Основные термины материала

Гибридная динамика. Вычисления в мозге возникают из дискретных импульсов, встроенных в непрерывные химические и электрические поля.

Многомасштабная взаимосвязь. Передача сигналов в нейронах и работа нейронов тесно переплетаются на разных уровнях. Это тянет за собой симбиоз алгоритмов с физической реализацией.

Энергетические ограничения. Именно метаболические ограничения формируют нейронные вычисления, влияя на обучение, стабильность и поток информации.

Концепции сознания

В настоящее время дискуссия о сознании буквально застыла между двух устоявшихся позиций.

С одной стороны, у нас есть вычислительный функционализм. Он рассматривает познание как нечто, что можно полностью объяснить с точки зрения абстрактной обработки информации. И если получить правильную функциональную организацию, независимо от материала, на котором она работает, то мы получим сознание.

С другой стороны, существует биологический натурализм, который настаивает на том, что сознание неотделимо от отличительных свойств живого мозга и тела: биология — это не просто средство познания, это часть того, что представляет собой процесс познания. И в пользу этого довода приведу вот этот объемный перевод лекции двух докторов нейробиологии. Ключевой момент: та же роль дофамина сводится не просто к мотивации в мозге или сокращению мышц в теле. А к способности сопрягать воедино опыт прошлого с видением будущего и действиями в настоящем. И это лишь верхний краешек всех знаний о мозге!

Биологический натурализм предполагает, что для создания систем действительно подобных разуму, нам потребуется построить новые типы физических систем. Машины, вычисления которых не интегрированы в программное обеспечение на аппаратном уровне, а распределены по уровням, динамически связаны и основаны на ограничениях физики и энергетики реального времени.

У каждого подхода есть свои доводы, но сама ситуация в тупике и указывает на то, что чего-то не хватает в общей картине.

Биологический вычислительный подход, как ключ к сознанию

В новой статье ученые предложили третий путь: биологический вычислительный подход. Эта идея провокационна, но проясняет ситуацию. Основное утверждение заключается в том, что традиционная вычислительная парадигма не работает или, по крайней мере, плохо соответствует принципам работы мозга.

На протяжении десятилетий существовал соблазн предположить, что мозг «вычисляет» примерно так же, как и обычные компьютеры. Как если бы сознание было, по сути, программным обеспечением, работающим поверх нейронного оборудования. Но мозг не похож на машины фон Неймана, и такое отношение провоцирует прибегать к неуклюжим метафорам и ненадежным объяснениям.

Если мы хотим создать серьёзную теорию о том, как мозг производит вычисления и что потребуется для формирования разума на основе иной среды, нам необходимо в первую очередь расширить понимание «вычислений».

Суть биологических вычислений

Биологические вычисления, как они описываются авторами материала, обладают тремя определяющими свойствами.

Во-первых, это гибридная система. Мозг сочетает дискретные события с непрерывной динамикой. Нейроны генерируют импульсы, синапсы высвобождают нейромедиаторы, а нейронные сети демонстрируют переходы, подобные событиям. Всё это происходит в условиях изменяющихся полей напряжения, химических градиентов, ионной диффузии и изменяющейся во времени проводимости.

Мозг — это не чисто цифровая система, и не аналоговая машина. Это многоуровневая система, где непрерывные процессы формируют отдельные события, а отдельные события, в постоянном цикле обратной связи, образуют непрерывные ландшафты.

Во-вторых, работа мозга не разделима по масштабу. В традиционных вычислениях мы можем провести четкую границу между программным и аппаратным обеспечением, или между «функциональным уровнем» и «уровнем реализации». В мозге нет этой грани.

Работая с мозгом мы не можем четко сказать: вот алгоритм, а  вон там – физические элементы, которые его реализуют . Причинно-следственная связь проходит через множество масштабов одновременно, от ионных каналов до дендритов, от цепей до динамики всего мозга, и эти уровни не ведут себя как модульные слои в стеке.

Изменение «реализации» меняет «вычисления», поскольку в биологических системах они тесно взаимосвязаны.

В-третьих, биологические вычисления работают на метаболической основе. Мозг — это орган с ограниченными энергетическими ресурсами, и его организация отражает это ограничение повсюду. Важно отметить, что это не просто инженерный маркер. Фактор дефицита определяет то, как мозг обучается, как достигается стабильность динамических процессов, как организуются потоки информации.

С этой точки зрения, тесная взаимосвязь между уровнями не является случайной сложностью. Это стратегия оптимизации энергии: способ создания устойчивого, адаптивного интеллекта в условиях жестких метаболических ограничений.

Хотя, если отойти от метаболизма, есть еще третий путь, связанный на попытке синтезировать свободу воли для искусственного интеллекта с помощью квантовых технологий.

От абстрактных чисел к алгоритму во плоти

Эти три свойства приводят к не очень приятному выводу. Вычисления в мозге — это не абстрактное манипулирование символами. Это не просто перетасовка представлений в соответствии с формальными правилами. А физический носитель не сводится к «простой реализации».

