Пойми меня! Как неживое помогает разбираться в живом

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Разница между in silico и in vivo — живыми и неживыми системами, обрабатывающими информацию, всегда смущала исследователей. Велик соблазн смоделировать на компьютере или прямо электронной схемой, например, головной мозг мыши. Но как далеко можно проводить аналогии между мозгом настоящим и его цифровой моделью? Вопрос этот всплывает всякий раз, когда удаётся получить интересные результаты моделирования. И всякий раз находятся те, кто напоминает: живое и неживое — две совершенно разных категории, все связи между ними условны, сходство только внешнее!

Скептиков можно понять: действительно, системы in silico и in vivo устроены и работают совершенно по-разному. С одной стороны тут транзистор, микропроцессор, да пусть даже искусственный нейрон: объекты детерминированные, цифровые. С другой — головной мозг, в котором одних только нейронов десятки, а то и сотни типов, соединённых хаотично, в неясную массивно-параллельную аналоговую структуру, биофизически сложных, в работе которых случайность играет не последнюю роль.

Тем не менее проводить аналогии всё-таки возможно — как от живого к неживому, так и в обратном направлении. Дело в том, что хоть элементарные «детали» отличаются, функциональные, логические схемы могут быть очень похожи. Как в живом, так и в неживом можно выделить блоки, разделённые анатомически или отличающиеся поведением, связанные друг с другом. Такую схему уже можно анализировать общими для живого и неживого методами. И это позволяет задать вопрос: почему бы не проверить работоспособность методов анализа живых нейроструктур, натравив их на простые и понятные структуры электронные?


Для сравнения. Слева схема микропроцессора 6502. Справа предполагаемая схема визуальной системы приматов. При этом учёные до сих пор не уверены, правильно ли выделены блоки (тот факт, что они разделены анатомически, мало что значит) и не знают точно, как выходы блоков зависят от состояния их входов…

Для сравнения. Слева схема микропроцессора 6502. Справа предполагаемая схема визуальной системы приматов. При этом учёные до сих пор не уверены, правильно ли выделены блоки (тот факт, что они разделены анатомически, мало что значит) и не знают точно, как выходы блоков зависят от состояния их входов…

Этот вроде бы смешной вопрос на самом деле связан с проблемой, которая сильно докучает нейробиологам. Вы, конечно, знаете, что придуманы сотни методов изучения головного мозга. В общем они сводятся к сбору всевозможной информации о работе тех или иных его частей и попыткам, анализируя её, понять, как мозг устроен. Но что значит понять с точки зрения нейробиологии? А это значит быть способным заменить любой участок искусственным аналогом, не нарушив работы мозга целиком.

Так вот, несмотря на все успехи в выдумывании всё новых методов изучения мозга, от понимания его учёные всё ещё бесконечно далеки! Отчасти причиной тому чрезмерная сложность живого: чаще всего мы не знаем даже, действительно ли оно работает так, как мы предположили. Но тем больше причин проверить методы на простых и известных до последнего винтика неживых системах!

Что и проделала группа исследователей из США, опубликовавших замечательную работу в жанре так называемой вычислительной биологии. Называется она «Может ли нейробиолог понять микропроцессор?» и если вас не смущает английский, я очень рекомендую оригинал: написано простым языком, зато подробнейше разбирает массу любопытных и сложных вопросов.


Процессор исполняет Space Invaders.

Процессор исполняет Space Invaders.

Суть: нейробиологи, вооружившись методами, обычно применяемыми для изучения живых нейроструктур, попытались использовать их чтобы понять, как функционирует простейшая микропроцессорная система. «Мозгом» стал MOS 6502 — один из популярнейших микропроцессоров всех времён и народов: 8-битный чип, использованный во множестве ранних персональных компьютеров и игровых приставок, в том числе Apple, Commodore, Atari. Естественно, что мы знаем об этом чипе всё — ведь он создан человеком! Но исследователи сделали вид, что не знают ничего — и попытались понять его работу, изучая теми же методами, которыми изучают живой мозг.

