สมองของคุณไม่ใช่คอมพิวเตอร์ ข้อมูล Eye of the Planet และพอร์ทัลการวิเคราะห์

เป็นเรื่องน่าเศร้าที่ตระหนักว่าในยุคแห่งความก้าวหน้าทางเทคโนโลยีนี้ สมองของมนุษย์ยังคงเป็นปริศนา นอกจากนี้ เรายังทุ่มเงินหลายล้านดอลลาร์ในการพัฒนาซูเปอร์คอมพิวเตอร์ขนาดยักษ์ และใช้พลังงานจำนวนมหาศาลจากทรัพยากรที่ไม่หมุนเวียนเพื่อจ่ายพลังงานให้กับอุปกรณ์เหล่านี้ และสมองของมนุษย์ที่มีขนาดค่อนข้างเล็กยังคงเหนือกว่าคอมพิวเตอร์ที่ทรงพลังที่สุดในหลายๆ ด้าน /เว็บไซต์/

ซูเปอร์คอมพิวเตอร์ต้องใช้โปรเซสเซอร์ 82,944 ตัวและการทำงาน 40 นาทีเพื่อจำลองการทำงานของสมองมนุษย์หนึ่งวินาที

เมื่อปีที่แล้ว นักวิทยาศาสตร์จากมหาวิทยาลัยเทคโนโลยีโอกินาวาในญี่ปุ่นและศูนย์วิจัยจูลิชในเยอรมนีใช้ซูเปอร์คอมพิวเตอร์ K เพื่อจำลองกิจกรรม 1 วินาที สมองของมนุษย์.

คอมพิวเตอร์สามารถสร้างแบบจำลองเซลล์ประสาทได้ 1.73 พันล้านเซลล์ (เซลล์ประสาท) อย่างไรก็ตาม มีเซลล์ประสาทประมาณ 100 พันล้านเซลล์ในสมองของมนุษย์ กล่าวคือ มีเซลล์ประสาทในสมองของมนุษย์มากพอๆ กับที่มีดวงดาวในทางช้างเผือก แม้ว่าคอมพิวเตอร์จะสามารถจำลองการทำงานของสมองได้สำเร็จ 1 วินาที แต่ก็ใช้เวลาถึง 40 นาที

คนงานที่สถาบันวิทยาศาสตร์เกาหลีตรวจสอบซูเปอร์คอมพิวเตอร์ในแทจอน เกาหลีใต้ 5 พฤศจิกายน 2547 รูปภาพ: รูปภาพ Chung Sung-Jun/Getty

ฉบับภาษาอังกฤษ

คุณจะติดตั้งแอปพลิเคชันบนโทรศัพท์ของคุณเพื่ออ่านบทความจากเว็บไซต์ Epochtimes หรือไม่

เป็นคำกล่าวที่ได้รับความนิยมว่าสมองของมนุษย์มีพลังมากกว่าคอมพิวเตอร์เครื่องใดๆ
ในบันทึกนี้ การวางกรอบของคำถามนี้ถือเป็นคำถาม
และเสนอให้พิจารณาสมองจากตำแหน่งอื่นด้วย

Fedor Prokhodsky บรรณาธิการ

สมองของคุณไม่ได้ประมวลผลข้อมูล ดึงความรู้ หรือเก็บความทรงจำ สรุปก็คือ สมองของคุณไม่ใช่คอมพิวเตอร์ นักจิตวิทยาชาวอเมริกัน โรเบิร์ต เอปสเตน อธิบายว่าเหตุใดการคิดว่าสมองเป็นเครื่องจักรจึงไม่มีประสิทธิภาพทั้งต่อความก้าวหน้าทางวิทยาศาสตร์หรือเพื่อทำความเข้าใจธรรมชาติของมนุษย์

แม้ว่าจะพยายามอย่างดีที่สุดแล้ว นักประสาทวิทยาและนักจิตวิทยาด้านความรู้ความเข้าใจก็จะไม่มีวันพบสำเนาของซิมโฟนีที่ห้าของ Beethoven ในสมอง คำพูด รูปภาพ กฎไวยากรณ์ หรือสิ่งอื่นใด สัญญาณภายนอก- แน่นอนว่าสมองของมนุษย์ไม่ได้ว่างเปล่าอย่างสมบูรณ์ แต่มันไม่มีสิ่งที่คนส่วนใหญ่คิดว่ามีอยู่ แม้แต่สิ่งง่ายๆ เช่น "ความทรงจำ" ก็ตาม

ความเข้าใจผิดของเราเกี่ยวกับสมองมีรากฐานมาจากประวัติศาสตร์อย่างลึกซึ้ง แต่เราสับสนเป็นพิเศษกับการประดิษฐ์คอมพิวเตอร์ในทศวรรษปี 1940 เป็นเวลากว่าครึ่งศตวรรษแล้วที่นักจิตวิทยา นักภาษาศาสตร์ นักประสาทวิทยา และผู้เชี่ยวชาญด้านพฤติกรรมมนุษย์อื่นๆ โต้แย้งว่าสมองของมนุษย์ทำงานเหมือนกับคอมพิวเตอร์

หากต้องการทราบว่าแนวคิดนี้ไร้สาระเพียงใด ให้พิจารณาสมองของเด็กทารก ทารกแรกเกิดที่มีสุขภาพดีมีปฏิกิริยาตอบสนองมากกว่าสิบแบบ เขาหันศีรษะไปในทิศทางที่แก้มของเขาถูกข่วนและดูดทุกสิ่งที่เข้าปาก เขากลั้นหายใจเมื่อแช่อยู่ในน้ำ เขาคว้าสิ่งของในมือแน่นจนแทบจะรับน้ำหนักของตัวเองได้ แต่สิ่งที่สำคัญที่สุดคือ ทารกแรกเกิดมีกลไกการเรียนรู้ที่ทรงพลังซึ่งช่วยให้พวกเขาเปลี่ยนแปลงได้อย่างรวดเร็ว เพื่อให้พวกเขาสามารถโต้ตอบกับโลกรอบตัวได้อย่างมีประสิทธิภาพมากขึ้น

ความรู้สึก ปฏิกิริยาตอบสนอง และกลไกการเรียนรู้คือสิ่งที่เรามีตั้งแต่เริ่มต้น และเมื่อคุณคิดถึงมัน มันก็ค่อนข้างจะเยอะ ถ้าเราขาดความสามารถเหล่านี้ เราคงมีชีวิตรอดได้ยาก

แต่นี่คือสิ่งที่เราไม่มีตั้งแต่แรกเกิด: ข้อมูล กฎเกณฑ์ ความรู้ คำศัพท์ การแสดง อัลกอริธึม โปรแกรม แบบจำลอง ความทรงจำ รูปภาพ โปรเซสเซอร์ รูทีนย่อย ตัวเข้ารหัส ตัวถอดรหัส สัญลักษณ์ และบัฟเฟอร์ - องค์ประกอบที่ช่วยให้ คอมพิวเตอร์ดิจิทัลประพฤติตนมีเหตุผลบ้าง สิ่งเหล่านี้ไม่เพียงแต่ไม่ได้อยู่ในเราตั้งแต่แรกเกิดเท่านั้น สิ่งเหล่านี้ไม่พัฒนาในตัวเราตลอดชีวิตด้วย

เราไม่เก็บคำหรือกฎเกณฑ์ที่บอกวิธีใช้งาน เราไม่ได้สร้างภาพของแรงกระตุ้นทางสายตา เราไม่เก็บภาพเหล่านั้นไว้ในบัฟเฟอร์ หน่วยความจำระยะสั้นแล้วอย่าถ่ายโอนภาพไปยังอุปกรณ์หน่วยความจำระยะยาว เราไม่จำข้อมูล รูปภาพ หรือคำศัพท์จากการลงทะเบียนหน่วยความจำ ทั้งหมดนี้ทำโดยคอมพิวเตอร์ แต่ไม่ใช่โดยสิ่งมีชีวิต

คอมพิวเตอร์ประมวลผลข้อมูลอย่างแท้จริง เช่น ตัวเลข คำ สูตร รูปภาพ ข้อมูลจะต้องได้รับการแปลเป็นรูปแบบที่คอมพิวเตอร์สามารถจดจำได้ก่อน ซึ่งก็คือ ชุดของข้อมูลและศูนย์ (“บิต”) ที่รวบรวมเป็นบล็อกขนาดเล็ก (“ไบต์”)

คอมพิวเตอร์จะย้ายชุดเหล่านี้จากที่หนึ่งไปยังอีกที่หนึ่งไปยังพื้นที่ต่าง ๆ ของหน่วยความจำกายภาพ ชิ้นส่วนอิเล็กทรอนิกส์- บางครั้งพวกเขาก็คัดลอกชุดและบางครั้ง ในรูปแบบต่างๆเปลี่ยนรูปแบบ - เช่น เมื่อคุณแก้ไขข้อผิดพลาดในต้นฉบับหรือรีทัชภาพถ่าย กฎเกณฑ์ที่คอมพิวเตอร์ปฏิบัติตามเมื่อเคลื่อนย้าย คัดลอก หรือทำงานกับอาร์เรย์ข้อมูลจะถูกจัดเก็บไว้ในคอมพิวเตอร์เช่นกัน ชุดของกฎเรียกว่า "โปรแกรม" หรือ "อัลกอริทึม" ชุดอัลกอริธึมที่ทำงานร่วมกันที่เราใช้เพื่อวัตถุประสงค์ที่แตกต่างกัน (เช่น การซื้อหุ้นหรือการหาคู่ออนไลน์) เรียกว่า “แอปพลิเคชัน”

นี้ ข้อเท็จจริงที่ทราบแต่ต้องสะกดให้ชัดเจน: คอมพิวเตอร์ทำงานบนการแสดงสัญลักษณ์ของโลก พวกเขาจัดเก็บและเรียกคืน พวกเขาดำเนินการจริงๆ พวกเขามีจริงๆ หน่วยความจำกายภาพ- พวกเขาขับเคลื่อนด้วยอัลกอริธึมในทุก ๆ ด้านอย่างแท้จริง

อย่างไรก็ตาม ผู้คนไม่ทำอะไรแบบนั้น แล้วทำไมนักวิทยาศาสตร์จำนวนมากถึงพูดถึงกิจกรรมทางจิตของเราราวกับว่าเราเป็นคอมพิวเตอร์?

ในปี 2558 ผู้เชี่ยวชาญเรื่อง ปัญญาประดิษฐ์ George Zarkadakis ได้เปิดตัวหนังสือ In Our Image ซึ่งเขาอธิบายหกแนวคิดที่แตกต่างกันที่ผู้คนใช้ในช่วงสองพันปีที่ผ่านมาเพื่ออธิบายโครงสร้างของสติปัญญาของมนุษย์

ในพระคัมภีร์ฉบับแรกสุด มนุษย์ถูกสร้างขึ้นจากดินเหนียวหรือโคลน ซึ่งต่อมาพระเจ้าผู้ชาญฉลาดได้เติมวิญญาณของพระองค์ลงไป วิญญาณนี้ "อธิบาย" จิตใจของเรา - อย่างน้อยก็จากมุมมองทางไวยากรณ์

การประดิษฐ์ชลศาสตร์ในศตวรรษที่ 3 นำไปสู่ความนิยมในแนวคิดชลศาสตร์เกี่ยวกับจิตสำนึกของมนุษย์ แนวคิดก็คือการไหลของของเหลวต่างๆ ในร่างกาย - "ของเหลวในร่างกาย" - คิดเป็นหน้าที่ทั้งทางร่างกายและจิตวิญญาณ แนวคิดเกี่ยวกับไฮดรอลิกมีมายาวนานกว่า 1,600 ปี ขณะเดียวกันก็เป็นอุปสรรคต่อการพัฒนายาด้วย

เมื่อถึงศตวรรษที่ 16 อุปกรณ์ที่ขับเคลื่อนด้วยสปริงและเกียร์ได้ปรากฏขึ้น ซึ่งเป็นแรงบันดาลใจให้ René Descartes โต้แย้งว่ามนุษย์เป็นเครื่องจักรที่ซับซ้อน ในศตวรรษที่ 17 นักปรัชญาชาวอังกฤษ โธมัส ฮอบส์ เสนอว่าการคิดเกิดขึ้นผ่านการเคลื่อนไหวทางกลเล็กๆ ในสมอง เมื่อต้นศตวรรษที่ 18 การค้นพบในสาขาไฟฟ้าและเคมีนำไปสู่การเกิดขึ้นของทฤษฎีใหม่ของการคิดของมนุษย์ ซึ่งมีลักษณะเชิงเปรียบเทียบมากขึ้นอีกครั้ง ในช่วงกลางศตวรรษที่ 19 นักฟิสิกส์ชาวเยอรมัน แฮร์มันน์ ฟอน เฮล์มโฮลทซ์ ซึ่งได้รับแรงบันดาลใจจากความก้าวหน้าทางการสื่อสารเมื่อเร็วๆ นี้ ได้เปรียบเทียบสมองกับโทรเลข

นักคณิตศาสตร์ จอห์น ฟอน นอยมันน์ กล่าวว่าการทำงานของระบบประสาทของมนุษย์นั้นเป็น "ดิจิทัลโดยไม่มีหลักฐานที่ตรงกันข้าม" ซึ่งเป็นการเปรียบเทียบระหว่างส่วนประกอบของเครื่องคอมพิวเตอร์ในยุคนั้นกับส่วนต่างๆ ของสมองมนุษย์

แต่ละแนวคิดสะท้อนถึงแนวคิดที่ล้ำหน้าที่สุดแห่งยุคที่ก่อให้เกิดแนวคิดดังกล่าว อย่างที่ใครๆ คาดคิด เพียงไม่กี่ปีหลังจากการก่อตั้ง เทคโนโลยีคอมพิวเตอร์ในทศวรรษที่ 1940 พวกเขาเริ่มโต้เถียงว่าสมองทำงานเหมือนคอมพิวเตอร์ บทบาทของผู้ให้บริการทางกายภาพนั้นเล่นโดยตัวสมองเอง และความคิดของเราทำหน้าที่เป็น ซอฟต์แวร์.

