Від складного до складного: створено нову модель штучного мозку

Ріс. 1. Так виглядає суперкомп’ютер, що обслуговує одну з моделей штучного мозку, в якій задіяні 100 мільйонів нейронів; це приблизно аналогічно мозку миші. Тепер створена нова модель, вона менша за обсягом у 50 разів, і зв’язки між елементами принципово інші. Зображення з сайту plus.google.com

Канадські фахівці зі штучного інтелекту створили комп’ютерний мозок, в якому реалізовано новий принцип організації нейронних елементів. Їхнє дітище, назване Spaun (Semantic Pointer Architecture Unified Network), здійснює цілий ряд різних різнотипних когнітивних функцій. У цьому штучному мозку закладені певні властивості нейронної передачі, відображена функціональна організація деяких реальних частин мозку, і в результаті штучний мозок демонструє складну і гнучку поведінку цілого об’єкта. І це перший штучний інтелект з подібними здібностями.

Будь-яка жива істота, що володіє мозком, демонструє гнучку і складну поведінку, що складається з цілого масиву елементарних актів. Кожен з цих актів вимагає включення різних функцій мозку — від розпізнавання образів до аналізу інформації, від виконання конкретної дії до оцінки його наслідків. Імітація окремих нейронів, що виконують ці елементарні функції, об’єднання їх в єдину працюючу систему становить надзавдання побудови штучного інтелекту. Складність цього надзавдання породжується немислимо великим числом нейронів у реальному мозку і принциповим нерозумінням того, як влаштовано взаємодію різних блоків переробки інформації. Перед творцями штучного інтелекту та їхніми колегами-нейрофізіологами стоїть болісне питання: чи достатньо для реконструкції складної поведінки просто збільшувати число нейронів? І якщо достатньо, то на скільки? А якщо не достатньо, то що визначає поведінкову гнучкість і складність? Поки, як всім відомо, відповіді на ці питання немає, інакше ми давно б вже обговорювали гідності і недоліки розумного робота. А ми поки знаходимося на стадії анекдотичних бесід з комп’ютерною Алісою.

Але все не так вже безнадійно: фахівці зі штучного інтелекту щосили створюють нові моделі. В їх арсеналі вже є модель мозку з 1 мільйоном нейронів, в якій відтворена адекватна просторова структура укладання нейронів, властивості їх взаємодії, параметри передачі імпульсів і деякі інші (Henry Markram, 2006. The Blue Brain Project). Є і більш громіздка модель з 1,6 мільярда нейронів, порівнянна за кількістю нейронів і синапсів з котячим мозком (Rajagopal Ananthanarayanan et al., 2009. The cat is out of the bag: cortical simulations with 10⁹ neurons, 10¹³ synapses, PDF, 2,07 Мб). Побудована також ще більш значна модель, в якій запрограмовано взаємодію 100 мільярдів нейронів (E. M. Izhikevich, G. M. Edelman, 2008. Large-scale model of mammalian thalamocortical systems). У всіх цих моделях робиться акцент на кількості шляхів, що проводять, на кількість і параметри зв’язків між ними. Показником реалістичності служить, як правило, схожість з електрофізіологічними характеристиками цілого мозку і його частин або виконання будь-якої однієї елементарної функції.

Жодна із запропонованих на сьогоднішній день моделей не може відтворити різноманітності відповідних реакцій і функцій. Зате це змогла зробити нова модель, не настільки значна за кількістю нейронів, але зате по-новому влаштована. Її назвали Spaun; це ім’я — абревіатура від Semantic Pointer Architecture Unified Network, що приблизно означає «уніфікована мережа організованого семантичного покажчика». Тобто мається на увазі система, здатна перетворити символ на об’єкт і навпаки і використовувати цю здатність для різних дій. Spaun демонструє, як складно організований мозок генерує складну поведінку. Заслуга її створення належить фахівцям з Центру теоретичної нейробіології при Університеті Ватерлоо (Канада).