Химически была удалена крышка, под оптическим микроскопом изучена схема с точностью до отдельного транзистора, создана цифровая модель (тут я немного упрощаю, но суть верна), причём модель настолько точная, что на ней оказалось возможно запускать старые игры (Space Invaders, Donkey Kong, Pitfall). А дальше чип (точнее, его модель) был подвергнут тысячам измерений одновременно: во время исполнения игр измерены напряжения на каждом проводке и определено состояние каждого транзистора. Это породило поток данных в полтора гигабайта в секунду — который уже и анализировался. Строились графики всплесков от отдельных транзисторов, выявлялись ритмы, отыскивались элементы схемы, отключение которых делало её неработоспособной, находились взаимные зависимости элементов и блоков и т.п.

Насколько сложной была эта система по сравнению с живыми? Процессор 6502, конечно, и рядом не стоит с головным мозгом даже мыши. Но он приближается по сложности к червю Caenorhabditis elegans — ломовой лошадке биологов: этот червь изучен вдоль и поперёк и уже предпринимаются попытки смоделировать его полностью в цифровом виде (вспомните «О правах животных in silico»). Таким образом задача анализа системы на чипе 6502 не является чрезмерным упрощением. И результаты имеют право быть экстраполированы на системы in vivo.


Попытка понять функциональные взаимосвязи.

Попытка понять функциональные взаимосвязи.

Вот только исследователи… потерпели поражение! Нет, какие-то результаты, конечно, получены были. Анализируя чип, удалось выделить функциональные блоки, набросать схему их вероятных взаимосвязей, получить некоторые интересные подсказки насчёт того, как, вероятно, работает микропроцессор в целом. Однако понимания в том смысле, в каком его требует нейробиология (в данном случае: быть способным исправить любую поломку), достигнуто не было! Отсюда два неприятных вывода и один совет.

Во-первых, имеющиеся на вооружении нейробиологов методы очевидно бесполезны для изучения живого мозга. Разве вправе мы надеяться понять сложнейшую живую систему, если не в силах справиться даже с простейшей искусственной моделью?

Во-вторых, наращивание объёма информации, собираемой о мозге, вероятно, не поможет проникнуть в секреты его работы глубже — без смены методов анализа. Ведь 6502 измерялся с предельной точностью, от исследователей не укрылось ничто в нём происходящее, и тем не менее понять его не удалось!

Что же до совета, нейробиологам рекомендуют взяться за задачу с другого конца: разработать (принципиально новые) методы изучения искусственных систем, убедиться, что они работают, что действительно позволяют понять, как система вроде того же 6502 устроена — и только потом экстраполировать их на живые нейроструктуры. Так неживое поможет разобраться в живом.

Спасибо. Сам бы в Инете такое не нашел (и не искал:)
Вспомнил новость примерно 35-40 летней давности. Перед отправкой исследовательского зонда на Марс, его оборудование по поиску жизни протестировали на Земле, на природе. Жизни на Земле обнаружено не было.

Помнится, это оборудование никуда и не полетело: Королёв его выкинул.

Там про США было. У нас тогда в космосе не было не то, что проблем, даже сомнений.

Нет-нет, это чисто королёвская история. Места не хватало и искали, от чего избавиться. Вот он и приказал аппаратуру для поиска жизни вытащить в степь — опробовать.

История с Королевым, возможно, и была(правда сам Королев умер в январе 66-го).Но не написали бы об этом в конце 70-х. «Марс-3» примарсился в 1971-м. И, судя по прессе, жизнь искать не собирался.
В статье шла речь о полете на Марс. Гугланул — «Викинги» тогда летали у американцев.

Хорошая версия!

Странно. Оборудование по поиску жизни там же вроде очень простое, типа колбы с бульоном, которую открывают и через несколько дней меряют, не изменилась ли прозрачность (т.е. — не расплодились ли микроорганизмы). В земных условиях должна работать лучше всего.

Да, всё так и есть. Компьютер — это по-прежнему лишь очень быстрый калькулятор. И так называемый «искусственный интеллект» — тоже. Поэтому физический труд на себя роботы взять могут легко, а вот интеллектуальный и творческий — нет.

