Apziņa, domāšana, dvēsele, kas tas ir?

Mūsdienīgs skatījums

2002.g. ASV inženieris, izgudrotājs un zinātnieks Jeff Hawkins nodibināja Redwood Neuroscience Institute, šī institūta galvenais uzdevums bija izprast, kā dzīvnieku un cilvēku smadzenes (neokortekss) apstrādā informāciju. 2004.g. viņš par to uzrakstīja grāmatu ‘On Intelligence’, bet 2005.g. savu ideju iemiesošanai kopā ar citiem līdzstrādniekiem nodibināja privātu 20 darbinieku firmu ‘Numenta’.

Galvenā doma ir vienkārša. Datoristi, lai risinātu dažādus intelektuālus uzdevumus, ķeras pie darba, izmantojot mūsu pašreizējos priekšstatus. Piemēram, tulkošanu (no vienas valodas uz otru) datoristi šodien veido, vienas valodas vārdiem piesaistot otras valodas atbilstošos vārdus, ievērojot to lietošanas biežumus un vārdus un izteikumus, ar kuriem kopā tie tiek lietoti. Un vēl dažas lietas – teikuma uzbūves un gramatikas likumus.

Šādas tulkošanas un teksta lasīšanas mašīnas nesaprot tekstu. Hawkins izsaka pārliecību, ja tulkošanas mašīnās izmantosim smadzeņu uzbūves un darbības principus, tad teksta izpratne parādīsies.

1950.g. Alan Turing rakstā ‘Computing Machinery and Intelligence’ izteica priekšlikumu kā pārbaudīt, vai mašīna spēj domāt. Pārbaudes kritērijs bija – kā mašīna atbild uz pārbaudītāja uzdotiem jautājumiem. Ja pārbaudītājs nevar konstatēt, vai atbild mašīna vai cilvēks, Tjūrings paziņoja, ka tad var uzskatīt, ka mašīna domā.

Hawkins savā grāmatā apraksta jaunu pieeju – galvenais inteliģences kritērijs nav vis atbildes uz uzdotiem jautājumiem, bet gan tas, ko dara cilvēka smadzenes: izveido ārējās pasaules modeļus, prognozē notikumus un izvēlas rīcību.

1980.g. Berklijas Universitātes filozofijas profesors John Searle izteica domu, ka datori nav un nekad nebūs inteliģenti. Lai to pierādītu, viņš aprakstīja iedomātu eksperimentu, kas šodien pazīstams ar nosaukumu  Chinese Room.

Slēgtā istabā, kas ar ārējo pasauli savienota tikai ar spraugu, pa kuru var iebīdīt papīrīšus, uz kuriem uzrakstīti jautājumi vai atbildes, pie galda sēž cilvēks, kurš zina tikai angļu valodu.

Pa spraugu telpā tiek iebīdīts papīrs, uz kura ir kāds stāsts ķīniešu valodā un jautājumi par šo stāstu, arī ķīniešu valodā. Bez tam vēl istabā ir angļu valodā rakstītas instrukcijas par to, kā jāraksta atbildes uz jautājumiem – protams, ķīniešu valodā. Instrukcijā nav sacīts, ko nozīmē jautājumi un atbildes, bet instrukcija uzrakstīta tā, ka, ja to rūpīgi ievēro, tad iespējams uzrakstīt pareizas atbildes, jautājumus un atbildes nesaprotot. Kad telpas iemītnieks labi pastrādājis, t.i., uzrakstījis visas atbildes (protams, ķīniešu valodā), izrādās, ka tās ir pareizas.

Sērls jautā: – Vai istabas iemītnieks saprata, ko viņš rakstīja, ko nozīmēja jautājumi un atbildes? Protams, ka nē. Sērls rakstīja, ka šī ‘ķīniešu istaba’ ir tieši tāda pati kā mūsdienu datori – atbildes dod pareizas, bet nesaprot, par ko runa. Dators vienkārši precīzi izpilda instrukcijas, un, ja tās ir pareizas, tad atbildes arī ir pareizas.

Hawkins raksta, ka, lai dators saprastu, tad mums jākopē cilvēka smadzeņu darbību. Hawkins savā grāmatā apraksta kā darbojas cilvēka smadzenes, ko nozīmē saprast un domāt.