มุมมองนี้มาถึงจุดสูงสุดในหนังสือเรื่อง The Computer and the Brain เมื่อปี 1958 ซึ่งนักคณิตศาสตร์ จอห์น ฟอน นอยมันน์ กล่าวเน้นย้ำว่าการทำงานของระบบประสาทของมนุษย์นั้นเป็น "ดิจิทัลโดยไม่มีหลักฐานที่ตรงกันข้าม" แม้ว่าเขาจะยอมรับว่าไม่ค่อยมีใครรู้เกี่ยวกับบทบาทของสมองในการทำงานของสติปัญญาและความจำ แต่นักวิทยาศาสตร์ก็ได้เปรียบเทียบระหว่างส่วนประกอบของเครื่องคอมพิวเตอร์ในยุคนั้นกับส่วนต่างๆ ของสมองมนุษย์

ต้องขอบคุณความก้าวหน้าทางเทคโนโลยีคอมพิวเตอร์และการวิจัยสมองในเวลาต่อมา การศึกษาแบบสหวิทยาการที่มีความทะเยอทะยานเกี่ยวกับจิตสำนึกของมนุษย์จึงค่อยๆ พัฒนาขึ้น โดยอิงจากแนวคิดที่ว่าผู้คน เช่นเดียวกับคอมพิวเตอร์ คือผู้ประมวลผลข้อมูล ปัจจุบันงานนี้ครอบคลุมการศึกษาหลายพันเรื่อง ได้รับเงินทุนหลายพันล้านดอลลาร์ และเป็นหัวข้อของงานวิจัยจำนวนมาก หนังสือของ Ray Kurzweil ในปี 2013 เรื่อง Making a Mind: Unraveling the Mystery of Human Thinking แสดงให้เห็นประเด็นนี้ โดยบรรยายถึง "อัลกอริทึม" ของสมอง เทคนิค "การประมวลผลข้อมูล" ของมัน และแม้แต่ลักษณะที่ผิวเผินคล้ายกับวงจรรวมในโครงสร้างของมัน

แนวคิดเรื่องการคิดของมนุษย์ในฐานะอุปกรณ์ประมวลผลข้อมูล (IP) ปัจจุบันมีอิทธิพลเหนือจิตสำนึกของมนุษย์ทั้งสอง คนธรรมดาและในหมู่นักวิทยาศาสตร์ แต่ท้ายที่สุดแล้ว นี่เป็นเพียงอุปมาอุปไมยอีกเรื่องหนึ่ง นิยายที่เราถ่ายทอดออกมาเป็นความจริงเพื่ออธิบายสิ่งที่เราไม่เข้าใจจริงๆ

ตรรกะที่ไม่สมบูรณ์ของแนวคิด OR นั้นค่อนข้างง่ายในการกำหนด มันอยู่บนพื้นฐานของการอ้างเหตุผลอันผิดพลาดโดยมีสมมติฐานที่สมเหตุสมผลสองข้อและข้อสรุปที่ผิด ข้อสันนิษฐานที่สมเหตุสมผล #1: คอมพิวเตอร์ทุกเครื่องมีพฤติกรรมที่ชาญฉลาด ข้อสันนิษฐานที่สมเหตุสมผล #2: คอมพิวเตอร์ทุกเครื่องเป็นผู้ประมวลผลข้อมูล ข้อสรุปที่ไม่ถูกต้อง: วัตถุทั้งหมดที่สามารถทำงานได้อย่างชาญฉลาดคือผู้ประมวลผลข้อมูล

ถ้าเราลืมเรื่องพิธีการต่างๆ ไปแล้ว ความคิดที่ว่าคนควรเป็นผู้ประมวลผลข้อมูลเพียงเพราะคอมพิวเตอร์เป็นเช่นนั้น ถือเป็นเรื่องไร้สาระโดยสิ้นเชิง และเมื่อแนวคิดเรื่อง AI ถูกละทิ้งไปในที่สุด นักประวัติศาสตร์ก็คงจะมองมันในมุมมองเดียวกันกับตอนนี้ พวกเรา แนวคิดเกี่ยวกับไฮดรอลิกและกลไกดูเหมือนไร้สาระ

ทำการทดลอง: ดึงธนบัตรร้อยรูเบิลจากหน่วยความจำ จากนั้นนำออกจากกระเป๋าเงินแล้วคัดลอก คุณเห็นความแตกต่างหรือไม่?

ภาพวาดที่สร้างขึ้นโดยไม่มีต้นฉบับจะกลายเป็นสิ่งที่แย่มากเมื่อเปรียบเทียบกับภาพวาดที่สร้างขึ้นจากชีวิต แม้ว่าในความเป็นจริงคุณเคยเห็นบิลนี้มากกว่าพันครั้งก็ตาม

มีปัญหาอะไร? "ภาพ" ธนบัตรไม่ควร "เก็บ" ไว้ใน "คลังเก็บ" ของสมองเราไม่ใช่หรือ? ทำไมเราไม่สามารถ "อ้างอิง" ถึง "ภาพ" นี้และพรรณนามันลงบนกระดาษได้?

ไม่แน่นอน และการวิจัยนับพันปีจะไม่อนุญาตให้เราระบุตำแหน่งของภาพบิลนี้ในสมองมนุษย์เพียงเพราะมันไม่มีอยู่ตรงนั้น

ความคิดที่ได้รับการส่งเสริมโดยนักวิทยาศาสตร์บางคนที่ว่าความทรงจำส่วนบุคคลถูกจัดเก็บไว้ในเซลล์ประสาทพิเศษนั้นไร้สาระ เหนือสิ่งอื่นใด ทฤษฎีนี้นำคำถามเกี่ยวกับโครงสร้างของหน่วยความจำไปสู่ระดับที่ยากยิ่งขึ้น: หน่วยความจำถูกเก็บไว้ในเซลล์อย่างไรและที่ไหน?

ความคิดที่ว่าความทรงจำถูกเก็บไว้ในเซลล์ประสาทแต่ละตัวนั้นไร้สาระ: ข้อมูลในเซลล์จะถูกเก็บไว้อย่างไรและที่ไหน?

เราจะไม่ต้องกังวลกับจิตใจของมนุษย์ที่กำลังอาละวาดในโลกไซเบอร์ และเราจะไม่มีทางบรรลุความเป็นอมตะด้วยการดาวน์โหลดจิตวิญญาณของเราไปยังสื่ออื่น

หนึ่งในการคาดการณ์ซึ่งแสดงออกมาในรูปแบบใดรูปแบบหนึ่งโดยนักอนาคต Ray Kurzweil นักฟิสิกส์ Stephen Hawking และอีกหลายคนก็คือถ้าจิตสำนึกของมนุษย์เป็นเหมือนโปรแกรมเทคโนโลยีก็จะปรากฏขึ้นในไม่ช้าซึ่งจะทำให้สามารถโหลดลงในคอมพิวเตอร์ได้ จึงช่วยเพิ่มความสามารถทางสติปัญญาอย่างมากและทำให้ความเป็นอมตะเป็นไปได้ แนวคิดนี้เป็นพื้นฐานของพล็อตเรื่อง Transcendence ของดิสโทเปีย (2014) ซึ่งจอห์นนี่ เดปป์รับบทเป็นนักวิทยาศาสตร์ที่คล้ายกับ Kurzweil เขาอัปโหลดความคิดของเขาไปยังอินเทอร์เน็ต ก่อให้เกิดผลร้ายแรงต่อมนุษยชาติ

โชคดีที่แนวคิดของ OI ไม่มีอะไรที่ใกล้เคียงกับความเป็นจริง ดังนั้นเราจึงไม่ต้องกังวลกับจิตใจของมนุษย์ที่กำลังอาละวาดในโลกไซเบอร์ และน่าเศร้าที่เราจะไม่มีทางบรรลุความเป็นอมตะด้วยการดาวน์โหลดจิตวิญญาณของเราไปยังสื่ออื่น ไม่ใช่แค่การขาดซอฟต์แวร์ในสมองเท่านั้น ปัญหายังลึกลงไปอีก เรียกได้ว่าเป็นปัญหาเรื่องเอกลักษณ์เฉพาะตัว ซึ่งทั้งน่าหลงใหลและน่าหดหู่ใจ

เนื่องจากสมองของเราไม่มีทั้ง "อุปกรณ์หน่วยความจำ" หรือ "ภาพ" ของสิ่งเร้าภายนอก และสมองก็เปลี่ยนแปลงไปตลอดชีวิตภายใต้อิทธิพลของสภาวะภายนอก จึงไม่มีเหตุผลที่จะเชื่อว่าคนสองคนในโลกจะตอบสนองต่อ สิ่งกระตุ้นเดียวกันในลักษณะเดียวกัน หากคุณและฉันดูคอนเสิร์ตเดียวกัน การเปลี่ยนแปลงที่เกิดขึ้นในสมองของคุณหลังจากการฟังจะแตกต่างจากการเปลี่ยนแปลงที่เกิดขึ้นในสมองของฉัน การเปลี่ยนแปลงเหล่านี้ขึ้นอยู่กับโครงสร้างเฉพาะของเซลล์ประสาทซึ่งเกิดขึ้นในช่วงชีวิตก่อนหน้านี้

ด้วยเหตุนี้ ดังที่เฟรดเดอริก บาร์ตเลตต์เขียนไว้ในหนังสือ Memory ของเขาเมื่อปี 1932 คนสองคนที่ได้ยินเรื่องเดียวกันจะไม่สามารถเล่าเรื่องนั้นซ้ำได้ด้วยวิธีเดียวกันทุกประการ และเมื่อเวลาผ่านไป เวอร์ชันของเรื่องราวก็จะมีความคล้ายคลึงกันน้อยลงเรื่อยๆ

ฉันคิดว่าสิ่งนี้สร้างแรงบันดาลใจมากเพราะมันหมายความว่าเราแต่ละคนมีเอกลักษณ์เฉพาะตัวอย่างแท้จริง ไม่เพียงแต่ในยีนของเราเท่านั้น แต่ยังรวมถึงวิธีที่สมองของเราเปลี่ยนแปลงไปตามกาลเวลาด้วย แต่มันก็น่าท้อใจเช่นกัน เพราะมันทำให้งานยากอยู่แล้วของนักประสาทวิทยา แทบเป็นไปไม่ได้เลยที่จะแก้ไข การเปลี่ยนแปลงแต่ละครั้งอาจส่งผลต่อเซลล์ประสาทนับพันล้านหรือทั้งสมอง และลักษณะของการเปลี่ยนแปลงเหล่านี้ก็มีลักษณะเฉพาะในแต่ละกรณีเช่นกัน