Spaun складається з двох частин. Перша — це власне штучний мозок, в якому є око (камера). Друга — штучна рука, поєднана з мозком. Таким чином, вся система здатна сприймати, аналізувати і діяти: око бачить, мозок думає і командує, рука виконує. Вони разом здатні виконати вісім різних завдань. При цьому сам конструктор не повинен втручатися в «думки» свого штучного дітища. Він не може підказати машині, що від неї потрібно, іншими словами, не може перепоювати контакти або вводити додаткові коди. Мозку повідомляють, яку задачу він повинен виконати в даний момент, і він сам повинен вибрати шлях для її вирішення.

Набір завдань — для машини він зовсім не тривіальний — пропонується наступний (див. відео):

1) Змальовування: розпізнати об’єкт і, дотримуючись стилю, зобразити рукою малюнок. Об’єктів передбачено всього 10, це цифри від 0 до 9.

2) Розпізнавання образів: дізнатися написану від руки цифру і зобразити її в заздалегідь заданому форматі (рис. 2). 3)

Вибір найкращого: з трьох можливостей вибрати ту, за яку покладена нагорода. Нагорода випадковим чином варіює від досвіду до досвіду. 4) Запам’ятовування

: відтворити показаний рядок чисел. 5) Додавання

: обчислити суму двох чисел і написати її. 6) Відповіді н

а питання про просторове розташування. Тут Spaun повинен відповісти на одне з двох запитань про порядок (місце) цифри в зображеному ряду: або яка цифра стоїть на певному місці, або яке місце займає певна цифра. 7) Смислове розпізнавання

: наприклад, з 0024 зробити 24. 8) Творчий аналіз

: потрібно розв’язати одне з простих завдань з IQ-тесту: продовжити ряд за аналогією, наприклад дописати ряд 123, 567, 23?.

Spaun виконує ці завдання в будь-якому порядку, і, повторю, творці моделі не втручаються, не підказують, а тільки екзаменують своє творіння.

Ріс. 2. Завдання № 2: те, що бачить «око» штучного мозку на ім’я Spaun, і те, що малює його «рука». Зображення з сайту nengo.ca

При виконанні подібних завдань задіюється одночасно цілий ряд когнітивних функцій. Саме їх і намагалися змоделювати нейроконструктори. Наприклад, щоб виконати завдання 8 (нехай це буде ось такий тест: 1, 11, 111, 2, 22,?), потрібно почати з впізнавання написаних цифр. Потім отриману інформацію потрібно закодувати, зменшити її обсяг в 10-15 разів, як це відбувається в реальних зорових центрах, і направити в блок робочої пам’яті. У блоці робочої пам’яті інформація порівнюється з уже наявною, і в результаті вдається розрізнити порядок розташування образів, наприклад розділити варіанти 12 і 21. Потім встановлюються взаємозв’язки між смисловими одиницями, тобто оцінюється схожість і відмінність у впорядкованості всіх образів, у нашому прикладі це 1 і 11, 11 і 111, 2 і 22. Далі виводиться область усереднених взаємозв’язків. Враховуючи категорії найбільшої схожості, визначається рішення — 222. Далі інформація надходить у блок розкодування та розширення інформації. Він називається моторним блоком, так як з нього сигнали йдуть до руки, і вона малює, зметикуючись зі своєю вагою та інерцією, потрібну цифру.

Модель включає 2,5 мільйона нейронів. Властивості нейронних передач і їх провідність скопійовані творцями Spaun з реальних нервових клітин реального мозку ссавців. У моделі є аналоги дофамінових і ГАМКових рецепторів з їх специфічними параметрами передачі імпульсів.

