Febbraio 13, 2022

How to Create a Mind

Thought experimentsEdit

Kurzweil apre il libro ricordandoci l’importanza degli esperimenti di pensiero nello sviluppo delle principali teorie, tra cui l’evoluzione e la relatività. Vale la pena notare che Kurzweil vede Darwin come “un buon contendente” per il principale scienziato del 19 ° secolo. Suggerisce i suoi esperimenti di pensiero relativi a come il cervello pensa e ricorda le cose. Ad esempio, chiede al lettore di recitare l’alfabeto, ma poi di recitare l’alfabeto all’indietro. La difficoltà di andare indietro suggerisce “i nostri ricordi sono sequenziali e in ordine”. Più tardi chiede al lettore di visualizzare qualcuno che ha incontrato solo una o due volte, la difficoltà qui suggerisce” non ci sono immagini, video o registrazioni sonore memorizzate nel cervello ” solo sequenze di modelli. Alla fine conclude che il cervello usa una gerarchia di pattern recognizers.

Teoria del riconoscimento di pattern di MindEdit

Kurzweil afferma che la neocorteccia contiene circa 300 milioni di riconoscitori di pattern molto generali, disposti in una gerarchia. Ad esempio, per riconoscere una parola scritta potrebbero esserci diversi riconoscitori di pattern per ogni tratto di lettera diverso: diagonale, orizzontale, verticale o curvo. L’output di questi riconoscitori si alimenterebbe in riconoscitori di pattern di livello superiore, che cercano il modello di tratti che formano una lettera. Infine, un riconoscitore a livello di parola utilizza l’output dei riconoscitori di lettere. Per tutto il tempo i segnali alimentano sia “avanti” che “indietro”. Ad esempio, se una lettera è oscurata, ma le lettere rimanenti indicano fortemente una determinata parola, il riconoscitore a livello di parola potrebbe suggerire al riconoscitore di lettere quale lettera cercare e il livello di lettera suggerirebbe quali tratti cercare. Kurzweil discute anche come l’ascolto della parola richiede simili riconoscitori di pattern gerarchici.

La tesi principale di Kurzweil è che questi riconoscitori di pattern gerarchici sono usati non solo per percepire il mondo, ma per quasi tutti gli aspetti del pensiero. Ad esempio, Kurzweil dice richiamo della memoria si basa sugli stessi modelli che sono stati utilizzati quando si percepisce il mondo, in primo luogo. Kurzweil dice che l’apprendimento è fondamentale per l’intelligenza umana. Una versione per computer della neocorteccia sarebbe inizialmente come un bambino appena nato, incapace di fare molto. Solo attraverso l’esposizione ripetuta a modelli sarebbe alla fine auto-organizzare e diventare funzionale.

Kurzweil scrive ampiamente sulla neuroanatomia, sia della neocorteccia che del “vecchio cervello”. Egli cita recenti prove che le interconnessioni nella neocorteccia formano una struttura a griglia, che gli suggerisce un algoritmo comune attraverso “tutte le funzioni neocorticali”.

Cervello digitalemodifica

Modello di Markov nascosto
Esempio di un modello di Markov nascosto.

Kurzweil next scrive sulla creazione di un cervello digitale ispirato al cervello biologico che ha descritto. Uno sforzo esistente a cui punta è il progetto Blue Brain di Henry Markram, che sta tentando di creare una simulazione cerebrale completa entro il 2023. Kurzweil dice che la modellazione molecolare completa che stanno tentando sarà troppo lenta e che dovranno scambiare modelli semplificati per accelerare l’auto-organizzazione iniziale.

Kurzweil ritiene che queste simulazioni su larga scala siano preziose, ma afferma che sarà necessario un “modello algoritmico funzionale” più esplicito per raggiungere i livelli umani di intelligenza. Kurzweil non è impressionato dalle reti neurali e dal loro potenziale mentre è molto ottimista sulla quantizzazione vettoriale, sui modelli nascosti di Markov e sugli algoritmi genetici da quando ha usato tutti e tre con successo nel suo lavoro di riconoscimento vocale. Kurzweil identifica i pattern recognizers nella neocorteccia con le istruzioni nel linguaggio di programmazione LISP, che è anche gerarchico. Dice anche che il suo approccio è simile alla memoria temporale gerarchica di Jeff Hawkins, anche se sente che i modelli di Markov nascosti gerarchici hanno un vantaggio nel rilevamento dei pattern.

