Onderzoekers ontwikkelen kunstmatige hersencellen

Een groep wetenschappers werkt aan een project om kunstmatige neuronen te produceren die in een neuraal netwerk kunnen worden ingezet. De neuronen zouden via chemische signalen met elkaar moeten communiceren.

Het is niet voor het eerst dat een neuraal netwerk wordt gebouwd: onderzoekers gebruikten daar eerder al componenten uit de halfgeleiderindustrie voor en ook het gebruik van levende cellen, bijvoorbeeld afkomstig uit rattenhersenen, is al eens beproefd. De onderzoekers, onder meer verbonden aan de diverse universiteiten in Groot-Brittannië en Polen, maken echter gebruik van kunstmatige neuronen. Die 'hersencellen' bestaan uit waterdruppels die door een vet-coating zijn omgeven, net als levende cellen.

In de waterdruppels worden chemische stoffen opgelost die communicatie tussen de kunstmatige cellen mogelijk moeten maken. Behalve aan een methode voor chemische communicatie tussen de cellen, werken de onderzoekers ook aan een manier om de druppels voor rekenwerk te gebruiken. Daartoe moeten technieken ontwikkeld worden om de neurale netwerken informatie te laten verwerken en deze nuttig toe te passen. Voor hun onderzoek hebben de betrokkenen een beurs van 1,8 miljoen euro van het FET-fonds van de Europese Unie ontvangen.

IT-banen

Reacties (58)

Gamebuster 13 januari 2010 19:15

En wat kan je met deze bolletjes water? Zouden deze bolletjes kunnen rekenen als een computer?

Anoniem: 239309 @Gamebuster • 13 januari 2010 20:21

Neurale netwerken zijn perfect om in te zetten voor zogenaamde NP-hard problemen. Dat zijn problemen waarbij de orde van complexiteit in de categorie van X tot de N-de valt.

Onderzoekers zijn nog steeds bezig om manieren te vinden om problemen met een niet-polynomiale complexiteit op te lossen. Er is zelfs een prijs van een miljoen dollar voor degene die een manier vindt om een NP probleem in een polynomiale (lees: in realistische tijd door te rekenen) te veranderen.

Neurale netwerken zijn één tussen-oplossing, doordat ze geen harde berekeningen doen maar reactief werken op input (ga er nu niet verder op in, dat staat vast wel uitgelegd op Wikipedia). Daardoor worden problemen die eerst NP-hard waren, een stuk sneller door te rekenen met het nadeel dat je eerst veel tijd kwijt bent aan training (lees: tienduizenden trainingen als je een betrouwbaar resultaat wilt) en dat er altijd een kans is dat je resultaat niet klopt. Bijvoorbeeld spraak- of handschriftherkenning wordt vaak door een neuraal netwerk gedaan. Daarom moet je die ook vaak trainen.

Probleem waar we nu nog tegenaan lopen is dat je vaak honderden 'neuronen' met miljoenen verbindingen door moet rekenen. Een normale computer moet die berekeningen allemaal achter elkaar doen, wat het effect van een neuraal netwerk weer een beetje teniet doet. Dus ze kunnen kiezen: Of een supercomputer met honderden processors (die je dus nooit in een real-world applicatie kan gebruiken) of onderzoek naar dit soort oplossingen

Wow, dat was een flinke rant ^_^

narotic @Anoniem: 239309 • 14 januari 2010 00:04

Helaas mankeert het een en ander in je rant. Meest belangrijke is dat neurale netwerken helemaal niets met NP vs P complexiteit te maken hebben. Je doelt erop dat neurale netwerken voor bepaalde NP-problemen relatief efficient een min of meer nauwkeurige oplossing kunnen berekenen. Dit gaat echter mank vanwege twee redenen:

Ten eerste is dit alleen relevant voor complexiteitsleer als het neurale netwerk voor alle problemen een exacte oplossing zou kunnen berekenen. Dit is over het algemeen echter niet het geval, het is hoogstens een benadering. Voor veel NP-problemen zijn er echter al polynomiale algoritmes die de exacte oplossing tot een gegeven precisie kunnen benaderen (cf. PTAS). Dit is dus geheel niets nieuws onder de zon en verandert niets aan P vs NP.

Ten tweede, in complexiteitsleer draait het er geheel om hoeveel veel 'tijd' het kost om een grotere variant van hetzelfde probleem op te lossen. Deze complexiteit is bij neurale netwerken niet duidelijk en zeker probleem afhankelijk. Het is te verwachten dat je voor NP-problemen een exponentieel groeiend aantal neuronen nodig hebt om grotere problemen met dezelfde precisie op te lossen. In simpele woorden, er is een polynomiale tijdscomplexiteit met betrekking tot het aantal neuronen, maar het aantal neuronen dat je nodig hebt voor een gegeven nauwkeurigheid verloopt exponentieel met betrekking tot de probleemgrootte.