Neironu tīklam atšķirībā no datora nav centrālā procesora un atsevišķas atmiņas iekārtas. Tīkla ‘zināšanas’ un atmiņa ir izkliedēta pa visu tīklu. Atmiņas elementi ir savienojumi starp neironiem, kas var būt vairāk vai mazāk aktīvi.

Daudzslāņu struktūra.

Vizuālās informācijas signāli no redzes nerva (apmēram miljons) tiek padoti uz primary visual cortex, audio signāli (trīsdesmit tūkstoši) – uz primary auditory cortex, bet ārējo (taustes, temperatūras) un iekšējo sajūtu (ķermeņa) signāli – uz primary somatosensory cortex. Visa ienākusī informācija izvietojas smadzeņu neironos tā, ka katram vizuālajam, audio vai ķermeņa sajūtu ‘attēlam’ atbilst viena neironu saišu kopa. Ja saites starp slāņiem aktīvas, tad ienākušie signāli tiek padoti, pārvadīti uz augšu, uz nākošo apstrādes slāni. Smadzeņu pētnieki šodien runā par sešiem slāņiem V1, V2, V3, V4, V5 un VI. Katrs augstākais slānis ir iepriekšējā koncentrāts.

Tā kā ienākošo signālu (audio, vizuālo, taustes) attēli laikā mainās, korteksā tiek uzkrātas ienākušo attēlu virknes (mēs varam iedomāties savienojumu attēlu datora ekrāna plaknē, kas pēc katra ienākušā nolasījuma pārvietojas ekrāna dziļumā, bet pēc savienojumu būtisko, nemainīgo īpašību saglabāšanas – uz augšu). Zemākajos slāņos tiek uzkrāti pilni attēli (ar visiem sīkumiem, detaļām), augstākajos slāņos tiek saglabātas tikai šo attēlu būtiskās, nemainīgās daļas, piemēram, sarunu biedra seja vai ķermenis, neatkarīgi no tā, kurā vietā tas atrodas. Vai arī, piemēram, melodija, neatkarīgi no tā, uz kāda instrumenta vai kādā toņkārtā tā spēlēta. Vai arī, piemēram, teikuma jēga, neatkarīgi no tā, vai tas lasīts vai dzirdēts, vienā vai otrā valodā izteikts. Šī nemainīgo, būtisko attēlu īpašību uzkrāšana un automātiska klasificēšana (nosaukuma, jēdziena piesaistīšana) ir korteksa darbības pamatā. Piemēram, melodijai mēs piesaistām dziesmas nosaukumu, dzīvnieka attēlam – sugas nosaukumu, apkārtējiem priekšmetiem – to nosaukumus, bet abstraktiem jēdzieniem (piemēram, skaitlis π) – speciālus simbolus, bet citiem jēdzieniem – garākus apzīmējumus, piemēram, Pitagora teorēma, nevainības prezumpcijas princips.

Ātrums.

Salīdzinot ar datora tranzistoriem, smadzeņu neironi ir lēni. Neirons sasummē ieejas signālus no daudzām sinapšu ieejām un pārslēdzas apmēram 5ms laikā, t.i., 200 reizes sekundē. Kā gan tik lēna ‘skaitļošanas mašīna’ spēj risināt tik sarežģītus uzdevumus (piemēram, tenisa spēle), kuru risināšanai  mūsdienu datoriem vajadzīgi vairāki miljoni soļu?

         Atbilde ir pārsteidzoša. Smadzenes nerēķina matemātiskos vienādojumus, bet iegūst atbildes (tenisa spēles gadījumā – pareizās kustības) no atmiņas. Miljoniem pareizo kustību uzkrātas atmiņā apmācību laikā, un smadzenēm tik vajadzīgi nedaudzi soļi, lai piekļūtu atmiņā glabātajai optimālajai rīcībai. Pie kam, atcerēsimies, ka tādas speciālas atmiņas, kā datoros, smadzenēs nemaz nav. Tur uzkrāti, saglabāti pareizām kustībām atbilstošo neironu savienojumu ‘attēli’ (patterns). Kad vajag atcerēties vai izpildīt kustības, atbilstošie smadzeņu apgabali vienkārši tiek ierosināti, aktivizēti. Kortekss ir atmiņa, tas vispār nav skaitļotājs.

