The Future of Brain Machine Interfaces: Symbiotic Intelligence vs Human Intelligence

Θα διερευνήσουμε τι είναι η Ενίσχυση Νοημοσύνης μέσω διεπαφών μηχανών εγκεφάλου (BMI), γιατί έχει σημασία και γιατί μπορεί να υπάρξει μελλοντικό χάσμα μεταξύ των ανθρώπων που παραμένουν μη βελτιωμένοι και των ανθρώπων που επιλέγουν να ενισχύσουν τη νοημοσύνη τους δημιουργώντας μια συνεργική συμβίωση με την Τεχνητή Νοημοσύνη ( ΟΛΑ ΣΥΜΠΕΡΙΛΑΜΒΑΝΟΝΤΑΙ).

Οι άνθρωποι που συνδέονται με ΔΜΣ θα είναι προικισμένοι με βελτιωμένη γνωστική απόδοση και αυξημένη παραγωγικότητα στο χώρο εργασίας και όχι μόνο.

Τι είναι η Intelligence Amplification;

Η έννοια του Intelligence Amplification εισήχθη για πρώτη φορά από τον William Ross Ashby's στο πρωτοποριακό βιβλίο του με τίτλο Εισαγωγή στην Κυβερνητική. Ο όρος στη συνέχεια εξελίχθηκε για να γίνει αυτό που αναγνωρίζουμε τώρα ως Επαυξημένη Νοημοσύνη, μια υποενότητα της μηχανικής μάθησης που έχει σχεδιαστεί πρώτα και κύρια για να ενισχύσει και να βελτιώσει την ανθρώπινη νοημοσύνη με τη βοήθεια της AI. Η ιδέα είναι να βελτιωθεί τόσο η λήψη αποφάσεων από τον άνθρωπο όσο και η ταχεία πρόσβαση στις πληροφορίες που έχουν οι άνθρωποι προκειμένου να βελτιωθεί η ποιότητα αυτών των αποφάσεων. Εδώ τελειώνει η τρέχουσα έννοια της Επαυξημένης Νοημοσύνης, είναι μια τεχνητή νοημοσύνη που χρησιμοποιεί μηχανική μάθηση και βαθιά μάθηση για να βοηθήσει τους ανθρώπους με δεδομένα που μπορούν να ενεργήσουν, αλλά δεν υπάρχει συμβιωτική σχέση σε πραγματικό χρόνο.

Εδώ μπαίνουν στην εικόνα οι ΔΜΣ, θα επιτρέψουν την ενίσχυση της ανθρώπινης γνώσης πολύ πιο πέρα η σημερινή έκδοση του Augmented Intelligence.

Σε αντίθεση με την τρέχουσα πρόσβασή μας σε δεδομένα που πραγματοποιείται με υπολογιστές, έξυπνα τηλέφωνα ή άλλες συσκευές, ο ΔΜΣ είναι εγγενώς σχεδιασμένος έτσι ώστε το Διαδίκτυο και η τεχνητή νοημοσύνη που επιτρέπει την πρόσβαση στο διαδίκτυο, να είναι προσβάσιμα χωρίς εξωτερική συσκευή. Ο ΔΜΣ θα εμφυτευθεί μέσα στον ανθρώπινο εγκέφαλο και γίνεται εγγενώς προέκταση του ανθρώπινου μυαλού.

Με άλλα λόγια, αντί να βασίζεται στη μνήμη ή να χρειάζεται να ανοίξει ένα βιβλίο ή να επισκεφτεί έναν ιστότοπο, ένας βελτιωμένος άνθρωπος θα μπορούσε να έχει πρόσβαση σε όλες τις πληροφορίες που είναι αποθηκευμένες στο διαδίκτυο και μια προηγμένη τεχνητή νοημοσύνη θα μπορούσε να τροφοδοτήσει τα σχετικά σημεία δεδομένων στον ανθρώπινο εγκέφαλο, επιτρέποντας στον άνθρωπο να έχει τον πλήρη έλεγχο. Αν είχατε ποτέ μια στιγμή που δεν μπορείτε να θυμηθείτε μια συγκεκριμένη ανάμνηση ή να θυμηθείτε μια συγκεκριμένη ημερομηνία, είναι μια απογοητευτική εμπειρία. Με την Επαυξημένη Νοημοσύνη θα μπορούσατε να έχετε τέλεια ανάκληση, καθώς το σύστημα AI γίνεται επέκταση της τράπεζας βιολογικής μνήμης σας.