Daarnaast gaat het voor de millenium prize van een miljoen dollar het er niet om NP problemen tot P te reduceren. Integendeel, het gaat erom te bewijzen dat NP gelijk is aan P, of juist niet!

Als laatste, het kan verleidelijk zijn om polynomiale en exponentiele complexiteit te zien als 'realistisch' vs 'niet realistisch'. Of dit in de praktijk ook echt zo is hangt echter af van de macht, de constanten en de probleemgroottes.

[Reactie gewijzigd door narotic op 23 juli 2024 09:36]

jvo @narotic • 14 januari 2010 00:19

Je hebt helemaal gelijk. Het feit dat neurale netwerken sommige problemen binnen NP (bijna) kunnen oplossen geeft hoogstens aan dat het probleem niet NP is. Dus het is beter te zeggen dat een neuraal netwerk perfect in te zetten is als heuristiek om te bepalen of een probleem daadwerkelijk NP is.

En dan denk ik aan het bepalen van priemgetallen. Je voelt aan je water dat dat onder P kan, maar bewijzen is een tweede. Gelukkig zijn er genoeg mensen die dat voelden en het is inmiddels bewezen. Neurale netwerken zijn ideaal om het voelen aan je water iets concreter te maken.

Saxum @Gamebuster • 15 januari 2010 11:17

Dat vraag ik mij ook wel af.. Hoe zouden ze dat doen.

DeX @Gamebuster • 13 januari 2010 19:20

Behalve aan een methode voor chemische communicatie tussen de cellen, werken de onderzoekers ook aan een manier om de druppels voor rekenwerk te gebruiken.

Nog niet dus.

Gamebuster @DeX • 13 januari 2010 21:44

De vraag was meer: als het zou kunnen, hoe rekenen ze dan? Ik neem aan dat ze niet met 1en en 0en werken.

Goldwing1973 @Gamebuster • 13 januari 2010 22:18

Ik vermoed dat het wel in die trant is, alles om ons heen is of positief (1) of negatief (0) geladen, hetzelfde zal zijn met deze cellen, simpel gezegd zijn ze gewoon binair..

jvo @Goldwing1973 • 14 januari 2010 00:13

Voor het zelflerende principe is er een overgang nodig tussen de 0 en de 1. Dus het de waarden zijn in principe wel gelimiteerd aan dat bereik, maar kunnen alles ertussen innemen.

k.olfers @jvo • 14 januari 2010 01:47

Is ook niet helemaal waar, om een pdp-netwerk te hebben dat iets meer doet dan een perceptron moet er een functie inzitten die de problem-space verkleint mbv een threshold regels oid. Waar je die regel op laat functioneren kan je verder zelf bepalen, zo kunnen in pdp-netwerken die biologisch het meest realistisch zijn vaak de waarden -1,0,1 aangenomen worden. Zolang de output-states maar gelimiteerd worden tot een beperkt aantal mogelijkheden. De tussenliggende throughputs (waarde van een neuron x connectie gewicht) mag inderdaad wel een oneindig aantal waarden aannemen (binnen welk bereik dan ook).

kzin

@Gamebuster • 14 januari 2010 08:30

De vraag was meer: als het zou kunnen, hoe rekenen ze dan? Ik neem aan dat ze niet met 1en en 0en werken.

Rekenen is nog een heel eind weg. De vraag zou voorlopig moeten zijn: Hoe wisselen ze onderling informatie uit? Ik verwacht eerder analoog. Elk bolletje kan een bepaalde verzadiging van toegevoegde stofjes bevatten, en ze communiceren onderling door die chemische substanties uit te wisselen.

Flozem @Gamebuster • 14 januari 2010 07:21

[glazen bol]
Intel Roadmap 2030:

Intel 80-core 30GHz - release mid 2030
INTELligence brain platform - release dec 2030
[/glazen bol]

Limaad @Flozem • 14 januari 2010 09:22

deze bedoel je?
http://news.cnet.com/Inte.../2100-1006_3-6158181.html
ik verwacht dat we in 2030 toch echt wel een stukje verder zijn dan de technologie van gister was.

ahendriks @Flozem • 14 januari 2010 13:38

30THz bedoel je?!??!