Šī smadzeņu uzbūve nosaka dažas īpatnības, kuras katrs pie sevis var novērot. Kad cilvēks ir nomodā, visi smadzeņu apgabali modri gaida, kad no sensoriem pienāks kāds pazīstams ‘attēls’. Pat tad, ja ienākušais attēls ir nepilnīgs (dažas melodijas notis, neskaidri izteikts vai kļūdaini uzrakstīts vārds, uz mirkli redzēts cilvēks), smadzenēs tiek ierosināti šiem signāliem atbilstošie apgabali, visbiežāk pareizi, bet dažreiz, kā mēs zinām – kļūdaini.

Ko nozīmē – saprast?

Kā mēs saprotam pasauli? Vispirms ienākošo signālu plūsma tiek salīdzināta ar atmiņā, t.i., neironu saitēs noglabātām savienojumu struktūrām (invariant structures). Kad ienākošo signālu struktūras sakrīt ar agrāk atmiņā noglabātām, mēs sakām, ka saprotam, kas notiek. Atmiņā noglabātās savienojumu kopas tiek ierosinātas, pat apsteidzot ārējās pasaules notikumus. Tādā veidā mūsu apziņa paredz, prognozē nākotnes notikumus. Kas notiek tālāk? No ārējās pasaules turpina ienākt attēlu virkne (piemēram, turpina skanēt dziesma) un… agrāk atmiņā ierakstītā virkne arī turpina ‘skanēt’, pie kam, apsteidzot no ārējās pasaules pienākošo melodiju. Pētnieki saka, ka smadzenes prognozē notikumus, salīdzina atmiņā ierakstīto ar ienākošo virkni. Ja šīs virknes sakrīt, viss kārtībā, mēs jūtamies komfortabli. Kāds vācu dzejnieks ir sacījis: – Musik ist die Mathematik der Seele, nur sie weiss nicht, dass sie rechnet (Mūzika ir dvēseles matemātika, tikai tā nezina, ka rēķina).

         Bet iesim tālāk. Vienkāršā gadījumā atmiņā ierakstīta notikumu virkne, kuru mēs vienkārši atceramies (tas ir, ierosinām attiecīgos korteksa apgabalus), bet ne visiem dzīves gadījumiem atmiņā glabājas atbilstoši notikumu ‘scenāriji’. Prognozēšanas pamatā ir fakts, ka smadzeņu neironu augstākajos līmeņos, salīdzinot dažādas ienākušās plūsmas, tiek izveidoti ārējās pasaules modeļi, kas ļauj sakārtot, klasificēt ārējās pasaules notikumus, iegaumēt to savstarpējās kombinācijas un paredzēt nākošos notikumus. Piemēram, mēs zinām, ka kāda virtuves trauka nokrišana nereti saistīta ar tā saplīšanu, satura izlīšanu, un, tātad, attiecīgu troksni, smaržām un citiem efektiem. Tad, kad korteksa ģenerētās prognozes sakrīt ar ārējās pasaules notikumiem, mēs zinām, kas notiks tālāk. Tas iespējams tikai tad, ja neokorteksā glabājas ārējās pasaules modeļi.

Spēja prognozēt notikumus ir fundamentāla smadzeņu darbības īpatnība, var sacīt, ka tā ir inteliģences pamats. Mēs redzam, ka patiesībā smadzenes unikālā veidā (ierosinot apgabalu, kurā ierakstīta visticamākā ienākošiem notikumiem atbilstošā notikumu virkne) nosaka optimālo hipotēzi un tādā veidā apsteidz datorus, kuros visticamāko hipotēzi rēķina pēc Baiesa formulas.

Tātad, ko nozīmē saprast? Hawkins raksta: Saprast nozīmē izveidot ārējās pasaules notikumu modeli un paredzēt, prognozēt ārējās pasaules notikumus. Ja prognoze sakrīt ar notikumiem, tad mēs sakām, ka modelis (teorija) ir pareizs.

