα δευτερόλεπτο
Το 2013, Ιάπωνες επιστήμονες από το Ινστιτούτο Τεχνολογίας της Οκινάουα και Γερμανοί ερευνητές από το Forschungszentrum Jülich ένωσαν τις δυνάμεις τους και χρησιμοποίησαν έναν από τους πιο ισχυρούς υπερυπολογιστές στον πλανήτη μας εκείνη την εποχή (ονομαζόμενος K Computer, ηγέτης της λίστας Top500 το 2011) με υπολογιστική ισχύ 8,16 PFLOPS (ή 8,16 τετρασεκατομμύρια πράξεις κινητής υποδιαστολής ανά δευτερόλεπτο) για να προσπαθήσετε να προσομοιώσετε μόνο ένα κομμάτι του εγκεφάλου. Γενικά, η προσομοίωση συνίστατο στη χαρτογράφηση του έργου 1,73 δισεκατομμυρίων νευρώνων, οι οποίοι μαζί δημιούργησαν ένα δίκτυο 10,4 τρισεκατομμυρίων συναπτικών συνδέσεων. Αυτό είναι λίγο περισσότερο από το 1 τοις εκατό του δυναμικού αυτού του βιολογικού «ζελέ» που έχει κολλήσει στο κρανίο σας. Η προσομοίωση χρησιμοποίησε την πλήρη ισχύ 82944 επεξεργαστών Sparc64 VIIIfx (ένα σύστημα έχει συχνότητα ρολογιού 2 GHz και 8 πυρήνες). Δούλεψε αυτή η προσέγγιση;
Σύμφωνα με τους επιστήμονες, ναι, αλλά από την άλλη... εξαρτάται από το πώς το βλέπεις. Περίπου 40 λεπτά λειτουργίας αυτού του υπερυπολογιστή διήρκεσαν για μια προσομοίωση μόνο 1 δευτερολέπτου λειτουργίας του αναφερόμενου τμήματος του νευρωνικού δικτύου του εγκεφάλου. Επομένως, αν και το γεγονός ότι η προσομοίωση πραγματοποιήθηκε καθόλου μπορεί να ονομαστεί επιτυχία, επειδή τα αποτελέσματα, ο χρόνος υπολογισμού και ο όγκος της προσομοίωσης δείχνουν τι τεράστιο πρόβλημα αντιμετωπίζουμε εδώ. Και πρέπει να θυμόμαστε ότι με την αύξηση του αριθμού των νευρώνων, η πολυπλοκότητα του συναπτικού δικτύου αυξάνεται όχι γραμμικά, αλλά εκθετικά! Αν ακόμη και ο ταχύτερος σήμερα αμερικανικός υπερυπολογιστής Frontier, που λειτουργεί στο Εθνικό Εργαστήριο Oak Ridge και έχει υπολογιστική ισχύ έως και 1102 PFLOPS, δηλαδή 135 φορές μεγαλύτερη από τον αναφερόμενο Ιαπωνικό Υπολογιστή K, χρησιμοποιήθηκε για την ίδια εργασία, δεν θα σήμαινε ότι το Frontier θα μπορούσε να προσομοιώσει (με τις ίδιες παραμέτρους μοντέλου) ένα νευρωνικό δίκτυο 135 φορές μεγαλύτερο. Η ίδια προσομοίωση ενός πραγματικού δευτερολέπτου ενός δικτύου 1,73 δισεκατομμυρίων νευρώνων θα διαρκέσει σε έναν αμερικανικό υπερυπολογιστή όχι 40 λεπτά, αλλά λιγότερο από 18 δευτερόλεπτα. Αλλά αυτό είναι ακόμα πολύ περισσότερο από μια προσομοίωση δικτύου σε πραγματικό χρόνο και είναι μόνο ένα μικρό μέρος αυτού που έχουμε στο κεφάλι μας. Η προσομοίωση των λειτουργιών ολόκληρου του μυαλού εξακολουθεί να ανήκει στη σφαίρα της επιστημονικής φαντασίας. Όμως οι επιστήμονες εξακολουθούν να προσπαθούν.
