Odată cu îmbunătățirea continuă a algoritmilor de învățare automată și procesare inteligentă a datelor, odată cu atingerea unor viteze de calcul și capacități de stocare de date impresionante, apare tot mai des întrebarea: vor ajunge calculatoarele să gândească precum creierul uman?
Întrebarea atinge corzi profunde ale conștiinței și cunoașterii umane, având potențialul de a schimba fundamental percepția asupra propriei noastre existențe și, odată cu ea, a lumii în care trăim, atât la nivel individual, cât și social. Pentru a răspunde avem nevoie să înțelegem care sunt, fundamental, diferențele și asemănările dintre creiere și calculatoare. Sunt ele echivalente? Este un program de calculator similar gândului?
Mintea este locul nostru, acolo unde ne trăim experiențele de-o viață. Acolo unde învățăm și ne dezvoltăm, unde uităm ca apoi să ne și regăsim. Ne purtăm cu noi în minte, oriunde am fi. Acolo suntem acasă. E centrul nostru: un loc pe cât de firesc și de natural când e privit din interior, pe atât de misterios când e privit și studiat din afară.
Putem spune cu certitudine că sistemele de calcul încă nu fac ceea ce face o minte umană. În același timp, mai putem spune că momentul în care trăim este cât se poate de prielnic pentru a adresa această întrebare într-un mod atât teoretic, cât și științific și practic. Știința calculatoarelor împreună cu biologia și medicină pun bazele primelor modele computaționale realiste ale neuronilor și rețelelor neuronale.
Începând cu simularea primului neuron în 2005 ca parte din proiectul Blue Brain condus de Henry Markram, acum sunt simulate rețele de până la zeci de milioane de neuroni. În domeniile de învățare automată și computer vision, cercetătorii au ajuns să construiască și să implementeze modele computaționale ierarhice, inspirate tot din rețele neuronale biologice, care au capacitatea de a distinge într-un mod eficient între mii de categorii vizuale.
Punând bazele unui adevărat curent științific în lumea inteligenței artificiale, modelele de învățare și recunoaștere automată propuse, printre alții, și de echipa lui Geoffrey Hinton și cunoscute sub numele de Deep Neural Networks sunt în prezent studiate, îmbunătățite și aplicate pe probleme tot mai diverse de interpretare și învățare computațională, mergând de la prelucrarea textului până la înțelegerea vorbirii, interpretarea imaginilor și a categoriilor de obiecte sau acțiuni în video.
Suntem cu siguranță în situația în care studiul creierului, a modelării lui computaționale și a relației dintre gândire și calculator a devenit o prioritate științifică generală, nu numai o curiozitate intelectuală. Societățile avansate investesc resurse umane și tehnologice enorme pentru a adresa problema pe termen mediu și lung.
Nimeni nu știe exact ce va urma, însă putem intui bine că se vor forma punți între lumi științifice diferite, iar orizontul cunoașterii se va lărgi considerabil, mai aproape de limitele dintre predicție și experiență, percepție și învățare, între modele computaționale și conștiință.
Mintea umană vs. inteligența artificială – diferențe ireconciliabile?
Ce au în comun programele de calculator cu modul nostru de a gândi? Procesarea inteligență are nevoie de trei elemente esențiale: memoria, comunicarea și calculul logic. Atât creierul cât și calculatorul se bazează pe aceste procese, însă într-un mod diferit. Dacă un computer stochează datele exact pentru a le reda identic, mintea umană nu reține perfect, ba dimpotrivă, de cele mai multe ori reține doar parțial, uită sau chiar confabulează.
Când învățam, în loc să stocăm datele precum în cartea de telefon, noi formăm pattern-uri, tipare, pentru a putea recunoaște lucrurile învățate. Aceste tipare au rolul de a generaliza pentru a atinge un anumit nivel de invarianță, mai puțin vulnerabil la diferențele continue care se produc constant odată cu trecerea timpului și la fiecare experiență distinctă.
Să ne gândim la imaginea unui loc cunoscut, să zicem a unui parc favorit. Cu fiecare plimbare parcul e mai mult sau mai puțin diferit, niciodată exact la fel. Totuși noi îl recunoaștem că fiind același. Există ceva invariant în mintea noastră în raport cu parcul. Găsim elemente comune între diversele întâlniri cu parcul, învățam un pattern invariabil care ne va ajuta să distingem locul dintr-o mie.
