Budoucnost rozhraní mezi mozkem a strojem: symbiotická inteligence proti lidská inteligence

Budeme prozkoumávat, co je to amplifikace inteligence prostřednictvím rozhraní mezi mozkem a strojem (BMI), proč je to důležité a proč může dojít k budoucímu rozdělení mezi lidmi, kteří zůstanou nezměněni, a lidmi, kteří se rozhodnou amplifikovat svou inteligenci vytvořením synergetické symbiózy s umělou inteligencí (AI).

Lidé, kteří se připojí k BMI, budou obdařeni zvýšenou kognitivní výkonností a zvýšenou produktivitou v pracovním prostředí a mimo něj.

Co je to amplifikace inteligence?

Koncept amplifikace inteligence byl poprvé představen Williamem Rossem Ashbym v jeho průlomové knize Introduction to Cybernetics. Term se poté vyvinul a stal se tím, co dnes známe jako Augmentovaná inteligence, podskupinou strojového učení, která je navržena především pro zlepšení a zvýšení lidské inteligence s pomocí AI. Cílem je zlepšit jak lidské rozhodování, tak i rychlý přístup k informacím, které lidé mají, aby zlepšili kvalitu těchto rozhodnutí. To je místo, kde se současný význam Augmentované inteligence zastavuje, je to AI, která používá strojové učení a hluboké učení, aby pomohla lidem s akčními daty, ale neexistuje zde reálná symbiotická vazba.

To je místo, kde vstupují do hry BMI, které umožní zvýšit lidskou kognici daleko za dnešní verzi Augmentované inteligence.

Naproti tomu naše současné přístupu k datům, které probíhá prostřednictvím počítačů, chytrých telefonů nebo jiných zařízení, je BMI vnitřně navržen tak, aby internet a AI, které umožňují přístup k internetu, mohly být přístupné bez externího zařízení. BMI bude implantován do lidského mozku a stane se vnitřní součástí lidského myšlení.

Jinými slovy, místo toho, aby se spoléhali na paměť, nebo museli otevřít knihu, nebo navštívit webovou stránku, mohl by člověk s amplifikovanou inteligencí mít přístup ke všem informacím uloženým na internetu, a pokročilá AI by mohla poskytnout relevantní datové body lidskému mozku, umožňující člověku být plně v kontrolě. Pokud jste někdy měli okamžik, kdy jste nemohli vzpomenout na určitou vzpomínku, nebo si vzpomenout na konkrétní datum, je to frustrující zkušenost. S Augmentovanou inteligencí byste mohli mít dokonalou paměť díky tomu, že by se AI systém stal součástí vaší biologické paměti.

Tento typ amplifikace inteligence byl dále prozkoumán v “Man-Computer Symbiosis“, spekulativní práci publikované v roce 1960 J.C.R. Lickliderem. Tato osvětlující práce nabízí raný popis toho, jak lidé musí naučit se ovládat AI vytvořením symbiotické vazby s AI. Jak uvedl J.C.R. Licklider, “Aby umožnili lidem a počítačům spolupracovat při rozhodování a kontrole složitých situací bez inflexibilní závislosti na předem stanovených programech”.

Strojové učení je tajemstvím, které zajišťuje, že počítač není předem stanoven, nicméně to dosud nezabývá otázkou, jak můžeme získat tuto symbiózu.

J.C.R. Licklider pokračoval s tímto komentářem, “Naděje je, že během několika let budou lidské mozky a počítače spojeny velmi těsně, a že výsledná partnerství bude myslet jako žádný lidský mozek dosud nemyslel a zpracovávat data způsobem, který nebude přístupný informačním zařízením, které známe dnes.”

Rané příklady toho, jak je toto nasazeno, lze vidět ve světě šachu. Zatímco většina lidí je obeznámena s Garry Kasparovovou porážkou v roce 1997 proti IBM počítači Deep Blue, je zde novější a zajímavější vývoj.

Zatímco víme, že pokročilý AI systém může snadno porazit jakékoli šachové hráče, co je zajímavější, jsou recentní vývoj, kdy AI může být poraženo lidsko-AI týmem. V tomto kooperativním prostředí tým dělí úkoly, AI provádí těžkou práci masivních výpočtů, rozpoznávání vzorců a předvídání. Člověk přidává hodnotu tím, že využívá lidské intuice a desetiletí studia šachové desky.

Zatímco目前 je lidsko-AI tým schopen porazit AI, zůstává neznámé, zda toto vítězství zůstane konstantní v budoucnu. Nicméně, toto je vážný indikátor toho, že pokud lidé budou schopni správně komunikovat, koordinovat a ovládat AI, která je vlastně rozšířením jejich myslí, že majoritní problémy, které nelze řešit lidmi dnes, nebo samostatnými AI programy, mohly být řešeny spojením obou.

Jedna z posledních komentářů J.C.R. Licklidera jasně vysvětluje důležitost návrhu BMI, které umožňují reálnou komunikaci s AI v lidském mozku.