Αυτός ο τύπος ενίσχυσης νοημοσύνης διερευνήθηκε περαιτέρω στο "Συμβίωση ανθρώπου-υπολογιστή"μια κερδοσκοπική εργασία που δημοσιεύτηκε το 1960 από τον JCR Licklider. Αυτό το διαφωτιστικό έγγραφο προσφέρει μια πρώιμη περιγραφή του τρόπου με τον οποίο οι άνθρωποι πρέπει να μάθουν να ελέγχουν την τεχνητή νοημοσύνη δημιουργώντας μια συμβιωτική σχέση με την τεχνητή νοημοσύνη. Όπως δήλωσε ο JCR Licklider, «Να επιτρέψει στους άνδρες και τους υπολογιστές να συνεργάζονται στη λήψη αποφάσεων και τον έλεγχο περίπλοκων καταστάσεων χωρίς άκαμπτη εξάρτηση από προκαθορισμένα προγράμματα».

Η μηχανική μάθηση είναι η μυστική σάλτσα που διασφαλίζει ότι ένας υπολογιστής δεν είναι φυσικά προκαθορισμένος, ωστόσο δεν αντιμετωπίζει ακόμη το ζήτημα του πώς μπορούμε να έχουμε πρόσβαση σε αυτήν τη συμβίωση.

Ο JCR Licklider συνέχισε με αυτό το σχόλιο, "Η ελπίδα είναι ότι, σε όχι πάρα πολλά χρόνια, οι ανθρώπινοι εγκέφαλοι και οι υπολογιστικές μηχανές θα συνδέονται πολύ στενά και ότι η συνεργασία που θα προκύψει θα σκέφτεται όπως κανένας ανθρώπινος εγκέφαλος δεν έχει σκεφτεί και επεξεργάζεται δεδομένα με τρόπο που δεν προσεγγίζεται από τον χειρισμό πληροφοριών μηχανές που γνωρίζουμε σήμερα». 

Ένα πρώιμο παράδειγμα του πώς αυτό αναπτύσσεται μπορεί να δει κανείς στον κόσμο του σκακιού. Ενώ οι περισσότεροι άνθρωποι είναι εξοικειωμένοι με Η απώλεια του Garry Kasparov το 1997, από τον υπολογιστή IBM Deep Blue, υπάρχει μια νεότερη και πιο ενδιαφέρουσα εξέλιξη.

Ενώ γνωρίζουμε εδώ και δεκαετίες ότι ένα προηγμένο σύστημα AI μπορεί εύκολα να νικήσει οποιονδήποτε σκακιστή, αυτό που είναι πιο ενδιαφέρον είναι οι πρόσφατες εξελίξεις σύμφωνα με τις οποίες ένα Το AI μπορεί να νικηθεί από έναν άνθρωπο και μια ομάδα AI.  Σε αυτό το συνεργατικό περιβάλλον, η ομάδα μοιράζει τα καθήκοντα, η τεχνητή νοημοσύνη κάνει τη βαριά ανύψωση μεγάλων υπολογισμών, την αναγνώριση προτύπων και τη μελλοντική σκέψη. Ο άνθρωπος προσθέτει αξία εκμεταλλευόμενος την ανθρώπινη διαίσθηση και δεκαετίες μελέτης του πίνακα.

