I neuroni biologici sono organizzati in strati consecutivi?
Abbracciare la realtà della complessità
Dire "Sì" sarebbe una grossolana semplificazione, così come l'apprendimento digitale derivante da una semplice forma di ricorsione applicata a un insieme di regole logiche del predicato del primo ordine è stato come correre lungo l'arcobaleno di un leprechaun fino alla pentola d'oro.
La serie finale di domande è a proposito: "È vero e quanto si crede fermamente? Da quale ricerca proviene?" Avresti bisogno di un sondaggio per determinare quanto fortemente si ritiene che i neuroni nel cervello si trovino in una struttura prevalentemente stratificata. I riferimenti ai livelli nella ricerca effettiva non sembrano sostenere che i livelli siano consecutivi nella maggior parte dei casi. Ci sono strati consecutivi sulla pelle, ma la pelle con solo strati mancherebbe di pori, peli, interfacce con gli orifizi del corpo e molte altre caratteristiche. Nel cervello umano (o nei cervelli degli animali) la complessità tridimensionale è considerevolmente aumentata da quella della pelle.
Sarebbe bello, dal punto di vista del ricercatore AI, se
- Uno schema ricorsivo euristico o teoricamente provato applicato a un sistema esperto potrebbe produrre apprendimento o intelligenza o
- Una mappa del cervello umano (o uccello) potrebbe essere ridotta a un insieme di neuroni simili in file di neuroni identici, disposti a strati.
L'immagine fornita nella domanda non illustra tale semplicità. In realtà illustra il contrario, che la natura raramente è così trasparente nelle sue complessità.
La caratterizzazione "Dal momento che sembra che i neuroni siano spesso organizzati in strati consecutivi" non è accurata. La seguente caratterizzazione più ragionevole della particolare porzione mostrata indica due regioni che possono essere discretamente distinte, la griglia all'8% più a sinistra e la connessione ampiamente orizzontale nel restante 92%.
Un ingegnere elettrico o un matematico probabilmente non chiamerebbe questi strati di due sezioni. Si potrebbe ipotizzare che il lato sinistro sia una matrice di qualche forma e il 92% destro potrebbe essere considerato un circuito di elaborazione complesso.
Caratterizzazione della struttura 2D
- Gli assoni sono diretti principalmente lungo la direzione descritta dal vettore unitario (-1, 0, 0), altrimenti descrivibile come da destra a sinistra.
- La densità degli assoni aumenta per i valori di amante di x, a causa dell'alta proporzione di assoni che terminano con valori inferiori di x.
- La densità del nucleo è relativamente uniforme nell'intervallo proporzionale da 0,1 a 1,0 di x.
- Le dimensioni del nucleo e la complessità del dendrite associato si conformano approssimativamente a un gradiente, con un massimo primario a 0,8 del valore proporzionale di x e un massimo massimo a 0,55 del valore proporzionale di x
- Almeno due assoni si biforcano tra quelle posizioni x proporzionali.
- Vi sono assiomi quasi equidistanti tutti approssimativamente paralleli all'asse z nell'intervallo da 0,0 a 0,08 del valore proporzionale di x.
- Ulteriori schemi strutturali sono oscuri o inesistenti.
Un'altra immagine con struttura caotica
Milioni di volte la complessità
Considera inoltre che gran parte della complessità è nascosta allo spettatore in una singola fetta di una struttura neurologica tridimensionale. Se decidiamo arbitrariamente che l'immagine è una sezione tagliata in parallelo con il piano xz, possiamo vedere le relazioni in quel piano xz, ma né in xy né in yz. Qualsiasi altra fetta da un'altra direzione o posizione nel cervello sarà unica come una finestra arbitraria nel Set di Mandelbrot.
Più travisamento dei risultati della ricerca
Anche la frase "Alcune parti del cervello sono state mappate" è fuorviante. Sono state mappate la connettività generale tra le sottostrutture del cervello umano, non i segnali e i criteri per la propagazione del segnale e la forza nei singoli neuroni. I circuiti differiscono radicalmente a livello dei neuroni tra due cervelli, entrambi i quali esibiscono intelligente in vivo (in un essere vivente).