Niosus 13 januari 2010 19:21

doen wat ze met silicium niet kunnen: computers doen leren... Elke poging tot leergedrag met silicium is met software...want de hardware kan niet veranderen. Wat zo uniek is aan onze hersenen is dat ze constant nieuwe verbindingen aangaan, en zo dus na een tijd "optimaal" zijn voor dingen dat ze vaak moeten doen.µ

(was reply @gamebuster)

[Reactie gewijzigd door Niosus op 23 juli 2024 09:36]

les_paulde @Niosus • 13 januari 2010 19:37

"doen wat ze met silicium niet kunnen: computers doen leren"

dan heb jij blijkbaar nog niet van artificial neural networks gehoord. Daarmee kunnen computers wel degelijk leren en doen ze precies wat jij noemt: ze kijken of een bepaald model bepaalde data goed beschrijft, past wat dingen aan door de verbindingen tussen de 'neuronen' aan te passen "en zo dus na een tijd "optimaal" zijn voor dingen dat ze vaak moeten doen."

Gebruik ze zelf bijna dagelijks op m'n werk omdat ik mijn biologische modellen anders nooit zo goed zou kunnen genereren en dankzij ANNs kan ik dingen berekenen waarvoor anders veel meer data nodig zou zijn.

Zoals BadRespawn ook al zei, dit valt onder Machine Learning and is dus precies wat normale hersenen ook doen. Zonder machine learning zou biologisch onderzoek bijna tot stilstand komen omdat onderzoekers wel data kunnen genereren, maar als ze niet weten wat ze ermee kunnen dan schiet het ook niet op; machine learning kan ze helpen om verbanden te leggen die handmatig niet mogelijk zouden zijn. Het klinkt alsof deze kunstmatige hersencellen hiervoor ingezet zouden kunnen worden, omdat ze redelijk simpele berekeningen kunnen uitvoeren; precies wat de neuronen in een artificial neural network ook doen, het gaat namelijk om wat het netwerk als geheel voor resultaat geeft waar je als onderzoeker wat mee kunt doen.
Of deze 'druppels' dit nou sneller kunnen dan een goed shared memory system is nog maar de vraag, maar het is zeker een interessante ontwikkeling dit. Wellicht dat het in de toekomst goedkoop op grote schaal te fabriceren valt, dan kan het voor grootschalige berekeningen nog best interessant worden, al vraag ik me af hoe je deze cellen draaiende houdt. In normale cellen wordt er energie geleverd door het lichaam, in computers wordt er stroom geleverd door de voeding; hoe ze deze kunstmatige cellen willen voeden blijft voor mij dus nog een belangrijke vraag...

[Reactie gewijzigd door les_paulde op 23 juli 2024 09:36]

graey @les_paulde • 13 januari 2010 20:37

Nee, de computers zelf moeten nog steeds eerst opstarten en dan de door de mens ingevoerde programmatuur inladen, daarna de geleerde data weer ophalen en daarna kan de computer aan de hand van nieuwe resultaten die data aanpassen en opslaan. Wanneer deze kunstmatige hersencellen genoeg evolueren zouden ze ECHT kunnen leren, zonder op te hoeven starten en oude data in te hoeven lezen, omdat deze de verbindingen echt fysiek maken.
Nadeel is dat het minder universeel toepasbaar is dan een processor (die allerlei verschillende datasets/leerprogramma's kan verwerken), maar voordeel is dat het sneller gaat (geen boottijd etc.).

k.olfers @graey • 14 januari 2010 01:58

Je gaat hier aan een heel aantal dingen duidelijk voorbij. Zo vraag ik me af wat jij verstaat onder 'echt' leren. Het random kunnen aanmaken van hardwarmatige (dan wel softwarematige) verbindingen heeft geen enkele waarde zolang daar niet een algoritme of beperkende regel op zit. Je zou het kunnen zien als mini-evolutie, je introduceert willekeurige afwijkingen, de afwijkingen die als gunstig worden beschouw (door middel van bijvoorbeeld vergelijking met een gewenste waarde via feedback) worden behouden. Kortom, je hoeft misschien niet te booten maar je moet wel eerst je hele netwerk trainen.

Het voordeel van softwarematig geimplementeerde netwerken is juist dat je dat leerproject maar één keer door hoeft te lopen. Als je de gewenste functionaliteit bereikt hebt kun je het netwerk simpelweg zo vaak kopiëren als je wil. Dat wordt nog een hele klus om dat in een fysiek netwerk net zo foutloos te doen.

