IBM Artificial Brain

To nije nikakav problem da se napravi. I obična tražilica delimično ti zadovoljava tu opciju odabira traženog iz mnoštva podatka. Tako da ako se i malo dotera sve to u smislu da ti kao govori, ili da ima kao glavu nalik ljudskoj , ili kao neki sajt pa kao ti ga pitaš a on ti odgovara kao kad komuniciramo preko MSN mikrofonom itd, ne bi po meni to bilo nikakvo posebno naučno dostignuće. Sve je to u domenu sakupljanja podataka, njihovog uporedjenja i izdvajanja na osnovu nekih unapred programiranih prioriteta. Mislim odavno je već izmišljena IF naredba u programiranju. A na njoj se, verovali ili ne, temelje svi logički programi. Drugim rečima zauvek će programi ostati na toj IF naredbi.

Naravno nema sumnje da je što se tiče pamćenja podataka, traženja istih, i izdvajanje podataka na osnovu nekih logičkih prioriteta kompjuter dobra mašina. Nema sumnje da je logika kompjutera mnogo bolja od ljudske u smislu igranja šaha ali i mnogo drugih većih logičkih zahvata u budućnosti.

Možda nešto nalik ovom ti treba :)



_{[Ovu poruku je menjao iizuzetan dana 04.12.2009. u 13:28 GMT+1]}

:) Sto volim ovakve diskusije kad se vise ne zna ni gde je rep ni gde glava. Jedino sto me trenutno interesuje jeste:koliko je vas procitalo doticni clanak(link iz prvo posta)?

@asterisk

Sam si pobio svoj zakljucak, zar ne? A mislim na sledece: kako ce taj "software" biti "sveznajuci" ako ce se njegovo znanje bazirati iskljucivo na cinjenicama sa interneta (kakvog danas poznajemo)? Jako tesko.

Za ono prvo si donekle right..Vec se radi na programskim jezicima i sofware-u koji bi sam sebe "pisao".

Posto sve ovo jako podseca na sf: "I, robot" i "Terminator" , da dodam mali off.
He'll be back! ;)

off topic:
Nedavno sam pročitao na jednom blogu o istoriji fotografije nešto što moram da prenesem u kontekstu pominjanja duše i veštačke inteligencije. Evo kako su nemačke novine reagovale na informaciju da je moguće napraviti fotografiju (Dagerotipiju):



On topic:

Mislim da je ovo lep napredak, a onaj dugački komentar je skoro potpuni promašaj. Osnovna zamerka komentaru je da pisac pretpostavlja da veštački neuron mora u potpunosti da emulira neuron u ljudskom mozgu i da je samo na takav način moguće napraviti inteligentnu mašinu. Implicitno, autor pretpostavlja da je neuron savršen i da nikakav drugi način ne može da donese rezultat. Upravo je neuron, kao posledica evolucije, jedan od mogućih načina koji je uspeo da proradi, a to nikako ne znači da takva funkcija ne može da se izvede na efikasniji način. Ako i ne može da se emulira kompleksnost biološkog neurona, verovatno kvantitet može da napravi pomak.

Upravo ovo i ja mislim, ono sto jako precizno i tacno simuliranje moze da uradi je da upravo to - precizno simuliranje svakog pojedinacnog neurona, sto je "mikrosvet", a svest i razmisljanje su "makrosvet" i sasvim sam ubedjen da ti mali uticaji samo povecavaju gresku, pa tako imaju "negativan" uticaj na samu svest ili jos bolje, mislim da usporava krajnji rezultat.

Slicna situacija je postojala u vreme dominacije Newton-ove mehanike, pre teorije mikrocestica.

Znalo se da kugla od drveta i kugla od olova podlezu istim zakonima, i da ce i jedno i drugo padati niz strmu ravan.
Jedina razlika koja je bila poznata je da je kugla od olova iz nekog razloga vece gustine. I to je odprilike sve
sto je Newton-ovska fizika tog vremena mogla smisleno da odgovori.

Iz te situacije, postojale su dve opcije: da se tvrdoglavo sedi i ceka na resenje u ogranicenom i dovrsenom sistemu
cinjenica, ili da se naprave smele predpostavke, i krene u nepoznato.

Naravno, posto ljudsko traganje za znanjem nema ogranicenja, uza svo duzno postovanje prema ovom prvom,
krenulo se u ono drugo - teoriju mikrocestica. Nekoliko vekova posle toga, taj drugi novi pristup je doneo jednu
sasvim novu sliku sveta koji nas okruzuje. Ta slika nije iskljucivala niti ponistavala ni jedan od postulata Newton-ove
mehanike, ali je opisala jednu potpuno suludu igranku sa neocekivanim pravilima na vecem nivou finoce fizickog sveta.