ที่แย่กว่านั้นคือ แม้ว่าเราจะบันทึกสถานะของเซลล์ประสาท 86 พันล้านเซลล์ในสมองแต่ละเซลล์และจำลองมันทั้งหมดบนคอมพิวเตอร์ได้ แต่แบบจำลองขนาดมหึมานี้ก็ไม่มีประโยชน์ภายนอกร่างกายที่เป็นของสมอง นี่อาจเป็นความเข้าใจผิดที่น่ารำคาญที่สุดเกี่ยวกับโครงสร้างของมนุษย์ ซึ่งเราเป็นหนี้แนวคิดที่ผิดพลาดของ OI

เก็บไว้ในคอมพิวเตอร์ สำเนาถูกต้องข้อมูล. พวกเขาสามารถคงอยู่ไม่เปลี่ยนแปลง เป็นเวลานานแม้จะปิดไฟในขณะที่สมองสนับสนุนความฉลาดของเราตราบเท่าที่ยังมีชีวิตอยู่ ไม่มีสวิตช์ สมองจะทำงานโดยไม่หยุด หรือเราจะไม่มีอยู่จริง ยิ่งไปกว่านั้น ดังที่นักประสาทวิทยา สตีเฟน โรส ได้กล่าวไว้ในสำเนาเรื่อง The Future of the Brain เมื่อปี 2005 สถานะปัจจุบันสมองอาจไม่มีประโยชน์หากปราศจากความรู้ชีวประวัติของเจ้าของที่สมบูรณ์ รวมถึงบริบททางสังคมที่บุคคลนั้นเติบโตมาด้วย

ในขณะเดียวกัน เงินจำนวนมหาศาลถูกใช้ไปในการวิจัยสมองโดยใช้แนวคิดผิดๆ และคำสัญญาที่จะไม่บรรลุผล ดังนั้นสหภาพยุโรปจึงเปิดตัวโครงการเพื่อศึกษาสมองของมนุษย์มูลค่า 1.3 พันล้านดอลลาร์ ทางการยุโรปเชื่อว่าคำสัญญาอันน่าดึงดูดใจของ Henry Markram ที่จะสร้างเครื่องจำลองการทำงานของสมองโดยใช้ซูเปอร์คอมพิวเตอร์ภายในปี 2566 ซึ่งจะเปลี่ยนแนวทางการรักษาไปอย่างสิ้นเชิง โรคอัลไซเมอร์และโรคอื่นๆ และสนับสนุนโครงการด้วยเงินทุนเกือบไม่จำกัด หลังจากเปิดตัวโครงการไม่ถึงสองปี กลับกลายเป็นว่าล้มเหลว และ Markram ก็ถูกขอให้ลาออก

มนุษย์เป็นสิ่งมีชีวิต ไม่ใช่คอมพิวเตอร์ ยอมรับมัน. เราจำเป็นต้องทำงานหนักเพื่อทำความเข้าใจตัวเองต่อไป แต่อย่าเสียเวลาไปกับสัมภาระทางปัญญาที่ไม่จำเป็น ตลอดครึ่งศตวรรษของการดำรงอยู่ แนวคิดของ OR ให้กับเราเพียงไม่กี่อย่างเท่านั้น การค้นพบที่เป็นประโยชน์- ถึงเวลาคลิกที่ปุ่มลบ

สงครามที่แท้จริงกำลังเกิดขึ้นต่อหน้าต่อตาเราระหว่างเทคโนโลยีที่พัฒนาอย่างรวดเร็วกับสมองของมนุษย์ และตอนนี้เราได้ยินมาแล้วว่าการต่อสู้ระหว่าง "เครื่องจักรกับมนุษย์" จะไม่จบลงที่สิ่งหลัง และในอนาคตอันใกล้นี้ ความคิดที่จะแทนที่สิ่งที่ “ไม่สมบูรณ์” นั้นถูกต้องตามกฎหมายเพียงใด คอมพิวเตอร์ชีวภาพอิเล็กทรอนิกส์ที่ก้าวหน้ายิ่งขึ้น" และความแตกต่างระหว่างสมองของมนุษย์กับ อุปกรณ์ที่ทันสมัย- Andrey Bespalov นักจิตวิทยาผู้ฝึกสอนวิธีการคิดของ Edward de Bono สะท้อนให้เห็น

หลายคนคิดว่าด้วยความก้าวหน้าของเทคโนโลยี ความจำเป็นในการจดจำข้อมูลจะหายไปเอง ท้ายที่สุดแล้ว ความจำเป็นในการคำนวณทางจิตก็หายไปพร้อมกับการถือกำเนิดของเครื่องคิดเลข! ตอนนี้ข้อมูลใดๆ ก็สามารถ “ค้นหาใน Google” ได้ภายในไม่กี่นาที และสโลแกนในรูปแบบของ “สมองของคุณคือที่สุด” คอมพิวเตอร์ที่ทรงพลัง» กำลังสูญเสียความเกี่ยวข้อง คอมพิวเตอร์/คลาวด์/Google สามารถจดจำได้ดีขึ้นมากและมากกว่าที่เราสามารถทำได้จนไม่มีประโยชน์ที่จะแข่งขันกับพวกเขา แต่สมองของเราคือคอมพิวเตอร์ในหัวของเราจริงหรือ? และเหตุใดแม้แต่เทคโนโลยีที่ล้ำหน้าที่สุดก็เทียบไม่ได้กับงานของสสารสีเทาของมนุษย์?

ลำดับชั้นของหน่วยความจำ

หันมากันดีกว่า ตัวอย่างง่ายๆ- ทุกคนที่ทำงานบนคอมพิวเตอร์ทราบดีว่าไฟล์ที่มีคำแนะนำเกี่ยวกับ "วิธีสร้างสารบัญใน Word" มีลักษณะดังนี้: "ระบุตำแหน่งที่ควรแทรกสารบัญในเอกสารให้เปิด" แท็บลิงก์" คลิกปุ่ม "สารบัญ" - และอื่น ๆ แต่ในหัวของฉันมันเกิดขึ้นแตกต่างออกไป มิฉะนั้นหากเพื่อนถามฉันทางโทรศัพท์ว่าจะสร้างสารบัญอัตโนมัติได้อย่างไรฉันก็จะตอบทันที แต่ฉันพูดว่า: "เดี๋ยวก่อน ฉันจะเปิดโปรแกรมเดี๋ยวนี้" และหลังจากที่ฉันเห็น Word ตรงหน้าเท่านั้น ฉันจึงจำได้ว่าต้องทำอะไร

ความลึกลับอยู่ที่ความจริงที่ว่า ความทรงจำในสมองถูกจัดเก็บตามลำดับชั้น ไม่เหมือนกับไฟล์ที่เขียนและอ่านเป็นเส้นตรง จะเกิดอะไรขึ้นเมื่อบุคคลเห็นตัวอักษร N เช่น ภาพไปถึงเรตินา และจากนั้นไปยังคอร์เทกซ์การมองปฐมภูมิ ซึ่งมีหน้าที่ในการจดจำภาพง่ายๆ ได้แก่ แท่งแนวตั้งสองอัน และแนวนอนหนึ่งอัน โดยจะส่งข้อมูลเกี่ยวกับแท่งเหล่านี้ไปยังคอร์เทกซ์ภาพทุติยภูมิ ซึ่งนำพวกมันมารวมกันเป็นรูปแบบที่ซับซ้อนมากขึ้น (“H”) และส่งผลลัพธ์ไปยังโซนถัดไป โดยที่ตัวอักษรที่ได้รับจากส่วนต่างๆ ของคอร์เทกซ์การมองเห็นทุติยภูมิจะรวมกันเป็นคำ และถ่ายทอด "ขึ้น"

พลังแห่งการทำนาย

เปลือกสมองแบ่งออกเป็นหลายโซนซึ่งข้อมูลมีการเคลื่อนย้ายอยู่ตลอดเวลา ไม่เพียงแต่ขึ้นตามลำดับชั้นเท่านั้น แต่ยังลงอีกด้วย Jeff Hawkins กล่าวไว้ในหนังสือ On Intelligence ว่าสมองของมนุษย์มีประสิทธิภาพมาก โดยสามารถทำนายเหตุการณ์ในอนาคตโดยอาศัยประสบการณ์ที่เก็บไว้ในความทรงจำ เพื่อที่จะดำเนินการบางอย่าง (เช่น จับลูกบอล) สมองไม่จำเป็นต้องคำนวณเป็นเวลานาน - เพียงแต่ต้องจำไว้ว่ามันเคยทำเช่นไร และบนพื้นฐานนี้ทำนายการเคลื่อนที่ของลูกบอลและประสานงาน การเคลื่อนไหวของมัน สายโซ่ของเซลล์ประสาทที่อยู่ในรูปแบบเยื่อหุ้มสมอง โครงสร้างลำดับชั้นซึ่งในระดับที่สูงขึ้นจะส่งข้อมูลไปให้อย่างต่อเนื่อง ระดับล่าง- ซึ่งจะทำให้คุณสามารถเปรียบเทียบลำดับภาพที่เข้ามากับลำดับจากประสบการณ์ครั้งก่อนได้ ดังนั้นจากคำว่า "นานมาแล้ว หลายปีมาแล้ว..." เราก็สามารถคาดเดาได้ว่าคำต่อไปจะเป็น "... นานมาแล้ว"

ฮอว์กินส์เปรียบเทียบสมองของเรากับลำดับชั้นของการบังคับบัญชาทางทหาร: “นายพลที่เป็นหัวหน้ากองทัพพูดว่า 'ย้ายกองทหารไปฟลอริดาในช่วงหน้าหนาว'” คำสั่งระดับสูงอย่างง่ายจะเผยออกมาเป็นคำสั่งที่มีรายละเอียดมากขึ้น โดยจะลงตามระดับของลำดับชั้น และโครงสร้างแต่ละส่วนนับพันกระทำการกระทำนับหมื่นครั้ง ส่งผลให้เกิดการเคลื่อนย้ายกองทหาร รายงานสิ่งที่เกิดขึ้นในแต่ละระดับและไหลลงมาจนกระทั่งนายพลได้รับรายงานขั้นสุดท้าย: “การเคลื่อนไหวสำเร็จ” ทั่วไปไม่ได้ลงรายละเอียด

การเรียกคืนทั้งหมด

ต่างจากสมองตรงที่ "หน่วยความจำ" ของคอมพิวเตอร์มีหน้าที่รับผิดชอบสองอย่างมาก อุปกรณ์ที่แตกต่างกัน: HDD (สกรู) และ RAM (RAM) ดูเหมือนว่าการเปรียบเทียบจะชัดเจน: สกรูคือเยื่อหุ้มสมองและ RAM คือฮิปโปแคมปัส แต่ลองมาดูกันว่าระบบทำงานอย่างไร ในตอนแรก ข้อมูลใหม่จะเข้าสู่ฮิบโปแคมปัสผ่านบริเวณเยื่อหุ้มสมอง หากเราไม่พบข้อมูลนี้อีก ฮิปโปแคมปัสจะค่อยๆ ลืมมันไป และยิ่งเราจำบางสิ่งบางอย่างได้บ่อยขึ้น ความเชื่อมโยงในเยื่อหุ้มสมองก็จะยิ่งแข็งแกร่งขึ้น จนกระทั่งฮิบโปแคมปัส "โอนอำนาจทั้งหมด" เกี่ยวกับรูปแบบนี้ไปให้สิ่งนั้น กระบวนการนี้เรียกว่า "การรวมหน่วยความจำ" และอาจใช้เวลานานถึงสองปี ยังเร็วเกินไปที่จะบอกว่าข้อมูลจะถูกจัดเก็บไว้ในหน่วยความจำระยะยาวจนกว่าจะเสร็จสมบูรณ์

ในฤดูใบไม้ร่วงที่น่าเบื่อ พยายามจดจำวันหยุดของคุณ: คุณนอนบนชายหาดทะเลและมองดูทรายอย่างไร ลองดูให้ละเอียดยิ่งขึ้น: คุณสามารถแยกแยะเม็ดทราย กรวด และเศษเปลือกหอยแต่ละเม็ดได้แล้ว เป็นที่น่าสงสัยมากว่าคุณจำสิ่งนี้ได้จริง - ในบางจุดจินตนาการก็เข้ามาอยู่ในภาพนี้และให้รายละเอียดที่จำเป็นที่เป็นประโยชน์ แต่ในช่วงเวลาใดที่ความทรงจำและจินตนาการที่ผสานรวมเป็นหนึ่งเดียวนั้นไม่สามารถระบุได้

ดังนั้นข้อมูลใด ๆ ที่ส่งกลับจากหน่วยความจำระยะยาวไปยังหน่วยความจำในการทำงานจะถูกนำมาสอดคล้องกับบริบทที่เปลี่ยนแปลงและงานปัจจุบัน จากนั้นจึงรวมเข้าไว้ในรูปแบบที่อัปเดต และทุกครั้งที่เรานึกถึงเหตุการณ์ในอดีต นี่จะไม่ใช่ความทรงจำเกี่ยวกับเหตุการณ์นั้นอีกต่อไป แต่เป็น "รุ่นสุดท้าย" ของสมอง หน่วยความจำของเราไม่มีตัวเลือกในการ "เปิดไฟล์เพื่อดู" - การเข้าถึงไฟล์ใด ๆ บ่งบอกถึงการเปลี่ยนแปลงบางอย่าง

หน่วยความจำเป็นศิลปะ

ในคอมพิวเตอร์ การลบหรือบันทึกไฟล์เป็นการกระทำที่ตรงกันข้าม สำหรับหน่วยความจำของมนุษย์ สิ่งเหล่านี้เป็นสองด้านของเหรียญเดียวกัน
« สำหรับสติปัญญาของเรา การลืมเลือนก็เหมือนกัน ฟังก์ชั่นที่สำคัญเช่นเดียวกับการท่องจำวิลเลียม เจมส์ เขียนเมื่อกว่าร้อยปีก่อน - ถ้าเราจำทุกอย่างได้หมด เราก็จะตกอยู่ในสถานการณ์สิ้นหวังเหมือนกับว่าเราจำอะไรไม่ได้เลย การนึกถึงเหตุการณ์หนึ่งจะใช้เวลามากพอๆ กับเหตุการณ์นั้นเอง».

