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

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

Lidé, kteří se připojí k BMI, budou obdařeni vylepšenou kognitivní výkonností a zvýšenou produktivitou na pracovišti a mimo něj.

Co je to amplifikace inteligence?

Koncept amplifikace inteligence byl poprvé představen Williamem Rossem Ashbym v jeho průlomové knize s názvem Úvod do kybernetiky. Termín se poté vyvinul v to, co dnes známe jako rozšířená inteligence, podskupina strojového učení, která je navržena především pro zlepšení a vylepšení lidské inteligence s pomocí AI. Cílem je zlepšit lidské rozhodování a rychlý přístup k informacím, které lidé mají, aby zlepšili kvalitu těchto rozhodnutí. To je místo, kde se současný význam rozšířené inteligence zastavuje, je to AI, která používá strojové učení a hluboké učení, aby pomohla lidem s akčními daty, ale neexistuje zde reálná symbiotická vazba.

Zde vstupují do hry BMI, které umožní vylepšit lidskou kognici daleko za rámec dnešního pojetí rozšířené inteligence.

Na rozdíl od našeho současného přístupu k datům, který probíhá prostřednictvím počítačů, chytrých telefonů nebo jiných zařízení, je BMI vnitřně navrženo tak, aby internet a AI, které umožňují přístup k internetu, mohly být přístupné bez externího zařízení. BMI bude implantováno do lidského mozku a stane se vnitřní součástí lidské mysli.

Jinými slovy, místo toho, aby se spoléhalo na paměť, nebo muselo otevřít knihu, nebo navštívit webovou stránku, mohl by vylepšený člověk 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 si nemůžete vzpomenout na určitou paměť, nebo si nevybavíte konkrétní datum, je to frustrující zkušenost. S rozšířenou inteligencí byste mohli mít dokonalou paměť díky tomu, že AI systém se stane součástí vaší biologické paměti.

Tento typ amplifikace inteligence byl dále prozkoumán v “Symbióze mezi člověkem a počítačem“, spekulativní práci publikované v roce 1960 J.C.R. Lickliderem. Tato osvětlující práce nabízí raný popis toho, jak lidé musí naučit AI tvořit symbiotickou vazbu. Jak uvedl J.C.R. Licklider, “Aby umožnili lidem a počítačům spolupracovat při rozhodování a kontrole složitých situací bez tuhé závislosti na předem stanovených programech”.

Strojové učení je tajemstvím, které zajišťuje, že počítač není předem stanoven, nicméně zatím nezabývá otázkou, jak můžeme získat přístup k této symbióze.

J.C.R. Licklider pokračoval v tomto komentáři, “Je naděje, že v blízké budoucnosti budou lidské mozkové a počítačové systémy velmi úzce propojeny a že výsledná spolupráce bude myslet způsobem, jakým žádný lidský mozek dosud nemyslel, a zpracovávat data způsobem, který nebyl dosud přístupný informačním zařízením, jakými 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 od IBM počítače Deep Blue, existuje 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 týmem člověka a AI. V tomto kooperativním prostředí tým rozdělí úkoly, AI provede těžká výpočty, rozpoznání vzorů a předvídání. Člověk přidá hodnotu tím, že využije lidské intuice a desetiletí studia šachovnice.

Zatímco目前 je možné, aby tým člověka a AI porazil AI, zůstává neznámé, zda tento typ vítězství zůstane konstantní v budoucnu. Nicméně, toto je vážný indikátor toho, že pokud lidé budou moci správně komunikovat, koordinovat a ovládat AI, která je vlastně rozšířením jejich myslí, že velké problémy, které nelze řešit lidmi dnes, nebo samostatnými AI programy, mohly být řešeny unií obou.

Jednou z posledních komentářů J.C.R. Licklidere jasně vytyčuje důležitost navrhování BMI, které umožní reálnou symbiotickou komunikaci s AI v lidském mozku.

“Dalším hlavním cílem je úzce spojen s tím. Je to přivést počítačové systémy efektivně do procesů myšlení, které musí probíhat v “reálném čase”, čase, který se pohybuje příliš rychle, aby umožnil použití počítačů konvenčním způsobem. Představte si, že se snažíte vést bitvu 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 dlouhý 20 stop, plný čísel, který místo toho, aby poskytl konečnou odpověď, pouze naznačuje taktiku, která by měla být prozkoumána simulací. Zjevně, bitva by byla u konce, bevor by druhý krok v jejím plánování byl zahájen. Myslet v interakci s počítačem stejným způsobem, jako myslíte s kolegou, jehož kompetence doplňují vaši vlastní vyžaduje 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 vzorů, aby pochopil symboly 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 vzor v вашем mozku, když čtete slovo APPLE. Můžete poté rozpoznat další vzory, když čtete, že AN APPLE FELL FROM A TREE. Lidský mozek pokračuje ve vytváření spojení od znaků, slov, vět, odstavců, kapitol a dále.

Problém je, že lidský mozek nemá dokonalou paměť, a tento nedokonalý systém způsobuje, že systémy rozpoznávání vzorů selhávají. Představte si, co by se stalo, kdyby jste mohli přečíst celou knihu a AI systém by mohl vytvořit ty vzory, které jsou potřebné pro okamžitou dokonalou paměť. To by vylepšilo 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 průběhu konverzace, lidský mozek by mohl okamžitě připojit k internetu, aby v reálném čase nalezl informace a distribuoval nebo sdělil ty informace. Místo toho, aby museli sledovat video na YouTube několikrát, aby se něco naučili, stačilo by jednou sledovat, aby měli dokonalou paměť. Přidanou výhodou dalších systémů rozpoznávání vzorů je, že lidský mozek by mohl dekódovat video a audio rychleji než v reálném čase. To znamená, že člověk by mohl absorbovat obsah videa při rychlostech 2x, 3x nebo vyšších.

Kde lze najít rozhraní mezi mozkem a strojem?

Ještě je velmi brzy pro tento typ amplifikace inteligence. Existují mnohé úsilí, aby se vyvinuly různé BMI, které by mohly nakonec vyvinout v tento typ aplikace. Nejvíce pozoruhodné je Elon Muskova společnost Neuralink, která je v raných fázích vývoje ultra vysoké šířky pásma BMI pro spojení lidí a počítačů.

Neurallink pracuje na vytvoření prvního neuronového implantátu, který umožní uživatelům ovládat počítač nebo mobilní zařízení kdekoli. Aby toho dosáhli, 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.

I vývojáři systému BMI nemusí plně rozumět, jak funguje na mikro-neurochemické úrovni. Díky plasticitě lidského mozku (schopnosti modifikovat sám sebe) je to vlastně lidský mozek, který přijímá vstupy a poté se sám učí potřebné výstupy pro fungování BMI.

Většina systémů BMI používá dekodér, aby rozluštil mozkové vlny a vzory, které jsou přijaty lidským mozkem. Tento dekodér používá různé typy strojového učení, včetně hlubokého učení, aby se naučil dekódovat přijaté informace a pokusit se identifikovat záměry pohybu a požadované akce. Dekódováním těchto vzorů může nejlépe pochopit, co lidský mozek snaží dosáhnout.

Je to uzavřený systém, ve kterém uživatel vytváří motorický záměr jednoduše tím, že myslí, a dekodér Neurallink rozluštil záměr. To překládá myšlenky do akce, která je poté realizována v světě kurzorem nebo robotickou rukou. Uživatel obdrží vizuální potvrzení úspěšné akce a ta neurochemická zpětná vazba trénuje mozek, aby BMI lépe ovládal. Výzvou pro jakoukoli společnost BMI je vybudování dekodéru, který není příliš velkou zátěží pro konečného uživatele.

Některé problémy se současnými BMI zahrnují latenci, což je časový prodleva mezi vstupem a výstupem na obou stranách, lidské i BMI. V současné době Neurallink pracuje na řešení některých problémů spojených s touto otázkou, jak uvedl Joseph O’Doherty, neuroinženýr v Neurallinku a vedoucí jeho týmu mozkových signálů, v rozhovoru.