В биологических вычислениях, напротив, алгоритм является субстратом. Физическая организация не просто поддерживает вычисления. Она лежит в их основе. Мозг не просто выполняет программу. Сам мозг – это еще один вид физического процесса, который осуществляет вычисления, разворачиваясь во времени.

Это также подчеркивает ключевое ограничение современного ИИ. Современные системы, при всей своей мощи, в значительной степени лишь имитируют функции. Они аппроксимируют отображения от входных данных к выходным, часто с впечатляющей обобщающей способностью, но суть вычислений по-прежнему остается в своей основе цифровой процедурой, выполняемой на оборудовании, разработанном для совершенно иного стиля вычислений.

Аптайм, длиною в жизнь. Искусственный интеллект на более сложной основе

Мозг, напротив, осуществляет вычисления в физическом времени. Непрерывные поля активности, потоки ионов, интеграция дендритов, локальная осцилляторная связь и возникающие электромагнитные взаимодействия — это не просто биологические «детали», которые мы могли бы спокойно игнорировать при создании абстрактного алгоритма.

Ученые видят в этом вычислительные примитивы системы. Механизм, с помощью которого мозг обеспечивает интеграцию в реальное время, устойчивость и адаптивное управление. Это не означает, что сознание волшебным образом присуще исключительно углеродной жизни. Здесь нет аргумента «биология или ничего».

Суть в том, что если сознание (или когнитивные процессы, подобные разуму) зависит от такого рода вычислений, то оно требует вычислительной организации биологического типа, даже если она реализована в новых субстратах. И нечто подобное уже освещалось в недавнем огромном переводе интервью с доктором Брюсом Липтоном, сотрудником Медицинской школы Университета Висконсин. В котором описывался культурный феномен окружающей среды и её влияния на человека, по аналогии с тем, как питательная среда формирует развитие стволовых клеток.

Другими словами, суть не в том, является ли субстрат сознания буквально биологическим, а в том, реализует ли возведенная человеком система правильный класс гибридных, масштабно-неразделимых, метаболически и даже энергетически обоснованных вычислений.

Оптимизация атрибутов, а не первопричины

Все это меняет суть синтетического разума. Если вычислительные процессы мозга неотделимы от его физической реализации, то масштабирование одного лишь цифрового ИИ будет недостаточным. Не потому, что цифровые системы не могут стать более совершенными, а потому, что возможности — это лишь часть общей картины.

Более глубокая проблема заключается в том, что мы можем оптимизировать не то, что нужно: улучшать алгоритмы, не трогая базовую вычислительную онтологию.

Биологический вычислительный подход предполагает, что для создания действительно подобных разуму систем нам, возможно, потребуется построить новые типы физических систем: машины, вычисления которых не интегрированы непосредственно в программное обеспечение на аппаратном уровне, а распределены по уровням, динамически связаны и основаны на ограничениях физики и энергетики реального времени.

Таким образом, если мы хотим создать нечто вроде синтетического сознания, проблема кроется не в вопросе «Какой алгоритм нам следует использовать?», а в вопросе «Какая физическая система должна существовать, чтобы этот алгоритм был неотделим от собственной динамики?». А здесь уже не обойтись одним лишь датаизмом.

Какие характеристики приоритетно важны? Гибридные взаимодействия событий и полей, многомасштабная связь без четких границ раздела, энергетические ограничения, формирующие вывод и обучение… Что еще нужно воссоздать, чтобы вычисления были не абстрактным описанием, наложенным сверху, а неотъемлемым свойством самой системы?

Этот ответ может дать лишь биологический вычислительный подход: основанный на переходе от поиска подходящей программы к поиску подходящего типа вычислительной материи.

Традиционно, больше материалов о природе сознания и доступных инструментов для повышения личной продуктивности – вы найдете в сообществе Neural Hack. Подписывайтесь, чтобы не пропустить свежие статьи!

Ответы на ключевые вопросы

В: Какую проблему призвана решить новая структура?

О: Она решает проблему тупика между теориями, рассматривающими сознание как чистую обработку информации, и теориями, которые основывают его исключительно на биологии, предлагая модель, которая интегрирует вычисления с физической динамикой.

В: Почему вычисления, выполняемые мозгом, нельзя рассматривать так же, как обычные цифровые вычисления?

О: Биологические вычисления зависят от непрерывных физических процессов, энергетических ограничений и многомасштабных взаимодействий, которые коренным образом меняют способы представления и преобразования информации.

В: Что это означает для создания синтетического сознания?

О: Если сознание зависит от вычислений биологического типа, то будущим искусственным системам могут потребоваться новые физические архитектуры, а не просто масштабированные цифровые алгоритмы, для воспроизведения свойств, подобных разуму

Лаборатория информационных технологий им. М. Г. Мещерякова ОИЯИ совместно с Самарским национальным исследовательским университетом им. академика С. П. Королёва запустила на базе Самарского университета грид-сайт для распределенной обработки физических данных эксперимента SPD на ускорительном комплексе NICA.