Smadzenes vienlaicīgi izpilda vairākus uzdevumus, dara vairākus ‘darbus’: uztver un apstrādā ienākošās plūsmas, salīdzina tās ar neironu savienojumos noglabātām plūsmām, un paredz nākošos ārējās pasaules notikumus. Tas viss notiek tik viegli, ka visbiežāk mēs minētos procesus nemaz neapzināmies. Bet patiesībā tas ir ļoti svarīgi un nozīmīgi: šos procesus kopā mēs saucam par domāšanu.

Mācīšanās.

Kas notiek, ja ienākušo notikumu ‘bildes’ nesakrīt ne ar vienu no atmiņā glabāto attēlu virknēm? Mēs esam pārsteigti un ienākušo (audio, vizuālo, ķermeņa sajūtu) virknes tiek padotas uz augstākiem korteksa slāņiem – atpazīšanai un klasifikācijai. Šai notikumu virknei tiek pievērsta  papildus uzmanība. Ja atpazīšana tomēr nenotiek, tad ienākušā plūsma tiek saglabāta kā kaut kas jauns, un nākošā dzīves pieredze tai pievieno papildus detaļas un augstākajos korteksa apgabalos tiek izveidota jauna priekšmeta vai procesa jēdziens. Ir notikusi mācīšanās.

         Varam sacīt, ka prognozēšana ir korteksa galvenā, svarīgākā funkcija un inteliģences neatņemama sastāvdaļa. Kad mēs taisīsim datorus, kuri prognozēs ārējās pasaules notikumus, pēc kaut kāda kritērija racionāli un optimāli izvēlēsies savu rīcību, tad varēsim sacīt, ka tie inteliģenti reaģē uz ārējās pasaules iedarbēm, ka tiem piemīt intelekts.

         Smadzenes izveido ārējās pasaules modeļus, tie nepārtraukti tiek salīdzināti ar ārējo realitāti. Plašākā skatījumā varam teikt, ka tieši tā dažādas zinātnes veido mūsu pasaules notikumu izpratni. Mēs izveidojam, izstrādājam teorijas – ārējās pasaules notikumu modeļus -, salīdzinām tos ar to, kas pasaulē notiek, un, ja abi sakrīt, mēs sakām, ka teorija ir pareiza.

         Ārējās pasaules notikumu prognozēšana rada tik ticamas ‘bildes’, ka nereti mēs nemaz neatšķiram prognozētos notikumus no reālajiem. Tādēļ nereti smadzeņu ‘lēmums’ par to, kas notiek, ir kļūdains. Bet inteliģenci mēra ar mūsu spēju atcerēties un pareizi paredzēt ārējās pasaules notikumus.

Apziņa.

Apziņa ir spēja redzēt sevi dažādās ikdienas situācijās. Psihologi runā par deklaratīvām atmiņām: tās ir atmiņas, kuras spējam atcerēties un par tām pastāstīt citiem. Hawkins raksta: Atmiņa ir sinapsēs un tām pievientos neironos ierakstītās fizikālās izmaiņas, kas nosaka signālu pārvadi starp neironiem. Katrs var izpildīt domu eksperimentu: iedomājieties kādu savas dzīves laiku, par kuru jums nav nekādu atmiņu (dziļš miegs, bezsamaņa). Vai šajā laikā jums bija apziņa?

         Otrs apziņas izpausmes veids ir grūtāk saprotams. Mēs ārējās pasaules audio, vizuālos un ķermeņa sajūtu signālus uztveram kā atšķirīgus. Jautājums: ja šo signālu apstrādes neironi un to savienojumi ir līdzīgi, t.i., smadzenēs nav specifisku audio, vizuālo vai taustes signālu apstrādes neironu, kā tās panāk to, ka mēs šos signālus atšķiram vienu no otra? Autors piedāvā atbildi: šie signāli daļēji piesaistīti emociju centriem. Piemēram, saules gaisma rada siltumu un labsajūtu, mūzika rada patīkamas izjūtas, u.t.t.

Realitāte, stereotipi un prognozēšana.

Lielākā daļa no tā, ko mēs uztveram, tiek iegūta, ierosinot dažādus neironu savienojumos noglabātos attēlus. Mūsu priekšstatu par realitāti veido divu plūsmu summa – no sensoriem ienākošie signāli un atmiņā ierosinātie.