Ενώ επί του παρόντος η ομάδα του ανθρώπου και της τεχνητής νοημοσύνης μπορεί να νικήσει μια τεχνητή νοημοσύνη, παραμένει άγνωστο εάν αυτός ο τύπος νίκης θα παραμείνει σταθερός προχωρώντας προς τα εμπρός. Ωστόσο, αυτός είναι ένας σοβαρός δείκτης ότι εάν οι άνθρωποι είναι σε θέση να επικοινωνούν σωστά, να συντονίζουν και να ελέγχουν μια τεχνητή νοημοσύνη που είναι ουσιαστικά προέκταση του μυαλού τους, ότι τα μεγάλα προβλήματα που δεν μπορούν να αντιμετωπιστούν από τον άνθρωπο σήμερα ή από μεμονωμένα προγράμματα τεχνητής νοημοσύνης, θα μπορούσαν να είναι χειρίζεται μια ένωση και των δύο.

Ένα από τα τελευταία σχόλια του JCR Licklider καθορίζει ξεκάθαρα τη σημασία του σχεδιασμού ΔΜΣ ικανών να επιτρέπουν την επικοινωνία τεχνητής νοημοσύνης σε πραγματικό χρόνο στον ανθρώπινο εγκέφαλο.

«Ο άλλος βασικός στόχος είναι στενά συνδεδεμένος. Είναι να φέρουμε τις υπολογιστικές μηχανές αποτελεσματικά σε διαδικασίες σκέψης που πρέπει να συνεχιστούν σε «πραγματικό χρόνο», χρόνο που κινείται πολύ γρήγορα για να επιτρέψει τη χρήση υπολογιστών με συμβατικούς τρόπους. Φανταστείτε να προσπαθείτε, για παράδειγμα, να διευθύνετε μια μάχη με τη βοήθεια ενός υπολογιστή σε ένα τέτοιο πρόγραμμα όπως αυτό. Διατυπώνεις το πρόβλημά σου σήμερα. Αύριο θα περάσεις με έναν προγραμματιστή. Την επόμενη εβδομάδα ο υπολογιστής αφιερώνει 5 λεπτά για τη συναρμολόγηση του προγράμματός σας και 47 δευτερόλεπτα για τον υπολογισμό της απάντησης στο πρόβλημά σας. Παίρνετε ένα φύλλο χαρτιού μήκους 20 πόδια, γεμάτο αριθμούς που, αντί να δώσουν μια τελική λύση, προτείνουν μόνο μια τακτική που θα πρέπει να εξερευνηθεί με προσομοίωση. Προφανώς, η μάχη θα τελείωνε πριν ξεκινήσει το δεύτερο βήμα του σχεδιασμού της. Να σκέφτεστε σε αλληλεπίδραση με έναν υπολογιστή με τον ίδιο τρόπο που σκέφτεστε με έναν συνάδελφο του οποίου η ικανότητα συμπληρώνει τη δική σας θα απαιτήσει πολύ πιο στενή σύζευξη μεταξύ ανθρώπου και μηχανής από ό,τι υποδηλώνει το παράδειγμα και από ό,τι είναι δυνατό σήμερα».

Πώς λειτουργεί το Intelligence Amplication;

Η ενίσχυση της νοημοσύνης μέσω του ΔΜΣ βρίσκεται ακόμη στις πρώτες μέρες της και είναι ένα έργο σε εξέλιξη. Πρέπει να γίνει κατανοητό ότι ο ανθρώπινος εγκέφαλος εκμεταλλεύεται την αναγνώριση προτύπων για να κατανοήσει το συμβολισμό και να δημιουργήσει συνδέσεις μεταξύ δεδομένων. Για παράδειγμα, αν δείτε γραμμές δομημένες σε μια συγκεκριμένη ακολουθία, όπως το γράμμα Α, μπορείτε στη συνέχεια να αναγνωρίσετε το σύμβολο Α. Από εκεί και πέρα ​​μπορείτε να έχετε το γράμμα να σχηματίζει ένα μοτίβο στον εγκέφαλό σας όταν διαβάζετε τη λέξη APPLE. Στη συνέχεια, μπορείτε να αναγνωρίσετε πρόσθετα μοτίβα όταν διαβάζετε ότι ΕΝΑ ΜΗΛΟ ΕΠΕΣΕ ΑΠΟ ΕΝΑ ΔΕΝΤΡΟ. Ο ανθρώπινος εγκέφαλος συνεχίζει να κάνει συνδέσεις και μετά από χαρακτήρες, λέξεις, προτάσεις, παραγράφους, κεφάλαια και μετά με βιβλία και όχι μόνο.