Zbivanja na tom vecem nivou finoce su se pokazala potpuno samosvojnim u odnosu na tada postojece znanje o silama
fizickog sveta. Kako se pokazalo, gravitaciona sila je jedna vrlo neuticajna sila u odnosu na vecinu ostalih otkrivenih.

U isto vreme je pokazano da je kljuc neresenih zagonetki u domenu mehanike zapravo u tom novootkrivenom domenu.
Lopta od olova je gusca od lopte od drveta zbog unutrasnje organizacije materije i energije na novootkrivenom nivou
vece finoce.







Nauka danas je pred potpuno slicnom dilemom.



Shvatilo se odprilike (pitanje je da li to najzadrtiji pobornici nauke hoce da priznaju ili ne), da sadasnje znanje postojecih
nivoa finoce ne moze da razresi neke stvari. Covek se ne moze leciti prebrojavanjem atoma natrijuma u tacnoj proporciji
prema atomima kalcijuma koji ce mu se strpati u usta. Niti se psiholoski identitet coveka moze objasniti preciznom mapom
u kojoj ako neuron #121312312312312312312312312312 okine neuron #34534534534534534534534534534534 u trenutku
t0 onda je on tuzan, a ako neuron #1765176517651765176517651765176517651 okine neuron #987698769876987698769876
ocito da se raduje zbog postignutog gola, te da je sve sto treba da mu se umanji depresija zbog gubitka voljene osobe
poboljsati cirkulacija impulsa izmedju neurona iz grupa alphaXYZ i betaMPQ.

U traganju koje traje vec skoro 70 godina, pomalja se nova ravan finoce sa svojim zakonima.

Potpuno koliko nivo mikrosveta trascendira prostu mehaniku, nova ravan potpuno transcendira kako energiju, talasnu prirodu
sveta na racun necega sto se obicnim jezikom moze nazvati smisao, a mnogo preciznije multidimenziono polje
struktuirane smislenosti.

Jednodimenzionalni sublimat tog polja se zove informacija. Svaki pocetnik u programiranju sa time operise svaki bogovetni
put kad napise nesto tipa "int nBrojDanaUNedelji = 7", cime energiju u nekoj lokaciji u fizickoj memoriji uparuje sa odredjenim
znacenjem i nadalje manipulise prostije zakone fizickog medijuma (elektricne impulse procesora, magnetne impulse hard
diska) da bi izveo zeljenu transformaciju u domenu informacije.

Ono sto je prvi formulisao Carl Gustav Jung (a Tesla potrosio cetvrtinu stvaralackog zivota eksperimentisucu sa time) je da ljudska
bica svojom psiholoskom sustinom egzistiraju manje ili vise pasivno u tom opstem polju koje prozima ceo poznati fizicki svet i sustinski
diktira zbivanja u kompletnoj materijalnoj fizici. Najizrazitiji primer je genetika gde je odavno postalo jasno da su dosadni i monotoni
lanci istih molekularnih struktura (adenin, guanin, citozin, timin) zapravo tu sa ciljem odrzavanja i sprovodjenja informacionog procesa.

Krajnje interesantna cinjenica za nas smrtnike je da smo niti kreatori, niti vlasnici tog informacionog polja.

A, ocito je da smo u njemu.

E, sada, kao sto rekoh postoje dva puta.

Jedan put bi bio analogan insistiranju na Newton-ovom putu - da u cilju preciznog, striktno naucnog metoda posadimo desetine
hiljada stabala jabuka, i da ispod svakog stabla posadimo po tim naucnika kojem ce nekoliko puta dnevno padati jabuke na glavu,
sto ce oni uredno beleziti, nekoliko puta godisnje se sastajati na simpozijumima (od kojih je onaj u Jabuckom Ritu najugledniji) gde
ce opisivati detaljno razlike izmedju pada zlatnog delisesa i zelene petrovace na glavu.

Ili, analogno tome - da trpamo megaterabajtne klastere u multiprocesor arrays, da pokupimo sve moguce rezultate svih mogucih
search masina ne bi li napravili masinu koja misli, da popisemo sve moguce neurone ljudskog mozga, da precizno mapiramo sve sta
se dogadja sa njima u razlicitim stanjima, pa da guslamo.

(...malo sutra...)