         Visi ārējās pasaules notikumi ir loģiski tik sakārtoti, ka sakarības starp savu rīcību un ārējās pasaules reakcijām mēs iemācāmies kā kaut ko dabisku un pašsaprotamu. Var sacīt, ka cilvēki savā apziņā izveido neskaitāmus ārējās pasaules modeļus. Bērns iemācās priekšmetu īpašības, tos redzot, aptaustot, ar tiem darbojoties. Bērns iemācās, ka, ja kādu priekšmetu rokās netur, tad tas vienmēr krīt uz leju. Vienkāršās ārējās pasaules priekšmetu īpašības iemācās, apgūst visi cilvēki.

         Bet sarežģītākās savstarpējo attiecību īpašības mēs iemācāmies katrs individuāli. Bērns, kurš uzaudzis mīlestības fona atmosfērā, kur apkārtējie cilvēki atbild uz bērna emocionālajām vajadzībām, kad pieaudzis, apkārtējos cilvēkus un visu pasauli uztver kā labvēlīgu, drošu un uzticamu. Bērns, kura vajadzības ignorētas, kuram darīts pāri, gandrīz neatkarīgi no tā, kādos apstākļos viņš dzīvo vēlāk, uz pasauli skatās ar nedrošību un neuzticību. Nākotnes notikumus viņa smadzenes prognozē kā draudīgus un bīstamus. Uz šiem vienkāršajiem faktiem balstās mūsdienu psiholoģija, noviržu izpratne un slimību ārstēšana.

         Kultūra mūsu smadzenēs izveido pasaules attēlus – modeļus. Dažādās kultūrās augušiem cilvēkiem ir atšķirīgas skaistuma izjūtas un atšķirīgi problēmu risināšanas paņēmieni. Afganistānas ciltis un Amerikas dienvidu iedzīvotāji dzīvo ar izteiktu goda izjūtu, un problēmu risināšanā tur parasti tiek lietota varmācība. Dzīves sākumā tiek apgūtas dažādas reliģiskas pārliecības, izveidotas vērtības un atšķirīgi priekšstati par dzīves jēgu. Morāle, priekšstati par labo un ļauno, atļauto un aizliegto, ir iemācīti. Ģenētiskais mantojums dod tikai ievirzes, kuras tiek vairāk vai mazāk izkoptas.

         Kultūra, ģimenes pieredze katram iemāca stereotipus, kas, varbūt mums par nelaimi, ir neatņemami turpmākās dzīves pavadoņi. Neironu tīklu pētnieki atbilstošos neironu savienojumu laukus sauc par invariantajiem attēliem (invariant representations).    Paredzēšana pēc būtības ir stereotipu (psihoterapeiti saka – izjūtu, izturēšanās, izpratņu šablonu) lietošana. Cilvēki nevar atbrīvoties no domāšanas stereotipos, jo stereotipu lietošana ir korteksa darbības pamatā.

         Lai atbrīvotos no nevēlamiem stereotipiem, bērniem jāmāca atpazīt realitātei neatbilstošus stereotipus, būt iejūtīgiem un skeptiskiem. Skepticisms ir zinātniskās metodes pamats. Tas ir vienīgais veids, kas ļauj atšķirt faktus no izdomājumiem.

Apziņa un dvēsele.

Nereti bērnībā mēs iedomājamais, kā būtu, ja mēs būtu piedzimuši citā vietā, citā valstī, laikā un ģimenē? Šajos gadījumos mēs domājam tā, it kā būtu neatkarīgi no sava ķermeņa. Šī fizikālam ķermenim nepiesaistītā ‘Es’ izjūta ir tiešs un dabisks neokorteksa darbības rezultāts.

         Ārējās pasaules modeļi ierakstās smadzeņu hierarhiskajā struktūrā. Tad, kad atmiņā tiek ierosināts kāds modelis (attēlu virknes), tās rada prognozes, to signālu lauki korteksa ieejā ir līdzvērtīgi sensoru ieejas signāliem, atšķirība ir tā, ka signāls nenāk no ārējās pasaules, bet – no atmiņas apgabaliem. Šo korteksa iekšējo darbību sauc par domāšanu. Mūsu dziļākās domas neveido ārējās pasaules pašreizējie signāli, tās ir smadzeņu iekšējās darbības rezultāts. Mēs varam aizvērt acis un atrast klusu vietu, tā, lai mūsu domāšanu netraucētu ārējās pasaules signāli. Protams, ka modeļi, kurus mēs izmantojam domāšanai, ir izveidoti un uzkrāti atmiņā no reālās pasaules, bet mēs tos izmantojam tad, kad plānojam un domājam par pasauli. Kad domājam, tad mēs izmantojam modeļus, bet nevis pašu pasauli.