“Krok číslo jedna je najít zdroje latence a eliminovat je všechny. Chceme mít nízkou latenci v celém systému. To zahrnuje detekci vzorků; to zahrnuje zpracování na implantátu; to zahrnuje rádiovou komunikaci, která musí přenést data—existuje mnoho podrobností o paketizaci s Bluetooth, které mohou přidat latenci. A to zahrnuje přijímací stranu, kde provedete some zpracování ve svém modelu inference, a to dokonce zahrnuje kreslení pixelů na obrazovce pro kurzor, který ovládáte. Jakékoli malé zpoždění, které máte tam, přidává prodlevu a to ovlivňuje uzavřenou smyčku řízení.”

Zatímco Neurallink je nejpopulárnějším příkladem BMI, existuje mnoho dalších týmů, které pracují na fascinujících projektech. Například výzkumníci z Howard Hughes Medical Institute úspěšně povolili BMI, aby vytištěly 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. Zúčastněný člověk s ochrnutím 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 ochrnutí, a kteří použili BrainGate systém s bezdrátovým přenosem. Prostřednictvím bezdrátového přenosu mohli ukazovat, klikat a psát na standardním tabletu.

Amplifikovaná symbiotická inteligence vs lidská inteligence

Můžeme si představit svět, ve kterém jsou někteří lidé vylepšeni, zatímco jiní lidé si zvolí být přirození a nebudou se vylepšovat. Nebezpečí za tím je, že to zvětší propast mezi bohatými lidmi, kteří mají finanční prostředky na vylepšení, a jinými lidmi, kteří se dobrovolně nebo nedobrovolně zůstanou nevylepšení.

Zaměstnanec, který je vylepšen, bude schopen dosáhnout významných úspor času tím, že nebude muset pochybovat o sobě, s snadným přístupem k okamžitému vyvolání informací nebo načtení dříve neznámých dat z internetu. AI by mohla rychle upozornit člověka (nebo filtrovat) informace, které jsou irelevantní, falešné nebo podstandardní. Vylepšený člověk s dokonalou pamětí by mohl změnit, jak plní úkoly, a mohl by exponenciálně zvýšit obě efektivitu a produktivitu.

Místo psaní textu nebo mluvení nahlas by vylepšený člověk mohl 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 prostě 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 existovat nanoboty, které mohou překročit hemato-mozkovou bariéru a vygenerovat BMI.

Vylepšený člověk by mohl najít konverzaci s nevylepšeným člověkem redundantní a nudnou. Mohli by si zvolit sdružovat se s jinými vylepšenými lidmi, kteří chtějí spolupracovat na spuštění podniků, psaní zásadních prací nebo být produktivní jinými způsoby. Zaměstnavatel by mohl zvolit ignorovat vzdělávací zázemí nebo zkušenosti a místo toho se soustředit pouze na najímání zaměstnanců, kteří byli vylepšeni.

Společnost by mohla jít různými cestami, každá vedoucí k různým výsledkům. Na jedné cestě by mohlo existovat dva typy lidí, kteří se naučí koexistovat.

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

• Ztráta paměti
• Ztráta sluchu
• Slepota
• Ochrnutí
• Deprese
• Nespavost
• Extrémní bolest
• Křeče
• Úzkost
• Dependence
• Mozková mrtvice
• Mozkové poškození

Nemělo by být zapomenuto, že dlouhodobým cílem Neurallinku, jak uvedl Elon Musk, je, “Vytvořit vysokou šířku pásma rozhraní, které umožní lidem jet s touto cestou”. Implikace jsou, že pokud úspěšně vyvineme obecnou umělou inteligenci, toto vývoj nevyhnutelně vede k superinteligenci. BMI bude konečným řešením pro lidstvo, aby žilo ve světě, který zahrnuje superinteligenci, která je mnohem pokročilejší než naše současné biologické lidské mozkové. Zůstává být vidět, kolik lidí si zvolí vylepšit sami, mezitím BMI zůstávají jedním z nejvýznamnějších vývoje s hlubokými posilovacími systémy učení.