Tenslotte moet je beseffen dat hoewel je misschien geen boottijd hebt, de snelheid van informatieoverdracht van neuronen (via neurotransmitters) en het interne signaaltransport (via potentiaalverschillen) ontzettend inferieur is aan de snelheid van de huidige generatie transistoren/processoren.

Strike_2 @graey • 14 januari 2010 17:56

Houd er rekening mee dat mensen jaren doen over dat opstart-proces. Hoe oud was jij toen je voor het eerst een echt woord uitsprek? voor je liep? voor je je eerste examen aflegde?
ANN's leren op een soortgelijke wijze als wij, alleen leren ze maar enkele heel specifieke onderdelen, terwijl wij moeten beginnen met dingen als motoriek, taal en wetenschap.
Zij zijn ook makkelijk voorspelbaar te dupliceren, vergen weinig verzorging/vergoeding en werken 24x7 door tot het werk klaar is.

BadRespawn @Niosus • 13 januari 2010 19:28

"doen wat ze met silicium niet kunnen: computers doen leren"

Computers doen leren kan ook met silicium.
Daar gaat Artificial Intelligence over. Menselijke hersenen hebben ze nog niet gesimuleerd, maar AI kan heel goed leren om patronen te herkennen.

Machine learning
http://en.wikipedia.org/wiki/Machine_learning

Artificial intelligence
http://en.wikipedia.org/wiki/Artificial_intelligence

timonb @BadRespawn • 13 januari 2010 20:29

Er is een verschil tussen neurale netwerken en digitale computers.

Een digitale computer is een ster in rekenen en ook nog absoluut. Sterker helemaal terug geredeneerd komt het altijd weer uit op precies 0 of precies 1.

Een neuraal netwerk is per definitie analoog, dit komt door doordat de verbindingen niet vast liggen en continu wijzigen. Immers als de ene verbinding een beter resultaat levert, dan vervalt de andere verbinding.

De term kunstmatige intelligentie wordt maar al te vaak incorrect gebruikt. Is een programma dat gezichten kan herkennen intelligent? Is een programma dat een patroon kan herkennen intelligent, is een programma dat allerlei vergelijkingen kan oplossen echt intelligent, sterker nog is een programma dat 1 + 1 kan uitrekenen intelligent?

Het antwoord op alle vragen is nee, zolang het programma op basis van vooraf vast gestelde parameters werkt.

BadRespawn @timonb • 13 januari 2010 20:41

"Er is een verschil tussen neurale netwerken en digitale computers.
Een digitale computer is een ster in rekenen en ook nog absoluut."

Toch lukt het goed om met digitale computers neurale netwerken te simuleren.
http://en.wikipedia.org/wiki/Neural_network_software

"Een neuraal netwerk is per definitie analoog"

Geluid is ook per definitie analoog, toch kan een digitale computer daar goed mee overweg.

"De term kunstmatige intelligentie wordt maar al te vaak incorrect gebruikt."

Zeg dat maar tegen al die mensen die er onderzoek naar doen, want zoals jij het nu definieert bestaat AI helemaal (nog) niet.

AugmentoR @BadRespawn • 13 januari 2010 22:53

Geluid: met bitjes kun je het énorm benaderen maar nooit wiskundig 100% vastleggen. Vergelijk het met pi, dat er in analoge vorm gewoon 'is' maar in computertaal een oneindige reeks is (en dus niet exact op te slaan).

Anoniem: 24417 @AugmentoR • 14 januari 2010 01:19

als je de formule gewoon opslaat wel

fractalmuziek?

Skohsl @timonb • 13 januari 2010 20:45

"Het antwoord op alle vragen is nee, zolang het programma op basis van vooraf vast gestelde parameters werkt."

Met deze denkwijze val je al snel door de mand en zal je moeten concluderen dat mensen ook geen intelligentie hebben. Het is dus zeker niet zo dat de term KI wordt misbruikt. Wat intelligentie inhoud dat is echter een groot vraagstuk. Zoek maar wat leuke filosofen op die daar iets over te zeggen hebben. Maar het komt er (volgens sommige) in ieder geval op neer dat er in mensen ook niets meer gebeurt dan dingen 'op basis van vooraf vast gestelde parameters' uitrekenen, want wat doet een mens anders dan reageren op stimuli op een vaste manier waarop het geen controle heeft?

k.olfers @Skohsl • 14 januari 2010 02:08

"Intelligentie is wat een IQ-test meet"

Niets meer en niets minder als je het mij vraagt.
Wat in dit debat het hele nut van het concept omverblaast, gezien het tegenwoordig relatief makkelijk is om een programma te ontwikkelen die een IQ test foutloos kan maken. (Al zitten er misschien nog enkele knooppunten bij het verbale gedeelte, maar ook daar schiet men erg op).

Het wordt pas echt tricky wanneer je het over Turing-testen en dergelijken gaat hebben. Immers zijn er ook mensen (denk bv mensen met autisme) die op zulke testen zouden zakken.

Overigens "Wat doet een mens anders dan reageren op stimuli op een vaste manier waarop het geen controle heeft?" Mensen reageren niet op vaste manieren op stimuli en het hele idee van een brein is juist om controle uit te oefenen op die reacties, anders zouden we aan reflexen genoeg hebben. Iets anders is het idee van bewuste vrije wil, dat concept begint inderdaad flink achterhaald te raken. Maar dat neemt niet weg dat een mens het geheel van onbewuste en bewuste processen is en in die zin ook zeker controle uitoefent op zijn/haar gedragingen.

Anoniem: 34296 @k.olfers • 14 januari 2010 03:05

Intelligentie is niet wat een IQ-test meet, want intelligentie is te complex om gemakkelijk meetbaar te maken.

Een IQ-test is dan ook niet ontwikkeld om intelligentie te meten, maar de slagingskans om opleidingen te voltooien. Vervolgens blijkt dan vaak in praktijk dat mensen die daar hoog op scoren niet beter in staat zijn om het leven te slagen. De tests zijn immers daar helemaal niet op afgestemd. Vandaar dat men later het idee van de EQ-test heeft ontwikkeld.

Mensen met een hoog IQ willen natuurlijk dolgraag IQ als hoge algemene intelligentie interpreteren. Waarschijnlijk is het realistischer dat er vele aspecten aan intelligentie kleven waar mensen op meerdere of mindere mate zijn gespecialiseerd. En verder dat een intelligentie in algemene zin samenhangt met gezondheid van de geest. Zoals lichamelijke prestaties ook veel facetten heeft, maar de prestaties in algemene zin met de lichamelijk gezondheid te maken hebben.

IQ is maar een aspect, maar belangrijk geworden omdat de maatschappij daar op een overdreven wijze mensen op is gaan selecteren. Dat is erg doorgeslagen. Zo wordt er geen rekening meer gehouden met verschillende leersnelheden en worden mensen die een opleiding in een lager tempo wel zouden kunnen afronden en misschien heel goed zouden kunnen zijn in het beroep in vroeg stadium uit het leerproces gehaald, omdat uit kostenoverwegingen alles zo snel mogelijk moet.

Een hoog IQ is een talent en zeker te waarderen net als andere talenten, maar ik durf in twijfel te trekken dat mensen met een hoger IQ in algemene zin beter denken of betere denkbeelden aanhangen, hoewel zij dat wel vaak van zichzelf menen.

Dit onderzoek is buitengewoon interessant omdat het ons inzicht kan geven in ons eigen denken. Mochten wij ooit kunstmatige intelligentie ontwikkelen dan toch waarschijnlijk op basis van neurale netwerken. Het leervermogen van zulke netwerken doet al menselijk aan. De hamvraag is of er ook daadwerkelijk een zelfbewust zijn in gaat ontstaan of dat wij het die aan kunnen leren. Zal het op een bepaald moment zelf tot de conclusie komen: "ik denk dus ik besta" of zal het slechts blijven bij een emulatie. Ik vind zelf de turing-test niet maatgevend, want daarin wordt de emulatie van intelligentie gelijk gesteld aan intelligentie. Als ze gelijk reageren, dan is het het zelfde.

Daar kun je nog nogal wat op afdingen. Wij zijn ons zelf bewust van onze bewustzijn en omdat wij andere mensen als soortgelijk beschouwen, willen wij daarom ook bewustzijn bij hen aannemen al reageren maar al te vaak alsof dat niet zo is. Een kunstmatige intelligentie is niet soortgelijk, dus het is een veel grotere stap om daar zelfbewustzijn te veronderstellen. Zelfbewustzijn gaat verder dan bewustzijn, het is de beleving van een eigen identiteit.

Ik krijg persoonlijk de indruk dat individuele dieren dat ook in meer of mindere mate hebben, al dringt dit pas langzaam door en worden ze nu nog in concentratiekampen gestopt die kwa vernietiging en lijden overeenkomen met die ook op mensen werden toegepast waar men geen bijzondere waarde meer aan hechtte.

Met het zelfbewustzijn ontstaat ook de mogelijkheid tot beschadiging van die identiteit of wat wij geestelijk lijden noemen. Dan ontstaat de vraag is of je kunstmatige intelligentie niet onvervreemdbare rechten moet verlenen.

Hoewel dit onderzoek wezenlijk is voor de mens als soort op zoek naar zijn identiteit, vraag ik mij wel af of we niet een beetje te hard lopen. De kans is groot dat dit straks de vertaling krijgt in de gewetenloze vechtmachine die door even gewetenloze machthebbers nog gemakkelijker kan worden ingezet. Ze zullen het heerlijk vinden om eindelijk te beschikken over een leger wiens loyaliteit geprogrammeerd kan worden en niet langer afhankelijk is van gevoeligheden.

En hoewel iedereen dit gevaar levensgroot ziet opdoemen en de fimindustrie louter doemscenario' s produceert, gaat men even onverstoorbaar verder met de fatalistische instelling dat je "vooruitgang" niet kan tegenhouden. Terwijl juist dat onvermogen ons zou moeten tegenhouden. Maar kennelijk is de vrije wil niet zo vrij en zo blijft het voor ons altijd weer een verrassing wat wij nu weer doen, hoe stom we het vinden.

Dat is de paradox van de wetenschap, het vergroot onze macht, zonder onze macht om sturing te geven aan die macht te vergroten, wij blijven even primitief. De computerspelen die wij nu spelen zijn nog steeds even dierlijk primitief als toen de mens nog met slag en steekwapens elkaar naar het leven stond. Van enige sophisticatie in afwegingen is niets te merken, eerder is het zo dat de effectiviteit van de wapens het mensen gemakkelijker maakt om ze in te zetten.

Iemand van dichtbij een zwaard in zijn lijf te steken was voor de meeste volkeren toch lastige opgave. Een historicus verklaarde het succes van de Romeinen ook wel eens met het gemak waarmee zij gaten in andere mensen maakten. In een samenleving waarin de macht goed is gedistribueerd zullen deze machtsmiddelen geen probleem vormen, maar grote machtconcentraties zullen machtsmiddelen altijd gebruiken om hun macht verder te vergroten. Het idee van wetenschappers dat ze hiermee het geluk van de mens vergroten is naïef.

Wat ook paradoxaal aan artificiële intelligentie is, is dat het vaak juist het eerst ingezet wordt om hoog gespecialiseerde taken te vervangen waarvoor deskundigheid vereist is. Juist de kundigheid van hoogopgeleiden is het meest interessante toepassingsgebied. Zo blijkt de knowhow van bijv. een artsspecialist goed aan te leren is. Dom machines nemen dom werk over, slimme machines slim werk. Niet alleen de soldaat maar ook de strategieën van officier laten zich best aanleren. Dat laatste is een stuk gemakkelijk dan een machine creeren die zich zelfstandig kan handhaven in een willekeurige omgeving. Strategien zijn immers als gesynthetiseerde probleemstellingen.

[Reactie gewijzigd door Anoniem: 34296 op 23 juli 2024 09:36]

k.olfers @Anoniem: 34296 • 14 januari 2010 10:20

Mijn beste, ik hoop dat niet je in de veronderstelling was dat ik IQ-testen een goed meetinstrument voor de menselijke capaciteiten vind.

Wel is het zo dat het bekendste en meest geaccepteerde concept van intelligentie die van academische vaardigheid is, en een IQ test daar nog altijd de beste voorspeller van is. Ik weet niet wat je criteria voor 'slagen in het leven' zijn. Maar wat betreft opleidingsniveau, baan en salaris is een IQ-test nog altijd een zeer betrouwbaar meetmiddel.

Ik ben het echter met je eens dat voor een vol concept van de menselijke vermogens dingen als emotie, creativiteit, muzikaliteit etc ook belangrijk zijn (en achter elk van die woorden kan je intelligentie plakken als je dat fijn zou vinden).

Om die reden kan je de Turing-test ook niet zomaar afschrijven, de manieren die een mens heeft om een computer of ander persoon te kunnen testen zijn schier eindeloos en draait zeker niet alleen om harde vaardigheden maar ook om de juiste respons op emoties etc. Dat gezegd hebbende denk ik dat als je jouw (en mijn) concept van volledige en uitgewerkte intelligentie aanhoudt dit ook niet iets is wat je kan 'emuleren'. Dat wil zeggen, je kan het of je kan het niet. Zo kan je bij een mens al niet aantonen of hij/zij niet alles: intelligentie, bewustzijn, emotie simuleert of emuleert. Dus dat vraagstuk is onbelangrijk als het op AI's aankomt. Google maar op het zombie-argument van Dennet of Blackmore geloof ik.

