Tulevaisuus aivokonerajapinnoilla: symbioottinen äly vs. ihmisen äly

Tutkimme, mitä on älykkyyden tehostaminen aivokonerajapinnoilla (BMI), miksi se on tärkeää ja miksi voi olla tulevaisuudessa ero ihmisten välillä, jotka eivät käytä älykkyyden tehostamista ja niiden, jotka valitsevat älykkyytensä tehostamisen luomalla symbioottisen suhteen tekoälyjen (AI) kanssa.

Ihmiset, jotka kytketään aivokonerajapinnoille, saavat parannetun kognitiivisen suorituskyvyn ja lisääntyneen tuottavuuden työpaikalla ja sen ulkopuolella.

Mikä on älykkyyden tehostaminen?

Älykkyyden tehostamisen käsite esiteltiin ensimmäisen kerran William Ross Ashbyn kirjassa Introduction to Cybernetics. Termi kehittyi myöhemmin ja nykyään tunnetaan Augmented Intelligence -nimellä, joka on alatekniikkaa koneoppimisessa, joka on suunniteltu ensisijaisesti parantamaan ja kehittämään ihmisen älykkyyttä tekoälyn avulla. Käsitteen tarkoituksena on parantaa sekä ihmisen päätöksentekoa että nopeaa pääsyä tietoon, jotta päätöksenteko paranee. Tässä vaiheessa Augmented Intelligence -käsitteen nykyinen merkitys päättyy, ja se on tekoäly, joka käyttää koneoppimista ja syväoppimista antaakseen toimivaa tietoa ihmisille, mutta siinä ei ole oikean aikaisia symbioottisia suhteita.

Tässä vaiheessa aivokonerajapinnat tulevat kuvaan, ja ne mahdollistavat ihmisen kognitiivisen suorituskyvyn parantamisen paljon nykyistä Augmented Intelligence -versiota paremmin.

Toisin kuin nykyinen tietokoneiden, älypuhelinten tai muiden laitteiden käyttö, aivokonerajapinta on luonnostaan suunniteltu siten, että internet ja tekoäly, joka mahdollistaa internettiin pääsyn, voidaan käyttää ilman ulkoista laitetta. Aivokonerajapinta asennetaan suoraan ihmisen aivoihin ja muodostaa ihmisen mielen laajennuksen.

Toisin sanoen, sen sijaan, että olisimme riippuvaisia muistista tai joutuisimme avaamaan kirjan tai vierailemaan verkkosivustolla, tehostettu ihminen voisi käyttää kaikkea internettissä tallennettua tietoa, ja edistynyt tekoäly voisi toimittaa ihmisen aivoille relevantteja tietoja, mahdollistaen ihmisen olla täysin hallinnassa. Jos olet koskaan kokenut tilanteen, jossa et muista tiettyä muistoa tai tiettyä päivämäärää, se on turhauttavaa. Augmented Intelligence -järjestelmällä voit muistaa kaiken täydellisesti, koska tekoälyjärjestelmästä tulee biologisen muistipankkisi laajennus.

Tämänkaltaista älykkyyden tehostamista tutkittiin myös “Man-Computer Symbiosis” -nimisessä spekulatiivisessa tutkimuksessa, jonka julkaisi J.C.R. Licklider vuonna 1960. Tämä valaistuva tutkimus tarjoaa varhaisen kuvauksen siitä, miten ihmiset voivat oppia ohjaamaan tekoälyä muodostamalla symbioottisen suhteen sen kanssa. Kuten J.C.R. Licklider totesi, “Ihmisten ja tietokoneiden on mahdollista tehdä yhteistyötä päätöksenteon ja monimutkaisten tilanteiden hallinnassa ilman, että he ovat riippuvaisia ennalta määrättyjä ohjelmia.”

Koneoppiminen on salaisuus, joka varmistaa, että tietokone ei ole ennalta määrätty, mutta se ei ratkaise ongelmaa, miten voimme käyttää tätä symbioottista suhdetta.

J.C.R. Licklider jatkoi: “Toivomme, että pian, ihmisaivot ja tietokoneet ovat tiiviisti kytkettyjä, ja tuloksena oleva yhteistyö ajattelee tavalla, jota mikään ihmisaivot ei ole koskaan ajatellut, ja käsittelee tietoa tavalla, jota nykyiset tietokoneet eivät pysty tekemään.”

Varhainen esimerkki siitä, miten tämä toteutetaan, voidaan nähdä shakkipelien maailmassa. Vaikka useimmat ihmiset tuntevat Garry Kasparovin tappion vuonna 1997 IBM:n Deep Blue -tietokoneelle, on uudempi ja mielenkiintoisempi kehitys.

