Biyolojik nöronlar birbirini takip eden katmanlar halinde organize edilmiş mi?
Karmaşıklığın Gerçekliğini Kucaklamak
"Evet" demek, tıpkı bir dizi birinci dereceden yüklem mantığı kurallarına uygulanan basit bir özyineleme biçiminden kaynaklanan dijital öğrenmenin, bir cüce cin gökkuşağından altın tencereye koşmak gibi olması gibi aşırı bir basitleştirme olurdu.
Son soru grubu apropos: "Bu doğru mu ve ne kadar güçlü olduğuna inanılıyor mu? Bu hangi araştırmadan?" Beyindeki nöronların baskın olarak katmanlı bir yapıda olduğuna inanıldığını belirlemek için bir ankete ihtiyacınız olacaktır. Gerçek araştırmadaki katmanlara yapılan atıflar, katmanların çoğu durumda ardışık olduğunu iddia ediyor gibi görünmüyor. Cilde ardışık katmanlar vardır, ancak sadece katmanları olan ciltte gözenekler, kıllar, vücut delikleriyle arayüzler ve diğer birçok özellik yoktur. İnsan beyninde (veya hayvan beyinlerinde) üç boyutlu karmaşıklık, cildinkinden önemli ölçüde artar.
AI araştırmacısının bakış açısından,
- Uzman bir sisteme uygulanan sezgisel veya teorik olarak kanıtlanmış özyinelemeli plan öğrenme veya zeka üretebilir veya
- İnsan (veya kuş) beyninin bir haritası, katmanlar halinde düzenlenmiş özdeş nöronların sıralarındaki bir dizi benzer nörona indirgenebilir.
Soruda verilen görüntü bu kadar basitliği göstermemektedir. Aslında tersi, doğanın karmaşıklık içinde nadiren çok şeffaf olduğunu gösterir.
"Nöronlar genellikle birbirini takip eden katmanlar halinde organize edilmiş gibi göründüğü için" karakterizasyonu doğru değildir. Gösterilen belirli dilimin aşağıda daha makul karakterizasyonu, ayrı ayrı olabilen iki bölgeyi, en soldaki% 8'deki ızgarayı ve kalan% 92'deki büyük ölçüde yatay bağlılığı gösterir.
Bir elektrik mühendisi veya matematikçi muhtemelen bu iki bölüm katmanını çağırmaz. Sol tarafın bir çeşit matris olduğu varsayılır ve sağ% 92'nin karmaşık bir işleme devresi olduğu düşünülebilir.
2D Yapının Karakterizasyonu
- Aksonlar öncelikle birim vektörü (-1, 0, 0) tarafından tanımlanan yön boyunca yönlendirilir, aksi takdirde sağdan sola olarak tanımlanabilir.
- Akson yoğunluğu, x'in düşük değerlerinde sonlanan aksonların yüksek oranı nedeniyle x'in sevgilisi değerleri için artar.
- Çekirdek yoğunluğu nispeten 0.1 ila 1.0 orantılı x aralığındadır.
- Çekirdek boyutları ve ilişkili dendrit karmaşıklığı yaklaşık olarak bir eğime uygundur, x'in oransal değerinin 0,8'inde birincil maksima ve x'in oransal değerinin 0,55'inde ikincil bir maksimadır.
- Bu orantılı x konumları arasında en az iki akson çatallanır.
- Yaklaşık olarak x eksenel değerinin 0.0 ila 0.08 aralığında, z eksenine kabaca paralel olan neredeyse eşit eksenli aksiyomlar vardır.
- Diğer yapısal modeller ya belirsizdir ya da yoktur.
Kaotik Yapılı Başka Bir Görüntü
Milyonlarca Kez Karmaşıklık
Ayrıca, karmaşıklığın çoğunun üç boyutlu nörolojik yapının tek bir diliminde izleyiciden gizlendiğini düşünün. Resmin xz düzlemine paralel olarak kesilmiş bir dilim olduğuna karar verirsek, o xz planındaki ilişkileri görebiliriz, ancak ne xy ne de yz. Beyindeki başka bir yönden veya yerden başka herhangi bir dilim, Mandelbrot Setine keyfi bir pencere kadar benzersiz olacaktır.
Araştırma Sonuçlarının Yanlış Tanıtımı
"Beynin bazı kısımları haritalanmıştır" ifadesi de yanıltıcıdır. İnsan beyninin alt yapıları arasındaki genel bağlantı haritalanmıştır, tek tek nöronlarda sinyal yayılımı ve gücü için sinyaller ve kriterler değil. Devreler, her ikisi de akıllı in vivo (canlı bir varlıkta) sergileyen iki beyin arasındaki nöron seviyesinde kökten farklılık gösterir.