Διαβάστε επίσης: Σχετικά με τους κβαντικούς υπολογιστές με απλά λόγια
European Human Brain Project
Το Human Brain Project (HBP) ως προς την κλίμακα του και τα κονδύλια που διατέθηκαν για αυτό το επιστημονικό έργο μπορεί να συγκριθεί με ένα άλλο έργο που σχετίζεται με τον άνθρωπο - το περίφημο έργο "Human Gene", το οποίο διήρκεσε από το 1990 έως το 2003. Για την πλήρη κατανόηση του ανθρώπινου γονιδιώματος, το Human Brain Project στοχεύει να βοηθήσει τους επιστήμονες να κατανοήσουν καλύτερα τον εγκέφαλό μας. Ωστόσο, το Human Brain Project, το οποίο βρίσκεται σε εξέλιξη από το 2013 και αρχικά υποτίθεται ότι θα τελείωνε μετά από μια δεκαετία έρευνας (δηλαδή το 2023), δεν πλησιάζει καν στην προσομοίωση ολόκληρου του εγκεφάλου. Λοιπόν, ποιους στόχους σχεδιάζουν να επιτύχουν οι επιστήμονες με αυτήν την έρευνα;
Ο κύριος στόχος του HBP δεν είναι να προσομοιώσει ολόκληρο τον εγκέφαλο, καθώς ελπίζω να έχουμε ήδη δείξει ότι αυτό το έργο είναι πέρα από τις δυνατότητες του πολιτισμού μας σήμερα. Ο στόχος είναι να κυριαρχήσει τουλάχιστον εν μέρει η πολυπλοκότητα του εγκεφάλου. Αυτό θα βοηθήσει στην ανάπτυξη επιστημών όπως η ιατρική, η επιστήμη των υπολογιστών, η νευρολογία, καθώς και στην ανάπτυξη τεχνολογιών των οποίων η εργασία εμπνέεται από το πώς λειτουργεί το μυαλό μας.
Ένα από τα αποτελέσματα του έργου HBP είναι η δημιουργία μιας ψηφιακής πλατφόρμας για την έρευνα του εγκεφάλου, EBRAINS. Το EBRAINS είναι μια πλατφόρμα ανοιχτού κώδικα που δίνει τη δυνατότητα σε ερευνητές από όλο τον κόσμο να χρησιμοποιούν ψηφιακά εργαλεία που είναι διαθέσιμα σε ένα ασφαλές περιβάλλον cloud. Με άλλα λόγια, το EBRAINS παρέχει στους επιστήμονες τα εργαλεία για να μοντελοποιήσουν και να αναλύσουν τη λειτουργία μεμονωμένων περιοχών του εγκεφάλου.
Ένα τέτοιο εργαλείο είναι το πρόγραμμα εικονικής προσομοίωσης εγκεφάλου που δημιουργήθηκε από την HBP και την EBRAINS. Αυτό το εργαλείο είναι εντελώς ανίκανο να προσομοιώσει το έργο ολόκληρου του εγκεφάλου, αλλά επιτρέπει, για παράδειγμα, σε ερευνητές νέων φαρμάκων να προσομοιώσουν τις επιδράσεις τους σε ομάδες νευρώνων. Αυτό, με τη σειρά του, θα επιτρέψει στους επιστήμονες να αναπτύξουν νέες θεραπείες χρήσιμες για πολύπλοκες ασθένειες όπως η νόσος του Αλτσχάιμερ, η κατάθλιψη, η νόσος του Πάρκινσον και άλλα.
Επίσης ενδιαφέρον:
- Λοιπόν, να μιλήσω ή να μην μιλήσω; Ο Μασκ αρνείται ότι μίλησε με τον Πούτιν. Αλλά υπάρχει ένα "αλλά"
- Το σύγχρονο πυροβολικό είναι το σούπερ όπλο της Ουκρανίας. Και γιατί είναι εδώ ο Έλον Μασκ;
Πρωτοβουλία US BRAIN
Ένα ακόμη μεγαλύτερο και νεότερο έργο που ξεκίνησε από αμερικανικά ερευνητικά ιδρύματα είναι το US BRAIN Initiative. Αυτό είναι ένα άλλο πολυετές ερευνητικό έργο πολλών δισεκατομμυρίων δολαρίων που στοχεύει στη χαρτογράφηση της ανθρώπινης σύνδεσης. Τι είναι μια σύνδεση; Αυτό είναι ένα σύνολο νευρικών συνδέσεων αυτού του οργανισμού. Ακριβώς όπως το γονιδίωμα είναι ένας πλήρης χάρτης της γενετικής αλυσίδας, και το πρωτέωμα είναι ένας πλήρης χάρτης των πρωτεϊνών ενός δεδομένου οργανισμού. Γνωρίζουμε ήδη το ανθρώπινο γονιδίωμα, η ανακάλυψή του κόστισε δισεκατομμύρια δολάρια. Σήμερα, ο έλεγχος γονιδιώματος είναι ευρέως διαθέσιμος και, για παράδειγμα, οι γενετικές δοκιμές για την παρουσία ενός ελαττώματος κοστίζουν αρκετές εκατοντάδες δολάρια. Ένα πλήρες γονιδίωμα είναι ελαφρώς πιο ακριβό, αλλά εξακολουθεί να είναι τάξεις μεγέθους μικρότερο από το κόστος του πρώτου ανθρώπινου DNA που διαβάστηκε.
