Welkom bij de onderzoeks- en strategiediensten in het snelle tempo van vandaag.
Zo nu en dan gaat de technologie met grote sprongen vooruit op manieren die ons allemaal verrassen. Kunstmatige intelligentie (AI) wordt lange tijd gezien als een beperkt gebruik in ons dagelijks leven, of als een verre sciencefictionvisie op de toekomst. En toch vindt er bijna heimelijk onder ons een revolutie plaats in machine-intelligentie die op het punt staat onze wereld zoals wij die kennen te veranderen. Hier krijgen we een kijkje in een nieuwe opkomst van AI-supergeesten, en waarom dit wordt aangestuurd door de neurowetenschappen en te maken heeft met de manier waarop onze eigen hersenen werken.
De conventionele benadering van computers is in principe hetzelfde gebleven sinds Alan Turing in de Tweede Wereldoorlog Enigma-code Dit omvat het schrijven van een computerscript of een reeks gedragsregels, ook wel een algoritme genoemd, en vervolgens serieel één berekening tegelijk uitvoeren. Hoewel de rekenkracht exponentieel is toegenomen als gevolg van de beruchte wet van Moore , is de methodologie achter computers grotendeels onveranderd gebleven. Het belangrijkste verschil tegenwoordig is dat computers dankzij superieure hardware veel sneller zijn in het verwerken van datapunten. Neem bijvoorbeeld een moderne smartphone; de processor comprimeert letterlijk miljarden transistors tot een kleine chip.
Vanuit AI-perspectief heeft dit geleid tot een toename van wat bekend staat als brute force-berekeningen: zolang een programmeur de juiste soort algoritmen schrijft, kunnen computers grote problemen aanpakken, alleen al door de snelheid en de hoeveelheid berekeningen die ze kunnen uitvoeren. Het meest bekend was dat dit leidde tot de nederlaag van de langlopende wereldkampioen schaken Gary Kasporov door IBM's Deep Blue . Hoewel zulke prestaties indrukwekkend zijn, bestaat er lange tijd scepsis over de bruikbaarheid van dit soort machine-intelligentie. Narrow of Weak AI genoemd en is over het algemeen alleen nuttig voor het aanpakken van zeer specifieke problemen die zich in principe niet vertalen in de complexiteit van de echte wereld. Dit laat weinig of geen hoop over op het nabootsen van het soort creatieve intelligentie dat het menselijk bewustzijn bezit.
Een ander voorbeeld is het Deep Mind Alpha Go creëerde , de AI die werd ontwikkeld om het duivels complexe spel ‘Go’ aan te kunnen. In dit spel werken brute force-technieken niet goed, terwijl mensen uitblinken door gebruik te maken van intuïtie. Hoewel Alpha Go erin slaagde wereldkampioen Lee Sedol , deed het dit door enorme hoeveelheden games van elite Go-spelers te krijgen, hun strategieën te kopiëren en te combineren, en vervolgens zetten zonder fouten uit te voeren. Ja, het was succesvol, maar op het grotere plan van AI-vooruitgang wordt Alpha Go in wezen beperkt door de kennis die mensen hebben bedacht, met weinig vooruitzicht om verder te gaan.
Hoewel weinig mensen zich ervan bewust zijn, heeft AI de afgelopen jaren een revolutie doorgemaakt door een geheel nieuwe en innovatieve benadering van computergebruik te hanteren die feitelijk de manier nabootst waarop onze hersenen problemen oplossen. In plaats van een op regels gebaseerde algoritmische aanpak te volgen, heeft een nieuwe methode genaamd 'deep learning' een enorme sprong in de evolutie gemaakt door een nieuwe vorm van algemene AI te creëren die letterlijk niet hoeft te worden verteld wat hij moet doen. In plaats daarvan begint het ongeveer als een pasgeboren baby, en vanaf een schone lei pakt het problemen aan door experiment na experiment over zijn wereld te leren. Vervolgens creëert het bij elke stap zijn eigen, inherent nieuwe gedrag, gebaseerd op wat het de beste oplossing vindt.
Dit gaf het ontstaan van Alpha Go Zero - nulbetekenis, beginnend met niets anders dan de eenvoudige spelregels. Deze schijnbaar onschadelijke naamsverandering vertegenwoordigt een AI die opnieuw heeft gedefinieerd waartoe computers in staat zijn.
Alpha Go Zero begint te spelen Ga tegen zichzelf, experimenteert met wat wel en niet werkte, verfijnt en speelt dan opnieuw. In slechts drie dagen gebruikte het op verbluffende wijze wat het had geleerd om de versie van Alpha Go te verslaan die Lee Sedol versloeg. Maar daar bleef het niet bij en het ging door met het verslaan van de meest ontwikkelde versie van Alpha Go (Master), waarbij 100 games werden gewonnen. Wat echt indrukwekkend is, is dat het niet specifiek gebouwd was om Go te spelen – het leek gewoon leuk te zijn. Het.
Dus toen kreeg het schaken om mee te spelen. In slechts 4 uur zelf oefenen werd het goed genoeg om de huidige AI-wereldkampioen schaken te verslaan.
