Hjerne-maskine-grænseflade

Fremtiden for Brain Machine Interfaces: Symbiotisk Intelligens vs Menneskelig Intelligens

mm

Vi vil udforske, hvad Intelligence Amplification via brain machine interfaces (BMI) er, hvorfor det er vigtigt, og hvorfor der måske kan være en fremtidig skillelinje 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 tilslutter sig BMIs, vil blive givet forbedret kognitiv præstation og øget produktivitet på arbejdspladsen og derefter.

Hvad er Intelligence Amplification?

Begrebet Intelligence Amplification blev først introduceret af William Ross Ashby i hans banebrydende bog med titlen Introduction to Cybernetics . Begrebet udviklede sig herefter til at blive, hvad vi nu kender som Augmented Intelligence, en underafdeling af maskinlæring, der er designet til at forbedre og forbedre menneskelig intelligens med hjælp fra AI. Konceptet er at forbedre både menneskelig beslutningstagning og den hurtige adgang til information, som mennesker har for at forbedre kvaliteten af disse beslutninger. Dette er, hvor den nuværende betydning af Augmented Intelligence slutter, det er en AI, der bruger maskinlæring og dyb læring til at hjælpe mennesker med handlebare data, men der er ingen reel-tids-symbiotisk relation.

Dette er, hvor BMIs kommer ind i billedet, de vil gøre det muligt at forbedre menneskelig kognition langt ud over i dagens version af Augmented Intelligence.

I modsætning til vores nuværende adgang til data, der sker med computere, smartphones eller andre enheder, er en BMI i sig selv designet til, at internettet og AI, der giver adgang til internettet, kan tilgås uden en ekstern enhed. BMI’en vil blive implanteret inde i det menneskelige hjerte, og bliver i sig selv en udvidelse af det menneskelige sind.

Med andre ord, i stedet for at afhænge af hukommelse eller have brug for at åbne en bog eller besøge en hjemmeside, kunne en forbedret menneske have adgang til alle de oplysninger, der er gemt på internettet, og en avanceret AI kunne føre de relevante datapunkter til det menneskelige hjerte, og gøre det muligt for mennesket at være fuldstændig i kontrol. Hvis du nogensinde har oplevet et øjeblik, hvor du ikke kan huske en bestemt erindring eller genkalde dig en specifik dato, er det en frustrerende oplevelse. Med Augmented Intelligence kunne du have perfekt hukommelse takket være AI-systemet, der bliver en udvidelse af din biologiske hukommelsesbank.

Dette type af intelligence-forstærkning blev yderligere udforsket i “Man-Computer Symbiosis” en spekulativ artikel offentliggjort i 1960 af J.C.R. Licklider. Denne oplysende artikel tilbyder en tidlig beskrivelse af, hvordan mennesker må lære at kontrollere AI ved at danne en symbiotisk relation med AI. Som J.C.R. Licklider sagde, “For at aktivere mænd og computere til at samarbejde om at træffe beslutninger og kontrollere komplekse situationer uden inflexibel afhængighed af forudbestemte programmer”.

Maskinlæring er den hemmelige sauce, der sikrer, at en computer ikke er forudbestemt, men det tager ikke endnu problemet op, om hvordan vi kan få adgang til denne symbiose.

J.C.R. Licklider fortsatte med denne kommentar, “Forhåbentlig, ikke for mange år, vil menneskers hjerner og computere være tæt sammenkoblet, og det resulterende partnerskab vil tænke som ingen menneskers hjerte nogensinde har tænkt og behandle data på en måde, der ikke er nærmet af de informationsbehandlingsmaskiner, vi kender i dag.”

Et tidligt eksempel på, hvordan dette er blevet udført, kan ses i verden af skak. Mens de fleste mennesker er bekendt med Garry Kasparovs nederlag i 1997 til IBM-computeren Deep Blue, er der en nyere og mere interessant udvikling.

Mens vi har vidst i årtier, at en avanceret AI-system kan let besejre enhver skakspiller, er det mere interessant, at en AI kan besejres af et menneske og AI-hold. I denne samarbejdende omgang deler holdet opgaverne, AI’en udfører den tungt arbejde med massive beregninger, mønstergenkendelse og fremadrettet tænkning. Mennesket tilføjer værdi ved at udnytte menneskelig intuition og årtiers studier af brættet.

Mens det i øjeblikket er muligt for et menneske og AI-hold at besejre en AI, er det uvist, om denne sejr vil forblive konstant i fremtiden. Alligevel er dette en alvorlig indikator for, at hvis mennesker kan kommunikere, koordinere og kontrollere en AI, der i virkeligheden er en udvidelse af deres sind, kunne store problemer, der ikke kan håndteres af mennesker i dag eller af selvstændige AI-programmer, håndteres af en union af begge.

En af J.C.R. Lickliders sidste kommentarer lægger tydeligt udtryk for vigtigheden af at designe BMIs, der kan aktivere reel-tids-AI-kommunikation inden for det menneskelige hjerte.

“Det andet hovedformål er tæt relateret. Det er at bringe computere effektivt ind i processer, der skal ske i “real-time”, tid der flytter for hurtigt til at tillade brug af computere på konventionel vis. Forestil dig, for eksempel, at lede en kampagne med hjælp af en computer på en sådan skema som dette. Du formulerer dit problem i dag. I morgen tilbringer du med en programmør. Næste uge bruger computeren 5 minutter på at samle dit program og 47 sekunder på at beregne svaret på dit problem. Du får en papir på 20 fod lang, fuld af tal, der i stedet for at give en endelig løsning kun foreslår en taktik, der skal undersøges ved simulation. Det er åbenbart, at kampen ville være slut, før andet trin i planlægningen var begyndt. For 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 det, der er foreslået af eksemplet og end det, der er muligt i dag.”

Hvordan fungerer Intelligence Amplification?

Intelligence-forstærkning via BMIs er stadig i sine første dage og er et arbejde i gang. Det skal forstås, at det menneskelige hjerte udnytter mønstergenkendelse til at forstå symbolik og skabe forbindelser mellem data. For eksempel, hvis du ser linjer struktureret i en bestemt sekvens, såsom bogstaverne A, kan du derefter genkende symbolet A. Derefter kan du have bogstaverne danne en mønster i dit hjerte, når du læser ordet APPLE. Du kan derefter genkende yderligere mønstre, når du læser, at EN APPLE FALDT FRA ET TRÆ. Det menneskelige hjerte fortsætter med at skabe forbindelser videre fra tegn, til ord, til sætninger, til afsnit, til kapitler og derefter til bøger og ud over.

Problemet er, at det menneskelige hjerte ikke har perfekt hukommelse, og dette ufuldkomne system får mønstergenkendelsessystemer til at fejle. Forestil dig, hvad der ville ske, hvis du kunne læse en hel bog, og et AI-system kunne danne de mønstre, der er nødvendige for at give perfekt hukommelse. Dette ville forbedre menneskets evne til at arbejde på en artikel, til at skabe produkter eller tjenester, der afhænger af disse oplysninger, eller blot til at have en intelligent samtale uden nogen huller i hukommelsen.

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

Hvor kan jeg finde Brain Machine Interfaces?

Det er stadig meget tidlige dage for denne type af Intelligence-forstærkning. Der er flere bestræbelser i gang for at udvikle forskellige BMIs, der kunne udvikle sig til denne type af anvendelse. Det mest bemærkelsesværdige er Elon Musks virksomhed Neuralink, der er i de tidlige faser af udviklingen af en ultra-høj-båndbredde-BMI til at tilslutte mennesker og computere.

Neurallink arbejder på at skabe den første neurale implant, der giver brugerne mulighed for at kontrollere en computer eller en mobil enhed hvor som helst de går. For at opnå dette indsættes mikroskala-tråde i områder af hjernen, der kontrollerer bevægelse. Hver tråd indeholder mange elektroder og tilslutter dem til en implant, der kaldes Link.

Even udviklerne af et BMI-system måske ikke fuldt ud forstår, hvordan det fungerer på et mikroskala-neurokemisk niveau. På grund af hjernens plasticitet (evnen til at modificere sig selv) er det i virkeligheden det menneskelige hjerte, der modtager input og derefter lærer af sig selv de nødvendige output for BMI’en til at fungere.

De fleste BMIs bruger en decoder til at tyde hjernebølger og mønstre, der modtages af det menneskelige hjerte. Denne decoder bruger forskellige former for maskinlæring, herunder dyb læring, til at lære at tyde den modtagne information i et forsøg på at identificere bevægelsesintentioner og ønskede handlinger. Ved at tyde disse mønstre kan den bedst forstå, hvad det menneskelige hjerte søger at opnå.

Det er et lukket system, hvor brugeren laver en motor-intention ved blot at tænke, og Neuralink-decoderen tyder intentionen. Dette oversætter tanke til handling, der derefter udføres i verden af en cursor eller en robotarm. Mennesket modtager visuel bekræftelse af en succesfuld handling, og den neurokemiske feedback træner hjernen til at kontrollere Neuralink lettere. Udfordringen for enhver BMI-virksomhed er at bygge en decoder, der ikke er for stor en læringssvigt for slutbrugeren.

Nogle af problemerne med nuværende BMIs indebærer latency, dette er tidsforsinkelsen mellem input og output på både det menneskelige og BMI-siden. I øjeblikket arbejder Neuralink på at løse nogle af de problemer, der er forbundet med dette problem, som det er udtalt af Joseph O’Doherty, en neuroingeniør på Neuralink og leder af dets hjernesignalteam, i et interview.

“Første skridt er at finde kilderne til latency og eliminere alle af dem. Vi ønsker at have lav latency i hele systemet. Dette inkluderer detektion af spikes; dette inkluderer behandling af dem på implantatet; dette inkluderer radioen, der skal transmittere dem—der er alle mulige pakketegensdetaljer med Bluetooth, der kan tilføje latency. Og dette inkluderer den modtagende side, hvor du udfører nogen behandling i din model-inferensskridt, og dette inkluderer endda tegning af pixels på skærmen for cursor, som du kontrollerer. Enhver lille mængde lag, du har der, tilføjer forsinkelse, og det påvirker lukket-loop-kontrol.”

