Die Zukunft von Brain-Machine-Interfaces: Symbiotische Intelligenz vs. menschliche Intelligenz

Wir werden erforschen, was Intelligenzverstärkung via Brain-Machine-Interfaces (BMI) ist, warum es wichtig ist und warum es möglicherweise eine zukünftige Kluft zwischen Menschen gibt, die unverändert bleiben, und Menschen, die sich entscheiden, ihre Intelligenz durch die Schaffung einer synergetischen Symbiose mit künstlicher Intelligenz (KI) zu verstärken.

Menschen, die sich mit BMIs verbinden, werden mit verbesserter kognitiver Leistung und erhöhter Produktivität am Arbeitsplatz und darüber hinaus begabt sein.

Was ist Intelligenzverstärkung?

Das Konzept der Intelligenzverstärkung wurde erstmals von William Ross Ashby in seinem bahnbrechenden Buch mit dem Titel  Introduction to Cybernetics vorgestellt. Der Begriff entwickelte sich dann weiter und wurde zu dem, was wir heute als Augmented Intelligence erkennen, einem Teilbereich des maschinellen Lernens, der in erster Linie darauf ausgelegt ist, die menschliche Intelligenz mit der Hilfe von KI zu verbessern und zu verstärken. Das Konzept besteht darin, die menschliche Entscheidungsfindung und den schnellen Zugang zu Informationen, den Menschen haben, um die Qualität dieser Entscheidungen zu verbessern, zu verbessern. Hier endet die aktuelle Bedeutung von Augmented Intelligence, es handelt sich um eine KI, die maschinelles Lernen und Deep Learning verwendet, um Menschen mit handhabbaren Daten zu unterstützen, aber es gibt keine Echtzeit-Symbiose.

Hier kommen die BMIs ins Spiel, sie werden die Verbesserung der menschlichen Kognition weit über die heutige Version von Augmented Intelligence hinaus ermöglichen.

Im Gegensatz zu unserem aktuellen Zugang zu Daten, der mit Computern, Smartphones oder anderen Geräten stattfindet, ist ein BMI von Natur aus so konzipiert, dass das Internet und die KI, die den Zugang zum Internet ermöglicht, ohne externes Gerät zugänglich sind. Der BMI wird im menschlichen Gehirn implantiert und wird damit zu einer Erweiterung des menschlichen Geistes.

Mit anderen Worten, anstatt auf das Gedächtnis zu vertrauen oder ein Buch zu öffnen oder eine Website zu besuchen, könnte ein verstärkter Mensch Zugang zu all den Informationen haben, die im Internet gespeichert sind, und ein fortschrittliches KI-System könnte die relevanten Datenpunkte an das menschliche Gehirn übermitteln, sodass der Mensch vollständig die Kontrolle hat. Wenn Sie jemals einen Moment hatten, in dem Sie sich an eine bestimmte Erinnerung nicht erinnern konnten oder ein bestimmtes Datum nicht wiederholen konnten, ist dies eine frustrierende Erfahrung. Mit Augmented Intelligence könnten Sie dank des KI-Systems, das zu einer Erweiterung Ihres biologischen Gedächtnisspeichers wird, ein perfektes Gedächtnis haben.

Diese Art der Intelligenzverstärkung wurde in “Man-Computer-Symbiose” weiter erforscht, einem spekulativen Paper, das 1960 von J.C.R. Licklider veröffentlicht wurde. Dieses aufschlussreiche Paper bietet eine frühe Beschreibung davon, wie Menschen lernen müssen, KI zu kontrollieren, indem sie eine symbiotische Beziehung mit der KI eingehen. Wie J.C.R. Licklider sagte: “Um es Menschen und Computern zu ermöglichen, bei der Entscheidungsfindung und der Kontrolle komplexer Situationen zusammenzuarbeiten, ohne eine unflexible Abhängigkeit von vorher festgelegten Programmen zu haben”.

Das maschinelle Lernen ist das Geheimnis, das sicherstellt, dass ein Computer nicht vorherbestimmt ist, aber es löst das Problem noch nicht, wie wir auf diese Symbiose zugreifen können.

J.C.R. Licklider fuhr fort: “Die Hoffnung ist, dass in nicht allzu vielen Jahren menschliche Gehirne und Rechenmaschinen sehr eng miteinander verbunden sein werden und dass die resultierende Partnerschaft auf eine Weise denken wird, wie kein menschliches Gehirn jemals gedacht hat und Daten auf eine Weise verarbeiten wird, die nicht von den Informationsverarbeitungsmaschinen erreicht wird, die wir heute kennen.” 

Ein frühes Beispiel dafür, wie dies umgesetzt wird, kann in der Welt des Schachspiels gesehen werden. Während die meisten Menschen mit Garry Kasparovs Niederlage gegen den IBM-Computer Deep Blue im Jahr 1997 vertraut sind, gibt es eine neuere und interessantere Entwicklung.