Το πρόβλημα είναι ότι ο ανθρώπινος εγκέφαλος δεν έχει τέλεια ανάκληση και αυτό το ατελές σύστημα προκαλεί την αποτυχία των συστημάτων αναγνώρισης προτύπων. Φανταστείτε τι θα συνέβαινε αν μπορούσατε να διαβάσετε ένα ολόκληρο βιβλίο και ένα σύστημα τεχνητής νοημοσύνης ήταν σε θέση να σχηματίσει εκείνες τις αναγνωρίσεις μοτίβων που απαιτούνται για την άμεση παροχή τέλειας ανάκλησης. Αυτό θα ενίσχυε την ικανότητα του ανθρώπου να εργάζεται σε ένα δοκίμιο, να δημιουργεί προϊόντα ή υπηρεσίες που βασίζονται σε αυτές τις πληροφορίες ή απλώς να έχει μια έξυπνη συνομιλία χωρίς κενά στη μνήμη.

Σε άλλες περιπτώσεις, κατά τη διάρκεια της συνομιλίας, ο ανθρώπινος εγκέφαλος μπορούσε να συνδεθεί άμεσα στο διαδίκτυο για να εντοπίσει πληροφορίες σε πραγματικό χρόνο και να διανείμει ή να μεταφέρει αυτές τις πληροφορίες. Αντί να χρειάζεται να παρακολουθήσετε ένα βίντεο YouTube πολλές φορές για να μάθετε κάτι, μια φορά θα αρκούσε για τέλεια ανάκληση. Το πρόσθετο πλεονέκτημα των πρόσθετων συστημάτων αναγνώρισης προτύπων είναι ότι ο ανθρώπινος εγκέφαλος μπορούσε να αποκωδικοποιήσει το βίντεο και τον ήχο πιο γρήγορα από ό,τι σε πραγματικό χρόνο. Αυτό σημαίνει ότι ο άνθρωπος θα μπορούσε να απορροφήσει το περιεχόμενο του βίντεο με ταχύτητες 2x, 3x ή μεγαλύτερη.

Πού μπορώ να βρω τις διεπαφές μηχανών εγκεφάλου;

Είναι ακόμη πολύ νωρίς για αυτόν τον τύπο Intelligence Implication. Υπάρχουν πολλές προσπάθειες σε εξέλιξη για την ανάπτυξη διαφόρων ΔΜΣ που θα μπορούσαν τελικά να εξελιχθούν σε αυτόν τον τύπο εφαρμογής. Πιο αξιοσημείωτη είναι η εταιρεία του Έλον Μασκ Neuralink που βρίσκεται στα πρώτα στάδια της ανάπτυξης ενός εξαιρετικά υψηλού εύρους ζώνης ΔΜΣ για τη σύνδεση ανθρώπων και υπολογιστών.

Η Neurallink εργάζεται για τη δημιουργία του πρώτου νευρικού εμφυτεύματος που θα επιτρέπει στους χρήστες να ελέγχουν έναν υπολογιστή ή μια φορητή συσκευή όπου κι αν πάνε. Για να επιτευχθεί αυτό, τα νήματα σε κλίμακα Micro εισάγονται σε περιοχές του εγκεφάλου που ελέγχουν την κίνηση. Κάθε νήμα περιέχει πολλά ηλεκτρόδια και τα συνδέει με ένα εμφύτευμα που ονομάζεται Link.