Угу, физический. Белье постирать, погладить и в шкаф повесить. Просто куча роботов таких в магазинах.
А интеллектуальный… Бухгалтерский учет это интеллектуальная работа? Бухгалтеров уже заменяют, юристов, журналистов. Ну про «интеллектаульные» игры молчу уже, все их машины выигрывают всухую, вот покер прямо сейчас. Автоматическая трассировка плат, те же микросхемы далеко не вручную разрабатываются, машиностроение, архитектура, дизайн, всё это на машине просчитывается, получаются совершенно фантастические и невоспроизводимые людьми ни при каком раскладе вещи. Дальше будет больше, людям из творческой работы останется только задать какую-то идею и выбрать наиболее симпатичный результат, созданный машиной.

Бухгалтерский учет это интеллектуальная работа?

Нет.

Бухгалтеров уже заменяют, юристов, журналистов

Да. И только потому, что все эти работы — не интеллектуальные. Отдельный вопрос с журналистикой: настоящая, авторская журналистика — это творчество, недоступное машинам, но большинство сегодняшней писанины — это не журналистика, а пересказ информации другими словами и дайджест. Вот с этим роботы справятся на раз.

Ну про «интеллектаульные» игры молчу уже, все их машины выигрывают всухую, вот покер прямо сейчас.

Вы правильно взяли слово в кавычки. Большинство игр используют логику и объём знаний. Это доступно машинам.

Дальше будет больше, людям из творческой работы останется только задать какую-то идею и выбрать наиболее симпатичный результат, созданный машиной.

Именно! В том-то и заключается притягательность будущего — чтобы человек мог не отвлекаться на рутину, а заниматься просто идеями и экспериментами, получая результат от машин. Вот это и будет новый эволюционный скачок.

подход похож на изучение птицы по модели самолета или самолета по модели шмеля. Кто то говорил что полет шмеля противоречит законам аэродинамики.

Опасность что к новым Менгеле техническое развитие приближается.
Если нельзя сделать искусственное подобие живого, то можно начать живое укладывать в рамки искусственного. Киборги демонстрируют успехи. Вырастить процессор на базе высших приматов наверняка регулярно пытаются.

Я пришел точно к такому же выводу путем логических рассуждений еще лет 10 назад. Причем рассуждал таким же образом — что если снять крышку с работающего процессора и пытаться измерять сигналы — можно ли восстановить программу, которую он исполняет (чисто описательным языком, а не ассемблерные команды, конечно). И пришел к выводу что это невозможно. Мозги, ко всему прочему, изначально работают на неизвестных принципах (каковы они можно только предполагать, а доказательством правоты служила бы только расшифровка «программы», а её нет). Т.е. пока всё плохо и это печально.

Чтобы понять, как работает мозг, придется его сломать…

Вообще-то… Не могу отделаться от мысли, что ИИ могли бы создать или подойти поближе к этому, когда научатся делать микросхемы или цепи, могущие ощущать. Себя и пространство, осязательные ощущения чтобы у системы возникали и прочие. Чтобы они имели возможность чувствовать себя.
Возможно это для железок или кремния? — наверно, вполне. Только почему-то о таком подходе не слышно пока.
И полученные сигналы от пространства и себя самих чтобы могли вводить в поток данных.
У моделей ИИ обычно нет обратных связей с «физическим уровнем», как у живого… Нет подсознания, да и сознанию негде возникать, без ощущения себя….

А то, что полученного в изложенном в статье подходе данных не удалось проанализировать, то видимо подход был неопределенным слишком. Ведь игры удавалось запускать, то есть существенная часть задания получилась, но лишь с заменой блока в системе не вышло.

Когда-то, просто попробовал проанализировать в виде блок-схемы то, что обрабатывает мозг, и сам удивился сложности полученной картины, великое множество связей между отделами.

http://scisne.net/a-1003
..так без претензий..


Источник: www.computerra.ru

Комментарии: