Mozak vs. Superkompjuter, gde smo danas?

Podeli :
  •  
  •  
  •  
  •  

alan-turing-2Alan Tjuring, kompjuteri i neuronauke

Film “Igra kodova” je ponovo pokrenuo priču o Alanu Tjuringu, kriptoanalitičaru za koga se smatra da je igrao važnu ulogu u skraćenju Drugog svetskog rata u korist Saveznika, zahvaljujući datom doprinosu u dešifrovanju nemačkih poruka. Naime, Alan Tjuring, nakon završenog doktorata na Prinstonu, gde je pored matematike, studirao i kriptografiju, zapošljava se u Sektoru za kodiranje i šifriranje vlade Velike Britanije. Po izbijanju rata, počinje da radi u Blečli parku, glavnom kriptografskom sedištu Saveznika, gde se fokusira na dešifrovanje poruka za mornaričku komunikaciju, šifrovanih putem nemačke mašine pod nazivom Enigma. Nakon završetka rata, njegovo interesovanje se nastavilo u smeru razvoja računara, a danas ga mnogi smatraju ocem teorijske informatike i veštačke inteligencije. Zapravo, njegov doprinos nauci seže mnogo dalje. Manje je poznat njegov uticaj u oblasti neuronauka, koji je ostvario kroz esej o mašinskom učenju objavljen 1947. godine. U ovom radu on izlaže teoriju o “neorganizovanim” mašinama koje mogu da izmene svoje stanje u odgovoru na različite ulaze.

Glavna ideja mašinskog učenja jeste mogućnost sistema da nakon inicijalnog puštanja u rad, nadalje poseduje samostalnu sposobnost učenja na osnovu iskustva dobijenog iz spoljašnje sredine. Registrovanje dogadjaja i njihovo skladištenje u internu memoriju radi kasnije obrade, ključni su procesi za mašinsko učenje, jer se time dobija povratna informacija o radu sistema i omogućava sam proces učenja.  Na taj način se postiže aktivno menjanje odgovora sistema tokom vremena.

Kao posledica toga, dva identična sistema puštena u rad u različitim okruženjima će se različito razvijati. Sam Tjuring u gorepomenutom radu daje primer mašinskog učenja kroz analogiju sa cerebralnim korteksom i učenjem jezika. On naglašava da različitost u jeziku sa dve strane Lamanša potiče, ne od drugačije strukture mozga zaduženog za jezik i govor, već od izloženosti drugačijem treningu tokom odrastanja istih moždanih struktura.

Iz ove Tjuringove ideje nastao je i novi pravac funkcionalizma (eng. Computational functionalism) koji pokušava da objasni rad mozga poredivši ga sa računarom. Nakadno, na ovom temelju se razvija i čitava oblast neuronauka (eng. Computational Neuroscience) koja pokušava da stvori kompjuterske modele koji bi što verodostojnije simulirali procese u mozgu.

brainwavecontrolAko uzmemo u obzir ulogu mozga u procesu menjanja stava kroz iskustvo, mogli bismo da opišemo mozak kao deduktivnu mašinu, koja prikuplja podatke iz okoline, obradjuje ih, uklanja nepotrebne informacije, i od preostalih stvara smisao. Zamislimo primer čoveka koji prvi put vidi kokošku. Zaključuje da je u pitanju ptica i iz prethodnog iskustva zna da ptice lete. Kada ugleda kokošku, on je potpuno uveren da kokoška leti. Sledeći put, kada ponovo vidi kokošku, primećuje da ona ne leti i samim tim njegova ubeđenost u sposobnost letenja kokoške se smanjuje. Tako, sa svakim novim susretom, on sa sve manjom verovatnoćom misli da će kokoška poleteti i zauzima nov stav o kokoški kao ptici koja ne leti. Na kraju, za njega početni stav biva potpuno izmenjen na osnovu iskustva.

Danas znamo da je analogija izmedju funkcionisanja mozga i računara daleko od idealne, ali nam i dalje pomaže da približno pokušamo da razumemo složene procese koji se odigravaju u našim glavama.

U mozgu postoji oko 86 milijardi neurona, i svaki ostvaruje oko 1000 veza sa drugim neuronima. Na ovaj način se stvaraju neuralne mreže, koje deluju sinergistički, i svaka od njih ima svoju jasno odredjenu svrhu. Dodatno, mozak je u stanju da istovremeno drži aktivnim jako veliki broj neuralnih mreža, što predstavlja realan problem za savremene kompjutere.