Analoji, kıtalar, büyük şehirler ve nakliye rotaları içeren bir mikrop büyüklüğündedir, ancak ulaşım sistemleri hakkında önceden bilgisi olmayan, GPS yok ve Eyfel Kulesi'nden şehir merkezine gitmek isteyen başka detaylı bir harita Avustralya şehir merkezinde. Yetersiz bir ulaşım sistemi evrimi seti veya yolculuğun başarılı bir şekilde yapılabileceği ayrıntılı talimatlar var.
Birinin elektronik versiyonunu oluşturmak için yeterli olan insan beyninin yapısında ve fonksiyonunda bir ayrıntı seviyesine ulaşılması durumunda, eksik parçalar,
- Bir aksonun veya bir dendritin uzandığı veya iki çatallı olduğu koşullar
- Nöronun, sitoplazma içinde durum bilgisi tuttuğu bilinen iç yapılara dayanarak ateş ettiği koşullar.
- İnsan genomu ve çeşitleri arasındaki bağ ve çeşitli genlerin yapısı, gen ekspresyon mekanizmaları ve bunlarla ilişkili enzimler ve proteinler üzerindeki etkisi
- Sinirbilimde eğitim seviyemin ötesindeki diğer karmaşıklıklar.
- Sinirbilimde herkesin eğitim seviyesinin ötesindeki diğer karmaşıklıklar.
Katmanlar ve Hiyerarşiler
Anatomik yapının anlaşılmasına yardımcı olabileceğinden, bilimde eğitim ve uygulamada kullanmak için katmanlar veya hiyerarşiler aramak yaygındır. Bu eğilim, işletim sistemi tasarımı, programlama dili tasarımı, uygulama tasarımı ve şimdi AI tasarımında yazılım mühendisliğinde ortaya çıkmıştır. Bu teknoloji alanları geliştikçe, eğilim aslında saf katman odaklı veya hiyerarşik tasarımdan daha kısıtlayıcı olmayan birbirine bağlı parçalar ağına kadar uzanmaktadır. Basitlik istenir, ancak bazen karmaşıklık gerekir.
Zekayı simüle etmek zorlu bir hedeftir ve akıllı dijital sistemler tasarlamaya çalışmanın ilk yarım yüzyılında başarısız olan basitlik, çalışma çözümlerinin karmaşıklık ve dolayısıyla önemli ölçüde uzmanlık gerektireceği açıktır.
İnsan zekasının evrimini, öncelikle katman veya hiyerarşik yapı ile karakterize edilen yapı yönünde yönlendiren herhangi bir kısıtlama olmadığını varsaymak mantıklıdır. Evrimsel süreçler, akademik çalışmayı kolaylaştırmak amacıyla herhangi bir basitlik farkına varmaz. DNA gen ekspresyonu veya nöronların fetal veya daha sonraki aşamalarda yapı veya fonksiyon üzerinde bu tür basitlik kurallarını uygulayacak şekilde büyüme yolları hakkında hiçbir şey yoktur.
Zeka olduğunu düşündüğümüz beynin özelliklerine yol açan DNA ifadeleri ne kadar karmaşıktır? Bu ifadelerden kaynaklanan sinir sistemleri ne kadar karmaşıktır? Bazıları, insan zihninin kendilerini simüle etmeden önce insanlığın gelişmesi gerektiğine inanıyor. Böyle bir varsayım doğru ya da yanlış olabilir. Büyüklük sırasına göre bile bunu tahmin etmek zordur.
İyimser Tahminin Sayısal Analizi
Üstel büyüme beklentisi, yaşam beklentisi, Almanya'da güneş paneli konuşlandırma kapasitesi, CPU hızı (saniyede mikroişlemci yürütme), transistör yoğunluğu (Moore'un "Yasası"), Komünist Partinin büyüklüğü ve diğer birçok ölçüm için önerilmiştir. ancak doğada büyüme oranları ve insan çabaları erken aşamalarda genellikle üstel olsa da, bu tür sürdürülebilirlik asla kanıtlanmamıştır. Büyüme oranları daha sonra kısa bir süre için yaklaşık olarak doğrusaldır ve doygunluğa yaklaşıldıkça daha ark tanjant şeklindedir. Doygunluktan itibaren, metrik değerleri azalır ve kaotik uyumlarda artar ve uzun zaman aralıklarında başlar.
Nisan 2005'te Gordon Moore (Moore'un "Yasası" nın yazarı), "[Üstel büyüme] sonsuza kadar devam edemez. Üstellerin doğası, onları dışarı itmeniz ve sonunda felaketin gerçekleşmesidir." Daha sonra, "Transistörlerin büyüklüğü açısından, temel bir engel olan atomların boyutuna yaklaştığımızı görebilirsiniz."