Während wir seit Jahrzehnten wissen, dass ein fortschrittliches KI-System jeden Schachspieler leicht besiegen kann, ist es viel interessanter, dass ein KI-System von einem Menschen und einem KI-Team besiegt werden kann. In dieser kooperativen Umgebung teilt das Team die Aufgaben auf, das KI-System übernimmt die schwere Arbeit der massiven Berechnungen, der Mustererkennung und der Vorhersage. Der Mensch fügt Wert hinzu, indem er die menschliche Intuition nutzt und Jahrzehnte des Studiums des Bretts.

Obwohl es derzeit möglich ist, dass ein Mensch und ein KI-Team ein KI-System besiegen können, bleibt unklar, ob dieser Sieg konstant bleiben wird. Dennoch ist dies ein ernsthafter Indikator dafür, dass Menschen, wenn sie in der Lage sind, ein KI-System ordnungsgemäß zu kommunizieren, zu koordinieren und zu kontrollieren, das im Wesentlichen eine Erweiterung ihres Geistes ist, dass große Probleme, die heute von Menschen oder von eigenständigen KI-Programmen nicht gelöst werden können, von einer Vereinigung von beiden gelöst werden könnten.

Eine der letzten Aussagen von J.C.R. Licklider legt deutlich die Bedeutung des Entwurfs von BMIs dar, die eine Echtzeit-KI-Kommunikation im menschlichen Gehirn ermöglichen.

“Das andere Hauptziel ist eng damit verbunden. Es besteht darin, Rechenmaschinen effektiv in Denkprozesse einzubinden, die in “Echtzeit” ablaufen, in einer Zeit, die so schnell vergeht, dass es nicht möglich ist, Computer auf herkömmliche Weise zu verwenden. Stellen Sie sich vor, Sie würden versuchen, eine Schlacht mit Hilfe eines Computers auf einem solchen Zeitplan zu leiten. Sie formulieren Ihr Problem heute. Morgen verbringen Sie den Tag mit einem Programmierer. Nächste Woche widmet der Computer 5 Minuten der Zusammenstellung Ihres Programms und 47 Sekunden der Berechnung der Antwort auf Ihr Problem. Sie erhalten ein 20 Fuß langes Blatt Papier, voller Zahlen, die anstelle einer endgültigen Lösung nur eine Taktik vorschlagen, die durch Simulation erforscht werden sollte. Offensichtlich wäre die Schlacht vorbei, bevor der zweite Schritt in ihrer Planung begonnen würde. Um auf die gleiche Weise mit einem Computer zu denken, wie mit einem Kollegen, dessen Kompetenz Ihre eigene ergänzt, wird eine viel engere Verbindung zwischen Mensch und Maschine erforderlich sein als dies in dem Beispiel und wie es heute möglich ist.”

Wie funktioniert Intelligenzverstärkung?

Die Intelligenzverstärkung via BMIs ist noch in den Anfängen und ein laufendes Projekt. Es muss verstanden werden, dass das menschliche Gehirn die Mustererkennung nutzt, um Symbolik zu verstehen und Verbindungen zwischen Daten herzustellen. Zum Beispiel, wenn Sie Linien sehen, die in einer bestimmten Sequenz angeordnet sind, wie den Buchstaben A, können Sie dann das Symbol A erkennen. Von dort aus können Sie das Buchstabenmuster in Ihrem Gehirn bilden, wenn Sie das Wort APPLE lesen. Sie können dann zusätzliche Muster erkennen, wenn Sie lesen, dass EIN APFEL VON EINEM BAUM FIEL. Das menschliche Gehirn stellt weiterhin Verbindungen her, von Zeichen zu Wörtern, zu Sätzen, zu Absätzen, zu Kapiteln und dann zu Büchern und darüber hinaus.

Das Problem ist, dass das menschliche Gehirn kein perfektes Gedächtnis hat, und dieses unvollkommene System verursacht, dass Mustererkennungssysteme fehlschlagen. Stellen Sie sich vor, was passieren würde, wenn Sie ein ganzes Buch lesen könnten und ein KI-System in der Lage wäre, die erforderlichen Mustererkennungen zu bilden, um ein perfektes Gedächtnis zu ermöglichen. Dies würde die Fähigkeit des Menschen verbessern, an einem Essay zu arbeiten, Produkte oder Dienstleistungen zu erstellen, die auf diese Informationen angewiesen sind, oder einfach eine intelligente Konversation ohne Unterbrechungen im Gedächtnis zu führen.