ใช่ คอมพิวเตอร์อาจเก็บข้อมูลได้ดีกว่า แต่การลืมอาจไม่ดีเท่า ไม่ใช่เรื่องบังเอิญที่เราลืม - ความทรงจำถูกล้างออกจากแกลบ (ซึ่งในตัวอย่างที่มีทรายสามารถเติมจินตนาการได้หากจำเป็น) และมีเพียงเฟรมที่สำคัญเท่านั้นที่ถูกเก็บรักษาไว้ และการไตร่ตรองช่วยให้เราระบุและกำหนดกรอบการทำงานนี้
นี่คือเหตุผลที่วิลเลียม เจมส์กล่าวว่า “ศิลปะแห่งการจดจำคือศิลปะแห่งการคิด” การจำหมายถึงการเชื่อมต่อ ข้อมูลใหม่กับสิ่งที่เรารู้อยู่แล้ว ยิ่งคนจดจำได้มากเท่าไร สิ่งใหม่ๆ ก็จะอยู่ในความทรงจำก็จะยิ่งง่ายขึ้นเท่านั้น ก วิธีที่ดีที่สุดจำบางสิ่งบางอย่าง - คิดอย่างต่อเนื่องเกี่ยวกับข้อมูลที่ได้รับ

วิธีที่จะไม่จมอยู่ในทะเลแห่งข้อเท็จจริง

มีข้อสรุปอะไรบ้าง? เราคงชื่นชมยินดีในความสามารถของสมองของเราเองเท่านั้น หน่วยความจำของเราไม่เหมือนกับหน่วยความจำคอมพิวเตอร์ ไม่ใช่แค่คลังข้อมูลเท่านั้น แต่ยังเป็นส่วนสำคัญของการคิดอีกด้วย และนี่คือโอกาสอันยิ่งใหญ่ในการพัฒนา

เพื่อเติมเต็มความรู้ คุณสามารถขอข้อมูลใดๆ จาก Google ได้ แต่ในการทำเช่นนี้ คุณต้องเข้าใจสิ่งที่คุณไม่รู้จริงๆ มันเหมือนกับปริศนา - เมื่อประกอบภาพรอบชิ้นส่วนที่ขาดหายไปแล้ว มันง่ายมากที่จะเข้าใจว่าต้องค้นหาอะไรกันแน่ แต่เมื่อชิ้นส่วนทั้งหมดกระจัดกระจาย ก็ไม่ชัดเจนว่าจะเริ่มต้นจากตรงไหน ในกรณีนี้ Google ทำได้เพียงทำให้เราจมอยู่ในทะเลแห่งข้อเท็จจริงเท่านั้น แต่ไม่ได้ทำให้เราเข้าใกล้ความเข้าใจมากขึ้นอีก และมีเพียงสมองเท่านั้นที่บอกคุณว่าชิ้นส่วนใดหายไป ดังนั้นสิ่งที่เราต้องทำคือโหลดงานใหม่ ๆ ที่น่าสนใจให้ตัวเองเป็นประจำเพื่อรักษาสมองของเราให้อยู่ในสภาพดี

แนวคิดหลักของผลงานของ Ray Kurzweil ผู้โด่งดังคือปัญญาประดิษฐ์ซึ่งจะครอบงำชีวิตของผู้คนในที่สุด ในหนังสือเล่มใหม่ของเขา The Evolution of the Mind Kurzweil เผยให้เห็นถึงศักยภาพอันไม่มีที่สิ้นสุดของการทำวิศวกรรมย้อนกลับกับสมองของมนุษย์

ในบทความเดียวกัน ทัวริงรายงานการค้นพบที่ไม่คาดคิดอีกครั้งเกี่ยวกับปัญหาที่แก้ไขไม่ได้ ปัญหาที่แก้ไขไม่ได้คือปัญหาที่อธิบายไว้อย่างดีด้วยวิธีการแก้ปัญหาเฉพาะ (ซึ่งสามารถแสดงได้ว่ามีอยู่จริง) แต่ (ซึ่งสามารถแสดงได้ด้วย) ไม่สามารถแก้ไขได้ด้วยเครื่องจักรทัวริงใดๆ (กล่าวคือ ด้วยเครื่องจักรใดๆ เลย) แนวคิดเรื่องการมีอยู่ของปัญหาดังกล่าวโดยพื้นฐานแล้วขัดแย้งกับแนวคิดที่ก่อตั้งขึ้นเมื่อต้นศตวรรษที่ 20 ความเชื่อที่ว่าปัญหาทั้งหมดที่สามารถกำหนดได้นั้นแก้ไขได้ ทัวริงแสดงให้เห็นว่าจำนวนปัญหาที่แก้ไขไม่ได้ไม่น้อยกว่าจำนวนปัญหาที่แก้ไขได้ ในปี 1931 เคิร์ต โกเดลได้ข้อสรุปเดียวกันเมื่อเขากำหนด "ทฤษฎีบทความไม่สมบูรณ์" นี่เป็นสถานการณ์ที่แปลก: เราสามารถกำหนดปัญหาได้ เราสามารถพิสูจน์ได้ว่ามันมีวิธีแก้ปัญหาเฉพาะตัว แต่ในขณะเดียวกัน เราก็รู้ว่าเราจะไม่สามารถค้นพบวิธีแก้ปัญหานี้ได้

ทัวริงแสดงให้เห็นว่าเครื่องคอมพิวเตอร์ทำงานบนพื้นฐานของกลไกที่เรียบง่ายมาก เนื่องจากเครื่องจักรทัวริง (และคอมพิวเตอร์ทุกเครื่อง) สามารถกำหนดฟังก์ชันในอนาคตตามผลลัพธ์ที่ได้รับก่อนหน้านี้ จึงสามารถตัดสินใจและสร้างลำดับชั้นได้ โครงสร้างข้อมูลความซับซ้อนใดๆ

ในปี 1939 ทัวริงได้ออกแบบเครื่องคิดเลขอิเล็กทรอนิกส์ Bombe ซึ่งช่วยถอดรหัสข้อความที่ชาวเยอรมันรวบรวมโดยใช้เครื่องเข้ารหัส Enigma ภายในปี 1943 ทีมวิศวกรที่มีส่วนร่วมของทัวริงได้สร้างเครื่อง Colossus ซึ่งบางครั้งเรียกว่าคอมพิวเตอร์เครื่องแรกในประวัติศาสตร์จนเสร็จสมบูรณ์ สิ่งนี้ทำให้พันธมิตรสามารถถอดรหัสข้อความที่สร้างโดย Enigma เวอร์ชันที่ซับซ้อนยิ่งขึ้น เครื่องจักร Bombe และ Colossus ได้รับการออกแบบมาเพื่อทำงานชิ้นเดียวและไม่สามารถตั้งโปรแกรมใหม่ได้ แต่พวกเขาก็ทำหน้าที่ได้อย่างยอดเยี่ยม เชื่อกันว่าส่วนหนึ่งเป็นเพราะพวกเขา ฝ่ายสัมพันธมิตรจึงสามารถคาดการณ์ยุทธวิธีของเยอรมันได้ตลอดช่วงสงคราม และกองทัพอากาศก็สามารถเอาชนะกองกำลังกองทัพที่ใหญ่กว่าพวกเขาถึงสามเท่าในยุทธการที่บริเตน

บนพื้นฐานนี้เองที่ John von Neumann ได้สร้างคอมพิวเตอร์ของสถาปัตยกรรมสมัยใหม่ ซึ่งสะท้อนถึงแนวคิดที่สามในสี่ที่สำคัญที่สุดของทฤษฎีสารสนเทศ ในรอบเกือบเจ็ดสิบปีนับตั้งแต่นั้นมา แกนหลักของเครื่องนี้ ซึ่งเรียกว่าเครื่อง von Neumann ยังคงไม่เปลี่ยนแปลงเลย เช่นเดียวกับไมโครคอนโทรลเลอร์ในเครื่องของคุณ เครื่องซักผ้าและในซูเปอร์คอมพิวเตอร์ที่ใหญ่ที่สุด ในบทความที่ตีพิมพ์เมื่อวันที่ 30 มิถุนายน พ.ศ. 2488 ชื่อ "รายงานร่างฉบับแรกเกี่ยวกับ EDVAC" ฟอน นอยมันน์ได้สรุปแนวคิดพื้นฐานที่เป็นแนวทางในการพัฒนาวิทยาการคอมพิวเตอร์ตั้งแต่นั้นมา ในเครื่องของฟอน นอยมันน์ก็มี ซีพียูที่ใช้ดำเนินการทางคณิตศาสตร์และตรรกะ โมดูลหน่วยความจำที่ใช้จัดเก็บโปรแกรมและข้อมูล หน่วยความจำขนาดใหญ่ ตัวนับโปรแกรม และช่องสัญญาณอินพุต/เอาต์พุต แม้ว่าบทความนี้จะมีจุดประสงค์เพื่อ การใช้งานภายในในส่วนหนึ่งของโปรเจ็กต์ หนังสือเล่มนี้ได้กลายมาเป็นคัมภีร์ไบเบิลสำหรับผู้สร้างคอมพิวเตอร์ นี่คือวิธีที่บางครั้งรายงานธรรมดาๆ สามารถเปลี่ยนโลกได้

เครื่องจักรทัวริงไม่ได้มีไว้สำหรับการใช้งานจริง ทฤษฎีบทของทัวริงไม่ได้เกี่ยวข้องกับประสิทธิภาพของการแก้ปัญหา แต่อธิบายถึงช่วงของปัญหาที่คอมพิวเตอร์สามารถแก้ไขได้ในทางทฤษฎี ในทางตรงกันข้าม เป้าหมายของฟอน นอยมันน์คือการสร้างแนวคิดนี้ คอมพิวเตอร์จริง- แบบจำลองของเขาแทนที่ระบบทัวริงหนึ่งบิตด้วยระบบหลายบิต (โดยปกติจะเป็นผลคูณของแปดบิต) เครื่องทัวริงมีเทปหน่วยความจำแบบอนุกรม ดังนั้นโปรแกรมต่างๆ จึงใช้เวลานานมากในการเคลื่อนย้ายเทปไปมาเพื่อบันทึกและเรียกผลลัพธ์ระดับกลาง ในทางตรงกันข้าม ในระบบ von Neumann หน่วยความจำจะถูกเข้าถึงแบบสุ่ม ทำให้สามารถดึงข้อมูลที่ต้องการได้ทันที