Moore'un bir yasa icat etmediğini anlamak önemlidir. Yirmi yılı aşkın bir süredir veriye baktı ve transistör yoğunluğunun kabaca e t ile orantılı olduğunu fark etti ; burada t, entegre devreler ilk önce kitle pazarına ulaştığından bu yana geçen süredir ve daha sonra net trend verilerine dayanarak daha fazla büyümeyi öngördü.
Gerçekçi Tahmin
İnsanlar hiçbir zaman temelde kendilik simülasyonu yaratmak gibi eşik kırma gibi bir şey denemediler. Üstel büyüme, doğrusal büyüme, ark teğet büyümesi veya başka bir formun en olası model olup olmadığını bilmekle ilgili deneyim olmadan, en güvenli model muhtemelen Occam'ın Razor'unun reçete edeceği doğrusal bir tahmindir.
Herhangi bir tahminde bulunmak için bazı veri noktaları toplanmalıdır. Bu gerçekçi bir tahmin olmasına rağmen, çok çalışkan bir tahmin değildir. Belki de doğrusal modelden daha muhtemel bir model bulmak, zamanın herhangi bir noktasında ilerlemeyi belirlemek için bir teori ve metrik sistemi geliştirmek veya en küçük karelere uymak için daha fazla veri noktası toplamak için daha fazla çalışma yapılabilir. Bu cevabın amaçları doğrultusunda, sadece iki veri noktası kullanacağız ve doğrusal bir ekstrapolasyon yapacağız.
1660 yılında Blaise Pascal Pensées ("Düşünceler") adlı kitabında şöyle yazmıştır: "Aritmetik makine, hayvanların tüm eylemlerinden ziyade düşünceye daha yakın yaklaşan efektler üretir, ancak, hayvanlar, "böylece insan zekasının mekanik simülasyonları arayışı o zamanlar başlamıştı.
O zamandan beri, bilgisayar programcıları bir dizi insan yeteneğini yerine getiren kod geliştirdiler.
- Sayısal ve mantıksal hesaplamaların (CPU'lar) genelleştirilmesi
- Ofis otomasyonu
- Örüntü tanıma (yazma, konuşma ve sahnelere uygulanır)
- İşlevsel olarak optimal devrelerde yakınsama (sinir ağları)
- Olasılığın karara uygulanması (Bayes Teoremi, vb.)
- Ayrık oyunlarda mükemmellik yeteneğine sahip kural sistemleri
Sayısal sistemlerin istihbarat dijital simülasyonlarından eksik olan özellikler önemli ve sayısızdır.
- Genel problem yaklaşımlarının numaralandırılmasında sezgi
- Doğal dil becerilerinde mükemmellik
- Sanatta duygusal anlatım
- Sanatta politik anlatım
- Spor yapmak iyi (robotik sistemlerde)
- İş yerinde iyi bir iş yapmak (keyfi talimatlar verildi)
- İş yerinde yeni şeyler yapmayı öğrenme
- Alan adında önceden deneyim olmadan bir projenin başlatılması
- Kapsamlı indirgeyici analiz
- Gereksinimlere göre rastgele fiziksel cihazların karmaşık tasarımı)
- Yazılım geliştirme (gereksinimlere göre yazılım üreten yazılım)
- Çalışma alanının aydınlatılmış uzantısı
- Gerçek zamanlı olarak alt eğrinin tanımlanması
- Duygusal yakınlık
- Şefkat ve empati
- Kapsamlı öz değerlendirme
- Bir hipotezi kanıtlamak için yeni matematik alanlarının geliştirilmesi
- Sınıfa git ve daha fazlasını öğren
- İstediğiniz öğrenme yolu boyunca kitaplar ve makaleler seçin ve okuyun
- Bu hatlardaki diğer yetenekler
Bu listenin kısaltılmış olduğu ve henüz yazılımda elde edilmemiş olan bu öğelerin, doğal olarak zaten başarıyla programlanmış olanlarla mekanik olarak açıklanamayacağı düşünüldüğünde, 2017'de yalnızca başarılı olan dijital sistemlere sahip olduğumuzdan emin olabiliriz. insanların zihinsel olarak meydan okumasını istemeden bir insandan bekledikleri bütün setin özelliklerinin genişliğinin bir kısmı. Başarı listesinden yola çıkarak, zeki insanların yaptıklarının% 10'undan fazlası bilgisayar yazılımı tarafından simüle edilmemiştir.
Keşif oranının düşeceğine ya da yükseleceğine inanmak için herhangi bir sebep olmaksızın (insani ilerlemenin üstel olduğu iddialarına rağmen 1 ) basit bir doğrusal yaklaşım, nispeten tam elektronik beyni 5,587 yılı için ufka yerleştirir.