Vaikka tiedämme jo vuosikymmenien ajan, että edistynyt tekoälyjärjestelmä voi helposti voittaa minkä tahansa shakinpelaajan, mielenkiintoisempaa on se, että tekoäly voidaan voittaa ihmisen ja tekoälyn yhteistyössä. Tässä yhteistyössä tiimi jakaa tehtävät, tekoäly tekee raskaat laskelmat, tunnistaa kuvioita ja ajattelee eteenpäin. Ihminen lisää arvoa hyödyntämällä ihmisen intuitiota ja vuosikymmenien shakkilautaa tutkimista.

Vaikka nykyään ihmisen ja tekoälyn tiimi voi voittaa tekoälyn, on tuntematonta, säilyykö tämä voitto tulevaisuudessa. Tämä on kuitenkin vakava osoitus siitä, että jos ihmiset osaavat kunnolla kommunikoida, koordinoida ja hallita tekoälyä, joka on käytännössä heidän mielensä laajennus, suuria ongelmia, joita ei voida ratkaista nykyään ihmisin tai itsenäisin tekoälyohjelmin, voidaan ratkaista yhdistämällä molemmat.

Yksi J.C.R. Lickliderin viimeisistä kommentteista kuvaa selvästi aivokonerajapintojen kehittämisen tärkeyttä, jotta voidaan mahdollistaa tekoälyn ja ihmisen aivojen välinen reaaliaikainen viestintä.

“Toinen tärkeä tavoite on läheisesti liittynyt. Se on saada tietokoneet tehokkaasti ajatteluprosesseihin, jotka tapahtuvat “reaaliajassa”, aikaa, joka liikkuu liian nopeasti, jotta voimme käyttää tietokoneita perinteisillä tavoilla. Kuvittele, että yrität johtaa taistelua tietokoneen avulla sellaisella aikataululla. Sinä muotoilet ongelman tänään. Huomenna sinä vietät aikaa ohjelmoijan kanssa. Seuraavalla viikolla tietokone vie 5 minuuttia ohjelman kokoamiseen ja 47 sekuntia laskemaan vastauksen ongelmaasi. Sinä saat 20 jalan pituisen paperin, joka on täynnä numeroita, jotka eivät tarjoa lopullista ratkaisua, vaan ehdottavat taktiikkaa, jota pitäisi tutkia simulaation avulla. Ilmeisesti taistelu olisi ohi, ennen kuin toinen askel suunnittelussa olisi aloitettu. Ajatella yhdessä tietokoneen kanssa samalla tavalla kuin ajattelet kollegan kanssa, jonka osaaminen täydentää omaa vaatii paljon tiukemman kytkennän ihmisen ja koneen välillä kuin esimerkki ja kuin on mahdollista tänään.”

Miten älykkyyden tehostaminen toimii?

Älykkyyden tehostaminen aivokonerajapinnoilla on edelleen alkuvaiheessa ja on työn alla. On ymmärrettävä, että ihmisen aivot hyödyntävät kuvion tunnistamista symbolien ymmärtämiseen ja luomaan yhteyksiä tietojen välille. Esimerkiksi, jos näet viivoja, jotka on järjestetty tietyn sequencen mukaan, kuten kirjain A, voit tunnistaa symbolin A. Siitä eteenpäin voit muodostaa kirjaimen muodon aivoissasi, kun luet sanan APPLE. Voit sitten tunnistaa lisää kuvioita, kun luet, että AN APPLE FELL FROM A TREE. Ihmisen aivot jatkavat yhteyksiä edelleen merkkien, sanojen, lauseiden, kappaleiden, luvuista ja kirjoista.

Ongelma on, että ihmisen aivot eivät ole täydellisiä, ja tämä epätäydellinen järjestelmä aiheuttaa kuvion tunnistamisen järjestelmien epäonnistumisen. Kuvittele, mitä tapahtuisi, jos voit lukea koko kirjan ja tekoälyjärjestelmä voisi muodostaa tarvittavat kuvion tunnistamiset, jotta voit saada täydellisen muistin. Tämä parantaisi ihmisen kykyä työskennellä esseen parissa, luoda tuotteita tai palveluita, jotka riippuvat tästä tiedosta, tai vain pitää älykästä keskustelua ilman minkäänlaisia muistin katkoja.

Joissain tapauksissa keskustelun aikana ihmisen aivot voivat välittömästi muodostaa yhteyden internetiin, jotta voivat löytää tietoa ja jakaa tai välittää sitä. Sen sijaan, että joutuisit katsomaan YouTube-videon useita kertoja, jotta opisit jotain, katsominen kerran riittäisi täydelliseen muistiin. Lisäksi kuvion tunnistamisen järjestelmien ansiosta ihmisen aivot voivat purkaa videon ja audion nopeammin kuin reaaliajassa. Tämä tarkoittaa, että ihminen voisi omaksua videon sisällön nopeudella 2x, 3x tai sen suuremmalla.