Amintiri asociate cu parcul ar putea să ne vină în minte, povești trecute în mare parte adevărate, dar cel mai probabil nu întocmai exacte. Imagini și întâmplări ar putea să se încurce între ele și majoritatea detaliilor să fie uitate. Până și interpretarea subiectivă ar fi diferită, mereu dintr-o altă perspectivă, influențată fiind de experiențele acumulate între timp sau starea de spirit de moment.
Cu toate acestea însă, parcul va fi, de cele mai multe ori recunoscut că fiind același. Își va găsi același loc în mintea noastră.
Calculatorul, în schimb, stochează imaginile și experiențele într-un mod digital exact, putând să le păstreze și să le returneze din memorie fără pierderi. Reprezentarea digitală și metodele de corectare a erorilor la care munca de pionierat a lui Claude Shannon a contribuit într-un mod esențial, ne vor asigura că, cel mai adesea, nici un bit nu va fi pierdut.
Interesant este că pe cât de precis este calculatorul în reținerea și memorarea informațiilor exacte, pe atât este de inferior minții umane în găsirea acelor elemente invariante, a pattern-ului care va face că parcul să rămână și să fie recunoscut că fiind același, chiar dacă, luat punct cu punct, niciodată nu va mai fi la fel.
O diferență interesantă între calculator și mintea umană se observă și la nivelul comunicării de date. Comunicarea dintre două calculatoare sau dintre procesor și memorie este cât se poate de precisă cu posibilitatea erorii redusă la minimum. În minte, neuronii comunică mult mai zgomotos, multe răspunsuri neuronale fiind aproape aleatorii și irelevante, și foarte multe semnale fiind pierdute.
În acest ocean, aparent dezorganizat, de discuții între neuroni, imposibil de tradus și de înțeles exact din afară, creierul reușește prin sisteme robuste și redundanțe de procesare, să găsească o voce comună, unitară și cel mai adesea corectă, din punctul de vedere al interpretării și relaționării cu lumea din jur.
Cum funcționează mașina de calcul?
Din punct de vedere computațional, calculatoarele de azi sunt echivalente cu Mașina Turing – propusă că model teoretic de Allan Turing în 1936 și influențată și de cercetările marelui matematician Jon von Neumann, care este și creditat cu dezvoltarea primului computer modern, EDVAC, în 1945.
Interesant este că ultima lucrare a lui von Neumann, neterminată, intitulată „The Computer and the miniBrain”, adresa exact această problemă a legăturii dintre mintea umană și modelele computaționale. Mașinile Turing rulează algoritmi ca secvențe de pași, instrucțiune după instrucțiune. Prin contrast, creierul funcționează în paralel, astfel fiind în stare să depășească practic viteza procesoarelor cu o frecvență (~GHz) mult superioară celei neuronilor (~100 Hz).
Studii recente indică faptul că neuronii ar putea comunica chiar wireless, ceea ce ar depăși posibilitățile de calcul secvențial al computerului clasic și ar putea da un avantaj fundamental sistemelor neuronale biologice în direcția procesării paralele. Algoritmul, unitatea de bază a unui program pe calculator, e o secvență finită de pași bine precizați, cu posibilitatea de a alege decizii în funcție de calculele anterioare sau de datele de intrare dintr-un set bine determinat de posibilități.
Algoritmul este precum o rețetă culinară sau un set ordonat de direcții rutiere necesare pentru a ajunge de la un punct de plecare la o destinație cunoscută. De exemplu, pentru a ajunge în parc ne-am putea imagina că cineva ar trebui să parcurgă o secvență bine determinată de pași, cum ar fi: mergi înainte până la prima intersecție, oprește la trecerea de pietoni în cazul în care cineva trece stradă, sau așteaptă la semafor până când apare culoarea verde, apoi virează la dreapta și continuă până când vei vedea parcul pe partea dreaptă.
De multe ori, în viață, luăm decizii dintr-un set de posibilități dinainte definit, în funcție de situație, și până la urmă ajungem la un rezultat. Astfel de rutine, aproape mecanizate, se folosesc, de exemplu, și pentru a rezolva diverse probleme standard de matematică.
Mintea surprinde!
Spre deosebire de mașina de calcul, mintea mai are ceva. Noi învățam și fiecare experiență ne schimbă. Cu fiecare pas devenim alții. Am putea spune că algoritmul inițial se schimbă pe parcurs. Tot ce trăim azi participă la formarea noastră de mâine, tot ce absorbim acum va face parte din noi. Nimic nu se repetă în viața noastră pentru că nici noi și nici lumea din jur nu suntem vreodată, încă o dată, exact aceeași.