แนวคิดหลักประการหนึ่งของฟอน นอยมันน์คือแนวคิดของโปรแกรมที่จัดเก็บซึ่งเขาพัฒนาขึ้นเมื่อสิบปีก่อนการสร้างคอมพิวเตอร์ สาระสำคัญของแนวคิดนี้คือโปรแกรมจะถูกจัดเก็บไว้ในโมดูลหน่วยความจำเข้าถึงโดยสุ่มเดียวกันกับข้อมูล (และมักจะอยู่ในบล็อกหน่วยความจำเดียวกัน) ซึ่งจะทำให้คุณสามารถตั้งโปรแกรมคอมพิวเตอร์ใหม่เพื่อแก้ปัญหาได้ งานที่แตกต่างกันและสร้างโค้ดที่แก้ไขได้เอง (ในกรณีของการบันทึกไดรฟ์) ซึ่งมีความเป็นไปได้ที่จะเกิดการเรียกซ้ำ จนถึงเวลานั้น คอมพิวเตอร์เกือบทั้งหมดรวมทั้ง Colossus ถูกสร้างขึ้นเพื่อแก้ปัญหา งานเฉพาะ- แนวคิดของโปรแกรมที่จัดเก็บทำให้คอมพิวเตอร์กลายเป็นเครื่องจักรที่เป็นสากลอย่างแท้จริง ซึ่งสอดคล้องกับแนวคิดของทัวริงเกี่ยวกับความเป็นสากลของการประมวลผลด้วยเครื่องจักร

คุณสมบัติที่สำคัญอีกประการหนึ่งของเครื่อง von Neumann คือ แต่ละคำสั่งประกอบด้วยรหัสการดำเนินการที่ระบุการดำเนินการทางคณิตศาสตร์หรือตรรกะ และที่อยู่ของตัวถูกดำเนินการในหน่วยความจำของคอมพิวเตอร์

แนวคิดเกี่ยวกับสถาปัตยกรรมคอมพิวเตอร์ของ Von Neumann สะท้อนให้เห็นในโครงการ EDVAC ซึ่งเขาทำงานร่วมกับ Presper J. Eckert และ John Mauchly คอมพิวเตอร์ EDVAC ไม่สามารถใช้งานได้จนกระทั่งปี 1951 เมื่อมีคอมพิวเตอร์โปรแกรมจัดเก็บอื่นๆ อยู่แล้ว เช่น Manchester Small Experimental Machine, ENIAC, EDSAC และ BINAC ซึ่งทั้งหมดนี้ถูกสร้างขึ้นภายใต้อิทธิพลของรายงานของ von Neumann และด้วยการมีส่วนร่วมของ Eckert และมาอูลี่ นอกจากนี้ ฟอน นอยมันน์ยังมีส่วนร่วมในการพัฒนาเครื่องจักรเหล่านี้บางรุ่นอีกด้วย ซึ่งรวมถึง เวอร์ชันล่าสุด ENIAC ซึ่งใช้หลักการโปรแกรมที่เก็บไว้

คอมพิวเตอร์สถาปัตยกรรม von Neumann มีรุ่นก่อนหลายรุ่น แต่ไม่มีรุ่นใดที่มีข้อยกเว้นที่ไม่คาดคิดเพียงอย่างเดียวที่สามารถเรียกได้ว่าเป็นเครื่อง von Neumann ที่แท้จริง ในปี 1944 Howard Aiken ได้เปิดตัว Mark I ซึ่งสามารถตั้งโปรแกรมใหม่ได้ในระดับหนึ่ง แต่ไม่ได้ใช้โปรแกรมที่เก็บไว้ เครื่องอ่านคำสั่งจากบัตรที่เจาะแล้วดำเนินการทันที รถยังไม่ได้จัดให้มีการเปลี่ยนแบบมีเงื่อนไข

ในปี 1941 นักวิทยาศาสตร์ชาวเยอรมัน Konrad Zuse (1910–1995) ได้สร้างคอมพิวเตอร์ Z-3 นอกจากนี้ยังอ่านโปรแกรมจากเทป (ในกรณีนี้คือเข้ารหัสบนเทป) และยังไม่ได้ดำเนินการแยกแบบมีเงื่อนไขด้วย สิ่งที่น่าสนใจคือ Zuse ได้รับการสนับสนุนทางการเงินจากสถาบันวิศวกรรมอากาศยานแห่งเยอรมนี ซึ่งใช้คอมพิวเตอร์เครื่องนี้เพื่อศึกษาการกระพือของปีกเครื่องบิน อย่างไรก็ตาม ข้อเสนอของ Zuse ในการจัดหาเงินทุนสำหรับการเปลี่ยนรีเลย์ด้วยหลอดวิทยุไม่ได้รับการสนับสนุนจากรัฐบาลนาซี ซึ่งถือว่าการพัฒนาเทคโนโลยีคอมพิวเตอร์ "ไม่มีความสำคัญทางทหาร" สำหรับฉันดูเหมือนว่าสิ่งนี้จะมีอิทธิพลต่อผลลัพธ์ของสงครามในระดับหนึ่ง

อันที่จริง von Neumann มีบรรพบุรุษที่ยอดเยี่ยมคนหนึ่ง และเขามีชีวิตอยู่ก่อนหน้านี้เมื่อร้อยปีก่อน! นักคณิตศาสตร์และนักประดิษฐ์ชาวอังกฤษ Charles Babbage (1791–1871) บรรยายถึงเครื่องมือวิเคราะห์ของเขาในปี 1837 ซึ่งมีพื้นฐานอยู่บนหลักการเดียวกันกับคอมพิวเตอร์ของ von Neumann และใช้โปรแกรมจัดเก็บที่พิมพ์บนบัตรเจาะบนเครื่องทอผ้า jacquard หน่วยความจำของเครื่องเข้าถึงโดยสุ่มประกอบด้วย 1,000 คำ โดยมีทศนิยม 50 ตำแหน่ง (เทียบเท่ากับประมาณ 21 กิโลไบต์) แต่ละคำสั่งมี opcode และตัวถูกดำเนินการ เช่นเดียวกับในสมัยใหม่ ภาษาคอมพิวเตอร์- ระบบไม่ได้ใช้สาขาหรือลูปแบบมีเงื่อนไข ดังนั้นมันจึงเป็นเช่นนั้น รถจริงวอน นอยมันน์. เห็นได้ชัดว่ามีกลไกเหนือกว่าทั้งการออกแบบและความสามารถด้านองค์กรของ Babbage เอง เขาสร้างชิ้นส่วนของเครื่องจักร แต่ไม่เคยเปิดตัวเลย

ยังไม่ทราบแน่ชัดว่าผู้บุกเบิกคอมพิวเตอร์ในศตวรรษที่ 20 รวมทั้งฟอน นอยมันน์ ทราบถึงผลงานของแบบเบจหรือไม่

อย่างไรก็ตาม การสร้างเครื่องจักรของ Babbage ถือเป็นจุดเริ่มต้นของการพัฒนาการเขียนโปรแกรม นักเขียนชาวอังกฤษ Ada Byron (1815–1852) เคานท์เตสแห่งเลิฟเลซ ซึ่งเป็นบุตรที่ชอบด้วยกฎหมายเพียงคนเดียวของกวี Lord Byron กลายเป็นโปรแกรมเมอร์คอมพิวเตอร์คนแรกของโลก เธอเขียนโปรแกรมสำหรับ Analytical Engine ของ Babbage และแก้ไขข้อบกพร่องเหล่านั้นในหัวของเธอ (เนื่องจากคอมพิวเตอร์ไม่เคยทำงาน) ตอนนี้โปรแกรมเมอร์เรียกการตรวจสอบตารางฝึกหัดนี้ เธอแปลบทความโดยนักคณิตศาสตร์ชาวอิตาลี Luigi Menabrea เกี่ยวกับ Analytical Engine โดยเพิ่มความคิดเห็นที่สำคัญของเธอเองและสังเกตว่า “Analytical Engine ทอลวดลายพีชคณิตเหมือนเครื่องทอผ้า jacquard สานดอกไม้และใบไม้” เธออาจเป็นคนแรกที่พูดถึงความเป็นไปได้ในการสร้างปัญญาประดิษฐ์ แต่สรุปว่าเครื่องมือวิเคราะห์ "ไม่สามารถคิดอะไรขึ้นมาได้ด้วยตัวเอง"

แนวคิดของแบบเบจดูน่าทึ่งเมื่อพิจารณาถึงยุคสมัยที่เขาอาศัยและทำงานอยู่ อย่างไรก็ตามในช่วงกลางศตวรรษที่ 20 ความคิดเหล่านี้แทบจะลืมไปแล้ว (และค้นพบใหม่ในภายหลังเท่านั้น) ฟอน นอยมันน์เป็นผู้คิดค้นและกำหนดหลักการสำคัญของการทำงานของคอมพิวเตอร์ในตัวเขา รูปแบบที่ทันสมัยและไม่ใช่เพื่ออะไรเลยที่เครื่อง von Neumann ยังคงถือเป็นรุ่นหลักของคอมพิวเตอร์ต่อไป อย่างไรก็ตาม อย่าลืมว่าเครื่อง von Neumann แลกเปลี่ยนข้อมูลระหว่างแต่ละโมดูลและภายในโมดูลเหล่านี้อย่างต่อเนื่อง ดังนั้นจึงไม่สามารถสร้างขึ้นได้หากไม่มีทฤษฎีบทของแชนนอนและวิธีการที่เขาเสนอสำหรับการส่งและการจัดเก็บข้อมูลดิจิทัลที่เชื่อถือได้

ทั้งหมดนี้นำเราไปสู่แนวคิดสำคัญข้อที่สี่ ซึ่งเอาชนะข้อสรุปของ Ada Byron เกี่ยวกับการที่คอมพิวเตอร์ไม่สามารถคิดอย่างสร้างสรรค์ได้ และช่วยให้เราสามารถค้นหาอัลกอริธึมสำคัญที่สมองใช้ ซึ่งจากนั้นจะสามารถนำมาใช้เปลี่ยนคอมพิวเตอร์ให้เป็นสมองได้ Alan Turing ได้กำหนดปัญหานี้ไว้ในบทความ " คอมพิวเตอร์และจิตใจ” ซึ่งตีพิมพ์ในปี 1950 ซึ่งอธิบายถึงการทดสอบทัวริงที่รู้จักกันดีในปัจจุบันเพื่อกำหนดความใกล้ชิดของ AI กับความฉลาดของมนุษย์

ในปี 1956 ฟอน นอยมันน์เริ่มเตรียมชุดการบรรยายสำหรับ Silliman Readings อันทรงเกียรติที่มหาวิทยาลัยเยล นักวิทยาศาสตร์ป่วยด้วยโรคมะเร็งอยู่แล้ว และไม่สามารถบรรยายให้เสร็จสิ้นหรือแม้แต่เขียนต้นฉบับที่บรรยายนั้นให้จบได้ อย่างไรก็ตาม งานที่ยังไม่เสร็จนี้เป็นการทำนายที่ยอดเยี่ยมถึงสิ่งที่ฉันรับรู้เป็นการส่วนตัวว่าเป็นโครงการที่ยากและสำคัญที่สุดในประวัติศาสตร์ของมนุษยชาติ หลังจากนักวิทยาศาสตร์คนนี้เสียชีวิตในปี 1958 ต้นฉบับดังกล่าวได้รับการตีพิมพ์ภายใต้ชื่อ “คอมพิวเตอร์และสมอง” มันเกิดขึ้นที่งานชิ้นสุดท้ายของนักคณิตศาสตร์ที่เก่งที่สุดคนหนึ่งของศตวรรษที่ผ่านมาและหนึ่งในผู้ก่อตั้งเทคโนโลยีคอมพิวเตอร์กลายเป็นงานทุ่มเทให้กับการวิเคราะห์ความคิด นี่เป็นการศึกษาสมองมนุษย์อย่างจริงจังครั้งแรกจากมุมมองของนักคณิตศาสตร์และนักวิทยาศาสตร์คอมพิวเตอร์ ก่อนฟอน นอยมันน์ เทคโนโลยีคอมพิวเตอร์และประสาทวิทยาศาสตร์เป็นเกาะสองเกาะที่แยกจากกันโดยไม่มีสะพานเชื่อมระหว่างทั้งสอง

ฟอน นอยมันน์เริ่มต้นเรื่องราวด้วยการบรรยายถึงความเหมือนและความแตกต่างระหว่างคอมพิวเตอร์และสมองของมนุษย์ เมื่อพิจารณาถึงยุคที่งานนี้ถูกสร้างขึ้น ดูเหมือนว่าจะแม่นยำอย่างน่าประหลาดใจ นักวิทยาศาสตร์ตั้งข้อสังเกตว่าสัญญาณเอาท์พุตของเซลล์ประสาทเป็นแบบดิจิทัล - แอกซอนจะตื่นเต้นหรือยังคงอยู่นิ่ง ในเวลานั้นยังไม่ชัดเจนว่าสัญญาณเอาท์พุตสามารถประมวลผลแบบอะนาล็อกได้ การประมวลผลสัญญาณในเดนไดรต์ที่นำไปสู่เซลล์ประสาทและในร่างกายของเซลล์ประสาทเป็นแบบอะนาล็อก และฟอน นอยมันน์บรรยายสถานการณ์นี้โดยใช้ผลรวมถ่วงน้ำหนักของสัญญาณอินพุตที่มีค่าเกณฑ์