Как сообщил Артем Петросян, старший научный сотрудник ЛИТ, заместитель координатора по компьютингу и программному обеспечению эксперимента SPD, Самарский университет им. Королёва является членом коллаборации SPD и теперь станет активным участником обработки и хранения экспериментальных данных SPD.

Самарский университет им. Королёва обладает всей необходимой для организации вычислительного кластера инженерной инфраструктурой. Опираясь на эти данные, группа специалистов ЛИТ ОИЯИ, куда помимо Артема Петросяна вошли Данила Олейник, старший научный сотрудник ЛИТ, координатор по компьютингу и программному обеспечению эксперимента SPD, и Андрей Кирьянов, заместитель координатора по компьютингу и программному обеспечению эксперимента SPD, который также представляет Петербургский институт ядерной физики им. Б. П. Константинова (НИЦ "Курчатовский институт"), составили всю необходимую документацию и вместе с коллегами из Самарского университета им. Королёва запустили процесс реализации вычислительного кластера.

Самарским университетом им. Королёва было закуплено необходимое вычислительное оборудование, которое было подключено и настроено при помощи сотрудников ЛИТ. Со стороны Самарского университета им. Королёва в этих работах принимают участие Владимир Салеев, главный научный сотрудник, заведующий кафедрой общей и теоретической физики, и Александр Баскаков, младший научный сотрудник, начальник центра телекоммуникаций. Сейчас грид-сайт Самарского университета им. Королёва уже полностью введен в эксплуатацию и стал частью системы обработки данных эксперимента SPD, реализованной Лабораторией на базе Многофункционального информационно-вычислительного комплекса ОИЯИ.

Грид-сайт в Самарском университете им. Королёва представляет собой объединение из 300 вычислительных узлов. Таким же объемом обладает грид-кластер другого участника коллаборации SPD – ПИЯФ НИЦ КИ. Напомним, что ранее на базе МИВК ОИЯИ и мощностях ПИЯФ было проведено первое массовое Монте-Карло моделирование с использованием распределенной системы обработки данных. Результатом стали более чем 200 миллионов событий. Хранение резервных копий полученных данных, занимающих свыше 500 терабайт, также было организовано на распределенных ресурсах ОИЯИ и ПИЯФ.

"Сотрудничество физиков Самарского университета им. Королёва и ОИЯИ в научной и образовательной сферах интенсивно развивается, – отметил Владимир Салеев, заведующий кафедрой общей и теоретической физики Самарского университета им. Королёва. – Это участие сотрудников и аспирантов университета в конференциях и школах молодых ученых, проводимых ОИЯИ; стажировки студентов физического факультета в рамках программы START; защита сотрудниками университета кандидатских диссертаций по специальностям "теоретическая физика" и "физика атомного ядра и элементарных частиц" в диссертационных советах ОИЯИ; работа в рамках совместных проектов РФФИ и РНФ. Новый этап сотрудничества начался, когда Самарский университет им. Королёва в составе научной группы кафедры общей и теоретической физики стал одним из членов международной коллаборации SPD NICA. Работа в рамках коллаборации SPD NICA дает возможность ученым физического факультета участвовать на долговременной основе в проекте мирового уровня, привлекать студентов и аспирантов к интересной научной работе как в области теоретической физики и компьютерного моделирования, так и в области современных информационных технологий. Дальнейшее развитие сотрудничества между университетом и ОИЯИ мы связываем, в частности, с возможностью открытия в Самарском университете им. Королёва Информационного Центра ОИЯИ. Это позволит создать в университете структуру для интеграции фундаментальных исследований в регионе не только по физике высоких энергий и элементарных частиц, но и по другим перспективным направлениям квантовой физики: квантовым вычислениям и квантово-механическому дизайну новых материалов".

"Благодаря запуску грид-сайтов в трех научных организациях – ОИЯИ, ПИЯФ и Самарском университете им. Королёва – эксперимент SPD стал первым в мегасайенс-проекте NICA, реализовавшим практически полнофункциональный прототип по-настоящему распределенной системы обработки и хранения экспериментальных данных, которая объединяет географически удаленные вычислительные центры", – прокомментировал событие директор ЛИТ ОИЯИ Сергей Шматов.

Справка об эксперименте SPD:

Эксперимент SPD (Spin Physics Detector) на коллайдере NICA (Nuclotron based Ion Collider fAcility) в подмосковной Дубне нацелен на изучение спиновых характеристик элементарных частиц. Эксперимент будет решать задачи по изучению кварк-глюонной структуры протонов и дейтронов : природы и структуры их собственного момента импульса – спина. В коллайдере будут сталкиваться пучки поляризованных протонов и дейтронов с энергиями до 13.5 ГэВ. Эти исследования закроют не изученные ранее области энергий между теми, которые способны обеспечить установки ANKE ускорителя COSY (Германия) и ускоритель SATURNE (Франция), а также коллайдер RHIC (США) и поляризованная физическая программа на LHC (ЦЕРН) и EIC (США).

ssau.ru
lit.jinr.ru
nica.jinr.ru

Подпишитесь на наши новости науки @vuniver и Вконтакте!