Această limitare de repetabilitate absolută impune și limitări validărilor științifice și formalizării unei teorii asupra minții umane. Mintea, ca și lumea din jur, surprinde. Această proprietate naturală se reflectă în experimentele concrete, iar apoi în teoriile științifice propuse – într-o continuă îmbunătățire, într-o continuă schimbare.
Și, pentru că nimic nu e perfect predictibil, mintea trebuie să fie pregătită pentru schimbare. Incertitudinea e un element esențial, și trebuie luată că atare, nu ca pe o eroare. Incertitudinea e până la urmă un adevăr pe care mintea vie știe să îl ia în seamă mai bine decât un algoritm precis definit și fără posibilitatea de a evolua. În loc să facem calcule deterministe exacte, noi dăm șansa mai multor soluții probabile, pentru a fi mai bine pregătiți posibilităților multiple care așteaptă în viitor.
Există o legătură fundamentală între structura vie a creierului și mintea care îl locuiește. Dacă structura hardware a unui calculator poate accepta orice software și e independentă de programul scris sau șters din memorie, mintea e nedespărțită de creierul ei, de structura conexiunilor neuronale cerebrale care sunt în directă legătură cu funcția lor cognitivă.
Rețelele neuronale biologice nu sunt niște modele matematice, sunt chiar neuroni vii, care trăiesc și există, profund ancorați și la proprietățile lumii fizice dar și la baza gândului de deasupra. Un singur neuron viu este mult mai complex decât toate modelele matematice neurale folosite în inteligența artificială de azi.
Dacă ne-am gândi că informația stocată în ADN pentru un singur neuron este mai bogată decât cea înregistrată în ADN pentru structura conexiunilor întregului creier, am începe să înțelegem mai bine diferența fundamentală dintre modelele predefinite matematic și creierul viu care învață din experiențe și se restructurează în permanență, răspunzând și comunicând mereu cu lumea din jur.
Mecanizarea minții sau umanizarea mașinilor?
Dacă există moduri de a gândi care pot fi modelate aproximativ cu sisteme actuale de calcul, cu siguranță că există și moduri de a gândi încă neatinse de calculator și tehnica de azi. Ne apropiem tot mai mult de acel loc al nostru subiectiv și începem să înțelegem tot mai bine cine suntem. Ajungem la inteligență și conștiință umană venind din diferite direcții, atât tehnologice și științifice, cât și artistice și spirituale.
Înțelegerea aceasta duce tot mai mult înspre o armonizare a noastră cu ceilalți și cu lumea din jur, pentru a ne redescoperi într-o lumină mai corectă. Vom înțelege mai bine în ce măsură suntem repetabili și construibili. Cu siguranță vom evolua în continuare, iar calculatorul, ca și până acum, ne va sluji în acest proces.
Mulți vorbesc despre mecanizarea minții, despre robotizarea vieții. Perspectiva mea personală este că mașinile vor deveni mai umane și mai morale, învățând și împrumutând din experiența și cunoașterea codată în sistemele cognitive vii de-a lungul evoluției. Trupul, creierul și mintea lui sunt de fapt una.
Mintea, prin intermediul nervilor, și nu numai, ajunge până în cele mai îndepărtate celule ale noastre și își începe gândirea încă de la nivelul simțurilor și al pielii, fiind într-o directă legătură cu lumea înconjurătoare, cu mișcările și acțiunile noastre, relația cu obiectele și ființele din jur. Dacă computerul operează cu simboluri care apoi definesc virtual experiențe, mintea parcurge un drum invers, dinspre experiențe trăite către simbolurile care apoi le reprezintă.
Calculatorul este precum o oglindă: încercând să construim inteligență ajungem să o cunoaștem mai bine pe a noastră. Legând tot mai mult partea fizică a lumii de procesele înalte ale gândirii, ajungem să ne înțelegem mai bine în legătură cu lumea și, în același timp, să atingem și limitele cunoașterii fizice.
Poate cea mai profundă anxietate legată de apariția roboților inteligenți este legată de o posibilă pierdere a libertății. Eu cred cu tărie că libertatea adevărată e o manifestare superioară a inteligenței și conștiinței ultime. Prin urmare, înțelegerea și evoluția inteligenței, fie ea pur biologică sau nu, se va produce în direcția lărgirii libertății, într-o mai bună armonie cu iubirea și cu respectul pentru cea care a născut-o și a purtat-o – Viață.