Ας επιστρέψουμε στο Connectome και στο αμερικανικό έργο BRAIN. Ποιος είναι ο σκοπός αυτού του έργου; Ο Τζος Γκόρντον, διευθυντής του Εθνικού Ινστιτούτου Ψυχικής Υγείας των ΗΠΑ στην Bethesda του Μέριλαντ, δήλωσε: «Γνωρίζοντας όλους τους τύπους εγκεφαλικών κυττάρων, πώς συνδέονται μεταξύ τους και πώς αλληλεπιδρούν, θα ανοίξει ένα εντελώς νέο σύνολο θεραπειών που σήμερα δεν μπορώ καν να φανταστώ». Επί του παρόντος, δημιουργείται και αναπτύσσεται συστηματικά ο μεγαλύτερος κατάλογος τύπων νευρικών κυττάρων στον κόσμο. Αυτός ο κατάλογος, που ονομάζεται BRAIN Initiative Cell Census Network (BICCN), περιγράφει πόσοι διαφορετικοί τύποι κυττάρων υπάρχουν στον εγκέφαλο, σε ποιες αναλογίες εμφανίζονται, πώς κατανέμονται στο χώρο και ποιες αλληλεπιδράσεις συμβαίνουν μεταξύ τους.
Από πού προέρχεται αυτή η προσέγγιση; Από την ανάγκη να κατανοήσουμε πώς λειτουργεί ο εγκέφαλος. Τα πλεονεκτήματα αυτής της προσέγγισης εξηγούνται σε μια δήλωση στο Nature από τον νευροεπιστήμονα Christoph Koch, κύριο επιστήμονα του προγράμματος MindScope, το οποίο υλοποιείται από το Allen Institute for Brain Science στο Σιάτλ: «Όπως τίποτα στη χημεία δεν έχει νόημα χωρίς τον περιοδικό πίνακα του στοιχεία, τίποτα δεν θα έχει νόημα στην κατανόηση του εγκεφάλου χωρίς να κατανοήσουμε την ύπαρξη και τη λειτουργία μεμονωμένων τύπων κυττάρων».
Αν υποθετικά πετύχαμε το τεχνολογικό δυναμικό να μπορούμε να σαρώνουμε κύτταρο με κύτταρο και, για παράδειγμα, να αναδημιουργούμε τον ανθρώπινο εγκέφαλο, μια τέτοια προσέγγιση θα σήμαινε ότι ακόμα κι αν πετύχαμε (κάτι που δεν είναι ρεαλιστικό σήμερα), δεν θα καταλάβαμε γιατί ο εγκέφαλος λειτουργεί όπως πραγματικά συμβαίνει. Και δεν έχει σημασία αν μιλάμε για τον εγκέφαλο ως ζωντανό βιολογικό όργανο ή για το ψηφιακό, υποθετικά κλωνοποιημένο αντίστοιχο. BRAIN και κατάλογος Διχαλωτά αποτελούν σημεία εκκίνησης για την κατανόηση της δομής και της λειτουργίας κάθε νευρωνικού κυκλώματος και επομένως για την κατανόηση της πολύπλοκης συμπεριφοράς που διέπει όλα τα είδη με ένα όργανο τόσο περίπλοκο όσο ο εγκέφαλος.
Η έρευνα συνεχίζεται και οι επιστήμονες παρουσιάζουν συνεχώς τα νέα τους επιτεύγματα σε έναν ειδικά δημιουργημένο ιστότοπο. Ως εκ τούτου, είμαι σίγουρος ότι σύντομα θα περιμένουμε ακόμα πιο ενδιαφέρουσες ανακαλύψεις.
Επίσης ενδιαφέρον:
Σύντομα θα είναι δυνατό να αφαιρέσουμε το μυαλό όλων άσκοπα...