Mens Neuralink er det mest populære eksempel på en BMI, er der mange andre hold, der også arbejder på fascinerende projekter. For eksempel har forskere fra Howard Hughes Medical Institute succesfuldt aktiveret en BMI til at skrive mental håndskrift for brugere for første gang . Holdet tydede hjernaktivitet forbundet med håndskrift til at opnå resultatet. I dette tilfælde lærte hjernen med praksis at tænke strategisk om håndskrift i en sekvens, der derefter blev genkendt af BMI’en. Den lammete deltager kunne skrive 90 tegn per minut, hvilket er mere end dobbelt så meget som tidligere registreret med en anden type BMI.

Et andet eksempel inkluderer en studie med to kliniske forsøgsdeltagere, der har lammet og brugt BrainGate-systemet med en trådløs transmitter. Gennem den trådløse transmitter kunne de pege, klikke og skrive på en standard tablet-computer.

Forstærket Symbiotisk Intelligens vs Menneskelig Intelligens

Vi kan forestille os en verden, hvor nogle mennesker er forbedrede, mens andre mennesker vælger at være naturlige og ikke forbedrer sig selv. Faren bag dette er, at det vil forstærke kløften mellem velhavende mennesker med de økonomiske midler til at forbedre sig selv og andre mennesker, der frivilligt eller ikke forbliver uforbedrede.

En medarbejder, der er forbedret, vil kunne opnå betydelige tidsbesparelser ved ikke at skulle tvivle på sig selv, med en let adgang til at huske information eller hente tidligere ukendte data fra internettet. En AI kunne hurtigt advare mennesket (eller filtere ud) information, der er irrelevant, falsk eller understandard. Den forbedrede menneske med perfekt hukommelse kan skifte i, hvordan de udfører opgaver, og de kunne eksponentielt øge både effektivitet og produktivitet.

I stedet for at skrive tekst eller tale højt, kunne den forbedrede menneske blot tænke, og teksten ville magisk dukke op på en skærm. Tidsbesparelsen fra denne enklere version af en BMI ville være betydelig. BMI’en med AI-systemet måske blot være implanteret i det menneskelige hjerte og trådløst opladt til eksterne strømkilder eller være i stand til at generere sin egen strøm fra de samme kalorier og ressourcer, der er indbygget i det menneskelige legeme og hjerte. Mens det er meget spekulativt, kan der måske være nanobots, der kan krydse blod-hjerne-barrieren for at generere en BMI.

En forbedret menneske kan finde, at samtale med et uforbedret menneske er redundant og kedelig. De kan vælge at omgås andre forbedrede mennesker, der ønsker at samarbejde om at lancere forretninger, skrive betydningsfulde artikler eller blive produktive på andre måder. En arbejdsgiver kan vælge at ignorere uddannelsesbaggrund eller erfaring for i stedet at fokusere på kun at ansætte medarbejdere, der er forbedrede.

Samfundet kan tage forskellige veje, der hver især fører til forskellige resultater. På en vej kan der være to typer mennesker, der blot lærer at sameksistere.

Før BMIs når dette stadium er de tidlige udviklinger fokuseret på neurologiske problemer, der inkluderer følgende:

  • Tabs af hukommelse
  • Høretab
  • Blindhed
  • Lamhed
  • Depression
  • Søvnløshed
  • Ekstrem smerte
  • Anfald
  • Angst
  • Afhængighed
  • Slagtilfælde
  • Hjerneskade

Det skal ikke glemmes, at Neurallinks langsigtede mål, som udtalt af Elon Musk, er, “At skabe en høj-båndbredde-grænseflade, der giver mennesker mulighed for at følge med”. Implikationerne er, at hvis vi succesfuldt udvikler Artificielle Generelle Intelligenser, fører denne udvikling uundgåeligt til Superintelligens. En BMI vil være menneskehedens sidste løsning for at leve i en verden, der indeholder Superintelligens, der er langt mere avanceret end vores nuværende biologiske menneskehjerner. Det er endnu ikke set, hvor mange mennesker vælger at forbedre sig selv, men i mellemtiden forbliver BMIs en af de vigtigste udviklinger med dyb forstærkningssystemer.

Antoine er en visionær leder og medstifter af Unite.AI, drevet af en urokkelig passion for at forme og fremme fremtiden for AI og robotteknologi. En serieiværksætter, han tror, at AI vil være lige så disruptiv for samfundet som elektricitet, og bliver ofte fanget i at tale om potentialet for disruptiv teknologi og AGI.

Som en futurist, er han dedikeret til at udforske, hvordan disse innovationer vil forme vores verden. Derudover er han grundlægger af Securities.io, en platform fokuseret på at investere i skarp teknologi, der gendefinerer fremtiden og omformer hele sektorer.