Mistä voin löytää aivokonerajapinnat?

On edelleen varhainen vaihe tällaisen älykkyyden tehostamisen kehittämisessä. On useita pyrkimyksiä kehittää erilaisia aivokonerajapintoja, jotka voivat lopulta kehittyä tällaisiin sovelluksiin. Merkittävin esimerkki on Elon Muskin yritys Neuralink, joka on varhaisessa vaiheessa kehittämässä erittäin korkean kaistan aivokonerajapintaa, joka yhdistää ihmiset ja tietokoneet.

Neurallink työskentelee luomassa ensimmäistä hermoimplanttia, joka mahdollistaa käyttäjien hallita tietokonetta tai mobiililaitetta missä tahansa. Tämän saavuttamiseksi mikroskaalaiset langat asetetaan aivojen alueisiin, jotka ohjaavat liikettä. Kussakin langassa on useita elektrodeja, jotka kytketään implantiin, jota kutsutaan Linkiksi.

Jopa aivokonerajapinnan kehittäjät eivät välttämättä ymmärrä, miten se toimii mikroskaalaisella neurokemiallisella tasolla. Ihmisen aivojen plastisuuden (kyvyn muuttaa itseään) ansiosta on itse asiassa ihmisen aivot, jotka vastaanottavat syötteitä ja oppivat itse tarvittavat tulostukset aivokonerajapinnan toimimiseksi.

Useimmat aivokonerajapinnat käyttävät dekooderia selvittämään aivoaaltoja ja kuvioita, jotka vastaanotetaan ihmisen aivoista. Tämä dekooderi käyttää erilaisia koneoppimismenetelmiä, mukaan lukien syväoppiminen, jotta voisi oppia dekoodaamaan vastaanotetun tiedon ja tunnistamaan liikkeen aikomukset ja toivotut toiminnot. Dekoodaamalla nämä kuviot se voi parhaiten ymmärtää, mitä ihmisen aivot pyrkivät saavuttamaan.

Se on suljettu järjestelmä, jossa käyttäjä tekee liikkeen aikomuksen vain ajattelemalla, ja Neurallinkin dekooderi tulkitsee aikomuksen. Tämä kääntää ajatuksen toiminnoksi, joka toteutetaan maailmassa kohdistimella tai robottikäsillä. Ihminen saa visuaalisen vahvistuksen onnistuneesta toiminnosta, ja tämä neurokemiallinen palaute kouluttaa aivot hallitsemaan Neurallinkia helpommin. Haaste aivokonerajapinnan yrityksille on rakentaa dekooderi, joka ei ole liian suuri oppimisen taakka loppukäyttäjälle.

Joitakin ongelmia, joita nykyisissä aivokonerajapinnoissa on, liittyy viiveeseen, joka on aikaviive syötteen ja tulostuksen välillä sekä ihmisen että aivokonerajapinnan puolella. Neurallink työskentelee parhaillaan korjaamassa joitakin ongelmia, jotka liittyvät tähän ongelmaan, kuten Joseph O’Doherty, Neurallinkin neuroinsinööri ja aivojen signaali tiimin johtaja, totesi haastattelussa.

“Askelen ykkönen on löytää viiveen lähteet ja poistaa ne kaikki. Haluamme, että järjestelmässä on matala viive. Se sisältää hermoimpulssien havaitsemisen; se sisältää niiden prosessoinnin implantiissa; se sisältää radiolähetyksen, joka voi aiheuttaa viivettä – siinä on monia pakkaamiseen liittyviä yksityiskohtia Bluetoothilla, jotka voivat aiheuttaa viivettä. Ja se sisältää vastaanottavan puolen, jossa tehdään jonkin verran prosessointia mallin päättelyvaiheessa, ja se sisältää myös kuvien piirtämisen ruudulle kohdistimelle, jonka ohjaat. Jokainen pieni viive, joka on siinä, aiheuttaa viiveen ja se vaikuttaa suljettuun silmukkaan ohjaukseen.”