Wat betreft de rechten van AI, ik denk dat we nog lang niet zo ver zijn dat we ons daar mee bezig hoeven te houden. En tegen de tijd dat het wel van toepassing is zullen ze ons die vraag snel uit handen nemen (en niet perse in ons nadeel). De crux van volledige AI is namelijk dat je ze met simpele ingrepen (hogere clock etc) slimmer kan maken (of iig sneller kan laten nadenken). Zodra ze menselijk capaciteiten bereiken zullen ze die ook in no-time overtreffen. Dat betekent dat er AI's komen die op miljoenen malen de menselijke capaciteit zullen werken en daar kun je rustig van op aan dat ze een manier vinden om zichzelf geen schade aan te doen.

Dat dat geen Skynet hoeft te worden ligt aan het feit dat een wezen dat miljoenen malen slimmer is dan wij, makkelijk een duizendste van zijn vermogen kan aanwenden om ons te 'dienen', al is het maar uit nieuwsgierigheid of een vorm van ingebakken loyaliteit of beschermingsdrang. Een beetje analoog aan dierenrechten activisten (of wat voor dierenvriend dan ook) die een toch wel substantieel deel van zijn leven en doelen ondergeschikt maakt aan die van wezens die op vele vlakken inferieur zijn en die hem/haar naast emotionele genoegdoening toch weinig voordeel opleveren.

Strike_2 @Anoniem: 34296 • 14 januari 2010 17:50

Je gelooft ook zeker in een eigen ziel, die later van je lichaam word gescheiden?

Remember, to a neuroscientist, free will is every bit as real as the Tooth Fairy. They can watch your neurons light up at the moment you make moral decisions, can trace the exact electrochemical pathways. bron

"One need not have been Caesar in order to understand Caesar." -- Max Weber
Computers kunne genien helpen door duizenden verschillende combinaties te proberen en te kijken of er een zinnig antwoord uitkomt. Kijk naar het Folding@Home project.

kzin

@Skohsl • 14 januari 2010 09:22

"..., zolang het programma op basis van vooraf vast gestelde parameters werkt."

Met deze denkwijze val je al snel door de mand en zal je moeten concluderen dat mensen ook geen intelligentie hebben.

Wil je daarmee beweren dat de mens 100% op vooraf vastgestelde parameters werkt? De kracht van (menselijke) hersenen is juist dat ze in staat zijn de respons te wijzigen. Ze kunnen leren om te gaan met situaties waarop nog geen antwoord is.
Wij reageren dus absoluut niet op een vaste manier. De een reageert op agressie door weg te lopen, de ander schiet zijn belager dood.
Soms is die aanpassing ten goede, maar het kan ook een pad inslaan die sociaal niet geaccepteerd wordt.

Als we echte "neurale" computers gaan maken, die zichzelf kunnen ontwikkelen, zullen we hier ook mee te maken kunnen krijgen. (het thema van menig science-fiction film).
We krijgen dan ook te maken met het probleem: wat voor voordeel heeft een KI computer voor gezichtsherkenning er bij om daadwerkelijk gezichten te herkennen. Voor ons mensen heeft het duidelijk voordelen als je iemand herkent, maar voor een computer? Er zal dus een soort beloningssysteem moeten komen.

tuXzero @kzin • 14 januari 2010 12:20

Wij reageren dus absoluut niet op een vaste manier. De een reageert op agressie door weg te lopen, de ander schiet zijn belager dood.

Ook als die twee personen exact hetzelfde zijn? Want de ene persoon heeft andere parameters dan de ander. Een deel van deze parameters zijn aangeboren en een deel is aangeleerd. Zo zijn er al talloze conclusies getrokken die het verband tussen ervaringen in het verleden en het huidige gedrag verklaren. Een goed voorbeeld is de slechte jeugd.

rbtje1 @BadRespawn • 13 januari 2010 20:07

Maar volgens mij bedoelt Niosus dat dit niet gebeurt door hardwarematige veranderen maar slechts opgeslagen data die verandert (software).

k.olfers @BadRespawn • 14 januari 2010 01:49

Sterker nog, een deel van de menselijke hersenen hebben ze al wel gesimuleerd, google maar eens in IBM Blue Brain

roy-t @Niosus • 13 januari 2010 19:33

Zouden erg leuke dingen mee kunnen gebeuren als het goed werkt en er goed software voor te schrijven is. Bijvoorbeeld om te controleren of een 3d object met een ander 3d object in contact is moet je (kort door de bocht) elk object langs om te controleren).