Postalo je evidentno da je za dalji napredak u računarima potrebno unaprediti arhitekturu procesora koja ce više biti zasnovana na biološkim principima funkcionisanja ljudskog mozga.

Najveći iskorak u ovom pravcu napravio je 2013. godine IBM sa svojim TrueNorth superkompjuterom, zasnovanim na neuralnim mrežama (eng. neural networks). Dok, većina savremenih računara koristi Fon Nojmanovu arhitekturu (eng. Von Neumann), koju odlikuju zasebne jedinice za skladištenje informacija i njihovo procesiranje, TrueNorth skladišti i procesira informacije koristeći principe paralelizacije (simultana aktivnost nekoliko neuralnih mreža) i distribucije (prosleđivanje informacije na više od jednog čvorišta), više nalik na neurone i sinapse u mozgu.

Za dalji razvoj sledeće generacije kompjutera, potrebno je razumeti i sam proces razvoja mozga. Kada se dete rodi, ono prvo prolazi kroz period života u kome se tokom novih iskustava, stvaraju konekcije medju neuronima i formiraju putevi kretanja nervnog impulsa kroz mozak. Sa što većim brojem ponavlja istog ili sličnog iskustva, kao i sa samim procesom učenja, veze izmedju ovih neurona se ojačavaju, dok neke druge veze koje ne bivaju dovoljno korišćene, samim tim i ojačane, odumiru. Način na koji su te prve veze u mozgu formirane, služiće kao osnova za procese mišljenja, osećanja i pamćenja u daljem životu svake jedinke. Ove veze pak nikada ne ostaju statične. Filozof neuronauka Daniel Denet tvrdi, da su se neuroni kroz evoluciju razvili tako da mogu da se spontano reorganizuju, i promene svrhu kada više negde nisu potrebni. On smatra da su neuroni pod evolutivnim pritiskom, tj. ako nisu angažovani u fomiranju sinapsi i ako ne doprinose radu mozga na bilo koji način, oni gube biološku osnovu za postojanje i na kraju umiru. To nam omogućava da se do kraja života menjamo, i prilagođavamo na osnovu novih informacija koje dobijamo iz spoljašnje i unutrašnje sredine.

Ključni deo sistema koji je podložan promenama je zapravo mesto konekcije izmedju dva neurona, odnosno sinapsa. Sinapsa omogućava da se nervni impuls prenese sa jednog neurona na drugi. Na osnovu fine modulacije u količini neurotransmitera, kao i njihovih receptora, sinapse se mogu ojačati ili oslabiti, i danas znamo da u osnovi procesa učenja i pamćenja zapravo leže ove promene.

Na pitanje koliko brzo nova iskustva mogu da strukturno promene naš mozak, odgovor je dala 2012. godine grupa naučnika sa Univerziteta u Tel Avivu. Koristeći funkcionalno magnetno-rezonatno snimanje, oni su pokazali da je samo dva sata dovoljno da dovede  do vidljivih izmena. Dve grupe ispitanika su podvrgnute virtuelnoj vožnji automobila u video igrici tokom dva sata. Jedna grupa ispitanika je vozila sve vreme na istoj stazi, dok je druga grupa vozila automobil konstantno menjajući staze. Nakon isteka vremena, pokazali su da je kod prve grupe proces učenja staze doveo do uočljivih strukturnih promena na nivou hipokampusa, dela mozga zaduženog izmedju ostalog za pamćenje i prostornu navigaciju, u poređenju sa drugom, kontrolnom grupom.

I pored velikog napretka računara i procesorske snage u protekloj epohi, ljudski mozak je daleko od toga da bude prevaziđen. Za pojedine probleme kao što su brzina izvršavanja matematičkih operacija, mozak je davno izgubio trku. Medjutim, postoje brojne oblasti gde i dalje drži primat, kao što je interpretacija vizuelnog sadržaja (npr. prepoznavanje lica) ili učenje iz prethodnog iskustva.

Evidentno je da brzina razvoja kompjutera daleko prevazilazi tempo evolucije ljudskog mozga. Ostaje nam pitanje da li izjednačavanje njihove funkcionalnosti možemo očekivati u skorijoj budućnosti?

Autori teksta: Marjana Brkić i Mladen Jovanović

Podeli :
Share on Facebook0Tweet about this on TwitterShare on Google+0Share on LinkedIn0Email this to someone

Podeli :
  •  
  •  
  •  
  •