Kurzweil tocca alcune moderne applicazioni di intelligenza artificiale avanzata tra cui auto auto-guida di Google, Watson di IBM che ha battuto i migliori giocatori umani al Jeopardy gioco!, l’assistente personale Siri nell’iPhone di Apple o il suo concorrente Google Voice Search. Egli contrasta la conoscenza codificata a mano del progetto Cyc di Douglas Lenat con l’apprendimento automatizzato di sistemi come Google Translate e suggerisce l’approccio migliore è quello di utilizzare una combinazione di entrambi, che è come Watson di IBM era così efficace. Kurzweil dice che John Searle ha livellato la sua obiezione” Stanza cinese ” a Watson, sostenendo che Watson manipola solo simboli senza significato. Kurzweil pensa che il cervello umano stia “solo” facendo anche analisi statistiche gerarchiche.

In una sezione intitolata Una strategia per la creazione di una mente Kurzweil riassume come avrebbe messo insieme una mente digitale. Avrebbe iniziato con un pattern recognizer e avrebbe organizzato una gerarchia per auto-organizzarsi usando un modello di Markov nascosto gerarchico. Tutti i parametri del sistema sarebbero ottimizzati utilizzando algoritmi genetici. Avrebbe aggiunto un “modulo di pensiero critico” per scansionare i modelli esistenti in background alla ricerca di incompatibilità, per evitare di tenere idee incoerenti. Kurzweil dice che il cervello dovrebbe avere accesso a ” domande aperte in ogni disciplina “e avere la capacità di” padroneggiare vasti database”, qualcosa in cui i computer tradizionali sono bravi. Sente che il cervello digitale finale sarebbe “capace come quelli biologici di effettuare cambiamenti nel mondo”.

Filosofiamodifica

Un cervello digitale con intelligenza a livello umano solleva molte domande filosofiche, la prima delle quali è se è cosciente. Kurzweil ritiene che la coscienza sia “una proprietà emergente di un sistema fisico complesso”, tale che un computer che emula un cervello avrebbe la stessa coscienza emergente del cervello reale. Questo è in contrasto con persone come John Searle, Stuart Hameroff e Roger Penrose che credono che ci sia qualcosa di speciale nel cervello fisico che una versione per computer non potrebbe duplicare.

Un altro problema è quello del libero arbitrio, il grado in cui le persone sono responsabili delle proprie scelte. Il libero arbitrio si riferisce al determinismo, se tutto è strettamente determinato dallo stato precedente, allora alcuni direbbero che nessuno può avere il libero arbitrio. Kurzweil ha una fede pragmatica nel libero arbitrio perché ritiene che la società ne abbia bisogno per funzionare. Egli suggerisce anche che la meccanica quantistica può fornire “una fonte continua di incertezza al livello più elementare della realtà” tale che il determinismo non esiste.

Grafico di una curva che mostra come computer capacità aumenta in modo esponenziale
Crescita della potenza di Calcolo

Infine Kurzweil indirizzi identità futuristici scenari che coinvolgono la clonazione di un non-biologica versione di qualcuno, o gradualmente trasformando la stessa persona in una entità non-biologica un intervento chirurgico alla volta. Nel primo caso si è tentati di dire che il clone non è la persona originale, perché la persona originale esiste ancora. Kurzweil invece conclude che entrambe le versioni sono ugualmente la stessa persona. Spiega che un vantaggio dei sistemi non biologici è “la capacità di essere copiato, eseguito il backup e ricreato” e questo è solo qualcosa a cui le persone dovranno abituarsi. Kurzweil ritiene che l’identità “sia preservata attraverso la continuità del modello di informazione che ci rende” e che gli esseri umani non siano legati a uno specifico “substrato” come la biologia.

Legge dei rendimenti accelerantimodifica

La legge dei rendimenti acceleranti è la base di tutte queste speculazioni sulla creazione di un cervello digitale. Spiega perché la capacità computazionale continuerà ad aumentare senza sosta anche dopo la scadenza della legge di Moore, che Kurzweil prevede avverrà intorno al 2020. I circuiti integrati, l’attuale metodo di creazione di chip per computer, svaniranno dalle luci della ribalta, mentre alcune nuove tecnologie più avanzate riprenderanno il gioco. È questa nuova tecnologia che ci porterà ai massicci livelli di calcolo necessari per creare un cervello artificiale.

Mentre il progresso esponenziale continua dentro e oltre la Singolarità, Kurzweil dice “ci fonderemo con la tecnologia intelligente che stiamo creando”. Da lì l’intelligenza si espanderà rapidamente verso l’esterno. Kurzweil si chiede persino se la velocità della luce sia davvero un limite fermo alla capacità della civiltà di colonizzare l’universo.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato.