Fremtiden for hjernemaskinegrænseflader: Symbiotisk intelligens vs menneskelig intelligens

Vi vil undersøge, hvad der er Intelligence Amplification via Brain Machine interfaces (BMI), hvorfor det betyder noget, og hvorfor der kan være en fremtidig kløft mellem mennesker, der forbliver uforbedrede, og mennesker, der vælger at forstærke deres intelligens ved at skabe en synergetisk symbiose med kunstig intelligens ( AI).

Mennesker, der forbinder med BMI'er, vil være begavet med forbedret kognitiv ydeevne og øget produktivitet på arbejdspladsen og videre.

Hvad er intelligensforstærkning?

Begrebet Intelligence Amplification blev først introduceret af William Ross Ashby's i hans banebrydende bog med titlen Introduktion til kybernetik. Begrebet udviklede sig derefter til at blive det, vi nu genkender som Augmented Intelligence, en undersektion af maskinlæring, der først og fremmest er designet til at forbedre og forbedre menneskelig intelligens ved hjælp af AI. Konceptet er at forbedre både menneskelig beslutningstagning og den hurtige adgang til information, som mennesker har for at forbedre kvaliteten af ​​disse beslutninger. Det er her, den nuværende betydning af Augmented Intelligence slutter, det er en kunstig intelligens, der bruger maskinlæring og dyb læring til at hjælpe mennesker med handlingsrettede data, men der er ingen symbiotisk relation i realtid.

Det er her BMI'er kommer ind i billedet, de vil muliggøre forbedringen af ​​menneskelig kognition langt ud over dagens version af Augmented Intelligence.

I modsætning til vores nuværende adgang til data, der finder sted med computere, smartphones eller andre enheder, er et BMI i sagens natur designet således, at internettet og AI, der muliggør adgang til internettet, kan tilgås uden en ekstern enhed. BMI vil blive implanteret inde i den menneskelige hjerne og bliver i sagens natur en forlængelse af det menneskelige sind.

Med andre ord, i stedet for at stole på hukommelsen, eller at skulle åbne en bog eller besøge en hjemmeside, kunne et forbedret menneske have adgang til al den information, der er gemt på internettet, og en avanceret AI kunne fodre de relevante datapunkter til den menneskelige hjerne, hvilket gør det muligt for mennesket at have fuld kontrol. Hvis du nogensinde har haft et øjeblik, hvor du ikke kan huske et bestemt minde eller huske en bestemt dato, er det en frustrerende oplevelse. Med Augmented Intelligence kan du få perfekt tilbagekaldelse, fordi AI-systemet bliver en forlængelse af din biologiske hukommelsesbank.

Denne type intelligensforstærkning blev yderligere udforsket i "Menneske-computer symbiose” et spekulativt papir udgivet i 1960 af JCR Licklider. Dette oplysende papir giver en tidlig beskrivelse af, hvordan mennesker skal lære at kontrollere AI ved at danne et symbiotisk forhold til AI. Som anført af JCR Licklider, "At gøre det muligt for mænd og computere at samarbejde om at træffe beslutninger og kontrollere komplekse situationer uden ufleksibel afhængighed af forudbestemte programmer".

Maskinlæring er den hemmelige sovs, der sikrer, at en computer selvfølgelig ikke er forudbestemt, men den løser ikke desto mindre spørgsmålet om, hvordan vi kan få adgang til denne symbiose.

JCR Licklider fortsatte med denne kommentar, "Håbet er, at menneskelige hjerner og computermaskiner om ikke alt for mange år vil være koblet meget tæt sammen, og at det resulterende partnerskab vil tænke, som ingen menneskelig hjerne nogensinde har tænkt og behandlet data på en måde, som informationshåndteringen ikke nærmer sig. maskiner, vi kender i dag." 

Et tidligt eksempel på, hvordan dette bliver implementeret, kan ses i skakverdenen. Mens de fleste kender til Garry Kasparovs tab i 1997 til IBM-computeren Deep Blue, er der en nyere og mere interessant udvikling.

Selvom vi i årtier har vidst, at et avanceret kunstig intelligens-system nemt kan besejre enhver skakspiller, er det mere interessante den seneste udvikling, hvor en AI kan besejres af et menneske og et AI-hold.  I dette samarbejdsmiljø deler teamet opgaverne, AI'en udfører det tunge løft af massive beregninger, mønstergenkendelse og fremadrettet tænkning. Mennesket tilføjer værdi ved at drage fordel af menneskelig intuition og årtiers studier af tavlen.

Mens menneske- og AI-teamet i øjeblikket kan besejre en AI, er det stadig uvist, om denne type sejr vil forblive konstant fremadrettet. Ikke desto mindre er dette en seriøs indikator for, at hvis mennesker skulle være i stand til korrekt at kommunikere, koordinere og kontrollere en AI, der i det væsentlige er en forlængelse af deres sind, at store problemer, som ikke kan løses af mennesker i dag, eller af selvstændige AI-programmer, kunne være varetages af en fagforening af begge.

En af JCR Lickliders sidste kommentarer angiver klart vigtigheden af ​​at designe BMI'er, der er i stand til at muliggøre AI-kommunikation i realtid i den menneskelige hjerne.

"Det andet hovedformål er tæt forbundet. Det er at bringe computermaskiner effektivt ind i tankeprocesser, der skal fortsætte i "realtid", tid, der går for hurtigt til at tillade brug af computere på konventionelle måder. Forestil dig, at du for eksempel forsøger at dirigere en kamp ved hjælp af en computer på et skema som dette. Du formulerer dit problem i dag. I morgen tilbringer du med en programmør. I næste uge bruger computeren 5 minutter til at samle dit program og 47 sekunder til at beregne svaret på dit problem. Du får et ark papir, der er 20 fod langt, fyldt med tal, der i stedet for at give en endelig løsning kun foreslår en taktik, der bør udforskes ved simulering. Det er klart, at slaget ville være forbi, før det andet trin i planlægningen var påbegyndt. At tænke i samspil med en computer på samme måde, som du tænker med en kollega, hvis kompetence supplerer din egen vil kræve meget tættere kobling mellem menneske og maskine end eksemplet antyder, og hvad der er muligt i dag."

Hvordan virker intelligensforstærkning?

Intelligensforstærkning via BMI'er er stadig i sine tidlige dage og er et igangværende arbejde. Det skal forstås, at den menneskelige hjerne udnytter mønstergenkendelse til at forstå symbolik og skabe forbindelser mellem data. Hvis du for eksempel ser linjer struktureret i en bestemt rækkefølge såsom bogstavet A, kan du så genkende symbolet A. Derfra og frem kan du få bogstavet til at danne et mønster i din hjerne, når du læser ordet ÆBLE. Du kan så genkende yderligere mønstre, når du læser, at ET ÆBLE FALDTE FRA ET TRÆ. Den menneskelige hjerne fortsætter med at skabe forbindelser fra karakterer, til ord, til sætninger, til afsnit, til kapitler og derefter til bøger og videre.

Problemet er, at den menneskelige hjerne ikke har perfekt genkaldelse, og dette uperfekte system får mønstergenkendelsessystemer til at svigte. Forestil dig, hvad der ville ske, hvis du kunne læse en hel bog, og et AI-system var i stand til at danne de mønstergenkendelser, der er nødvendige for øjeblikkeligt at give perfekt genkaldelse. Dette ville forbedre menneskets evne til at arbejde på et essay, til at skabe produkter eller tjenester, der er afhængige af denne information, eller til blot at føre en intelligent samtale uden nogen hukommelsestab.

I andre tilfælde, mens den er midt i samtalen, kunne den menneskelige hjerne øjeblikkeligt oprette forbindelse til internettet for i realtid at lokalisere information og distribuere eller formidle denne information. I stedet for at skulle se en YouTube-video flere gange for at lære noget, ville det være tilstrækkeligt at se den én gang til perfekt genkaldelse. Den ekstra fordel ved yderligere mønstergenkendelsessystemer er, at den menneskelige hjerne kunne afkode video og lyd hurtigere end i realtid. Dette betyder, at mennesket kan absorbere indholdet af videoen med hastigheder på 2x, 3x eller mere.

Hvor kan jeg finde Brain Machine Interfaces?

Det er stadig meget tidlige dage for denne type intelligensforstærkning. Der er flere bestræbelser i gang for at udvikle forskellige BMI'er, der i sidste ende kan udvikle sig til denne type applikationer. Mest bemærkelsesværdig er Elon Musks firma Neuralink det er i de tidlige stadier af udviklingen af ​​et BMI med ultrahøj båndbredde til at forbinde mennesker og computere.

Neurallink arbejder på at skabe det første neurale implantat, der vil gøre det muligt for brugere at styre en computer eller mobilenhed, hvor som helst de går. For at opnå dette indsættes tråde i mikronskala i områder af hjernen, der styrer bevægelse. Hver tråd indeholder mange elektroder og forbinder dem med et implantat, der kaldes linket.

Selv udviklere af et BMI-system forstår måske ikke fuldt ud, hvordan det virker på et mikron neurokemisk niveau. På grund af den menneskelige hjernes plasticitet (evnen til at modificere sig selv) er det faktisk den menneskelige hjerne, der modtager input og derefter selv lærer de nødvendige output for, at BMI'et kan udøve sin magi.

De fleste BMI'er bruger en dekoder til at dechifrere de hjernebølger og mønstre, der modtages af den menneskelige hjerne. Denne dekoder bruger forskellige typer af maskinlæring, herunder deep learning til at lære at afkode den modtagne information i et forsøg på at identificere bevægelsesintentioner og ønskede handlinger. Ved at afkode disse mønstre kan den bedst forstå, hvad den menneskelige hjerne søger at opnå.

Det er et lukket sløjfesystem, hvor brugeren laver en motorisk hensigt ved blot at tænke, og Neuralink-dekoderen dechifrerer hensigten. Dette omsætter tanker til handling, som derefter bliver gennemført i verden af ​​en markør eller robotarm. Mennesket modtager visuel bekræftelse på en vellykket handling, og at neurokemisk feedback træner hjernen til lettere at kontrollere Neuralink. Udfordringen for enhver BMI-virksomhed er at bygge en dekoder, der ikke er for stor en læringsbyrde for slutbrugeren.

Nogle af problemerne med nuværende BMI'er involverer latens, dette er tidsforsinkelsen mellem input og output på både den menneskelige og BMI-siden. I øjeblikket arbejder Neuralink på at løse nogle af de problemer, der er involveret i dette problem, som nævnt af Joseph O'Doherty, en neuroingeniør hos Neuralink og leder af dets hjernesignalteam, i et interview.

"Trin et er at finde kilderne til latens og eliminere dem alle. Vi ønsker at have lav latenstid i hele systemet. Det omfatter detektering af pigge; der omfatter behandling af dem på implantatet; det inkluderer radioen, der skal transmittere dem - der er alle slags pakkedetaljer med Bluetooth, der kan tilføje latency. Og det inkluderer den modtagende side, hvor du laver noget behandling i dit modelslutningstrin, og det inkluderer endda at tegne pixels på skærmen for den markør, du styrer. Enhver lille mængde forsinkelse, du har der, tilføjer forsinkelse, og det påvirker styringen med lukket sløjfe."

Mens Neuralink er det mest populære eksempel på et BMI, er der mange andre teams, der også arbejder på fascinerende projekter. For eksempel har forskere fra Howard Hughes Medical Institute haft succes gjorde det muligt for en BMI at skrive brugernes mentale håndskrift for første gang . Holdet dechiffrerede hjerneaktivitet forbundet med at skrive bogstaver i hånden for at opnå resultatet. I dette tilfælde med øvelse lærte hjernen, hvordan man strategisk tænker på håndskrift i en sekvens, der derefter blev genkendt af BMI. Den lamme deltager var i stand til at skrive 90 tegn i minuttet, hvilket er mere end dobbelt så meget som tidligere registreret med en anden type BMI.

Et andet eksempel omfatter et studie med to kliniske forsøgsdeltagere, der har lammelser, og de brugte BrainGate system med en trådløs sender. Gennem den trådløse sender kunne de pege, klikke og skrive på en almindelig tablet-computer.

Amplificeret symbiotisk intelligens vs menneskelig intelligens

Vi kan forestille os en verden, hvor nogle mennesker er forstærket, mens andre mennesker vælger at være naturlige og undlader at forstærke sig selv. Faren bag dette er, at det vil forstærke kløften mellem velhavende mennesker med de økonomiske midler til at forstærke sig selv, og andre mennesker, der villigt eller ej forbliver uforstærket.

En medarbejder, der er forbedret, vil være i stand til at opnå betydelige tidsbesparelser ved ikke at skulle gætte sig selv, med en nem evne til øjeblikkeligt at genkalde information eller hente tidligere ukendte data fra internettet. En AI kunne hurtigt advare den menneskelige (eller bortfiltrere) information, der er irrelevant, falsk eller substandard. Det udvidede menneske med perfekt genkaldelse kan dreje sig om, hvordan de udfører opgaver, og de kunne eksponentielt øge både effektiviteten og produktiviteten.

I stedet for at skrive tekst eller tale højt, kunne det forbedrede menneske simpelthen tænke, og teksten ville på magisk vis dukke op på en skærm. Tidsbesparelsen fra denne enklere version af et BMI ville være betydelig. BMI'et med AI-systemet kan simpelthen være implanteret i den menneskelige hjerne og trådløst opladet til eksterne strømkilder, eller være i stand til rent faktisk at drive sig selv fra den samme type kalorier og ressourcer, som er indbygget i den menneskelige krop og hjerne. Selvom det er super spekulativt, kan der være nanobots der kan krydse blod-hjerne-barrieren for at generere et BMI.

Et forbedret menneske kan opleve, at samtale med et ikke-forstærket menneske er overflødigt og kedeligt. De kan vælge at associere sig selv med andre forbedrede mennesker, der ønsker at samarbejde om at starte virksomheder, skrive banebrydende papirer eller blive produktive på andre måder. En arbejdsgiver kan vælge at se bort fra uddannelsesbaggrund eller erfaring, for i stedet kun at fokusere på kun at ansætte personale, der er blevet forbedret.

Samfundet kunne gå forskellige veje, der hver især fører til forskellige resultater. På den ene vej kunne der være to typer mennesker, som simpelthen lærer at eksistere sammen.

Før BMI'er når denne tilstand, fokuserer den tidlige udvikling på neurologiske problemer, der inkluderer følgende:

• Hukommelsestab
• Høretab
• Blindhed
• Lammelse
• Depression
• Søvnløshed
• Ekstrem smerte
• Kramper
• Angst
• Addiction
• Strokes
• Brain Damage

Det skal ikke glemmes, at Neurallinks langsigtede mål som udtalt af Elon Musk er, “At skabe en grænseflade med høj båndbredde, der gør det muligt for mennesker at tage med på turen”. Konsekvenserne er, at hvis vi udvikler os med succes Kunstig generel intelligens, denne udvikling fører os uundgåeligt til Superintelligens. Et BMI vil være menneskehedens endelige løsning til at leve i en verden, der har Superintelligens, der er langt mere avanceret end vores nuværende biologiske menneskelige hjerner. Det er stadig at se, hvor mange mennesker der vælger at forbedre sig selv, i mellemtiden forbliver BMI'er en af ​​de vigtigste udviklinger med dybe forstærkende læringssystemer.