แบบจำลองการทำงานของเส้นประสาทนี้นำไปสู่การพัฒนาการเชื่อมต่อและการใช้ หลักการนี้สำหรับการสร้างสรรค์ทั้งการออกแบบฮาร์ดแวร์และโปรแกรมคอมพิวเตอร์ (ตามที่ฉันได้อธิบายไว้ในบทที่แล้ว ระบบแรกคือโปรแกรม IBM 704 ถูกสร้างขึ้นโดย Frank Rosenblatt จาก Cornell University ในปี 1957 หลังจากที่ต้นฉบับการบรรยายของ von Neumann มีให้ใช้งานแล้ว) ตอนนี้ เรามีแบบจำลองที่ซับซ้อนมากขึ้นซึ่ง อธิบายการรวมกันของสัญญาณอินพุตของเส้นประสาท แต่ ความคิดทั่วไปเกี่ยวกับการประมวลผลสัญญาณอนาล็อกโดยการเปลี่ยนความเข้มข้นของสารสื่อประสาทยังคงเป็นจริง

จากแนวคิดเรื่องความเป็นสากลของคอมพิวเตอร์คอมพิวเตอร์ ฟอน นอยมันน์ได้ข้อสรุปว่าแม้จะมีความแตกต่างที่ดูเหมือนรุนแรงในสถาปัตยกรรมและหน่วยโครงสร้างของสมองและคอมพิวเตอร์ แต่การใช้เครื่องฟอน นอยมันน์ทำให้เราสามารถจำลองกระบวนการที่เกิดขึ้นใน สมอง. อย่างไรก็ตาม สมมุติฐานการสนทนานั้นไม่ถูกต้อง เนื่องจากสมองไม่ใช่เครื่องจักรของฟอน นอยมันน์ และไม่มีโปรแกรมที่เก็บไว้ (แม้ว่าในหัวเราสามารถจำลองการทำงานของเครื่องจักรทัวริงที่เรียบง่ายมากได้ก็ตาม) อัลกอริธึมหรือวิธีการทำงานของสมองถูกกำหนดโดยโครงสร้างของมัน วอน นอยมันน์สรุปอย่างถูกต้องว่าเซลล์ประสาทสามารถเรียนรู้รูปแบบที่เหมาะสมโดยอาศัยสัญญาณอินพุต อย่างไรก็ตาม ในสมัยของฟอน นอยมันน์ ไม่มีใครรู้ว่าการเรียนรู้เกิดขึ้นผ่านการสร้างและทำลายการเชื่อมต่อระหว่างเซลล์ประสาทด้วย

วอน นอยมันน์ยังชี้ให้เห็นว่าความเร็วของการประมวลผลข้อมูลโดยเซลล์ประสาทนั้นต่ำมาก โดยต้องคำนวณเป็นร้อยๆ ครั้งต่อวินาที แต่สมองจะชดเชยสิ่งนี้ด้วยการประมวลผลข้อมูลในเซลล์ประสาทหลายๆ ตัวไปพร้อมๆ กัน นี่เป็นอีกหนึ่งการค้นพบที่ชัดเจนแต่สำคัญมาก ฟอน นอยมันน์แย้งว่าเซลล์ประสาททั้ง 10 10 เซลล์ในสมอง (การประมาณนี้ค่อนข้างแม่นยำ: ตามแนวคิดของวันนี้ สมองมีเซลล์ประสาทตั้งแต่ 10 10 ถึง 10 11 เซลล์ประสาท) ประมวลผลสัญญาณในเวลาเดียวกัน ยิ่งไปกว่านั้น การติดต่อทั้งหมด (โดยเฉลี่ย 10 3 ถึง 10 4 ต่อเซลล์ประสาท) จะถูกนับพร้อมกัน

เมื่อพิจารณาถึงสภาวะดั้งเดิมของประสาทวิทยาในขณะนั้น การประมาณค่าและคำอธิบายการทำงานของเส้นประสาทของฟอน นอยมันน์มีความแม่นยำอย่างน่าทึ่ง อย่างไรก็ตาม ฉันไม่เห็นด้วยกับงานของเขาด้านหนึ่ง นั่นก็คือ แนวคิดเกี่ยวกับความสามารถในการจดจำของสมอง เขาเชื่อว่าสมองจะจดจำทุกสัญญาณตลอดชีวิต วอน นอยมันน์ประมาณอายุขัยของมนุษย์โดยเฉลี่ยที่ 60 ปี ซึ่งก็คือประมาณ 2 x 10 9 วินาที หากแต่ละเซลล์ประสาทได้รับสัญญาณประมาณ 14 สัญญาณต่อวินาที (ซึ่งจริงๆ แล้วคือขนาดที่ต่ำกว่าค่าที่แท้จริงสามลำดับ) และสมองมีเซลล์ประสาททั้งหมด 10 10 เซลล์ ปรากฎว่าความจุหน่วยความจำของสมองอยู่ที่ประมาณ 10 20 บิต อย่างที่ฉันเขียนไว้ข้างต้นเราจำได้เท่านั้น ส่วนเล็กๆความคิดและประสบการณ์ของเรา แม้แต่ความทรงจำเหล่านี้ก็ไม่ได้ถูกจัดเก็บเป็นข้อมูลทีละบิตที่มีความซับซ้อนต่ำ (เช่นในวิดีโอ) แต่เป็นลำดับของภาพที่สูงกว่า

ดังที่ฟอน นอยมันน์อธิบายแต่ละกลไกในการทำงานของสมอง เขาได้สาธิตไปพร้อมๆ กันว่าคอมพิวเตอร์สมัยใหม่สามารถทำหน้าที่เดียวกันได้อย่างไร แม้ว่าสมองกับคอมพิวเตอร์จะมีความแตกต่างกันอย่างเห็นได้ชัดก็ตาม กลไกแอนะล็อกของสมองสามารถสร้างแบบจำลองได้โดยใช้กลไกดิจิทัล เนื่องจากคอมพิวเตอร์ดิจิทัลสามารถจำลองค่าแอนะล็อกด้วยความแม่นยำระดับใดก็ได้ (และความแม่นยำของข้อมูลแอนะล็อกในสมองค่อนข้างต่ำ) นอกจากนี้ยังสามารถจำลองการทำงานแบบขนานขนาดใหญ่ของสมองได้ เนื่องจากคอมพิวเตอร์มีความเหนือกว่าอย่างมากในด้านความเร็วในการคำนวณแบบอนุกรม (ความเหนือกว่านี้เพิ่มขึ้นอีกนับตั้งแต่ von Neumann) นอกจากนั้นเราก็สามารถดำเนินการได้ การประมวลผลแบบขนานสัญญาณในคอมพิวเตอร์ที่ใช้เครื่อง von Neumann แบบขนาน - นี่คือการทำงานของซูเปอร์คอมพิวเตอร์สมัยใหม่

เมื่อพิจารณาจากความสามารถของมนุษย์ในการตัดสินใจอย่างรวดเร็วด้วยความเร็วของระบบประสาทที่ต่ำเช่นนี้ ฟอน นอยมันน์จึงสรุปว่าการทำงานของสมองไม่สามารถเกี่ยวข้องกับอัลกอริธึมที่ต่อเนื่องยาวนานได้ เมื่อเบสคนที่สามรับลูกบอลและตัดสินใจที่จะโยนมันไปที่เบสที่สอง เขาจะตัดสินใจภายในเสี้ยววินาที ในระหว่างนั้นเซลล์ประสาทแต่ละอันแทบจะไม่มีเวลาพอที่จะกระตุ้นการกระตุ้นหลายรอบให้เสร็จสิ้น วอน นอยมันน์ได้ข้อสรุปเชิงตรรกะว่าความสามารถอันน่าทึ่งของสมองนั้นเกิดจากการที่เซลล์ประสาททั้ง 100 พันล้านเซลล์สามารถประมวลผลข้อมูลพร้อมกันได้ ดังที่ผมได้กล่าวไว้ข้างต้น เปลือกสมองส่วนการมองเห็นทำการอนุมานที่ซับซ้อนในเวลาเพียงสามหรือสี่รอบของการทำงานของเส้นประสาท

มันเป็นพลาสติกที่สำคัญของสมองที่ช่วยให้เราเรียนรู้ อย่างไรก็ตามคอมพิวเตอร์มีความยืดหยุ่นมากกว่ามาก - วิธีการสามารถเปลี่ยนแปลงได้อย่างสมบูรณ์โดยการเปลี่ยนซอฟต์แวร์ ดังนั้นคอมพิวเตอร์จึงสามารถเลียนแบบสมองได้ แต่สิ่งที่ตรงกันข้ามไม่เป็นความจริง

เมื่อฟอน นอยมันน์เปรียบเทียบความสามารถแบบขนานขนาดใหญ่ของสมองกับคอมพิวเตอร์ไม่กี่เครื่องในสมัยนั้น เห็นได้ชัดว่าสมองมีความจำและความเร็วมากกว่ามาก ปัจจุบัน ซูเปอร์คอมพิวเตอร์เครื่องแรกได้ถูกสร้างขึ้นแล้ว ตามการประมาณการแบบอนุรักษ์นิยมที่สุด ซึ่งเป็นไปตามข้อกำหนดด้านการทำงานที่จำเป็นในการจำลองการทำงานของสมองมนุษย์ (ประมาณ 10,16 การทำงานต่อวินาที) (ในความคิดของฉัน คอมพิวเตอร์ที่ทรงพลังจะมีราคาประมาณ 1,000 ดอลลาร์ในช่วงต้นปี 2020) ในแง่ของความจุหน่วยความจำ เราได้พัฒนาไปอีกขั้น งานของฟอน นอยมันน์ปรากฏขึ้นในช่วงต้นยุคคอมพิวเตอร์ แต่นักวิทยาศาสตร์มั่นใจว่าเมื่อถึงจุดหนึ่ง เราจะสามารถสร้างคอมพิวเตอร์และ โปรแกรมคอมพิวเตอร์สามารถเลียนแบบสมองมนุษย์ได้ ด้วยเหตุนี้เขาจึงเตรียมการบรรยายไว้

Von Neumann เชื่อมั่นอย่างลึกซึ้งถึงความก้าวหน้าที่เร่งขึ้นและผลกระทบที่สำคัญต่อชีวิตของผู้คนในอนาคต หนึ่งปีหลังจากการเสียชีวิตของฟอน นอยมันน์ ในปี 1957 นักคณิตศาสตร์เพื่อนร่วมงานของเขา สแตน อูแลม อ้างคำพูดของฟอน นอยมันน์ในช่วงต้นทศวรรษ 1950 ว่า "ความก้าวหน้าทางเทคโนโลยีที่เร่งรีบและการเปลี่ยนแปลงวิถีชีวิตของผู้คนทุกครั้ง ทำให้เกิดความรู้สึกว่าความแปลกประหลาดที่สำคัญบางประการในประวัติศาสตร์กำลังใกล้เข้ามา" "เผ่าพันธุ์มนุษย์ที่เกินกว่ากิจกรรมของมนุษย์อย่างที่เรารู้กันทุกวันนี้ไม่สามารถดำเนินต่อไปได้อีกต่อไป" นี่เป็นการใช้คำว่า "เอกฐาน" ครั้งแรกเพื่ออธิบายความก้าวหน้าทางเทคโนโลยีของมนุษย์

ความเข้าใจที่สำคัญที่สุดของฟอน นอยมันน์คือความคล้ายคลึงกันระหว่างคอมพิวเตอร์กับสมอง โปรดทราบว่าส่วนหนึ่งของความฉลาดของมนุษย์คือความฉลาดทางอารมณ์ ถ้าการคาดเดาของฟอน นอยมันน์ถูกต้อง และถ้าเราเห็นด้วยกับคำพูดของผมที่ว่าระบบที่ไม่ใช่ทางชีววิทยาซึ่งผลิตซ้ำความฉลาด (ทางอารมณ์และอื่นๆ) ของบุคคลที่มีชีวิตได้อย่างน่าพอใจนั้นมีจิตสำนึก (ดูบทถัดไป) เราจะต้องสรุปว่าระหว่าง คอมพิวเตอร์ (ด้วย ซอฟต์แวร์ที่ถูกต้อง)และ มีสติมีความคล้ายคลึงกันในการคิดอย่างชัดเจน วอน นอยมันน์พูดถูกหรือเปล่า?