In anderen Fällen könnte das menschliche Gehirn während einer Unterhaltung in Echtzeit auf das Internet zugreifen, um Informationen zu finden und zu verteilen oder zu übermitteln. Anstatt ein YouTube-Video mehrmals anzusehen, um etwas zu lernen, würde das Ansehen einmal ausreichen, um ein perfektes Gedächtnis zu haben. Der zusätzliche Vorteil von zusätzlichen Mustererkennungssystemen ist, dass das menschliche Gehirn das Video und die Audio schneller decodieren könnte als in Echtzeit. Dies bedeutet, dass der Mensch den Inhalt des Videos mit Geschwindigkeiten von 2x, 3x oder darüber hinaus aufnehmen könnte.

Wo kann ich Brain-Machine-Interfaces finden?

Es ist noch sehr früh für diese Art von Intelligenzverstärkung. Es gibt mehrere Bemühungen, verschiedene BMIs zu entwickeln, die möglicherweise zu dieser Art von Anwendung führen könnten. Am bekanntesten ist Elon Musks Unternehmen Neuralink, das in den Anfängen ist, ein Ultra-Hochgeschwindigkeits-BMI zu entwickeln, um Menschen und Computer zu verbinden.

Neurallink arbeitet daran, das erste neurale Implantat zu erstellen, das es Benutzern ermöglicht, einen Computer oder ein mobiles Gerät überall zu steuern. Um dies zu erreichen, werden Mikro-Schienen in Bereiche des Gehirns eingeführt, die die Bewegung steuern. Jede Schiene enthält viele Elektroden und verbindet sie mit einem Implantat, das als Link bezeichnet wird.

Sogar Entwickler eines BMI-Systems mögen nicht vollständig verstehen, wie es auf mikro-neurochemischer Ebene funktioniert. Aufgrund der Plastizität des menschlichen Gehirns (Fähigkeit, sich selbst zu modifizieren) ist es tatsächlich das menschliche Gehirn, das Eingaben erhält und dann selbst lernt, die notwendigen Ausgaben für das BMI zu ermöglichen.

Die meisten BMIs verwenden einen Decoder, um die Gehirnwellen und Muster zu entschlüsseln, die vom menschlichen Gehirn empfangen werden. Dieser Decoder verwendet verschiedene Arten von maschinellem Lernen, einschließlich Deep Learning, um zu lernen, die empfangenen Informationen zu entschlüsseln und die Bewegungsabsichten und gewünschten Aktionen zu identifizieren. Durch das Entschlüsseln dieser Muster kann es am besten verstehen, was das menschliche Gehirn erreichen möchte.

Es handelt sich um ein geschlossenes System, in dem der Benutzer eine motorische Absicht hat, indem er einfach denkt, und der Neuralink-Decoder die Absicht entschlüsselt. Dies übersetzt den Gedanken in eine Aktion, die dann in der Welt durch einen Cursor oder einen Roboterarm umgesetzt wird. Der Mensch erhält eine visuelle Bestätigung einer erfolgreichen Aktion, und diese neurochemische Rückmeldung trainiert das Gehirn, den Neuralink leichter zu steuern. Die Herausforderung für jedes BMI-Unternehmen besteht darin, einen Decoder zu entwickeln, der für den Endbenutzer nicht zu groß ist.

Einige der Probleme mit aktuellen BMIs beinhalten Latenz, dies ist die Zeitverzögerung zwischen Eingabe und Ausgabe auf beiden Seiten, menschlich und BMI. Derzeit arbeitet Neuralink daran, einige der Probleme zu beheben, die mit diesem Problem verbunden sind, wie von Joseph O’Doherty, einem Neuroingenieur bei Neuralink und Leiter des Brain-Signals-Teams, in einem Interview angegeben.

“Schritt eins ist, die Quellen der Latenz zu finden und alle zu eliminieren. Wir wollen eine geringe Latenz im gesamten System haben. Dazu gehören die Erkennung von Spikes; dazu gehören die Verarbeitung auf dem Implantat; dazu gehören die Funkverbindung, die zur Übertragung erforderlich ist – es gibt viele Paketisierungsdetails mit Bluetooth, die Latenz hinzufügen können. Und dazu gehören die Empfangsseite, auf der Sie einige Verarbeitung in Ihrem Modell-Schluss-Schritt durchführen und dass sogar das Zeichnen von Pixeln auf dem Bildschirm für den Cursor, den Sie steuern, Latenz hinzufügt. Jede kleine Verzögerung, die Sie dort haben, verursacht Verzögerung und das beeinträchtigt die geschlossene Steuerung.”

Während Neuralink das bekannteste Beispiel für ein BMI ist, gibt es viele andere Teams, die an faszinierenden Projekten arbeiten. Zum Beispiel haben Forscher des Howard Hughes Medical Institute es erfolgreich geschafft, ein BMI zu ermöglichen, die mentale Handschrift von Benutzern auszuschreiben . Das Team entschlüsselte die Gehirnaktivität, die mit dem Handschreiben von Buchstaben verbunden war, um das Ergebnis zu erzielen. In diesem Fall lernte das Gehirn mit Übung, strategisch über das Handschreiben in einer Sequenz nachzudenken, die dann vom BMI erkannt wurde. Der gelähmte Teilnehmer konnte 90 Zeichen pro Minute tippen, was mehr als doppelt so viel ist wie zuvor mit einem anderen Typ von BMI.

Ein weiteres Beispiel umfasst eine Studie mit zwei klinischen Teilnehmern, die an Gelähmtheit litten und das BrainGate-System mit einem drahtlosen Transmitter verwendeten. Durch den drahtlosen Transmitter konnten sie auf einem Standard-Tablet-Computer zeigen, klicken und tippen.

Verstärkte symbiotische Intelligenz vs. menschliche Intelligenz

Wir können uns eine Welt vorstellen, in der einige Menschen verstärkt werden, während andere Menschen sich entscheiden, natürlich zu bleiben und sich nicht zu verstärken. Die Gefahr dahinter ist, dass dies die Kluft zwischen reichen Menschen mit den finanziellen Mitteln, um sich zu verstärken, und anderen Menschen, die sich freiwillig oder unfreiwillig unverändert lassen, vergrößern wird.

Ein Mitarbeiter, der verstärkt wird, kann durch die einfache Möglichkeit, sich nicht selbst zu hinterfragen, erhebliche Zeitersparnisse erzielen, und durch die einfache Möglichkeit, Informationen sofort abzurufen oder unbekannte Daten aus dem Internet zu erhalten. Ein KI-System könnte schnell Informationen warnen (oder filtern), die irrelevant, falsch oder minderwertig sind. Der verstärkte Mensch mit perfektem Gedächtnis kann seine Art und Weise, Aufgaben zu erledigen, ändern und könnte sowohl Effizienz als auch Produktivität exponentiell steigern.

Anstatt Text zu tippen oder laut zu sprechen, könnte der verstärkte Mensch einfach denken, und der Text würde magisch auf einem Bildschirm erscheinen. Die Zeitersparnis durch diese einfachere Version eines BMIs wäre erheblich. Das BMI mit dem KI-System könnte einfach im menschlichen Gehirn implantiert werden und drahtlos zu externen Stromquellen geladen werden oder sogar in der Lage sein, sich selbst von den gleichen Kalorien und Ressourcen zu speisen, die im menschlichen Körper und Gehirn vorhanden sind. Während es sehr spekulativ ist, könnten Nanobots vorhanden sein, die die Blut-Hirn-Schranke überwinden können, um ein BMI zu erzeugen.

Ein verstärkter Mensch könnte feststellen, dass eine Konversation mit einem unverstärkten Menschen redundant und langweilig ist. Er könnte sich entscheiden, sich mit anderen verstärkten Menschen zu umgeben, die zusammenarbeiten möchten, um Unternehmen zu gründen, grundlegende Papiere zu schreiben oder auf andere Weise produktiv zu sein. Ein Arbeitgeber könnte sich entscheiden, den Bildungshintergrund oder die Erfahrung zu ignorieren und sich stattdessen auf die Einstellung von Mitarbeitern zu konzentrieren, die verstärkt wurden.

Die Gesellschaft könnte unterschiedliche Wege einschlagen, die zu unterschiedlichen Ergebnissen führen. Auf einem Weg könnten es zwei Arten von Menschen geben, die einfach lernen, miteinander zu koexistieren.

Bevor BMIs diesen Zustand erreichen, konzentrieren sich die frühen Entwicklungen auf neurologische Probleme, die Folgendes umfassen:

• Gedächtnisverlust
• Hörverlust
• Erblindung
• Lähmung
• Depression
• Schlaflosigkeit
• Extremer Schmerz
• Anfälle
• Angst
• Sucht
• Schlaganfälle
• Gehirnschäden

Es sollte nicht vergessen werden, dass das langfristige Ziel von Neurallink, wie von Elon Musk angegeben, ist: “Ein Hochgeschwindigkeits-Interface zu erstellen, das es Menschen ermöglicht, mitzufahren”. Die Implikationen sind, dass wenn wir erfolgreich eine künstliche allgemeine Intelligenz entwickeln, diese Entwicklung unweigerlich zu Superintelligenz führt. Ein BMI wird die endgültige Lösung für das Leben in einer Welt sein, die Superintelligenz aufweist, die weit fortgeschrittener ist als unser gegenwärtiges biologisches Gehirn. Es bleibt abzuwarten, wie viele Menschen sich entscheiden, sich zu verstärken, in der Zwischenzeit bleiben BMIs eine der wichtigsten Entwicklungen mit tiefen Verstärkungslernsystemen.