“Dalším hlavním cílem je úzce spojen s tím. Je to přivést počítače efektivně do procesů myšlení, které musí probíhat v “reálném čase”, čase, který se pohybuje příliš rychle, aby bylo možné použít počítače konvenčním způsobem. Představte si, například, řízení bitvy s pomocí počítače na takovém harmonogramu. Dnes formulujete svůj problém. Zítra strávíte s programátorem. Příští týden počítač věnuje 5 minut sestavení vašeho programu a 47 sekund výpočtu odpovědi na váš problém. Získáte list papíru 20 stop dlouhý, plný čísel, která místo toho, aby poskytla konečnou odpověď, pouze naznačují taktiku, která by měla být prozkoumána simulací. Zjevně, bitva by byla u konce, než by druhý krok v jejím plánování byl zahájen. Myslet v interakci s počítačem stejným způsobem, jako myslíte s kolegou, jehož kompetence doplňují vaši bude vyžadovat mnohem těsnější spojení mezi člověkem a strojem než je naznačeno tímto příkladem a než je možné dnes.”

Jak funguje amplifikace inteligence?

Amplifikace inteligence prostřednictvím BMI je stále v raných fázích a je práce v průběhu. Musí být pochopitelné, že lidský mozek využívá rozpoznávání vzorců, aby pochopil symbolismus a vytvořil spojení mezi daty. Například, pokud uvidíte linie strukturované v konkrétní sekvenci, jako je písmeno A, můžete poté rozpoznat symbol A. Odtud můžete mít písmeno tvořit vzorec ve vašem mozku, když čtete slovo APPLE. Můžete poté rozpoznat další vzorce, když čtete, že AN APPLE FELL FROM A TREE. Lidský mozek pokračuje v vytváření spojení dále od znaků, slov, vět, odstavců, kapitol a knih a dále.

Problém je, že lidský mozek nemá dokonalou paměť, a tento nedokonalý systém způsobuje, že systémy rozpoznávání vzorců selhávají. Představte si, co by se stalo, kdyby jste mohli přečíst celou knihu a AI systém byl schopen vytvořit ty vzorce, které jsou potřebné pro okamžitou dokonalou paměť. To by zvýšilo schopnost člověka pracovat na eseji, vytvářet produkty nebo služby, které závisí na těch informacích, nebo jednoduše mít inteligentní konverzaci bez jakýchkoli mezer v paměti.

V jiných případech, zatímco v polovině konverzace, lidský mozek mohl okamžitě připojit k internetu, aby v reálném čase našel informace a distribuoval nebo sdělil ty informace. Místo toho, aby museli sledovat video na YouTube několikrát, aby se něco naučili, stačilo by jednou. Přidanou výhodou dalších systémů rozpoznávání vzorců je, že lidský mozek mohl dekódovat video a audio rychleji než v reálném čase. To znamená, že člověk mohl absorbovat obsah videa rychlostí 2x, 3x nebo více.

Kde najdu rozhraní mezi mozkem a strojem?

Ještě je velmi brzy pro tento typ amplifikace inteligence. Existuje několik úsilí, která jsou aktuálně prováděna, aby se vyvinula různá BMI, která by mohla nakonec vyvinout do tohoto typu aplikace. Nejvíce pozoruhodné je společnost Elona Muska Neuralink, která je v raných fázích vývoje ultra vysoké šířky pásma BMI pro spojení lidí a počítačů.

Neuralink pracuje na vytvoření prvního neuronového implantátu, který umožní uživatelům ovládat počítač nebo mobilní zařízení kdekoli. K tomu jsou mikro-škálové nitě vloženy do oblastí mozku, které kontrolují pohyb. Každá nit obsahuje mnoho elektrod a spojuje je s implantátem, který se nazývá Link.

Even vývojáři BMI systému nemusí plně rozumět, jak funguje na mikro neurochemické úrovni. Kvůli plasticitě lidského mozku (schopnosti modifikovat sám sebe) je to vlastně lidský mozek, který přijímá vstupy a poté se učí sám o sobě potřebné výstupy pro BMI, aby fungovalo.

Většina BMI používá dekodér, aby rozluštil mozkové vlny a vzorce, které jsou přijaty lidským mozkem. Tento dekodér používá různé typy strojového učení, včetně hlubokého učení, aby se naučil dekódovat přijímané informace a identifikovat pohybové záměry a požadované akce. Dekódováním těchto vzorců může nejlépe pochopit, co lidský mozek chce dosáhnout.

Je to uzavřený systém, kde uživatel vytváří motorický záměr tím, že prostě myslí, a Neuralink dekodér rozluštil záměr. To překládá myšlenku do akce, která je poté provedena v světě kurzorem nebo robotickým ramenem. Člověk dostává vizuální potvrzení úspěšné akce a ta neurochemická zpětná vazba trénuje mozek, aby lépe ovládal Neuralink. Výzvou pro jakékoli BMI společnost je vybudovat dekodér, který není příliš velkou zátěží pro koncového uživatele.

Některé problémy s aktuálními BMI zahrnují latenci, což je časový rozdíl mezi vstupem a výstupem na obou lidské a BMI straně. V současné době Neuralink pracuje na řešení některých problémů spojených s touto otázkou, jak uvedl Joseph O’Doherty, neuroinženýr v Neuralinku a vedoucí týmu mozkových signálů, v rozhovoru.