Ακόμη και οι προγραμματιστές ενός συστήματος ΔΜΣ μπορεί να μην καταλαβαίνουν πλήρως πώς λειτουργεί σε νευροχημικό επίπεδο μικρομέτρων. Λόγω της πλαστικότητας του ανθρώπινου εγκεφάλου (ικανότητα να τροποποιεί τον εαυτό του) είναι στην πραγματικότητα ο ανθρώπινος εγκέφαλος που λαμβάνει εισόδους και στη συνέχεια μαθαίνει μόνος του τις απαραίτητες εξόδους για να κάνει ο ΔΜΣ τα μαγικά του.

Οι περισσότεροι ΔΜΣ χρησιμοποιούν έναν αποκωδικοποιητή για να αποκρυπτογραφήσουν τα εγκεφαλικά κύματα και τα μοτίβα που λαμβάνονται από τον ανθρώπινο εγκέφαλο. Αυτός ο αποκωδικοποιητής χρησιμοποιεί διάφορους τύπους μηχανικής μάθησης, συμπεριλαμβανομένης της βαθιάς εκμάθησης για να μάθει να αποκωδικοποιεί τις λαμβανόμενες πληροφορίες σε μια προσπάθεια να εντοπίσει τις προθέσεις κίνησης και τις επιθυμητές ενέργειες. Με την αποκωδικοποίηση αυτών των μοτίβων μπορεί να καταλάβει καλύτερα τι επιδιώκει να πετύχει ο ανθρώπινος εγκέφαλος.

Είναι ένα σύστημα κλειστού βρόχου όπου ο χρήστης κάνει μια πρόθεση κινητήρα με απλή σκέψη και ο αποκωδικοποιητής Neuralink αποκρυπτογραφεί την πρόθεση. Αυτό μετατρέπει τη σκέψη σε δράση η οποία στη συνέχεια εκτελείται στον κόσμο από έναν δρομέα ή ένα ρομποτικό χέρι. Ο άνθρωπος λαμβάνει οπτική επιβεβαίωση μιας επιτυχημένης δράσης και ότι η νευροχημική ανατροφοδότηση εκπαιδεύει τον εγκέφαλο να ελέγχει πιο εύκολα το Neuralink. Η πρόκληση για κάθε εταιρεία ΔΜΣ είναι η κατασκευή ενός αποκωδικοποιητή που δεν αποτελεί υπερβολικό βάρος μάθησης για τον τελικό χρήστη.

Ορισμένα από τα ζητήματα με τους τρέχοντες ΔΜΣ περιλαμβάνουν λανθάνουσα κατάσταση, αυτή είναι η χρονική καθυστέρηση μεταξύ εισόδου και εξόδου τόσο από την πλευρά του ανθρώπου όσο και από την πλευρά του ΔΜΣ. Επί του παρόντος, η Neuralink εργάζεται για τη διόρθωση ορισμένων από τα προβλήματα που σχετίζονται με αυτό το ζήτημα, όπως δήλωσε ο Joseph O'Doherty, νευρομηχανικός στη Neuralink και επικεφαλής της ομάδας σημάτων εγκεφάλου της, σε μια συνέντευξη.

«Το πρώτο βήμα είναι να βρείτε τις πηγές λανθάνουσας κατάστασης και να τις εξαλείψετε όλες. Θέλουμε να έχουμε χαμηλή καθυστέρηση σε όλο το σύστημα. Αυτό περιλαμβάνει τον εντοπισμό αιχμών. Αυτό περιλαμβάνει την επεξεργασία τους στο εμφύτευμα. που περιλαμβάνει το ραδιόφωνο που πρέπει να τα μεταδώσει—υπάρχουν όλων των ειδών οι λεπτομέρειες πακετοποίησης με Bluetooth που μπορούν να προσθέσουν καθυστέρηση. Και αυτό περιλαμβάνει την πλευρά λήψης, όπου κάνετε κάποια επεξεργασία στο βήμα συμπερασμάτων του μοντέλου σας, και αυτό περιλαμβάνει ακόμη και τη σχεδίαση εικονοστοιχείων στην οθόνη για τον δρομέα που ελέγχετε. Οποιαδήποτε μικρή καθυστέρηση που έχετε εκεί προσθέτει καθυστέρηση και αυτό επηρεάζει τον έλεγχο κλειστού βρόχου."