         Smadzenes atrodas galvaskausā, klusā un tumšā telpā. Par ārējo pasauli smadzenes uzzina tikai no sensoru signāliem. Smadzenes ir attēlu apstrādes ierīce, no smadzeņu puses skatoties, mūsu ķermenis arī ir ārējā pasaule. Kortekss nespēj izveidot pats savu modeli tādēļ, ka tajā nav sensoru. Domas fizikāli darbojas smadzenēs, bet ķermeni tās uztver ar sensoru palīdzību – tāpat, kā ārējo pasauli. Tieši tādēļ mēs savas domas jūtam kā neatkarīgas no ārējās pasaules, tātad – arī no ķermeņa. Apziņa ir neatkarīga no ķermeņa, bet – ne no smadzenēm.

         To var novērot dažu traumu un slimību gadījumos. Ja kāds pazaudējis roku, smadzenēs šis rokas modelis vēl glabājas neskarts. Tas rada t.s. ‘phantom limb’ sindromu – slimniekam šķiet, ka zaudētais loceklis vēl ir pie ķermeņa, vēl sāp, u.t.t.

         Zināmi arī citi gadījumi, kad smadzeņu traumas rezultātā slimnieks pazaudējis rokas modeli, kaut arī pati roka ir neskarta. Tas ir svešā locekļa sindroms, slimniekam ir nepatīkama, neciešama sajūta, ka roka nav viņa paša, ka to kustina kāds cits. Daži slimnieki pat pieprasa šo roku amputēt!

         Ja ķermenis ir slims, bet smadzenes veselas, mums rodas sajūta, ka veselīga apziņa ir ieslodzīta mirstošā ķermenī. Ir dabiski iedomāties, ka šī apziņa turpinās dzīvot arī pēc ķermeņa nāves, bet mēs zinām: kad sabrūk fizikālais nesējs, tad programma vienmēr iet bojā. Tāpat kā nevar būt skaņa bez stabules vai teksts bez grāmatas. Pretējo mēs redzam Alzheimera slimības vai cita smaga smadzeņu bojājuma gadījumā: ķermenis vēl ir dzīvs, bet programma bojāta.

Iztēle, plānošana.

Iztēles darbības koncepcija ir samērā vienkārša. Nomoda laikā katrā korteksa apgabalā no ieejas sensoriem un zemākajiem atmiņas slāņiem neironu savienojumu kopas ‘plūst’ uz augstākajiem. Augstākajos slāņos atmiņas ‘attēli’ tiek salīdzināti ar ienākošās plūsmas būtiskajām īpašībām. Sestajā slāni tiek veidoti paredzējumi: ja kaut kas notiek, tad paredzējums saka, kas notiks tālāk, kad notiek nākošais, paredzējums saka priekšā atkal nākošo. Šie paredzējumi tiek nosūtīti uz zemākajiem korteksa slāņiem un paši kļūst par ieejas signāliem. Šo atgriezeniskās saites mehānismu korteksa modelētājs Stephen Grossberg sauc par daudzslāņu atgriezenisko saiti. Izslēdziet no ārienes pienākošos ieejas signālus (aizveriet acis) un sāciet skatīties iztēles bildes.

         Ar iztēles palīdzību mēs spēlējam šahu, gatavojamies sporta sacensībām. Piemēram, kalnu slēpotāju rezultāti uzlabojas, ja viņi iepriekš  visu trasi ‘izslēpo’ domās, iztēlē. To pašu saka par citiem sportistiem – svarcēlājiem, augstlēcējiem, u.t.t. Šādā veidā mēs gatavojamies priekšāstāvošiem notikumiem un plānojam visu savu dzīvi.

Mākslīgās inteliģences nākotne.