Нейрони Spaun згруповані в окремі блоки (рис. 3). Блоки імітують роботу спеціалізованих відділів кори, і кожен відповідає за конкретну функцію: запам’ятовування, кодування та компресія інформації тощо. Так, перший блок займається сприйняттям зорових стимулів, це аналог зорової кори. Його завдання розпізнати зображення, вичленувати з нього значиму інформацію, відокремивши її від всієї супутньої, а потім закодувати в зрозумілі мозку нейронні імпульси. Потім закодована інформація йде у відділ робочої пам’яті, там вона ще більше ужимається і в такому вигляді зберігається. Блок винагороди здійснює вибір кінцевої дії з декількох можливих варіантів. Далі слід очевидно необхідний блок розшифровки нейронної інформації в моторні команди руці. Таким чином, блоки зовсім не призначені для вирішення якихось конкретних завдань, наприклад складання чисел або розпізнавання картинок. Навпаки, в моделі все влаштовано таким чином, щоб принципово вирішувалася будь-яка (!) задача, в основі якої лежить зорове сприйняття.

Ріс. 3. Функціональні блоки штучного мозку Spaun засновані на областях реального мозку і зв’язках між ними.

A — схема людського мозку, на якій показано області, використані для створення Spaun. Назви областей обведені і залиті тими кольорами, якими представлені відповідні блоки на схемі B. V1 — стріарна (первинна зорова) кора, V2 і V4 — екстрастріарна кора, IT — нижня скронна кора, AIT — передня нижня скронева кора, VLPFC і DLPFC — вентролатеральна фСолТТТТРе- Str — смугасте тіло (D1 і D2 позначають різні дофамінові входи), STN — субталамічне ядро, VTA — вентральна область покришки, GPe і GPi — зовнішня і внутрішня частини блідої кулі, SNc і SNr — компактна і ретикулярна частини чорної субстанції (см. Substantstigigia) ra. M1 — первинна моторна кора, SMA — додаткова моторна область, PM — премоторна кора. У межах помаранчевої області показано лініями з гуртками ГАМКергічні (гальмівні) зв’язки, а з квадратиками — дофамінергічні (модулюючі)

.B — функціональна архітектура Spaun. Товсті лінії показують зв’язки між ділянками кори; тонкі лінії показують зв’язки між блоком вибору дії (базальні ганглії) і корою. Квадрати з округленими кутами показують, що під час вибору дії змінюється вхід інформації до певних блоків. Маленький квадратик на лінії між блоком оцінки нагороди і блоком вибору дії показує, що цей зв’язок модулює значимість дії

. Зображення з обговорюваної статті в Science

По кожній конкретній задачі можна провести серії експериментів і оцінити, як Spaun справляється із завданнями. Наприклад, розберемо завдання на запам’ятовування: згадати і записати ряд цифр. У людей (те, що у фахівців зі штучного інтелекту називається біологічним мозком) точність відтворення ряду залежить від його довжини, найкраще запам’ятовується перший і останній елемент ряду. В експерименті Spaun відтворював раз по раз серії з чотирьох, п’яти, шести і семи цифр. Як це не дивно, але штучний випробовуваний теж продемонстрував найкраще відтворення першої і останньої цифри (рис. 4).

Ріс. 4. Точність відтворення ряду з чотирьох, п’яти, шести і семи цифр людьми (А) і машиною Spaun (В). Добре видно, що в обох випадках середні значення ряду відтворюються гірше кінцевих. Зображення з обговорюваної статті в Science

Творці Spaun підкреслюють, що в їх завдання не входив аналіз виконання окремих тестів. Вони мали намір створити таку машину, яка б могла діяти згідно з поставленими завданнями, і при цьому завдання можуть бути різнотипними. І таку машину вони створили. У результаті машина імітує як властивості окремих клітин — а вони спочатку закладені в систему як параметри передачі імпульсів, так і властивості поведінки цілісного об’єкта — ми це побачили на прикладі тесту з відтворенням ряду. Таким чином, за допомогою пристрою координації окремих нейронних елементів вдалося імітувати складну і різноманітну поведінку цілого. І це важливий крок до створення штучного інтелекту.

Джерело: Chris Eliasmith, Terrence C. Stewart, Xuan Choo, Trevor Bekolay, Travis DeWolf, Yichuan Tang, Daniel Rasmussen. A Large-Scale Model of the Functioning Brain // Science. 30 November 2012. V. 338. P. 1202–1205.

Олена Наймарк