ส่วนใหญ่ คอมพิวเตอร์สมัยใหม่เป็นเครื่องจักรดิจิทัลโดยสมบูรณ์ ในขณะที่สมองของมนุษย์ใช้วิธีการทั้งแบบดิจิทัลและแอนะล็อก อย่างไรก็ตาม วิธีการแบบอะนาล็อกสามารถทำซ้ำแบบดิจิทัลได้อย่างง่ายดายด้วยความแม่นยำระดับใดก็ได้ นักวิทยาศาสตร์คอมพิวเตอร์ชาวอเมริกัน คาร์เวอร์ มี้ด (เกิดปี 1934) แสดงให้เห็นว่าวิธีการแบบอะนาล็อกของสมองสามารถทำซ้ำได้โดยตรงในซิลิคอน และนำไปใช้ในรูปแบบของสิ่งที่เรียกว่าชิปนิวโรมอร์ฟิก มี้ดแสดงให้เห็นว่าแนวทางนี้อาจมีประสิทธิภาพมากกว่าการจำลองวิธีอนาล็อกแบบดิจิทัลหลายพันเท่า ถ้า เรากำลังพูดถึงเกี่ยวกับการเข้ารหัสอัลกอริธึมนีโอคอร์ติคอลที่ซ้ำซ้อน การใช้แนวคิดของมี้ดอาจสมเหตุสมผล ทีมวิจัยของ IBM นำโดย Dharmendra Modhi กำลังใช้ชิปที่เลียนแบบเซลล์ประสาทและการเชื่อมต่อของพวกมัน รวมถึงความสามารถในการสร้างการเชื่อมต่อใหม่ หนึ่งในชิปที่เรียกว่า SyNAPSE จะปรับเซลล์ประสาท 256 เซลล์โดยตรงและการเชื่อมต่อซินแนปติกประมาณหนึ่งในสี่ของล้าน เป้าหมายของโครงการคือการจำลองนีโอคอร์เท็กซ์ที่ประกอบด้วยเซลล์ประสาท 10 พันล้านเซลล์และการเชื่อมต่อ 100 ล้านล้านจุด (เทียบเท่ากับสมองของมนุษย์) โดยใช้พลังงานเพียงหนึ่งกิโลวัตต์

กว่าห้าสิบปีที่แล้ว ฟอน นอยมันน์สังเกตว่ากระบวนการในสมองเกิดขึ้นช้ามาก แต่มีลักษณะที่คล้ายคลึงกันอย่างมาก วงจรดิจิตอลสมัยใหม่ทำงานเร็วกว่าสวิตช์ไฟฟ้าเคมีในสมองอย่างน้อย 10 ล้านเท่า ในทางตรงกันข้าม โมดูลการจดจำของเปลือกสมองทั้ง 300 ล้านโมดูลทำหน้าที่พร้อมกัน และสามารถเปิดใช้งานการสัมผัสระหว่างเซลล์ประสาทหลายล้านล้านครั้งในเวลาเดียวกัน ดังนั้น ในการสร้างคอมพิวเตอร์ที่สามารถเลียนแบบสมองของมนุษย์ได้เพียงพอ จำเป็นต้องมีหน่วยความจำและประสิทธิภาพการประมวลผลที่เพียงพอ ไม่จำเป็นต้องคัดลอกสถาปัตยกรรมของสมองโดยตรง นี่เป็นวิธีการที่ไม่มีประสิทธิภาพและไม่ยืดหยุ่นมากนัก

คอมพิวเตอร์ที่เกี่ยวข้องควรเป็นอย่างไร มากมาย โครงการวิจัยมุ่งเป้าไปที่การสร้างแบบจำลองการเรียนรู้แบบลำดับชั้นและการจดจำรูปแบบที่เกิดขึ้นในนีโอคอร์เท็กซ์ ตัวฉันเองกำลังทำการวิจัยที่คล้ายกันโดยใช้โมเดล Markov ที่ซ่อนอยู่แบบลำดับชั้น ฉันประเมินว่าการสร้างแบบจำลองหนึ่งรอบการจดจำในโมดูลการจดจำหนึ่งโมดูลของนีโอคอร์เท็กซ์ทางชีววิทยานั้นต้องใช้การคำนวณประมาณ 3,000 ครั้ง การจำลองส่วนใหญ่สร้างขึ้นจากการคำนวณจำนวนน้อยกว่ามาก หากเราสมมติว่าสมองดำเนินการรอบการรับรู้ประมาณ 10 2 (100) รอบต่อวินาที เราจะได้การคำนวณทั้งหมด 3 x 10 5 (300,000) ต่อวินาทีสำหรับหนึ่งโมดูลการจดจำ หากเราคูณตัวเลขนี้ด้วยจำนวนโมดูลการจดจำทั้งหมด (3 x 10 8 (300 ล้าน ตามการประมาณการของฉัน)) เราจะได้การคำนวณ 10 14 (100 ล้านล้าน) ต่อวินาที ฉันให้ความหมายประมาณเดียวกันในหนังสือ “The Singularity is Near” ฉันคาดการณ์ว่าการจำลองการทำงานของสมองต้องใช้ความเร็ว 10 14 ถึง 10 16 การคำนวณต่อวินาที การประมาณการของ Hans Moravec ซึ่งอิงจากการอนุมานข้อมูลสำหรับการประมวลผลภาพเบื้องต้นทั่วทั้งสมองคือการคำนวณ 10 14 ครั้งต่อวินาที ซึ่งเหมือนกับการคำนวณของฉัน

มาตรฐาน รถยนต์สมัยใหม่สามารถทำงานด้วยความเร็วสูงถึง 10 10 การคำนวณต่อวินาที แต่ด้วยความช่วยเหลือจากทรัพยากรคลาวด์ ผลผลิตของพวกเขาจึงสามารถเพิ่มขึ้นได้อย่างมาก ที่สุด ซูเปอร์คอมพิวเตอร์ที่รวดเร็วคอมพิวเตอร์ญี่ปุ่น "K" มีความเร็วถึง 10 16 การคำนวณต่อวินาทีแล้ว เมื่อพิจารณาถึงความซ้ำซ้อนมหาศาลของอัลกอริธึมนีโอคอร์เท็กซ์ ผลลัพธ์ที่ดีสามารถทำได้โดยใช้ชิปนิวโรมอร์ฟิก เช่นเดียวกับในเทคโนโลยี SvNAPSE

ในแง่ของข้อกำหนดหน่วยความจำ เราต้องการประมาณ 30 บิต (ประมาณ 4 ไบต์) สำหรับแต่ละพินที่มีโมดูลการจดจำหนึ่งใน 300 ล้านโมดูล หากโดยเฉลี่ยแปดสัญญาณเหมาะสำหรับโมดูลการจดจำแต่ละโมดูล เราจะได้ 32 ไบต์ต่อโมดูลการจดจำ หากเราพิจารณาว่าน้ำหนักของสัญญาณอินพุตแต่ละตัวคือหนึ่งไบต์ เราจะได้ 40 ไบต์ เพิ่ม 32 ไบต์สำหรับผู้ติดต่อดาวน์สตรีม และเราได้รับ 72 ไบต์ ฉันทราบว่าการมีอยู่ของสาขาขึ้นและลงนำไปสู่ความจริงที่ว่าจำนวนสัญญาณมากกว่าแปดมากแม้ว่าเราจะคำนึงถึงว่าโมดูลการจดจำจำนวนมากใช้ระบบการเชื่อมต่อที่มีสาขาสูงทั่วไปก็ตาม ตัวอย่างเช่น การจดจำตัวอักษร "p" อาจเกี่ยวข้องกับโมดูลการจดจำหลายร้อยโมดูล ซึ่งหมายความว่าโมดูลการจดจำระดับถัดไปหลายพันรายการมีส่วนร่วมในการจดจำคำและวลีที่มีตัวอักษร "p" อย่างไรก็ตาม แต่ละโมดูลที่รับผิดชอบในการจดจำ "p" จะไม่ทำซ้ำแผนผังการเชื่อมต่อที่ป้อนการจดจำคำและวลีทุกระดับด้วย "p" โมดูลทั้งหมดเหล่านี้มีแผนผังการเชื่อมต่อร่วมกัน

สิ่งที่กล่าวมาข้างต้นก็เป็นจริงสำหรับสัญญาณดาวน์สตรีมเช่นกัน นั่นคือโมดูลที่รับผิดชอบในการจดจำ คำแอปเปิ้ลจะบอกโมดูลดาวน์สตรีมนับพันที่รับผิดชอบในการรับรู้ "e" ว่าอิมเมจ "e" คาดว่าจะเกิดขึ้นหาก "a", "p", "p" และ "l" ได้รับการยอมรับแล้ว แผนผังการเชื่อมต่อนี้ไม่ได้ทำซ้ำสำหรับแต่ละโมดูลการรู้จำคำหรือวลีที่ต้องการแจ้งโมดูลระดับล่างว่าควรใช้รูปภาพ "e" ต้นไม้ต้นนี้เป็นเรื่องธรรมดา ด้วยเหตุนี้ การประมาณการโดยเฉลี่ยของสัญญาณอัปสตรีมแปดสัญญาณและสัญญาณดาวน์สตรีมแปดสัญญาณสำหรับโมดูลการจดจำแต่ละโมดูลจึงค่อนข้างสมเหตุสมผล แต่ถึงแม้เราจะเพิ่มมูลค่านี้มันก็จะไม่เปลี่ยนแปลงผลลัพธ์สุดท้ายมากนัก

ดังนั้น เมื่อพิจารณาถึงโมดูลการจดจำ 3 x 10 8 (300 ล้าน) และหน่วยความจำ 72 ไบต์สำหรับแต่ละโมดูล เราพบว่าขนาดหน่วยความจำทั้งหมดควรอยู่ที่ประมาณ 2 x 10 10 (20 พันล้าน) ไบต์ และนี่คือค่าที่น้อยมาก คอมพิวเตอร์สมัยใหม่ทั่วไปมีหน่วยความจำประเภทนี้

เราทำการคำนวณทั้งหมดนี้เพื่อประมาณค่าพารามิเตอร์โดยประมาณ เมื่อพิจารณาว่าวงจรดิจิทัลมีประมาณ 10 ล้านครั้ง เร็วกว่าเครือข่ายเซลล์ประสาทในเยื่อหุ้มสมองชีวภาพ เราไม่จำเป็นต้องสร้างความเท่าเทียมขนาดใหญ่ของสมองมนุษย์ - การประมวลผลแบบขนานระดับปานกลางมาก (เมื่อเทียบกับความขนานหลายล้านล้านในสมอง) ก็เพียงพอแล้ว ดังนั้นพารามิเตอร์การคำนวณที่จำเป็นจึงทำได้ค่อนข้างมาก ความสามารถของเซลล์ประสาทในสมองในการเชื่อมต่อใหม่ (โปรดจำไว้ว่าเดนไดรต์กำลังสร้างไซแนปส์ใหม่อยู่ตลอดเวลา) สามารถจำลองได้โดยใช้ซอฟต์แวร์ที่เหมาะสม เนื่องจากโปรแกรมคอมพิวเตอร์มีพลาสติกมากกว่าระบบทางชีววิทยามาก ซึ่งดังที่เราได้เห็นแล้วว่าน่าประทับใจแต่ก็มีขีดจำกัด

ความซ้ำซ้อนของสมองที่จำเป็นเพื่อให้ได้ผลลัพธ์ที่ไม่แปรผันสามารถทำซ้ำได้ในเวอร์ชันคอมพิวเตอร์อย่างแน่นอน หลักคณิตศาสตร์การเพิ่มประสิทธิภาพของระบบการเรียนรู้แบบลำดับชั้นที่จัดระเบียบตนเองนั้นค่อนข้างเข้าใจได้ การจัดระเบียบของสมองยังห่างไกลจากความเหมาะสม แต่ไม่จำเป็นต้องดีที่สุด แต่ต้องดีพอที่จะสร้างเครื่องมือที่ชดเชยข้อจำกัดของตัวเองได้

ข้อจำกัดอีกประการหนึ่งของนีโอคอร์เท็กซ์ก็คือ มันไม่มีกลไกในการกำจัดหรือประเมินข้อมูลที่ขัดแย้งกัน ส่วนหนึ่งอธิบายความไร้เหตุผลที่พบบ่อยมากของการให้เหตุผลของมนุษย์ เพื่อแก้ปัญหานี้เรามีความสามารถที่อ่อนแอมากเรียกว่า การคิดเชิงวิพากษ์แต่ผู้คนใช้มันบ่อยน้อยกว่าที่ควรจะเป็น นีโอคอร์เท็กซ์ของคอมพิวเตอร์อาจรวมถึงกระบวนการที่ระบุข้อมูลที่ขัดแย้งกันสำหรับการแก้ไขในภายหลัง

สิ่งสำคัญคือต้องทราบว่าการออกแบบพื้นที่สมองทั้งหมดนั้นง่ายกว่าการออกแบบเซลล์ประสาทเพียงตัวเดียว ดังที่ได้กล่าวไปแล้วเพิ่มเติม ระดับสูงลำดับชั้นของโมเดลมักจะง่ายขึ้น (มีความคล้ายคลึงกับคอมพิวเตอร์ที่นี่) การทำความเข้าใจวิธีการทำงานของทรานซิสเตอร์ต้องอาศัยความเข้าใจโดยละเอียดเกี่ยวกับฟิสิกส์ของวัสดุเซมิคอนดักเตอร์ และฟังก์ชันของทรานซิสเตอร์ในชีวิตจริงตัวเดียวนั้นอธิบายได้ด้วยสมการที่ซับซ้อน วงจรดิจิตอลซึ่งคูณตัวเลขสองตัวประกอบด้วยทรานซิสเตอร์หลายร้อยตัว แต่สูตรหนึ่งหรือสองสูตรก็เพียงพอที่จะสร้างแบบจำลองของวงจรดังกล่าวได้ คอมพิวเตอร์ทั้งเครื่องที่ประกอบด้วยทรานซิสเตอร์หลายพันล้านตัวสามารถสร้างแบบจำลองได้โดยใช้ชุดคำสั่งและคำอธิบายการลงทะเบียนบนข้อความหลายหน้าโดยใช้สูตรเพียงไม่กี่สูตร โปรแกรมสำหรับ ระบบปฏิบัติการคอมไพเลอร์ภาษาหรือแอสเซมเบลอร์ค่อนข้างซับซ้อน แต่เป็นการสร้างแบบจำลอง โปรแกรมส่วนตัว(ตัวอย่างเช่น โปรแกรมการรู้จำภาษาที่ยึดตามแบบจำลองมาร์คอฟแบบลำดับชั้นที่ซ่อนอยู่) ก็มีสูตรเพียงไม่กี่หน้าเช่นกัน และไม่มีที่ไหนเลยใน โปรแกรมที่คล้ายกันคุณจะไม่ได้พบ คำอธิบายโดยละเอียดคุณสมบัติทางกายภาพของสารกึ่งตัวนำหรือแม้แต่สถาปัตยกรรมคอมพิวเตอร์

หลักการที่คล้ายกันนี้เป็นจริงสำหรับการสร้างแบบจำลองสมอง โมดูลการจดจำเฉพาะของนีโอคอร์เท็กซ์ ซึ่งตรวจจับภาพที่มองเห็นไม่เปลี่ยนแปลงบางอย่าง (เช่น ใบหน้า) ทำการกรอง ความถี่เสียง(จำกัด สัญญาณอินพุต ช่วงหนึ่งความถี่) หรือประมาณความใกล้เคียงชั่วคราวของเหตุการณ์ทั้งสอง สามารถอธิบายได้ในรายละเอียดเฉพาะเจาะจงน้อยกว่าปฏิสัมพันธ์ทางกายภาพและเคมีที่เกิดขึ้นจริงซึ่งควบคุมการทำงานของสารสื่อประสาท ช่องไอออนและองค์ประกอบอื่นๆ ของเซลล์ประสาทที่เกี่ยวข้องกับการส่งกระแสประสาท แม้ว่ารายละเอียดทั้งหมดนี้จะต้องได้รับการพิจารณาอย่างรอบคอบก่อนที่จะเปลี่ยนมาใช้ ระดับถัดไปความซับซ้อนเมื่อสร้างแบบจำลองหลักการทำงานของสมองสามารถทำให้ง่ายขึ้นได้มาก

<<< Назад

ไปข้างหน้า >>>

แม้ว่าจะพยายามอย่างดีที่สุดแล้ว นักประสาทวิทยาและนักจิตวิทยาด้านความรู้ความเข้าใจก็จะไม่มีวันพบสำเนาของซิมโฟนีที่ห้าของ Beethoven คำพูด รูปภาพ กฎไวยากรณ์ หรือสัญญาณภายนอกอื่นใดในสมอง แน่นอนว่าสมองของมนุษย์ไม่ได้ว่างเปล่าอย่างสมบูรณ์ แต่มันไม่มีสิ่งที่คนส่วนใหญ่คิดว่ามีอยู่ แม้แต่สิ่งง่ายๆ เช่น "ความทรงจำ" ก็ตาม

แต่นี่คือสิ่งที่เราไม่มีตั้งแต่แรกเกิด: ข้อมูล กฎเกณฑ์ ความรู้ คำศัพท์ การแสดง อัลกอริธึม โปรแกรม แบบจำลอง ความทรงจำ รูปภาพ โปรเซสเซอร์ รูทีนย่อย ตัวเข้ารหัส ตัวถอดรหัส สัญลักษณ์ และบัฟเฟอร์ - องค์ประกอบที่ทำให้เกิดดิจิทัล คอมพิวเตอร์ทำงานค่อนข้างมีเหตุผล สิ่งเหล่านี้ไม่เพียงแต่ไม่ได้อยู่ในเราตั้งแต่แรกเกิดเท่านั้น สิ่งเหล่านี้ไม่พัฒนาในตัวเราตลอดชีวิตด้วย

เราไม่เก็บคำหรือกฎเกณฑ์ที่บอกวิธีใช้งาน เราไม่ได้สร้างภาพของแรงกระตุ้นทางสายตา เก็บไว้ในบัฟเฟอร์หน่วยความจำระยะสั้น จากนั้นจึงถ่ายโอนภาพไปยังอุปกรณ์หน่วยความจำระยะยาว เราไม่จำข้อมูล รูปภาพ หรือคำศัพท์จากการลงทะเบียนหน่วยความจำ ทั้งหมดนี้ทำโดยคอมพิวเตอร์ แต่ไม่ใช่โดยสิ่งมีชีวิต

คอมพิวเตอร์จะย้ายชุดเหล่านี้จากที่หนึ่งไปยังอีกที่หนึ่งไปยังพื้นที่ต่างๆ ของหน่วยความจำกายภาพ ซึ่งนำไปใช้เป็นส่วนประกอบอิเล็กทรอนิกส์ บางครั้งพวกเขาก็คัดลอกฉาก และบางครั้งพวกเขาก็แปลงมันในรูปแบบต่างๆ เช่น เมื่อคุณแก้ไขข้อผิดพลาดในต้นฉบับหรือรีทัชภาพถ่าย กฎเกณฑ์ที่คอมพิวเตอร์ปฏิบัติตามเมื่อเคลื่อนย้าย คัดลอก หรือทำงานกับอาร์เรย์ข้อมูลจะถูกจัดเก็บไว้ในคอมพิวเตอร์เช่นกัน ชุดของกฎเรียกว่า "โปรแกรม" หรือ "อัลกอริทึม" ชุดอัลกอริธึมที่ทำงานร่วมกันที่เราใช้เพื่อวัตถุประสงค์ที่แตกต่างกัน (เช่น การซื้อหุ้นหรือการหาคู่ออนไลน์) เรียกว่า “แอปพลิเคชัน”

ข้อเท็จจริงเหล่านี้เป็นข้อเท็จจริงที่ทราบกันดีอยู่แล้ว แต่จำเป็นต้องสะกดให้ชัดเจนเพื่อให้สิ่งต่าง ๆ ชัดเจน: คอมพิวเตอร์ทำงานโดยใช้สัญลักษณ์แทนโลก พวกเขาจัดเก็บและเรียกคืน พวกเขาดำเนินการจริงๆ พวกเขามีความทรงจำทางกายภาพ พวกเขาขับเคลื่อนด้วยอัลกอริธึมในทุก ๆ ด้านอย่างแท้จริง

ในปี 2015 George Zarkadakis ผู้เชี่ยวชาญด้านปัญญาประดิษฐ์ได้ออกหนังสือชื่อ In Our Image ซึ่งเขาบรรยายถึงหกแนวคิดที่แตกต่างกันซึ่งผู้คนใช้ในช่วงสองพันปีที่ผ่านมาเพื่ออธิบายความฉลาดของมนุษย์

อัลเบรทช์ ฟอน ฮาลเลอร์. ไอคอนกายวิภาคศาสตร์

แต่ละแนวคิดสะท้อนถึงแนวคิดที่ล้ำหน้าที่สุดแห่งยุคที่ก่อให้เกิดแนวคิดดังกล่าว ดังที่ใครๆ คาดคิดไว้ เพียงไม่กี่ปีหลังจากการถือกำเนิดของเทคโนโลยีคอมพิวเตอร์ในทศวรรษที่ 1940 เป็นที่ถกเถียงกันอยู่ว่าสมองทำงานเหมือนกับคอมพิวเตอร์ โดยตัวสมองเองก็มีบทบาทเป็นพาหะทางกายภาพ และความคิดของเราทำหน้าที่เป็นซอฟต์แวร์

รูปภาพ: Shutterstock

แนวคิดเรื่องการคิดของมนุษย์ในฐานะอุปกรณ์ประมวลผลข้อมูล (IP) ปัจจุบันครอบงำจิตสำนึกของมนุษย์ทั้งในหมู่คนธรรมดาและในหมู่นักวิทยาศาสตร์ แต่ท้ายที่สุดแล้ว นี่เป็นเพียงอุปมาอุปไมยอีกเรื่องหนึ่ง นิยายที่เราถ่ายทอดออกมาเป็นความจริงเพื่ออธิบายสิ่งที่เราไม่เข้าใจจริงๆ

ความคิดที่ว่าความทรงจำถูกเก็บไว้ในเซลล์ประสาทแต่ละตัวนั้นไร้สาระ: ข้อมูลในเซลล์จะถูกเก็บไว้อย่างไรและที่ไหน?

ยังมาจากภาพยนตร์เรื่อง "Supremacy"

"ความเหนือกว่า"

ที่แย่กว่านั้นคือ แม้ว่าเราจะบันทึกสถานะของเซลล์ประสาท 86 พันล้านเซลล์ในสมองแต่ละเซลล์และจำลองมันทั้งหมดบนคอมพิวเตอร์ได้ แต่แบบจำลองขนาดมหึมานี้ก็ไม่มีประโยชน์ภายนอกร่างกายที่เป็นของสมอง นี่อาจเป็นความเข้าใจผิดที่น่ารำคาญที่สุดเกี่ยวกับโครงสร้างของมนุษย์ ซึ่งเราเป็นหนี้แนวคิดที่ผิดพลาดของ OI

คอมพิวเตอร์เก็บสำเนาข้อมูลที่ถูกต้อง สิ่งเหล่านี้สามารถคงอยู่ไม่เปลี่ยนแปลงได้เป็นเวลานานแม้ว่าจะปิดเครื่องแล้วก็ตาม ในขณะที่สมองสนับสนุนสติปัญญาของเราตราบเท่าที่ยังมีชีวิตอยู่ ไม่มีสวิตช์ สมองจะทำงานโดยไม่หยุด หรือเราจะไม่มีอยู่จริง ยิ่งไปกว่านั้น ดังที่นักประสาทวิทยา สตีเฟน โรส ได้ตั้งข้อสังเกตไว้ในปี 2005 เรื่อง The Future of the Brain สำเนาของสถานะปัจจุบันของสมองอาจไม่มีประโยชน์หากไม่ทราบประวัติที่สมบูรณ์ของเจ้าของ แม้กระทั่งรวมถึงบริบททางสังคมที่บุคคลนั้นเติบโตขึ้นมาด้วย

มนุษย์เป็นสิ่งมีชีวิต ไม่ใช่คอมพิวเตอร์ ยอมรับมัน. เราจำเป็นต้องทำงานหนักเพื่อทำความเข้าใจตัวเองต่อไป แต่อย่าเสียเวลาไปกับสัมภาระทางปัญญาที่ไม่จำเป็น ตลอดครึ่งศตวรรษของการดำรงอยู่ แนวคิดของ OR ทำให้เรามีการค้นพบที่มีประโยชน์เพียงไม่กี่อย่างเท่านั้น ถึงเวลาแล้ว