Viss jaunais un nezināmais nav paredzams. Mūsu priekšstati par nākotni balstās uz šodien zināmo. Pagājušā gadsimtā dzelzceļa lokomotīvi sauca par ‘dzelzs zirgu’, bet automobili – par ratiem bez zirga…Pēc tālruņa izgudrošanas cilvēki ilgi domāja, ka tas, līdzīgi kā telegrāfs, būs derīgs tikai ziņu pārraidei…Bet fotogrāfijas tehniku sākumā izmantoja portretu izgatavošanai – glezniecības vietā…Un daudzos kinoteātros vēl šodien ir priekškars, kurš atveras pirms izrādes sākuma…

         Ar nākotnes prognozēšanu jānodarbojas piesardzīgi. Pagājušā g.s. 50-os gados tika izteiktas prognozes, ka 2000.g. katras mājas pagrabā būs kodolreaktors, bet atvaļinājumu cilvēki pavadīs uz Mēness.

         Mākslīgās inteliģences nākotnē ir daudz nezināmo. Kā mēs varēsim izmantot inteliģentus robotus? Vai tie neapdraudēs mūs pašus, mūsu brīvību, mūsu vērtības un mūsu sasniegumus? Kādā veidā roboti iespaidos mūsu dzīvi?

         Hawkins saka, ka inteliģentie roboti nebūs līdzīgi cilvēkiem. Kāpēc? Vispirms tādēļ, ka cilvēkiem ir emocijas, kas lielā mērā nosaka viņu vajadzības, vērtības un rīcību. Cilvēku ķermenis ir sarežģīta bioloģiska mašīna, pildīta ar patiku un sāpēm, priekiem un bēdām, laimi un nelaimi. Robotiem šādi atribūti nebūs vajadzīgi. Ja mēs tādus uztaisīsim, viņi kļūs neprognozējami. Bet, no otras puses, ja roboti nepazīs cilvēku emocijas un vajadzības, tie ne vienmēr varēs izpildīt Tjūringa testu – nespēs atbildēt uz jautājumiem emociju un vērtību jomā.

         Kaut arī mēs nevaram pateikt, kā notiks cilvēces attīstība gadījuma notikumu izpildījumā, dažas likumsakarības tomēr ir zināmas.

1. Silīcija mikroshēmu vidē izveidots neironu tīkls ir aptuveni miljonu reizes ātrāks par atbilstošo smadzeņu neironu tīklu. Tas nozīmē grūti aptveramas iespējas: šādi roboti mācīsies, domās un pieņems lēmumus miljons reizes ātrāk par cilvēkiem. Izņēmums būs tikai, kad robots mācīsies mehāniskas kustības, sadarbojoties ar apkārtējo vidi vai cilvēkiem: tam vajadzēs gaidīt, kamēr pēdējie atbildēs…Ja šādam robotam nodrošinās virtuālu apkārtējo vidi, kuru emulēs dators, tad arī apmācības laiks būs miljonu reizes mazāks par cilvēku apmācībai nepieciešamo. Iedomājieties inteliģentas mašīnas progresu, ja tā sarunāsies ar sev līdzīgām vai datoru tīkliem.

2. Atšķirībā no cilvēkiem robotu atmiņas iekārtas un apkārtējās vides signālu sensori varēs atrasties dažādās vietās: atmiņa, apziņa, prognozētājs un lēmumu pieņēmējs var ‘sēdēt’ datoru statnē, bet ārējo signālu sensori varēs būt izkliedēti pa visu pasauli – uz zemes, gaisā, kosmosā, un arī – cilvēces datoros. Šo robotu izejas iekārtas (nav zināms, vai tās būs visiem pieejamas datu un cilvēces problēmu risinājumu bāzes, vai arī tās spēs fiziski iespaidot ārējo pasauli) arī var būt izkliedētas pa visu pasauli.