Dat gebeurde op een manier die menselijke schaakexperts verbijsterde. Dit komt omdat het nieuwe strategieën creëerde die niemand ooit had gezien. Dit omvatte aaneenschakelingen van nieuwe tactieken zoals het opofferen van een koningin om een positioneel voordeel te behalen, en het aanvallen met haar koningsstuk. Deskundigen noemden het ' buitenaards schaak ', of 'gek aanvallend schaak'. De pas ontdekte speelstijl van Alpha Go Zero veranderde de manier waarop mensen het spel zelf waarnemen.
Hoe wordt dit soort creatieve en zelflerende intelligentie gemaakt en hoe verhoudt dit zich tot de menselijke hersenen? Nou, het gaat eigenlijk om kwalitatieve boven kwantitatieve berekeningen. De menselijke geest is een zogenaamd complex systeem , waaruit intelligentie en bewustzijn voortkomen uit de collectieve interacties van miljarden neuronen die met elkaar praten. Pogingen om te begrijpen hoe het werkelijk werkt, omvatten de complexiteitstheorie of de systeemtheorie . Het gaat uiteindelijk om het idee dat het geheel meer is dan de som der delen. Eén enkel neuron heeft bijvoorbeeld nul intelligentie, dus de klassieke reductionistische benadering van wetenschappelijke vooruitgang schiet niet echt op als het gaat om hoe de hersenen in het algemeen werken.
Mensen zijn voor het grootste deel niet gebouwd met een vooraf gedefinieerde reeks regels voor hoe ze zich moeten gedragen. In plaats daarvan ervaren we de wereld, leren we en passen we ons vervolgens aan. Dit gebeurt voornamelijk via de neocortex, die niet-lineaire, niet-algoritmische verwerking gebruikt om oplossingen voor optimaal gedrag te vinden. Deze nieuwe ontdekkingen kunnen vervolgens zelfs worden gecodeerd tot automatisch gedrag, uitgevoerd zonder echt na te denken - stel je voor dat iemand naast je een ballon laat knallen.
De nieuwe revolutie in AI hanteert een griezelig vergelijkbare aanpak, waarbij leren ontstaat via diepe neurale netwerken , die grotendeels op dezelfde manier werken als onze neocortex. In plaats van informatie serieel te verwerken, één datapunt tegelijk, worden berekeningen parallel en via bijna organische interacties uitgevoerd. Deze methode gebruikt veel minder computerbronnen dan traditionele AI’s, maar bereikt toch een veel breder niveau van intelligentie. Het allerbelangrijkste is dat er geen programmeerwerk nodig is als het eenmaal is gemaakt - het is eenvoudigweg een kwestie van het presenteren van de AI-problemen die moeten worden opgelost.
Vreemd genoeg, en net als het brein, is hoe diep leren eigenlijk op een fundamenteel niveau plaatsvindt, nog steeds een beetje een mysterie.
Hoe fascinerend deze ontwikkelingen ook zijn, de ultieme vraag is: zal deze nieuwe vorm van AI problemen uit de echte wereld aanpakken? Er zit tenslotte niet veel praktisch nut in computers die alleen maar bordspellen spelen.
Het antwoord is ja. De zelfrijdende auto's en spraakleermachines van Google zijn vluchtige voorbeelden van toepassingen die vandaag de dag worden ontwikkeld, maar verwachten dat dit het topje van de ijsberg zal zijn. Bedrijfsreuzen als Google, Amazon en Facebook investeren allemaal enorme middelen in de ontwikkeling van deep learning-AI’s als kernfunctie in het hart van hun bedrijf. Er is ook het verleidelijke vooruitzicht van een doorbraak in kwantumcomputing, dat veelbelovend is voor een gigantische toename van de rekenkracht.
Aan de andere kant leidt het nieuwe momentum in AI tot nieuwe en serieuze zorgen dat AI ons niet alleen zou kunnen vervangen, maar mogelijk ook een existentiële bedreiging voor de mensheid zou kunnen worden. Zelfs mensen als Elon Musk en wijlen maar grote Stephen Hawking hebben publieke waarschuwingen over hoe reëel een dergelijke dreiging is.
Zoals we bij Alpha Go Zero hebben gezien, zullen de resultaten van deze evolutie op het volgende niveau in machine-intelligentie ons waarschijnlijk verrassen, maar één ding is zeker: AI-supergeesten komen eraan en zij zullen het leven zoals wij dat kennen veranderen.
Als je nieuwsgierigheid is gewekt naar de neurowetenschappen van de hersenen, waarom bekijk je dan niet deze blogs?
5 redenen waarom neurowetenschappen geweldig zijn
De opmerkelijke neuroplasticiteit van uw hersenen
Welkom bij de onderzoeks- en strategiediensten in het snelle tempo van vandaag.
Hier zijn enkele fascinerende neurowetenschappelijke bevindingen over het menselijk brein die u misschien nog niet kent.
Een diversiteit aan NeuroTracker-onderzoeksbenaderingen heeft geleid tot een aantal fascinerende inzichten over hoe de hersenen de menselijke prestaties en welzijn beïnvloeden
Krijg een overzicht van de tests die zijn ontworpen om te decoderen hoe uw grijze massa functioneert.
Het #1 meest wetenschappelijk gevalideerde cognitieve trainingssysteem ter wereld. Gebouwd op 20 jaar neurowetenschappelijk onderzoek door toonaangevende autoriteiten in hun vakgebied. Verbeter uw hersenen en prestaties.
