Anatoly Levenchuk (ailev) wrote,
Anatoly Levenchuk
ailev

Мозговые протезы и прочие аргументы против "человек из мяса -- это звучит гордо"

Мне задавали недавно вопросы про электронные мозговые протезы -- насколько это может быть реально? Вот несколько пруфлинков:
-- главная статья с подробным описанием эксперимента на приматах тут: http://iopscience.iop.org/1741-2552/9/5/056012/article (результаты мая 2012г.)
-- вебсайт тамошней тусовки: http://neural-prosthesis.com/ (безнадёжно устарел: самый свежий материал там 2008г.)
-- тема Brain-computer Interfaces and Neural Prostheses в ключевых словах конфереции 2013г. по нейронным информационным системам: http://nips.cc/Conferences/2013/PaperInformation/Keywords

А для повёрнутых на "интеллектуальном витализме" человеческого творчества рекомендую http://ibmresearchnews.blogspot.ru/2013/05/from-vivaldi-to-wagner-to-schubert.html -- алгоритм, который более-менее распознаёт период сочинения мелодии (эры барокко, классики, романтизма, XX века), беря всего три последовательных ноты из любого места мелодии. Почему я это привожу следующим абзацем к материалу по "мозговым протезам для приматов"? А почитайте последние абзацы в тексте по ссылке:
We could perform this study because of the available data – the “big data” of music. This same approach could identify other patterns in other sounds, namely our speech. Computer algorithms can already identify speech patterns in the early stages of Parkinson’s disease through a recorded phone interview.

Doctors know that the vocal chords are affected early on in the onset of Parkinson’s. We want to push the ability to identify the combination of sounds – like the three notes in our Western music study – to make an even earlier diagnosis.

With more-comprehensive speech data, we could uncover patterns in other diseases. We're now using our tool to study past individual cases to tease out features and patterns in the way people with a particular psychiatric disorder speak or even “hum” music. From this, we could come up with models to explain the behavior.

Perhaps in the future, other disorders can be identified through simple, non-invasive verbal tests.
Для меня это "возможно в будущем" сведётся к простенькой программке-монитору в какой-нибудь пятой версии Google glass (и связанной с этой программкой неизбежные дебаты о том, можно ли опираться на результаты работы таких программ при приёме на работу, или это "несправедливая дискриминация на основе мозговых различий -- ещё более несправедливая, чем дискриминация по полу и возрасту"). Это "возможно в будущем" может быть уже через пяток лет, ойкнуть не успеете. Планшеты как класс устройств появились 4 апреля 2010 года -- вышел первый iPad. Прошло всего три года, и эти планшеты есть у всех, и отнюдь не только эппловские. Конечно, будут и очки не только гуглевские. В любом случае, поглядите на графики http://www.businessinsider.com/forecast-for-google-glass-slide-deck-2013-5?op=1 -- они дают какое-то представление о том, что начинает происходить на рынке с носимой компьютерной аппаратурой (и обязательно делайте поправки на то, что торговых марок этой аппаратуры на рынке будет сильно побольше, чем одна-две). Чем отличается это всё от смартфонов? Смартфон нужно включить и поглядеть на экран, пару раз перед этим в этот экран тыкнув. Поэтому не все трудятся включать смартфоны и глядеть на экраны. Очки-компьютеры просто убирают этот барьер: не нужно шевелить пальцем для включения экрана, нужно просто шевельнуть глазом, что легче. С другой стороны, неважно, что программа планирования ремонта по состоянию будет работать на корпоративном мейнфрейме и иметь интерфейс на планшете, размещаться в облаке и иметь интерфейс на очках, или же размещаться в импланте и иметь интерфейс прямо к нейронам мозга. Это непринципиально с точки зрения того, что делает эта программа, принципиально только снижение барьеров доступа к этой программе и интеграция результатов её работы в привычное "думание".

Конечно, не только с интерфейсами/клиентскими устройствами будет много чего происходить в ближайшее время, но и с серверами. Обратите внимание на http://www.wired.com/wiredenterprise/2013/06/andrew_ng/ -- знаменитый в deep learning кругах Andrew Ng за счёт задействования GPU упаковал ту же задачу, которая решалась на аппаратном комплексе за $1млн в аппаратуре за $20тыс., но опять-таки последний абзац там уточняет: унаследованное от эпохи моды на видеоигры аппаратное решение GPGPU архитектурно неадекватно для всех этих deep learning и big data, и требуются какие-то другие решения. То, что Ng заинтересовался аппаратурой -- это только начало длинного пути, длиной аж в несколько лет. Эти новые аппаратные решения обязательно появятся, и очень скоро. Предложений по хардверу при сегодняшних технологиях его создания может случиться не меньше, чем года три назад начало прибывать предложений по языкам программирования при сегодняшних технологиях создания компиляторов и понимании теоретических проблем языкостроения.

Вот так и будет: новое адекватное железо, новые алгоритмы феноменологического поиска закономерностей и извлечённые из изобильных данных новые закономерности. Следующий прорыв будет в алгоритмах построения формальных теорий (создания системы идеальных объектов, в терминах которых можно строить легко понимаемые компактные объяснения-описания -- все эти "аксиоматические теории" вместо "массивов весовых функций").

Но логицизм, он логицизм и есть -- даже в сегодняшнем обличьи массивов весовых функций deep learning, ещё до нормального софта построения аксиоматических теорий. Никакой "мистики творчества". Я придерживаюсь мнения, что "интеллектуальным" или "творческим" называется сегодня только то, что непонятно как устроено. А когда понятно как, и есть компьютерная модель задачи, то это не по линии интеллекта или творческой гениальности, а по линии цирка. Через десяток лет на композиторских программах можно будет найти слайдер вышибания слезы с двумя крайними положениями: от печали или от радости. Другое дело, что такие программы никому не нужны: это самое "творчество" в его классических изводах оказывается крайне дешёвым товаром, автоматизация его нерентабельна. Это не значит, что автоматизации его не будет. Будет, просто дело пойдёт не очень быстро, будет делаться в порядке хобби -- в отличие от вполне рыночной автоматизации "нетворческой" деятельности (типа автоматизации погрузочно-разгрузочных работ роботами навроде http://www.industrial-perception.com/ или автоматизация вождения автомобилей -- каждая такая "нетворческая" деятельность будет затрагивать миллионы людей, а не десятки тысяч "интеллектуалов"). Но и до интеллектуалов дело дойдёт: когда дело будет упираться в сложность.

Меня спросили на тьюториале: что я считаю "сложным". Сложным я считаю такое дело, которое не влезает в человечий мозг, чтобы его делать без автоматизации. Так, если у вас пять миллиардов транзисторов на чипе, то без автоматизации такой чип ни сдизайнить (то есть продумать), ни сделать невозможно. Вот такой простой критерий. Так что всё это "композиторство" и "писательство" (и даже "конструкторство") для меня -- это несложные задачи, несмотря на то, что в народных легендах они намертво ассоциируются с "творчеством". А вот ежели нужно сделать оптимальный по весу и прочности корпус для какого-нибудь редуктора, то это задача сложная (и простая, если оптимальности по весу и прочности не требуется). Переход к решению сложных задач -- вот настоящее творчество. В этой связи даже распознавание дорожных знаков с точностью лучше, чем у невооружённого компьтером человека -- задача сложная, творческая. И я счастлив, что в решении сложных задач как раз сейчас происходит качественный скачок -- жизнь не просто меняется, жизнь меняется ВНЕЗАПНО.
Subscribe
  • Post a new comment

    Error

    Anonymous comments are disabled in this journal

    default userpic

    Your reply will be screened

  • 8 comments