Als je dat met neuronen/biologische processors kunt doen dan kun je alle objecten tegelijkertijd controleren. Veel langzame algoritmes kunnen zo van tijdscomplexiteit veranderen en dus sneller uitgerekend worden.

twabi2 13 januari 2010 21:09

Ik vrees dat ze nog veel werk gaan hebben. Naast een celmembraan en chemische stoffen voor communicatie (neurotransmitters) bestaat een cel namelijk nog wel uit meer dingen... Stel dat men die cellen effectief met elkaar wilt laten praten, dan moet men eerst beginnen met die cellen een potentiaal te geven ten opzichten van zijn omgeving. Zonder die potentiaal kan een cel niet van ladingstoestand veranderen, wat essentieel is voor neurale communicatie. Om die op te bouwen heb je energie nodig, die gespecialiseerde moleculen aandrijft, die dan kalium, natrium en andere ionen verpompt. Dan zijn er nog receptoren nodig voor die neurotransmitters, een endoplastmatisch reticulum voor de opslag van calcium voor de vrijzetting van vesikels, klathrines om die vesikels te maken, en ga zo maar door.

Het herschikkingsvermogen van onze hersens (wat ze net zo speciaal maakt) is te danken aan een complex proces waarbij onder andere de hoeveelheid receptoren op het oppervlak wordt gewijzigd... (Meer info: typ Hebb-synaps op Google

) Dus zelfs als ze alle bovenstaande dingen weten te doen, dan staan ze nog nergens.

Neen, wat mij betreft zijn deze onderzoekers in niet veel meer geslaagd dan het creëren van kleine micellen, iets dat onze darmen overigens al perfect kunnen doen met vetten die we opeten.

k.olfers @twabi2 • 13 januari 2010 23:22

ben ik niet helemaal met je eens over dat elektrisch potentiaal. die vervult namelijk twee functies: een signaal drempel en een intern signaal transport, bij deze waterdruppels is er zo te zien geen sprake van lange axonen of dendrieten, transport is dus niet een groot probleem en signaal drempels zou je ook chemisch of zelfs mechanisch kunnen implementeren. wat mij een groter raadsel is is hoe ze specifieke connecties tussen de cellen willen maken .
Z

Anoniem: 296873 14 januari 2010 00:50

als ik dit allemaal lees (vooral de reacties) lijkt het me echt n hel om over n x aantal jaar informatica of elektrotechniek te gaan studeren. 1tjes en nulletjes zijn eenvoudig te begrijpen, maar dit vereist n hele studie opzich volgens mij...

k.olfers @Anoniem: 296873 • 14 januari 2010 02:01

Denk dat dit eigenlijk niet meer onder informatica of elektrotechniek valt. Eerder onder biologie, scheikunde, life-sciences, neuroscience, AI etc..

utbone

14 januari 2010 09:23

De hersenen worden steeds meer gezien als receptoren en de verwerking en opslag gebeurt buiten de hersenen.

Lees het boek van Lynne McTaggart eens. Het Veld en het Intentie experiment.

Deze oplossing is niet het emuleren van zelfbewust zijn, maar het gebruik maken van een chemisch en biologisch proces om 'iets' te verwerken.

FragNeck @utbone • 14 januari 2010 16:38

Wat dacht je van redeneren...

duke_online 13 januari 2010 19:28

Wat deze kunstmatige neurone in ieder geval opleveren zijn "kunstvoorwerpen". Het is een prachtgezicht, ware kunstwerken.
Daarnaast geeft het ook linken naar een totaal nieuwe vorm van computertechnologie en communicatie zoals we dat tot nu toe alleen nog maar kennen uit Star Trek. Omdat de menselijke hersenen ook geen enen en nullen zijn maar een andere vorm van samenwerking en communicatie gebruiken zal de potentie van deze neuronen dan ook gigantisch zijn. Het zal nog wel de nodige jaren duren voor zoiets echt werkelijkheid wordt.

BadRespawn @duke_online • 13 januari 2010 20:45

"en communicatie zoals we dat tot nu toe alleen nog maar kennen uit Star Trek"

Subspace communication?

YannickH 13 januari 2010 20:31

Het eerste wat bij me te binnen schoot was 'Terminator' en 'I, Robot'.. en nog zo een paar

We komen er wel

Verder als ik het zo goed lees: 'communicatie tussen de cellen mogelijk moet maken' en 'werken aan een methode'. Eigenlijk is er dus nog niets anders gebeurd dan een cel(waterdruppel) met een vetlaagje bouwen? Klinkt heel leuk als je de titel leest, maar eigenlijk best wel 'anti-climactisch' als je het hele artikel leest. Beetje jammer.