Ενώ το Neuralink είναι το πιο δημοφιλές παράδειγμα ΔΜΣ, υπάρχουν πολλές άλλες ομάδες που εργάζονται επίσης σε συναρπαστικά έργα. Για παράδειγμα, ερευνητές από το Ιατρικό Ινστιτούτο Howard Hughes τα κατάφεραν με επιτυχία επέτρεψε σε έναν ΔΜΣ να πληκτρολογεί τη νοητική γραφή των χρηστών για πρώτη φορά . Η ομάδα αποκρυπτογράφησε την εγκεφαλική δραστηριότητα που σχετίζεται με τη συγγραφή γραμμάτων με το χέρι για να επιτύχει το αποτέλεσμα. Σε αυτή την περίπτωση, με την εξάσκηση, ο εγκέφαλος έμαθε πώς να σκέφτεται στρατηγικά το χειρόγραφο σε μια σειρά που στη συνέχεια αναγνωρίστηκε από τον ΔΜΣ. Ο παράλυτος συμμετέχων μπόρεσε να πληκτρολογήσει 90 χαρακτήρες ανά λεπτό, που είναι περισσότερο από το διπλάσιο του ποσού που είχε καταγραφεί προηγουμένως με διαφορετικό τύπο ΔΜΣ.

Ενα άλλο παράδειγμα περιλαμβάνει μια μελέτη με δύο συμμετέχοντες στην κλινική δοκιμή που έχουν παράλυση και χρησιμοποίησαν το Σύστημα BrainGate με ασύρματο πομπό. Μέσω του ασύρματου πομπού, μπορούσαν να δείξουν, να κάνουν κλικ και να πληκτρολογήσουν σε έναν τυπικό υπολογιστή tablet.

Ενισχυμένη Συμβιωτική Νοημοσύνη vs Ανθρώπινη Νοημοσύνη

Μπορούμε να φανταστούμε έναν κόσμο όπου μερικοί άνθρωποι αυξάνονται ενώ άλλοι άνθρωποι επιλέγουν να είναι φυσικοί και αποτυγχάνουν να αυξηθούν. Ο κίνδυνος πίσω από αυτό είναι ότι θα ενισχύσει το χάσμα μεταξύ των πλούσιων ανθρώπων με τα οικονομικά μέσα για να αυξήσουν τον εαυτό τους, και άλλων ανθρώπων που ηθελημένα ή όχι παραμένουν χωρίς ενίσχυση.

Ένας βελτιωμένος υπάλληλος θα είναι σε θέση να επιτύχει σημαντική εξοικονόμηση χρόνου, χωρίς να χρειάζεται να μαντέψει ο ίδιος, με εύκολη δυνατότητα να ανακαλεί άμεσα πληροφορίες ή να ανακτά προηγουμένως άγνωστα δεδομένα από το Διαδίκτυο. Μια τεχνητή νοημοσύνη θα μπορούσε γρήγορα να ειδοποιήσει τις ανθρώπινες (ή να φιλτράρει) πληροφορίες που είναι άσχετες, πλαστές ή υποτυπώδεις. Ο επαυξημένος άνθρωπος με τέλεια ανάκληση μπορεί να στραφεί στον τρόπο με τον οποίο εκτελεί εργασίες και θα μπορούσε να αυξήσει εκθετικά τόσο την αποτελεσματικότητα όσο και την παραγωγικότητα.

Αντί να πληκτρολογεί κείμενο ή να μιλάει δυνατά, ο βελτιωμένος άνθρωπος θα μπορούσε απλώς να σκεφτεί και το κείμενο θα εμφανιζόταν μαγικά σε μια οθόνη. Η εξοικονόμηση χρόνου από αυτήν την απλούστερη έκδοση ενός ΔΜΣ θα ήταν σημαντική. Ο ΔΜΣ με το σύστημα τεχνητής νοημοσύνης μπορεί απλώς να εμφυτευτεί στον ανθρώπινο εγκέφαλο και να φορτιστεί ασύρματα σε εξωτερικές πηγές ενέργειας ή να μπορέσει να τροφοδοτηθεί πραγματικά από τον ίδιο τύπο θερμίδων και πόρων που είναι ενσωματωμένοι στο ανθρώπινο σώμα και τον εγκέφαλο. Αν και είναι εξαιρετικά κερδοσκοπικό, μπορεί να υπάρχει nanobots που μπορεί να διασχίσει τον αιματοεγκεφαλικό φραγμό για να δημιουργήσει ΔΜΣ.

Ένας ενισχυμένος άνθρωπος μπορεί να βρει ότι η συνομιλία με έναν μη ενισχυμένο άνθρωπο είναι περιττή και βαρετή. Μπορούν να επιλέξουν να συσχετιστούν με άλλους βελτιωμένους ανθρώπους που επιθυμούν να συνεργαστούν για να ξεκινήσουν επιχειρήσεις, να γράψουν σημαντικές εργασίες ή να γίνουν παραγωγικοί με άλλους τρόπους. Ένας εργοδότης μπορεί να επιλέξει να αγνοήσει το εκπαιδευτικό υπόβαθρο ή την εμπειρία, αντί να επικεντρωθεί μόνο στην πρόσληψη προσωπικού που έχει ενισχυθεί.

Η κοινωνία θα μπορούσε να ακολουθήσει διαφορετικούς δρόμους που ο καθένας οδηγεί σε διαφορετικά αποτελέσματα. Σε ένα μονοπάτι θα μπορούσαν να υπάρχουν δύο τύποι ανθρώπων που απλά μαθαίνουν να συνυπάρχουν.

Προτού οι ΔΜΣ φτάσουν σε αυτή την κατάσταση, οι πρώτες εξελίξεις επικεντρώνονται σε νευρολογικά προβλήματα που περιλαμβάνουν τα ακόλουθα:

• Απώλεια μνήμης
• Απώλεια ακοής
• Τύφλωση
• Παράλυση
• Κατάθλιψη
• Αυπνία
• Ακραίος Πόνος
• Κατασχέσεις
• Ανησυχία
• Εθισμός
• Εγκεφαλικά επεισόδια
• Εγκεφαλική βλάβη

Δεν πρέπει να ξεχνάμε ότι ο μακροπρόθεσμος στόχος της Neurallink ως δήλωσε ο Έλον Μασκ είναι, "Για να δημιουργήσετε μια διεπαφή υψηλού εύρους ζώνης που επιτρέπει στους ανθρώπους να συμβαδίζουν με τη διαδρομή". Οι συνέπειες είναι ότι αν αναπτύξουμε με επιτυχία Τεχνητή Γενική Νοημοσύνη, αυτή η εξέλιξη αναπόφευκτα μας οδηγεί στην Υπερευφυΐα. Ο ΔΜΣ θα είναι η τελική λύση της ανθρωπότητας για να ζήσει σε έναν κόσμο που διαθέτει Υπερνοημοσύνη που είναι πολύ πιο προηγμένη από τον σημερινό βιολογικό ανθρώπινο εγκέφαλό μας. Μένει να δούμε πόσοι άνθρωποι επιλέγουν να βελτιώσουν τον εαυτό τους, εν τω μεταξύ οι ΔΜΣ παραμένουν μια από τις πιο σημαντικές εξελίξεις που διαθέτουν συστήματα μάθησης βαθιάς ενίσχυσης.