Drugi put je, srecom vec odavno poceo, baziran kao i sva prava nauka na klikeru istrazivaca pre svega, tek posle toga na brutalnoj
sili postojece tehnologije.

Medjutim, nezgodan je u tome sto vise nego ikada dotice obicno ljudsko bice. Za razliku od Ajnstajna, Bora, Hajzenberga, ciji radovi
su mogli sve do Hirosime i Nagasakija da apsolutno ne zanimaju niti sustinski doticu prosecno ljudsko bice, u ovoj epohi saznanja ga
i te kako doticu. Eksperimenti se rade u zatvorenim institucijama, publikuje javno takoreci nista, timovi sve tri svetske velesile i jos par
drugih drzava istrazuju i cesto sprovode masovne eksperimente nad javnim mnjenjima koje cesto nista i ne sluti.

Da stvari budu jos nezgodnije i klizavije, cesto se ispostavlja da su razni opijumi za narod, bradati popovi, lukave hodze, celavi
budisti, konfucijanisti sa kikom jos odavno rekli neke stvari (ne sve, naravno) koje se pokazuju kao tacnim.

Istoj ekipi se mogu dodati i filozofi, pesnici, i umetnici, koji (kako je davno govorila moja profesorka srpskog) mogu da izreknu daleko
jace istine i da njima promene svet daleko vise nego ljudi egzaktnih znanja.

I tu nauka danasnjice naprosto ne zna, ili ne sme, ili nece da lane pravu stvar. Ili ceka da dodje dan neko dete kaze da je car go.

Hm... ovde si odprilike konstatovao ocigledno, tako je od kada su ljudi poceli da istrazuju prirodu, i to nije nista cudno. Mnogo je lakse na temeljima vec postojecih zakona praviti nove zakone nego uvek krenuti iz pocetka zato sto trenutni nivo ne zadovoljava sve uslove. Mislim da se o tome ovde mnogo puta govorilo, nauka bas zato nije konstanta i logicno je da nema sve odgovore i nema sta tu neko da priznaje ili ne, to je cinjenicno stanje.



Ja upravo mislim da bi tako u buducnosti i funkcionisalo. Samo sto ne bas ovako, kao ovaj plasticni primer sto si naveo, nego na mnogo vecem broju neurona. Nama sada ovo deluje neverovatno komplikovano ali to je zato sto mislim da su ljudi odavno dostigli svoj peak sto se tice obrade podataka i razmisljanja, ali sa kapacitetom koji je mnogo veci od ljudskog ovo bi bila i trivijalna stvar.




Ovde se slazem sa tobom. Ali ono sto mislim da bi mozda mogao biti problem je reflekcija
Ne znam koliko je svest sposobna da sama sebe shvati i objasni, tj. covek. Ako je to jedina barijera onda je to i kraj puta racinolnom i inzinjerskom pristupu problema, sve sto ostaje je kao u onom filmu frankesnstajn -lagani mesarski pristup i 20000 volti. Pa sa srecom...

Odavno je poznato, a u skorije vreme i dokazano, da se u ljudskom mozgu ne desavaju nikakve carobne stvari, vec je razmisljanje posledica fizickih procesa. To jesu trenutno izuzetno komplikovane stvari jer oblast nije dovoljno istrazena, ali je takodje skup reakcija tipa if...then na osnovu stecenih iskustava.
Gledam upravo decaka od 12 meseci kako hrabro silazi sa kreveta naglavacke i sestru od 7 godina koja trci da ga uhvati da ne padne. Razlika izmedju racunara i ljudskog mozga je u ljudskoj evoluciji koja je trajala milijardama godina. Mi hocemo za 40-50 godina postojanja racunara da napravimo svesni mehanizam. Mislim da cemo morati jos malo da sacekamo ali je definitivno samo pitanje trenutka.
Kad pomislim na vlast i kako ista kvari ljude, pitam se da li ce racunari biti imuni na to?

Slazem se u potpunosti sa celim postom. Mi smo skloni da ono sto ne razumemo mistifikujemo. Meni su radili EEG par puta i tada sam o tome poceo da razmisljam na ovaj nacin. Ako nesto moze elektromehanicki da se meri, onda je to nekakva sprava. Ziva, ali ipak sprava. Mnogi zivi organizmi proizvode recimo struju, razna vlakna, otrove, imaju radar itd., onda mi je sasvim logicno da imaju i "racunar" u glavi ili vec gde mu je mesto.

---

Ne zelim da pocnem da filozofiram na ovu temu, jer necu skoro zavrsiti, i otici cu jako off topic.
Iako licno smatram da AI jednoga dana moze steci nesto sto se zove dusa...