Vaikka Neurallink on tunnetuin esimerkki aivokonerajapinnasta, on monia muita tiimejä, jotka työskentelevät mielenkiintoisissa projekteissa. Esimerkiksi Howard Hughesin lääketieteellisen instituutin tutkijat ovat onnistuneesti mahdollistaneet aivokonerajapinnan kirjoittaa käyttäjien mielentilaa ensimmäistä kertaa. Tutkijat tulkitsevat aivotoimintaa, joka liittyy kirjoittamiseen käsin, saadakseen tuloksen. Tässä tapauksessa harjoittelun myötä aivot oppivat ajattelemaan strategisesti käsin kirjoittamisesta järjestyksessä, jota aivokonerajapinta tunnisti. Halvaantunut osallistuja pystyi kirjoittamaan 90 merkkiä minuutissa, mikä on yli kaksi kertaa enemmän kuin aiemmin tallennettu toisella aivokonerajapinnalla.

Toinen esimerkki on tutkimus, jossa kaksi kliinistä kokeen osallistujaa, jotka ovat halvaantuneita, käyttivät BrainGate -järjestelmää langattoman lähettimen kanssa. Langattoman lähettimen kautta he pystyivät osoittamaan, klikkaamaan ja kirjoittamaan standardi tablet-tietokoneella.

Lisätty symbioottinen äly vs. ihmisen äly

Voimme kuvitella maailman, jossa jotkut ihmiset ovat tehostettuja, kun taas toiset ihmiset valitsevat olematta tehostettuja. Tämän takana oleva vaara on, että se lisää kuilua rikkaiden ihmisten ja vähemmän varakkaisten ihmisten välillä, jotka joko haluavat tai eivät halua tehostaa itseään.

Tehostettu työntekijä pystyy saavuttamaan merkittäviä aikasäästöjä, koska hänellä ei ole tarve epäillä itseään, ja hänellä on helppo pääsy tietoon tai hakeminen aiemmin tuntematonta tietoa internetistä. Tekoäly voi nopeasti hälyttää ihmisen (tai suodattaa) epäolennaisen, väärennetyn tai ala-arvoisen tiedon. Tehostettu ihminen, jolla on täydellinen muisti, voi kääntää toimintatapojaan ja lisätä tuottavuuttaan eksponentiaalisesti.

Sen sijaan, että kirjoittaisit tekstiä tai puhuisit äneen, tehostettu ihminen voisi vain ajatella, ja teksti ilmestyisi magiasti ruudulle. Aikasäästö tästä yksinkertaisesta aivokonerajapinnasta olisi merkittävä. Aivokonerajapinta ja tekoälyjärjestelmä voivat olla vain implantattu ihmisen aivoihin ja langattomasti ladata ulkoisista virtalähteistä tai voivat itse tuottaa energiaa samasta kalorimäärästä ja resursseista, jotka on sisäänrakennettu ihmisen kehoon ja aivoihin. Vaikka se on erittäin spekulatiivista, voi olla nanorobotteja, jotka voivat ylittää veriaivoesteen ja luoda aivokonerajapinnan.

Tehostettu ihminen voi havaita, että keskustelu ei-tehostetun ihmisen kanssa on turhaa ja tylsää. He voivat valita yhdistää itsensä muihin tehostettuihin ihmisiin, jotka haluavat yhteistyössä käynnistää yrityksiä, kirjoittaa merkittäviä tutkimuksia tai tulla tuottavammaksi muilla tavoilla. Työnantaja voi valita olla huomioimatta koulutustausta tai kokemusta ja keskittyä vain palkkaamaan henkilöstöä, joka on tehostettu.

Yhteiskunta voi kulkea eri polkuja, joista jokainen johtaa eri lopputuloksiin. Yhdellä polulla voi olla kaksi tyyppiä ihmisiä, jotka oppivat elämään rinnakkain.

Ennen kuin aivokonerajapinnat saavuttavat tämän tilan, varhaiset kehitys painottuu neurologisiin ongelmiin, kuten:

• Muistinmenetys
• Kuulovammat
• Sokeus
• Halvauksia
• Masennus
• Unettomuus
• Äärimmäinen kipu
• Kouristukset
• Ahdistus
• Riippuvuus
• Aivohalvaukset
• Aivovamma

On muistettava, että Neurallinkin pitkän aikavälin tavoite, kuten Elon Musk on todennut, on “luoda korkean kaistan aivokonerajapinta, joka mahdollistaa ihmisille mukaan tulla matkalle”. Implikaatiot ovat, että jos onnistumme kehittämään yleistä tekoälyä, tämä kehitys johtaa väistämättä yli-intelligenssiin. Aivokonerajapinta on ihmiskunnan viimeinen ratkaisu elää maailmassa, jossa on yli-intelligenssi, joka on paljon edistyneempää kuin nykyinen biologinen ihmisaivot. On nähtävä, kuinka monta ihmistä valitsee tehostaa itseään, mutta toistaiseksi aivokonerajapinnat ovat yksi tärkeimmistä kehityksistä, joissa hyödynnetään syvää vahvistusoppimista.