3. Sākumā inteliģentajiem robotiem pēc izgatavošanas, līdzīgi kā cilvēku bērniem, būs jāmācās – jāizveido ārējās pasaules procesu modeļi. Princips ir skaidrs, bet, kā apmācība tiks izpildīta, šodien nav pasakāms. Cilvēku apmācība notiek, izmantojot ārējās pasaules un indivīda ķermeņa signālus. Kādus robotu projektētāji izvēlēsies jauno robotu sensorus, nav iedomājams. Bet tieši no tā ir atkarīgs, cik adekvātus ārējās pasaules modeļus apmācāmais robots izveidos. Bet viens princips ir skaidrs. Ja jaunais robots tiks apmācīts šaurā nozarē, tas būs derīgs tikai šajā nozarē. Ja gribam, lai roboti risinātu plaša mēroga (cilvēces) problēmas, tie jānodrošina ar visu informāciju, kas ir cilvēces rīcībā. Šajā vietā mūsu prognozēšanas iespējas izbeidzas.

4. Nākošos modeļus, līdzīgi kā datorus, varēs tiražēt programmējot. Vai cilvēka apziņu varēs ievietot datorā? Šodien mēs neprotam nolasīt korteksa sinapšu savienojumus un pārnest tos datorā. Ja tas tiks izdarīts daļēji, tas neko nedos – mēs nepratīsim atšifrēt savienojumu ‘attēlu’. To var izdarīt tikai tad, ja nokopēta visa sistēma. Hawkins šaubās, vai tas vispār būs iespējams:

I seriously doubt we will ever be able to copy our minds into machines. There are at present, as far as I know, no actual or imagined methods capable of recording the trillions of details that make “you.” We would need to record and re-create all of your nervous system and your body, not just your neocortex. And we would need to understand how all of it works. One day, certainly, we might be to able do this, but the challenges extend far beyond understanding how the cortex works. Figuring out the neocortical algorithm and building it into machines from scratch is one thing, but scanning in the zillions of operational details of a living brain and replicating them in a machine is something completely different.

5. Ja šajā gadsimtā tiks izgatavoti un apmācīti inteliģenti un informēti roboti, ir skaidrs, ka sākumā tie spēs risināt tikai konkrētus uzdevumus, piemēram, transporta plūsmu vai energotīklu uzraudzīšanu un vadīšanu, slimību diagnostiku un ķirurģiskas operācijas, militāro vai kosmisko lidaparātu vadību.

6. Vēl ir skaidrs, ka Homo sapiens un viņu izgatavoto robotu inteliģences būs atšķirīgas, jo atšķirīga būs tajos ievadītā informācija. Tas savukārt nozīmē, ka cilvēku ‘saprašanās’ ar izgatavotajiem robotiem būs iespējama tikai tajās jomās, kurās abas puses lietos līdzīgus ārējās pasaules modeļus.

7. Nākotnes inteliģentās mašīnas varēs veiksmīgi darboties virtuālajā pasaulē – matemātikā, fizikā u.c. zinātnes nozarēs. Daudzos zinātnes modeļos tiek lietoti ikdienas dzīvē nelietoti un grūti saprotami jēdzieni, piemēram, kosmoloģijā un stīgu teorijā – daudzdimensiju telpa. Cilvēkiem grūti iztēloties četru un vairāku dimensiju telpu, bet šo modeļu pasaulē apmācīti datori apsteigs cilvēku varēšanu. Tie spēs domāt miljoniem reižu ātrāk nekā cilvēks, atcerēties milzīgus datu apjomus un saprast kosmoloģiskos un mikropasaules modeļus labāk nekā cilvēks.

8. Katra neironu tīkla līmeņa apjoma palielināšana var atļaut mašīnai uztvert un atcerēties vairāk detaļas. Neironu tīklu papildināšana ar nākošajiem, augstākiem līmeņiem var iedot spēju izveidot dziļākas izpratnes un ieraudzīt neticami abstraktas sakarības. Jaunu un visā pasaulē izvietotu sensoru izmantošana ļaus nākotnes mašīnām izveidot labākus pasaules modeļus un risināt cilvēces ilglaicīgas izdzīvošanas problēmas.

            Varam sacīt, ka inteliģentu mašīnu veidošana ir vērtīgs un vajadzīgs pasākums un loģisks nākošais cilvēces attīstības solis.

About basicrulesoflife

Year 1935. Interests: Contemporary society problems, quality of life, happiness, understanding and changing ourselves - everything based on scientific evidence. Artificial Intelligence Foundation Latvia, http://www.artificialintelligence.lv Editor.
This entry was posted in All Posts, Human Evolution, Understand and Manage Ourselves. Bookmark the permalink.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s