Ako neko zeli malo da razmislja na ovu temu, preporucujem da pogleda Ghost in the Shell serijal, ili novi Battlestar Galactica (i Caprica) ... (a moguce da sam ja jedini shvatio pozadinska razmisljanja u ovim pricama na nacin na koji jesam)

Jesu to samo filmske price, ali se zalazi u duboku filozofiju o tome, da masine sa AI pocinju da razvijaju ono sto mi zovemo svest, inteligenciju i emocije.

Stvar je samo u tome kako se to definise. Smatram da ako je program koji je napisan da bude samouceci, moze da se samorazvija i koriguje do tog stadijuma, da pocne sam sebe da preispituje i obrazuje (sto je pocetak razmisljanja), i da se zapita zasto postoji, kako postoji? Cak razumem i kako bi posledica tog razmisljanja mogla da bude i neka emocija, koja je zapravo deo samonapisanog koda kojim bi racunar (masina) sama sebi objasnila svoje postojanje...


Stvar je samo u tome, kako ko od nas definise stanje poznato kao "svest"...

(E sad ne znam koliko je moj post "naucan", kontam da nije. Ali isto toliko "naucni" su i jos 70% postova na temi, pa cu i razumeti ako moderatori obrisu moj post. )

---

Sta se sekiras, meni redovno brisu postove.Moras ponekad i keca da dobijes :).Problem je i taj sto se svako zivo bice bori za svoj zivot kad oseti da je ugrozeno.Ili pocne da bezi, ili eliminise i ubije izvor koji ga ugrozava...

Svojevremeno je bio clanak, mislim u Politici, na temu vestacke inteligencije. Pricali su sa tri profesora Beogradskog univerziteta. Jedan od njih je bio profesor sa ETF koji se i inace bavi vestackom inteligencijom. On je tada spomenuo neku teoremu (dakle dokazan stav) koja kaze da se ljudsko razmisljanje ne moze predstaviti algoritamski. To dalje znaci da sa danasnjim racunarima nije moguce stvoriti vestacku inteligenciju, ili preciznije, stvoriti masinu koja razmislja kao covek. Mislim da je tada receno da eventualne mogucnosti postoje negde na biomolekularnom nivou, ali da su u to vreme istrazivanja na tu temu bila jos u povoju i suvise daleko od ma kakve realizacije ovakve masine.

Tako da ne znam sta je IBM hteo sa ovim, cemu bacanje novca ?

- Moguce je da ta teorema ne postoji, tj. da je to Politika nesto pogresno prenela.
- Moguce je da je samo dokazano da se ne moze prikazati u binarnoj logici, a moze u npr. fuzzy.
- Moguce je da je taj profesor bio u krivu. To sto je profesor ne znaci da sve zna.
- Moguce je da si ti nesto lose zapamtio :).
- Konacno, za vecinu primena bi inteligencija bilo kog slozenijeg bica bila vise nego dovoljna... Inteligentno prepoznavanje senzorskog inputa i sl. bi bilo jako korisno u mnogo primena.

---

Mozda da bi pokupio veliko priznanje u oblasti aplikacija koje rade na superracunarima http://www.lbl.gov/cs/Archive/news111609a.html, a mozda samo dobar marketinski trik i jos jedno lozenje javnosti (koja voli ovakve cyber stvari) da vestacki mozak samo sto nije stigao. Ili verovatno, sve zajedno.

Meni barem, ako smem da zametim, prvo bode oci rec "Brain" kojom se toliko mase na sve strane, koliko vidim ovo je simulacija samo jednog broja funkcija koje se obavljaju i u korteksu (sto opet nije dovoljno da bi se nazvalo mozgom, pa cak ni mravljim) a i ni jedan naucnik iz oblasti nervnog sistema ili sl. nije izasao i obelodanio javno da je IBM dosao do nekih novih saznanja u oblasti izucavanja mozga, da je barem utro put necem sto je do sada bilo neostvarivo itd itd. Ako gresim i ako neko ima link nek postavi pls.

