Александр Каплан

Психофизиолог Александр Каплан — о том, зачем Илон Маск плетет «нейронное кружево» и поможет ли ИИ сберечь ресурсы человеческого мозга?

Уже сегодня вычислительные машины не только запросто решают математические задачи, но и обыгрывают чемпионов мира в шахматы, го и покер. Значит ли это, что искусственный интеллект наконец-то создан и скоро он сможет составить серьезную опасность для человека? Или будущее за симбиозом человека и машины? Ведь неслучайно даже Илон Маск и Facebook взялись за разработку нейроинтерфейсов, призванных устранить посредников между компьютером и человеческим мозгом. Но к чему приведет эта работа, что такое «нейронное кружево» и «киберсимбы» и какие мифы сопровождают рассуждения о мозге, рассказал на открытой лекции в Университете ИТМО, организованной Центром научной коммуникации, психофизиолог, профессор кафедры физиологии человека и животных, заведующий лабораторией нейрофизиологии и нейроинтерфейсов на биологическом факультете МГУ, а также ведущий разработчик нейрокомпьютерных интерфейсов в России Александр Каплан.

До недавнего времени специалисты в области неврологии считали, что человеческий мозг содержит 100 миллиардов нейронов. Лишь в 2009 году бразильскому исследователю, доктору Сюзанне Херкулано-Хоузел (Suzana Herculano-Houzel) удалось экспериментально подтвердить, что это число значительно меньше. В действительности в мозге каждого человека находится не более 86 миллиардов нейронов. Разница в 14 миллиардов существенна — к слову, именно такое количество нейронов содержится в мозге павиана, и половина этой суммы — в мозге гориллы.

Но даже все эти 86 миллиардов нервных клеток не являются операциональными единицами деятельности мозга. Такими единицами являются контакты между нервными клетками, потому что именно там решается вопрос о том, передастся сигнал дальше или нет.

«Чтобы понять, как работает мозг, необходимо знать количество таких контактов. Каждая нервная клетка имеет 10-15 тысяч контактов с другими клетками. Если все перемножить, получится миллион миллиардов контактов, операциональных единиц. Для примера — в самом совершенном процессоре, который создается сегодня, содержится около 3 миллиардов операциональных единиц», — говорит Александр Каплан.

Как разобраться во всех этих миллионах миллиардов контактов и в итоге понять, как устроено наше восприятие и работает наша память, что является ячейкой памяти в мозге, как он кодирует информацию и что в принципе является для него объектом кодирования?

Память: почему подсчитать, сколько терабайт в нашем мозге, невозможно

С памятью человека, как и с особенностями восприятия, до сих пор связано много мифов, рассказывает Александр Каплан. Например, уже сейчас можно встретить различные подсчеты, в которых доказывается, сколько терабайт должно быть в нашем мозге. Стоит ли верить таким оценкам и насколько реально выразить в известных единицах память человеческого мозга?

Мы прекрасно знаем, как «запоминает» информацию машина. К примеру, все 2 521 613 знаков «Войны и мира» можно закодировать благодаря ячейкам памяти — общий объем этой информации будет равен 2,405 Мб (при условии, что роман содержит 256 типов знаков, на один знак тратится 1 = log2 256 = 8 бит = 1 байт. Всего же «Война и мир» займет 2 521 613 байт = 2, 405 Мб).

Что является аналогичной ячейкой памяти в человеческом мозге? До сих пор это большой вопрос, добавляет психофизиолог. Можно предположить, что такую функцию выполняет синапс — контакт между нервными клетками. Ведь он, в отличие от нервной клетки, может находиться в двух состояниях — передавать или не передавать информацию другому нейрону. Но в данном случае возникает другая проблема: синапс не годится для точного кодирования, ведь это слишком медленная по сравнению с ресурсами машины система запоминания, уточняет Александр Каплан. Неясно пока и что именно является объектом кодирования для мозга. Будут ли таким объектами буквы, слова или смыслы?

«Скорее всего, мы достаем слова из смыслов, а не из букв. Попробуйте продумать до конца эту фразу. Поэтому нам не требуется такая быстрота общения: мы забегаем вперед процесса, тогда как машина этого сделать не может. При этом, в отличие от машины, где существует тактовая частота, в мозгу человека каждый синапс работает по-разному: где-то он задержался, а где-то забежал вперед. Поэтому как тут посчитать объемы памяти человеческого мозга?» — рассказывает Александр Каплан.

Заполнением всех этих белых пятен в области изучения тонкостей работы мозга ученые занялись относительно недавно. Именно в последние годы наблюдается бум для нейронаук — в такие исследования сейчас вкладываются десятки миллиардов долларов в мире (соответствующие проекты есть в США, европейских странах, Китае, Японии, России). Прежде всего ученые занимаются моделированием мозга и подробным изучением его структуры. Буквально по срезам толщиной в микроны исследователи пытаются выстроить представление не только о том, как работают общие структуры, но и как устроены отдельные нервные клетки.

Например, в своей работе известный нейрофизиолог, исследователь Медицинского института Говарда Хьюза, сотрудник Института биологических исследований Солка и Университета Калифорнии в Сан-Диего Терренс Сейновски (Terrence J. Sejnowski) как раз рассматривает модель, восстановленную по таким срезам. Ученый изучает, сколько состояний есть у синаптического аппарата, действительно ли он работает по аналогии с машиной или, напротив, проводит сигнал с большим или меньшим коэффициентом.

«Сейновски удалось показать, что таких уровней усиления в синапсах 26. Это означает, что у нас не просто миллион миллиардов контактов – синапсов – в голове, но и что каждый из них имеет 26 позиций. Не 0 — 1, как в машине, а 0 — 25. Мощность сети и емкость памяти многократно возрастает, потому что в данном случае происходит уже не однобитное кодирование, а в каждой из таких ячеек получается 4,7 бита (log2 26 = 4,7 бит/синапс). В итоге мы прекрасно можем понять, что это именно то место, где рождаются неведомые для машин, для искусственных нейронных систем пластичность и изменение схем соединений, причем с очень большой градацией — сети настраиваются очень тонко», — комментирует Александр Каплан, добавляя, что вопрос об объектах кодирования до сих пор остается открытым.

Но надолго ли хватит еще памяти и ресурсов человеческого мозга?

Ресурсы мозга не безграничны, или почему мы все больше страдаем от нервных расстройств

За последние 30 лет буквально на наших глазах в мире изменилось все — информация поступает к нам с помощью скоростных мультимедийных потоков, ответственность за принимаемые решения возрастает, все это приводит к тотальному смещению биологических мотиваций. Изменился и характер хранения информации. Древние люди передавали информацию устно, по емкости у них была совершенно другая память. Позже мы перешли на письменное хранение. Но теперь мы идем дальше, а количество информации увеличивается с каждым днем. Выдержит ли наш мозг такие нагрузки?

Задуматься о проблеме истощения ресурсов мозга необходимо уже сейчас, свидетельствуют данные исследования Колина Причарда (Colin C. Pritchard). В своей работе ученый проанализировал, как за 20 лет (с 1990 по 2010 годы) менялось количество болезней, связанных с нервной системой. В итоге он пришел к выводу, что если за этот период смертность вследствие заболеваний сердечно-сосудистой системы и онкологических заболеваний более или менее стабилизировалась, то количество болезней, связанных с неврологией, существенно возросло, а сами они стали более опасными.

Сможет ли помочь в решении проблемы искусственный интеллект?

С одной стороны, это могло быть выходом, соглашается профессор кафедры физиологии человека и животных, заведующий лабораторией нейрофизиологии и нейроинтерфейсов на биологическом факультете МГУ.

«Действительно, если мы поручим операции роботам, это существенно разгрузит наш мозг. Но для начала надо разобраться: а существует ли искусственный интеллект? Я считаю, что до сих пор в мире нет ничего даже близко похожего на ИИ. Все, что существует вокруг нас, это до сих пор лишь некоторое, порой очень хорошее, но все же развитие калькулятора», — отмечает он.

Уже давно люди придумывают себе помощников для развития различных интеллектуальных задач. Это, например, и разностная машина Чарлза Бэббиджа, и гомеоскоп Семена Корсакова — предтечи калькуляторов и систем архивации, созданные еще в 19 веке. При этом сам Джон Маккарти — человек, благодаря которому появился термин «искусственный интеллект», определял это понятие как «только вычислительную составляющую способности достигать целей в мире». Иными словами, для него такое устройство было тоже неким помощником, который способствует осуществлению каких-либо вычислительных действий, помогает принимать интеллектуальное решение, но при этом само по себе никакого интеллекта не имеет.

Но как же машины, уже обыгравшие известных чемпионов мира в такие интеллектуальные игры, как шахматы и го? Это и Deep Blue, одолевший Гарри Каспарова в 1997 году, и Deep Fritz 10, выигравший у Владимира Крамника в 2007 году, и AlphaGo, одержавший победу над Ли Седолем.

«Как же они одерживают победу над естественным интеллектом, не обладая собственным? Объясняю: все просто, они жульничают. В хорошем смысле слова, — говорит Александр Каплан. — В памяти машины лежат все более или менее значимые сыгранные партии. Машина играет с человеком и смотрит, какое действие ей нужно совершить, сопоставляя свой ход с наиболее успешными действиями в истории. Человек в этой ситуации думает точно так же. Но у него-то память значительно меньше, чем у машины. И потом, разве кому-нибудь на чемпионатах разрешалось подсматривать в ноутбук? А что делает машина? Она по сути постоянно «подсматривает» в свою память. Так как же можно сравнивать таких соперников? И где здесь искусственный интеллект? Это всего лишь помощник, который помогает нам решить ту или иную интеллектуальную задачу путем быстрого просмотра огромного количества вариантов».

В шахматах с их высокой комбинаторикой выход можно найти, запомнив все значимые сыгранные партии и в каждом из случаев подбирая наиболее потенциально успешные варианты. В го при еще большей комбинаторике программу можно обучить играть с собой и составить определенную статистику игр, которая также будет помогать в игре с реальным противником, добавляет исследователь. Безусловно, в этом случае программа всегда будет в выигрыше по сравнению с человеком, потому что он не может сделать себе такую статистику и настолько быстро перебрать все необходимые варианты. Но несмотря на несоизмеримо высокую предсказательную силу машины, все же говорить о наличии полноценного искусственного интеллекта здесь пока нельзя, резюмирует Александр Каплан.

Что будет дальше?

По оценкам социологов, уже через 20 лет от 15 до 40% населения будут заменены автоматизированными системами, заточенными под выполнение тех или иных задач. При этом такие системы одновременно создают для человека действительно опасную силу. Об этом, в частности, говорит и основатель Tesla и SpaceX Илон Маск.

«Мы должны быть очень осторожны с искусственным интеллектом. Потенциально он более опасен, чем ядерное оружие», — писал Маск в Twitter еще в августе 2016 года.

А в апреле этого года стало известно о создании новой компании известного предпринимателя под названием Neuralink, где он займется созданием систем, которые в том числе помогут человечеству избежать подчинения искусственному интеллекту, сделают людей умнее. В ближайшее время эта технология, по замыслу создателей, будет использоваться для улучшения памяти или устранения последствий повреждения мозга. По словам Маска, уже через четыре года новая компания планирует вывести на рынок продукт, который сможет помочь людям со сложными мозговыми травмами.

В основе идеи Neuralink — механизм, который позволит объединить компьютер и человеческий мозг. Маск уже поговорил более чем с тысячей специалистов в разных областях — от нейрохирургии до микроэлектроники — и собрал костяк команды, которую сам возглавил в качестве гендиректора. Цель Neuralink — разработка технологии neural lace («нейронное кружево»), с помощью которой можно будет имплантировать в человеческий мозг крошечные электроды. Таким образом, предполагается, что между человеком и компьютером исчезнет посредник в виде клавиатуры, компьютерной мыши или тачскрина. Его должен заменить нейрокомпьютерный интерфейс.

По сути, команда Маска должна начать работу над принципиально новым способом общения. В блоге Wait But Why Маск объясняет свой замысел так:

«Сейчас множество идей, возникающих в голове человека, “сжимаются” для передачи с помощью речи или печати, и скорость такой передачи остается невероятно низкой. Но, если бы у вас было два нейроинтерфейса, вы бы могли передать эти идеи напрямую другому человеку, не сжимая их», — уверен он, добавляя, что в результате люди смогут без разговоров передавать свои мысли друг другу.

Аналогичной разработкой заняты и в Facebook. Заявление Маска о создании Neuralink совпало с анонсом проекта компании в области BMI (brain-machine interface). 20 апреля на ежегодной конференции для разработчиков выступила менеджер секретного отдела Building 8 Регина Дуган, ранее работавшая в Google и DARPA — в управлении перспективных исследовательских проектов Министерства обороны.

По словам Дуган, в ближайшие два года Facebook, помимо прочих, намерен заняться реализацией системы, которая позволит печатать 100 слов в минуту, дешифруя нейронную деятельность, связанную с речью. При этом разработчики хотят перевести в текст импульсы, которые мозг отправляет в центр речи, когда мысль уже сформирована и остается ее лишь произнести, уточняет она. Эта система должна в первую очередь помочь людям с нарушениями речи. А затем — поменять саму суть взаимодействия гаджетов и людей.

Как подчеркивает Александр Каплан, такая электронная надстройка сделает из человека не киборга, так как машина существенно не изменит его тело и личность, а, своего рода, «киберсимба» — симбиоз компьютера и человека, который получает дополнительного помощника в виде машины, обладающей гораздо большим вычислительным ресурсом.

Насколько это реально?

«При создании такого нейроинтерфейса существует ряд проблем: как мы технически подключимся к мозгу так, чтобы осуществить эти идеи? При всей сложности мозга как можно понять его желания и мотивы для обращения к этой электронной “надстройке”? Например, можно подключаться к отдельной клетке, но что тогда делать с этими отдельными разрядами? Есть блоки подключения по 1000 электродов, можно получить запись двух тысяч нейронов. Но это только две тысячи из сотен миллионов только в этой области. Это очень узкое подключение», — отмечает исследователь.

В последние годы в научных лабораториях предлагаются различные решения проблемы. К примеру, в основе проекта под названием Neural dust (нейронная пыль), над которым работает группа ученых из Калифорнийского университета в Беркли, лежит использование очень маленьких компактных датчиков размером примерно 20-30 микрон, сравнимых с размерами нервных клеток. Благодаря миниатюрному размеру их можно буквально впрыснуть в мозг и далее с помощью магнитно-резонансного картирования пронумеровать и узнать, где находится каждый из датчиков, чтобы получать от него информацию, объясняет Александр Каплан. Да, можно «запылить» мозг этими датчиками, но как собирать информацию и как ее обрабатывать? Все эти проблемы до сих пор еще не решены, добавляет он.

При этом Илон Макс предлагает совсем другой путь подключения к мозгу, истоки которого находятся в исследовании 2015 года (Syringe-injectable electronics). В основе этого метода — использование очень тонкой проволоки из углеродного материала толщиной всего в 6 микрон. Из такой проволоки авторы исследования предложили сделать сетку с очень маленькими ячейками, а в узлах разместить сенсоры электрических потенциалов. Так как эта сетка очень тонкая, ей можно покрыть любой микрообъект и чувствовать на всей его площади электрические потенциалы. Кроме того, авторы исследования предлагают смешать эту сетку с гелем, чтобы ее можно было фактически намазывать на любую поверхность.

«Например, в статье ученых показывается, как этот гель набирается в шприц и впрыскивается в мозг мыши. Эта сеть фактически прорастает в мозг и живет внутри него, отовсюду чувствуя электрические потенциалы. Если эту сеть получится аккуратно завернуть на взаимодействие с нейронами, впрыснув в мозг мыши на эмбриональном развитии, то она действительно будет жить как элемент нервной сети. В этом же направлении думает Илон Маск. Он дал этой сетке собственный термин — “нейронные кружева”», — говорит Александр Каплан.

Но при этом Маску еще предстоит решить как минимум две проблемы. Во-первых, вживить «кружева» и полностью сделать так, чтобы технология работала, уточняет исследователь. Во-вторых, обеспечить плотный контакт: скоростной, широкополосный, многокомандный и быстрый.

«Пока для этого нет теоретического подхода. Вполне возможно, что здесь быстрее продвинется Марк Цукерберг, у которого уже есть специалисты, работающие в этой области», — резюмирует Александр Каплан.

Редакция новостного портала
Архив по годам:
Пресс-служба