L'analogia è come una persona delle dimensioni di un microbo con una mappa dei continenti, delle principali città e delle rotte marittime ma senza una conoscenza preliminare dei sistemi di trasporto, nessun GPS e nessun'altra mappa dettagliata che desidera viaggiare dalla Torre Eiffel al centro della città a Sidney in Australia. Vi è una serie insufficiente di evoluzione del sistema di trasporto o indicazioni dettagliate con cui il viaggio può essere effettuato con successo.
Nel caso di raggiungere un livello di dettaglio nella struttura e nella funzione del cervello umano sufficiente per costruirne una versione elettronica, i pezzi mancanti includono una mancanza di comprensione di
- Le condizioni in cui un assone o un dendrite cresce in lunghezza o si biforca
- Le condizioni in cui il neurone spara in base a strutture interne che sono note per contenere informazioni sullo stato all'interno del citoplasma.
- Il legame tra il genoma umano e le sue varietà e l'impatto sulla struttura di vari geni, meccanismi di espressione genica e relativi enzimi e proteine
- Altre complessità oltre il mio livello di istruzione nelle neuroscienze.
- Altre complessità al di là del livello di istruzione di tutti nelle neuroscienze.
Strati e gerarchie
È comune nella scienza cercare strati o gerarchie da utilizzare nell'educazione e nella pratica perché possono aiutare a comprendere la struttura anatomica. Questa tendenza è apparsa nell'ingegneria del software nella progettazione del sistema operativo, nella progettazione del linguaggio di programmazione, nella progettazione di applicazioni e ora nella progettazione AI. Man mano che queste aree tecnologiche si evolvono, la tendenza è in realtà lontana dal puro design orientato agli strati o gerarchico a una rete più libera di parti interconnesse. Si desidera semplicità, ma a volte è richiesta complessità.
La simulazione dell'intelligence è un obiettivo impegnativo e, essendo la semplicità fallita nel primo mezzo secolo nel tentativo di progettare sistemi digitali intelligenti, è chiaro che le soluzioni di lavoro richiederanno complessità e quindi una notevole esperienza.
È ragionevole supporre che non vi siano vincoli che guidino l'evoluzione dell'intelligenza umana nella direzione della struttura caratterizzata principalmente da strato o struttura gerarchica. I processi evolutivi non notano la semplicità allo scopo di facilitare lo studio accademico. Non c'è nulla sull'espressione genica del DNA o sui modi in cui i neuroni crescono negli stadi fetali o successivi che imporrebbero tali regole di semplicità sulla struttura o sulla funzione.
Quanto sono complesse le espressioni del DNA che portano a caratteristiche del cervello che consideriamo intelligenza? Quanto sono complessi i sistemi neurali che emergono da quelle espressioni? Alcuni credono che l'umanità dovrà evolversi prima che le menti umane possano simulare se stesse. Tale congettura potrebbe essere vera o falsa. È difficile da prevedere, anche in ordine di grandezza.
Analisi numerica della predizione ottimistica
L'aspettativa di crescita esponenziale è stata proposta per l'aspettativa di vita, la capacità dispiegata dei pannelli solari in Germania, la velocità della CPU (esecuzioni di istruzioni al microprocessore al secondo), la densità dei transistor ("Legge" di Moore), le dimensioni del Partito Comunista e molte altre metriche, ma sebbene i tassi di crescita in natura e gli sforzi umani siano spesso esponenziali nelle prime fasi, non si sono mai dimostrati sostenibili. I tassi di crescita sono approssimativamente lineari per un breve periodo in seguito e diventano più arcuati quando si avvicina la saturazione. Dalla saturazione, i valori della metrica tendono a diminuire e ad aumentare in attacchi caotici e inizia per lunghi periodi di tempo.
Nell'aprile 2005, Gordon Moore (autore della "Legge" di Moore) dichiarò: "[La crescita esponenziale] non può continuare per sempre. La natura degli esponenziali è che li spingi fuori e alla fine si verifica un disastro". In seguito dichiarò: "In termini di dimensioni [dei transistor] puoi vedere che ci stiamo avvicinando alla dimensione degli atomi che è una barriera fondamentale".
È importante capire che Moore non ha inventato una legge. Ha esaminato oltre due decenni di dati e ha notato che la densità dei transistor era approssimativamente proporzionale a e t , dove t è il periodo di tempo da quando i circuiti integrati hanno raggiunto per la prima volta il mercato di massa, quindi ha previsto un'ulteriore crescita esponenziale sulla base di chiari dati di tendenza.
Previsione realistica
Gli umani non hanno mai provato qualcosa di fondamentalmente superando la soglia come creare una simulazione di sé. Senza esperienza correlata da cui sapere se la crescita esponenziale, la crescita lineare, la crescita dell'arco tangente o qualche altra forma è il modello più probabile, il modello più sicuro è probabilmente quello che il Rasoio di Occam prescriverebbe, una previsione lineare.
Per fare una previsione, è necessario raccogliere alcuni punti dati. Sebbene questa sia una previsione realistica, non è molto diligente. Forse si potrebbe fare più lavoro per trovare un modello che è più probabile di uno lineare, sviluppare un sistema di teoria e metrica per determinare i progressi in qualsiasi momento o raccogliere più punti di dati per stabilire un minimo quadrato. Ai fini di questa risposta, utilizzeremo semplicemente due punti dati e eseguiremo un'estrapolazione lineare.
Nel 1660, Blaise Pascal scrisse nei suoi Pensées ("Pensieri"), "La macchina aritmetica produce effetti che si avvicinano più al pensiero di tutte le azioni degli animali. Ma non fa nulla che ci consentirebbe di attribuire la volontà ad esso, quanto al animali ", quindi la ricerca di simulazioni meccaniche dell'intelligenza umana era già in corso in quel momento.
Da allora, i programmatori di computer hanno sviluppato un codice che realizza una serie di capacità umane.
- Generalizzazione di calcoli numerici e logici (CPU)
- Automazione d'ufficio
- Riconoscimento di motivi (applicato a sceneggiatura, discorsi e scene)
- Convergenza su circuiti funzionalmente ottimali (reti neurali)
- Applicazione della probabilità al processo decisionale (teorema di Bayes, ecc.)
- Sistemi di regole in grado di eccellere nei giochi discreti
Le funzionalità mancanti dalle attuali simulazioni digitali dell'intelligenza dei sistemi digitali sono importanti e numerose.
- Intuizione nell'enumerare approcci di problemi generali
- Eccellenza nelle abilità linguistiche naturali
- Espressività emotiva nell'arte
- Espressività politica nell'arte
- Fare sport bene (all'interno di sistemi robotici)
- Fare un buon lavoro sul lavoro (date istruzioni arbitrarie)
- Imparare a fare cose nuove al lavoro
- Avvio di un progetto senza esperienza precedente nel dominio
- Analisi riduttiva completa
- Progettazione complessa di dispositivi fisici arbitrari per requisiti)
- Sviluppo software (software per la produzione di software per requisiti)
- Estensione illuminata di un'area di studio
- Identificazione del sotterfugio in tempo reale
- Intimità emotiva
- Compassione ed empatia
- Autovalutazione completa
- Sviluppo di nuove aree della matematica per dimostrare un'ipotesi
- Vai in classe e scopri di più
- Scegli libri e articoli lungo il percorso di apprendimento desiderato e leggili
- Altre capacità in questo senso
Dato che questo elenco è ridotto e questi elementi che non sono stati ancora raggiunti nel software non sono descrivibili meccanicamente in linguaggio naturale come quelli che sono già stati programmati con successo, possiamo essere relativamente sicuri che nel 2017 abbiamo sistemi digitali che hanno raggiunto solo una frazione dell'ampiezza delle caratteristiche dell'insieme completo che le persone si aspettano da un essere umano senza chiamare la persona mentalmente sfidata. A giudicare dall'elenco dei successi, non più del 10% di ciò che fanno le persone intelligenti è stato simulato dal software del computer.
Senza alcun motivo per credere che il tasso di scoperta si ridurrà o aumenterà (nonostante le affermazioni secondo cui il progresso umano è stato esponenziale 1 ) una semplice approssimazione lineare pone l'orizzonte elettronico relativamente completo all'orizzonte per l'anno 5.587.