AI i dalje ostaje kao lepa zamisao Homosapiensa da dohvati "skriveno". Njegova ocajna potreba da putem nauke otkloni "neispravnosti" na sopstvenoj vrsti. Samo, sto te "neispravnosti" nauka verovatno nece otkloniti ovakvim igrackama u silikonskoj dolini, klasterima, hiljadama procesora, ili sto neki rekose surovom silom, to je zastarela i istrosena stvar kojom se bavi jos Terminator4 i Hollywood. Mozda ce molekularna tehnologija dati veci doprinos, ko zna, mada, meni barem deluje da ce te "neispravnosti" verovatno najbrze resiti kroz genetiku, i to konkretno unapredjenjem ljudskog genoma. To je jos jedna oblast u kojoj isto postoje opravdani strahovi javnosti, IAKO svi zajedno mozemo konstatovati opste pucanje uveta zbog toga, na stotine naucnika radi uveliko na tom cilju svakog yebenog radnog dana.

Hmm,mislim da ako naucnici naprave superkompjuter od 42695476253841...procesora i isto toliko terabajta memorije i svega i svacega,ne verujem da ce dobiti tu sustinu da takva masina razmislja kao covek.Pretpostavljam da je bolje da naprave npr. par desetina vestackih neurona koji ce onako extra da se povezu i da imaju slicnosti da razmisljaju kao zivo bice nego da naprave najbolji kompjuter na svetu i na ispisu programske kodove za njega...
Jednostavno,mozak ne radi kao danasnji kompjuter.Ne na taj nacin.Slicno da,ali ne bas tako.Zasto bi inace ovo bilo moguce:



znaci,verovatno treba drugacije pristupiti problemu...Kako inace ljudi nekad pristupaju problemu sa razlicitih strana.To ne radi danasnji kompjuter.Znaci,mozemo da pristupimo problemu sa sasvim nekom novom logikom,ili da postavimo neku pretpostavku.Zamislite da su sve ove postove u ovom topicu napisale mashine.
Znaci,da se ovde masine prepiru i tako to...malo apstraktno :D
ali verujem da je moguce.

Jos nesto:mislim da je trenutno ovaj problem vise u biologiji nego u IT-u.Kako moze neko da napravi tako dobru vestacku inteligenciju kao mozak,a da ne zna tacno kako mozak radi?Danas ljudi imaju delimicno znanje o tome,znaci taj deo biologije se jos uvek proucava.
Kako ja mogu da napisem program da radi kako treba ako nisam lepo proucio sta se od mene tacno trazi,sta kaze zadatak ili sta hoce musterija da mu program radi?eto...

verujem da vestacka inteligencija nece raditi po sistemu izvrsavanja instrukcija tad i tad i pod tim i tim uslovima.

svejedno,ovde niko ne moze da kaze jeste ili nije,vec samo mozemo da kazemo da je moguce sa izvesnom verovatnocom,nazalost...

---

Ovde postoji nekoliko bitnih stvari.

Kao prvo, jako je nezahvalno praviti prognoze kada je nauka u pitanju - pogotovu kada je u pitanju nesto sto je jos daleko od toga da bude potpuno istrazeno i mapirano (ljudski mozak).

Vecina zagovornika ideje da kompjuter ne moze da razmislja kao covek se zasniva na pretpostavci da se mozdana funkcija simulira nekim algoritmom.

Tu je upravo i glavna greska - NARAVNO da bilo kakav algoritam pojedinacno ne moze biti "svestan" kao covek (na kraju krajeva - limiti matematike i formalne logike su poznati jos od 30-tih godina proslog veka. Koga to zanima, moze se pozabaviti radovima Kurta Gedela, preporucujem ovu knjigu za lagano upoznavanje: http://www.amazon.com/Godel-Es...h-Eternal-Golden/dp/0465026567 -- zapravo siguran sam da teorema koju VladimirCDT pominje jesu zapravo 2 teoreme koje je postavio Kurt Gedel, i koje se ticu nekompletnosti.

Opet, koga zanima - moze poceti ovde:

http://en.wikipedia.org/wiki/G...el%27s_incompleteness_theorems

Medjutim, ono sto se zanemaruje u toj prici je da mozda uopste nije potrebno na mozak gledati kao na jedan algoritam - moguce je, tj. vrlo je cak i verovatno da je "svest" o sebi i ono sto mi zovemo "razum" posledica izuzetno kompleksne interakcije manjih celina, koja se svaka moze opisati nekim algoritmom. I dalje, ne bi moralo da dodje do kosenja sa limitima formalne logike, stavise nasa mogucnost razumevanja problema i formulisanja tih limitacija uopste ne mora da znaci da je "aparat" koji je do toga dosao protivan tim ogranicenjima.