“Krok číslo jedna je najít zdroje latence a eliminovat je všechny. Chceme mít nízkou latenci po celém systému. To zahrnuje detekci špiček; to zahrnuje jejich zpracování na implantátu; to zahrnuje radio, který musí přenést je—existuje mnoho detailů o packetizaci s Bluetooth, které mohou přidat latenci. A to zahrnuje přijímací stranu, kde provedete一些 zpracování v modelu inference kroku, a to dokonce zahrnuje kreslení pixelů na obrazovce pro kurzor, který ovládáte. Každá malá část zpoždění, kterou máte tam, přidává zpoždění a to ovlivňuje uzavřenou smyčku řízení.”

Zatímco Neuralink je nejpopulárnějším příkladem BMI, existuje mnoho dalších týmů, které pracují na fascinujících projektech. Například, výzkumníci z Howard Hughes (HHH ) Medical Institute úspěšně umožnili BMI, aby vypsal mentální písmo uživatelů poprvé. Tým rozluštil mozkovou aktivitu spojenou s psaním písmen ručně, aby dosáhl výsledku. V tomto případě, s praxí, mozek se naučil, jak strategicky myslet na psaní v sekvenci, která byla poté rozpoznána BMI. Uživatel s paralýzou mohl psát 90 znaků za minutu, což je více než dvojnásobek dříve zaznamenaného s jiným typem BMI.

Jiný příklad zahrnuje studii se dvěma klinickými účastníky, kteří mají paralýzu, a kteří použili BrainGate systém s bezdrátovým přenosem. Skrze bezdrátový přenos, mohli ukazovat, klikat a psát na standardním tabletovém počítači.

Amplifikovaná symbiotická inteligence vs lidská inteligence

Můžeme si představit svět, kde někteří lidé jsou amplifikováni, zatímco jiní lidé se rozhodnou být přírodní a neamplifikují se. Nebezpečí za tím je, že to zvýší mezery mezi bohatými lidmi, kteří mají finanční prostředky na amplifikaci, a ostatními lidmi, kteří se rozhodli zůstat neamplifikovanými.

Zaměstnanec, který je amplifikován, bude schopen dosáhnout významných úspor času, protože nebude muset pochybovat o sobě, s snadnou možností okamžitě si vzpomenout na informace nebo získat dříve neznámá data z internetu. AI by mohla rychle upozornit člověka (nebo filtrovat) informace, které jsou irelevantní, falešné nebo nízké kvality. Amplifikovaný člověk s dokonalou pamětí by mohl změnit, jak provádí úkoly, a mohl by exponenciálně zvýšit jak efektivitu, tak i produktivitu.

Místo psaní textu nebo mluvení nahlas, mohl by amplifikovaný člověk prostě myslet a text by se objevil na obrazovce. Úspory času z tohoto jednoduchého BMI by byly významné. BMI s AI systémem by mohl být simplemente implantován do lidského mozku a bezdrátově dobíjen z externích zdrojů energie, nebo by mohl být schopen sám se napájet z těch же zdrojů, které jsou vestavěny do lidského těla a mozku. Zatímco je to velmi spekulativní, mohlo by dojít k nanobotům, které by mohly překročit hematoencefalickou bariéru a vygenerovat BMI.

Amplifikovaný člověk by mohl zjistit, že konverzace s neamplifikovaným člověkem je zbytečná a nudná. Mohli by se rozhodnout spojit se s ostatními amplifikovanými lidmi, kteří chtějí spolupracovat, aby spustili podniky, napsali seminární články nebo byli produktivní jinými způsoby. Zaměstnavatel by mohl se rozhodnout ignorovat vzdělávací zázemí nebo zkušenosti, aby se místo toho zaměřil pouze na zaměstnance, kteří byli amplifikováni.

Společnost by mohla jít různými cestami, každá vedoucí k jiným výsledkům. Na jedné cestě by mohlo dojít k dvěma typům lidí, kteří se prostě naučí koexistovat.

Předtím, než BMI dosáhne tohoto stavu, rané vývoj se zaměřuje na neurologické problémy, které zahrnují:

• Ztrátu paměti
• Sluchovou ztrátu
• Slepotu
• Paralýzu
• Depresi
• Insomnii
• Extrémní bolest
• Seizury
• Úzkost
• Adikci
• Mozkové poškození
• Mozkovou mrtvici

Nemělo by být zapomenuto, že dlouhodobým cílem Neuralinku, jak uvedl Elon Musk, je „Vytvořit vysokou šířku pásma rozhraní, které umožní lidem jet s vlakem“. Implikace jsou, že pokud úspěšně vyvineme Obecnou umělou inteligenci, toto vývoj nevyhnutelně povede k Superinteligenci. BMI bude konečným řešením pro lidskou existenci v světě, který bude mít Superinteligenci, která bude mnohem pokročilejší než naše současné biologické lidské mozky. Zůstává vidět, kolik lidí se rozhodne amplifikovat sami, mezitím BMI zůstávají jedním z nejdůležitějších vývoje, který zahrnuje hluboké učení.