Key takeaways
- Forskare har varit på en decennier lång strävan efter att göra datorer som kan behandla information lika bra som eller bättre än människor.
- En ny AI-motor försöker skapa mer intelligenta datorer genom att efterlikna hur den mänskliga hjärnan fungerar.
- AI som verkligen efterliknar hjärnans funktion är långt borta, säger vissa experter.
Artificiell intelligens som efterliknar den mänskliga hjärnan kan resultera i smartare och effektivare datorer, säger experter.
Nara Logics nya AI-motor använder nya upptäckter inom neurovetenskap för att replikera hjärnans struktur och funktion. Forskningen är en del av en decennier lång strävan efter att göra datorer som kan "tänka" lika bra som eller bättre än människor. Simulering av hjärnans funktion är ett lovande tillvägagångssätt.
"Det finns uppenbara fördelar med att kopiera det som verkar fungera inom biologin och implementera dem i maskiner för att underlätta automatiserat beslutsfattande i ett brett spektrum av dagliga aktiviteter," Stephen T. C. Wong, professor i datavetenskap vid Houston Methodist Research Institute, sa i en e-postintervju.
Användningarna för mänsklig AI kan sträcka sig "från att spela schack, känna igen ansikten och handla aktier till att ställa en medicinsk diagnos, köra autonoma fordon och engagera affärsförhandlingar eller till och med rättstvister", tillade han.
Nature Beats Software
Nara Logics hävdar att dess nya AI-plattform slår traditionella neurala nätverksbaserade system. Medan andra system använder fasta algoritmer kan användare interagera med Nara Logics plattform, ändra variabler och mål för att utforska sin data ytterligare.
Till skillnad från andra AI-modeller kan Nara-mjukvaran också ge skälen bakom varje rekommendation den gör.
"Många av våra sjukvårdskunder säger att de har haft AI-system som till exempel ger sannolikheten för att någon återinläggs på sjukhuset, men de har aldrig haft de "men varför?"-skälen att vara kunna veta vad de kan göra åt det", sa Nara Logics vd Jana Eggers i ett pressmeddelande.
AI som bygger på hjärnan kan erbjuda bearbetningseffektivitet och minskade energikostnader jämfört med traditionell AI, sa Steve Levine, marknadschef för AI-företaget Cortical.io, i en e-postintervju.
"Den mänskliga hjärnan behöver bara cirka 20 watt för att resonera, analysera, dra bort och förutsäga - mindre än en glödlampa", sa han.
"Det har nyligen funnits ett antal artiklar om de enorma energikraven och koldioxidavtrycket för den nuvarande Jämför det med en människa som bara behöver några få exempel för att lära sig ett nytt koncept, och det blir uppenbart att ett tillvägagångssätt som härmar sättet som hjärnan lär sig kommer att kräva mycket mindre material för att tränas", tillade Levine.
Human-like AI skulle kunna ge mer flexibelt tänkande, säger experter. De flesta AI kan inte hantera nya scenarier som de inte är utbildade i, sa Manish Kothari, ordförande för det ideella teknologiforskningsinstitutet SRI International, i en e-postintervju.
"AI-system idag kan upprepade gånger göra samma misstag", sa Kothari. "Även med omskolning är dagens system benägna att "katastrofiskt glömma" när ett nytt föremål stör tidigare lärd kunskap."
Human-like AI Won’t Be Here Soon
Men AI som verkligen efterliknar hjärnans funktion är långt borta, säger vissa experter. "Den största utmaningen är att vi faktiskt inte vet hur hjärnan bearbetar information", sa Levine.
"Den största utmaningen är att vi faktiskt inte vet hur hjärnan bearbetar information."
Forskare arbetar med att förstå hur hjärnan fungerar och tillämpa dessa insikter på AI. Programmet Machine Intelligence från Cortical Networks, till exempel, syftar till att omvända en kubikmillimeter av en gnagares hjärna. "Men för att sätta detta i perspektiv representerar detta bara en miljondel av storleken på den mänskliga hjärnan", sa Levine.
Det är möjligt att för att bygga supersmart AI behöver vi inte härma hjärnan alls, sa Wong. Trots allt flyger flygplan, men de påminner inte mycket om fåglar, påpekade han. Samtidigt arbetar världens smartaste forskare hårt mot det "icke-intelligenta" COVID-19-viruset.
"Nedifrån-och-upp-metoden för att efterlikna hjärnan kanske inte bidrar till grundläggande insikter i studiet av intelligens", sa Wong.
"Även om neuroforskare kan återskapa intelligens genom att troget simulera varje molekyl i hjärnan, kommer de inte att ha hittat de underliggande principerna för kognition."