Ukoliko je moguce mapirati sve "podsisteme" mozga do nivoa neurona, a mozda i ispod - ne vidim u cemu bi bio problem to simulirati na nekoj dovoljno jakoj racunarskoj platformi. Stavise, takav "AI" mozak bi mogao biti i daleko bolji od coveka, jer bi mu na raspolaganju stajalo ono gde su cak i danasnji racunari neuporedivo bolji od coveka (mogucnost pamcenja ogromne kolicine podataka, brza pretraga, ogromna brzina racunanja...)

Ono sto nas danas sprecava da to uradimo NIJE hardver (tj. takav hardver ce sigrno biti dostupan u neko skorije vreme), vec ogromna kompleksnost mozga sa stotinama milijardi neurona i ko zna koliko sinapsi izmedju tih neurona. Da stvar bude gora, svaki mozak je i dovoljno razlicit. Glavni problem je analiza svega toga, kao i simulacija.

Za pocetak, jako je tesko cak i identifikovati sve neurone - samo brojanje do 100 milijardi je zeznut proces, a kamo li identifikacija i to na mikroskopskim razmerama. Dalje, svaki od tih neurona bi bilo neophodno analizirati kako bi mogao da se simulira - opet, problem je kako to raditi sa >zivim< mozgom :) Dakle, glavni deo problema je KOMPLEKSNOST analize ljudskog mozga, a ne kompleksnost SINTEZE.

A ono sto bi bilo jos kompleksniji cilj bi bilo samo razumevanje procesa razvoja coveka na nivou proteina sto bi omogucilo simulaciju ljudskog zivota, a samim tim i ukljucilo potpunu simulaciju ljudskog mozga - ovo je ipak vrlo verovatno vekovima ispred nas, ali ko zna... mozda se u skorije vreme ponovo desi neki kvantni skok u nauci.

Zamislite kako bi bilo super "vrteti" simulaciju evolucije i nalaziti optimalni DNK za nesto... na nekoj grafickoj kartici buducnosti :)

---

Mali update:


Juce sam naleteo na ovaj video koji objasnjava kako se odvija simulacija bioloskih neurona. Moram reci da cu da pojedem sopstvene reci sa pocetka i kazem da ovo bas i nije gomila celija na jednom mestu pa sta bude. Oni u stvari nameste gomilu povezanih celija ali zato tacno mogu da vide sta se desava kod kompleksnog "procesiranja". Ono sto je zamisao je da imaju virtuelni mozak koji mogu da ispituju bas kao i bioloski mozak, samo sto je ovako mnogo lakse uraditi "roll-back" odredjene simulacije.

Jos jedna stvar koja mi je interesantna je dokle je skeniranje mozga usavrseno. Videcete na vidu da je moguce mapiranje pojedinacnih neurona i samim tim kreiranje 3D modela!


http://www.kurzweilai.net/henr...-the-brain-next-decisive-years

Ako ti se krcka malo CPU, evo ti moj mali limitirani simulator korikalnih neurona (120K exe).

Ne trazi Blue Brain superkompjuter, Trazi CPU sa SSE3 (Intel Core Solo/Duo ili noviji), znaci ako imas neki bar Core2 PC i relativno OK 3D graficku (tipa NVidia 9600 ili novija) radi OK.

http://hotfile.com/dl/127077711/c85b73b/SpikeFun_v0.1a.rar.html

Ovo pisem kao hobi u slobodno vreme... za sada je prilicno daleko od gotovog.

Neuroni su naravno daleko prostiji od BB projekta (single-compartmental), ali su i dalje fenomenoloski modelirani tj. ponasaju se kao pravi kortikalni neuroni u pogledu akcionih potencijala ("spajkovanja") - takodje, modelirana je kinetika sinaptickih hemijskih receptora (AMPA, NMDA, GABAa i GABAb) kao i sinapticka plasticnost bazirana na STDP-u (koju je otkrio Henry Markam, kad smo vec kod toga ;-)

Takodje, modelirano je i kasnjenje u propagaciji potencijala kroz aksone (za sada je samo modeliran akson sa mijelinskim omotacem, ali dodacu ako budem imao vremena i propagaciju kroz aksone bez mijelnskog omotaca koja je 6-10 puta sporija)

Za sada su neuroni slucajno uvezani, ali kad stignem uvezacu ih na nacin na koji su uvezani u kortikalnim kolonama posto su javno dostupni podaci o kortikalnim vezama u V1 korteksu (primarni vizuelni za ne-zaludne ;-) macke.

Mada, cak i sa ovako slucajnim uvezivanjem mogu da se vide neke zanimljive pojave - recimo, delta ritam (0-4 Hz) i lagana pojava sinhronizacije u opaljivanju kako idu sati simulacionog vremena zbog STDP pravila.

Ako me ne bude mrzelo, portovacu ovo na OpenCL/CUDA-u kad budem imao neki vikend slobodno.

Na Sandy Bridge procesoru sa 2 jezgra simulacija 48x48x48 neurona (110 hiljada neurona, 3.3 miliona sinapsi) je oko 0.01-0.02x realnog vremena. Sa CUDA-om pretpostavljam da moze da se ubrza jedno 10-20 puta ali to je to.... danasnje CPU/GPU arhitekture su apsolutno nepodesne za izigravanje neurona :-)

Anyway... dosta o tome.

Blue Brain projekat koji vodi Markram je uradio sledece:

- Stavili su ogromnu kolicinu naucnika na posao disekcije kortikalne kolone pacova sa zadatkom najdetaljnijeg mapiranja individualnih neurona koje je ikad vidjeno do sada

- U tom postupku koji je trajao nekoliko godina (do 2007-me) su izmislili i nove tehnologije "patch-ovanja" neurona kako bi precizno mogli da "slusaju" reakcije neurona na spoljnu stimulaciju

- Rezultat je enormna kolicina podataka za koju bi vecina tipicnih data-centara na ovom svetu bili tesni

- Na osnovu tih podataka su napravljeni detaljni modeli neurona (multi-kompartmentalni) u NEURON softveru

- Iskoriscen je IBM Blue Gene hardver za simulacije, gde je NEURON sw. dodatno automatizovan za ovaj enorman use-case...

- Neuroni su povezani na osnovu gore pomentih podataka - VAZNO: tu ima dosta "pogadjanja" posto za sada nije moguce imati 100% informacija o svakoj sinaptickoj i gap. junction vezama

Sledeci korak za njih je molekularni nivo, posto je Blue Brain projekat modelirao neurone samo do nivoa sinaptickih receptora.

---

Pogledao sam na brzinu ovaj tvoj program, i moram priznati da fino izgleda i da su dosta detaljna podesavanja. Nego jedno pitanje, da li vidis primenu vestackih neuronskih mreza osim na usko specijalizovanim oblastima i na AGI (Artificial General Intelligence)?

Ja sam zbog ovoga iskreno digao ruke od neuronskih mreza, i pokusavam da razvijem neki svoj model (mada uvek stanem kod parsera reci :)). Razlog zasto ja ne vidim neuronske mreze (osim ovoga sto radi BB) kao odgovor za AGI je taj sto se ne zna sta se desava "ispod", mozda ovo i ne mora da se zna, ko zna, mozda jednom kada se prvi put boot-uje kako treba, mozda i nece biti bitno, mada sumnjam, mozda ne ljudima ali AGI ce verovatno biti znatizeljan :)

Mislim da se radi o par koraka napred, ka simulaciji na osnovu fizickog modela neurona, a da su neuronske mreze pojednostavljen matematicki model gore procesa(relativno standardizovan), koji se prakticno primenjuje u nekim situacijama (bar do sada).. Ono, meni su dovoljni grafovi da mi pukne glava, bar sto se tice primene i izvesnosti prakticng rezultata..

Samo pazi - vecina detaljnih podesavanja jos ne rade ;-)



To je tesko pitanje za odgovoriti, zato sto je pojam "vestacka neuronska mreza" toliko sirok da obuhvata prilicno razlicite stvari, kao npr:

1. Pojednostavljene algoritme koji sa neuronima imaju jako malo zajednickih stvari

Ovo su neuronske mreze prve i druge generacije. Mreze prve generacije su bile manje-vise eksperimentalna stvar (koja je dozivela veliki debakl koji je usporio razvoj na tom polju skoro 20 godina). Mreze 2-ge generacije danas predstavljaju gro komercijalnih aplikacija u industriji, i obicno kada se negde pominju vestacke neuronske mreze, misli se na ovakve algoritme.

Kao sto rekoh, ti algoritmi imaju dosta komercijalnih primena u gomili totalno nepovezanih oblasti (tipa detekcija ilegalnih transakcija i prepoznavanje ljudi na video snimku). Ovi algoritmi nemaju nikakvu vremensku komponentu dakle update "sinaptickih" veza je trenutan i time se gubi ogromni deo svojstva neurona i njihovih mogucnosti.

Ali upravo ta redukcija kompleksnosti je omogucila razumevanje i matematicke fondacije koje su razvijene 80-tih posle preporoda ove oblasti u kasnim 70-tim.

2. Neuronske mreze trece generacije - "spiking neural networks"

Za razliku od #1 - ove mreze dodaju osobine pravih neurona u vremenskom domenu, tako sto se uzima u obzir vreme generacije akcionog potencijala ("spajka"). Sa time se moze opisati mnogo vise procesa koji se odvijaju u mozgu i koji zahtevaju vremensku dimenziju.

Na zalost, sa vremenskom dimenzijom skace i kompleksnost, pa su spiking mreze i dalje vise teorijski koncept nego nesto sto je prakticno primenjivo.

Medjutim, Henry Markram je pokazao da takvi sistem tzv. "Liquid State Machines" (LSM) jesu Turing-kompletne. Sto znaci da, u teoriji, mogu da rese bilo sta sto moze da resi bilo koji drugi turing-complete sistem.

3. Bioloski realne neuronske mreze

Ovo je najkompleksnija kategorija - gde cilj nije efikasno resavanje racunarskih problema, vec sto bliza simulacija biofizickih procesa koji se odvijaju u mozgovima. Ove mreze su takodje LSM kao i #2, ali su fokousirane na sto preciznije modeliranje neurona. Ove mreze cesto modeliraju neurone ne kao "tacke" (point-neuron) vec kroz visestruke "compartment-e" gde brojevi idu i do vise hiljada kako bi sto blize oslikali pravi neuron.

Ovo je jako bitno zato sto se pretpostavlja da male vremenske razlike koje su posledica razgranatosti dendrita zapravo sluze za "racunarske" operacije. Takodje, ovaj tip mreza takodje modelira kinetiku sinaptickih receptora - koja nije linearna, i koja je drugacija za svaki tip hemijskog receptora!

Primera radi, AMPA receptori omogucavaju brzu transmisiju neurotransmitera, dok NMDA receptori zahtevaju mnogo vise vremena.

NEURON softver koji se koristi za Blue Brain je, recimo, tipican primer takvog okruzenja .

Opet, i u ovom kategoriji ima raznih nivoa kompleksnosti.

"Entry level" bioloski realan model neurona (jako dobar u odnosu na kompleksnost!) je recimo Eugene Izhikevich-ev model neurona koji koristi ona moja aplikacija koju sam linkovao gore (i dalje samo jedan compartment! Mada nije tesko prosiriti...).

A onda, kako ides na gore po nivou bioloskog realizma, kompleksnost skace u nebo, Hodgkin Huxley model je vec drasticno kompleksniji zbog broja diferencijalnih jednacina koje moras da resis itd...

Onda recimo mozes da se zaustavis na HH + detaljnom modeliranju jonskih kanala kao Blue Brain projekat - a mozes i da das "full throttle" pa da ides na nivo molekula i bukvalno simuliras svaki protein i hemijsku reakciju koja se desava u neuronu (upravo se radi na ovome u Spaniji - http://cajalbbp.cesvima.upm.es/)... uzmi u obzir da BB koristi racunar jacine modernog PC-ja samo za jedan neuron - a to je samo nivo jonskih kanala + multi-kompartment HH za ostalo, ne individualnih molekula ;-)

--

E kada smo ovo uzeli u obzir - odgovor na tvoje pitanje: sve zavisi od aplikacije. Ako su ti poznati uslovi i okolina, pre-programirani algoritmi su naravno bolja stvar + imas bonus da ti je sve generalno jasno (mada... nisam bas siguran da je to tako kod velikih projekata ;-)

Medjutim ako se radi o prirodnoj sredini... jako brzo udaras u kombinatoricku eksploiziju u tvojim algoritmima. Taj problem je ubio ceo "GOFAI" (Good Old Fashioned AI) kasnih 60-tih jer njihovi mali lab-projekti nisu mogli da se nose sa realnim svetom i kompleksnostima koje on nudi. Danas se jako puno naucnika bavi istrazivanjem algoritama koji sami uce ali svi oni imaju identicnu manu - da kada nauce stvari, ti vise neces znati sta oni to tacno "znaju", posto je njihovo znanje za tebe samo gomila parametara.

U ovom momentu nije bas zahvalno praviti bilo kakva predvidjanja - kojim god putem da podjes (simbolicki, konekcionisticki) vrlo brzo ces udariti granice danasnjeg saznanja.... Debata na tu temu se vise svodi na filozofsku raspravu u nedostatku konkretnih dokaza - a jedini dokazi koje ja priznajem je da vidim da nesto RADI ono sto se tvrdi da moze da radi ;-)

_{[Ovu poruku je menjao Ivan Dimkovic dana 17.08.2011. u 18:38 GMT+1]}

---