Диагностика. Лечение. Вакцинация.
Поликлиника онлайн
Интерпретация анализов
Медицинские специалисты
Обслуживание по ОМС онлайн
Условия. Запись онлайн.
Статистика и аналитика
Минздрав. Роспотребнадзор. Фонд ОМС
Блог главного редактора
Дополнительное мед. образование
Интересные сайты наших партнеров
Конкурс про Врача и для Врача
Дайджест 2020 года
Доклады из области медицины
Индекс курильщика. Индекс массы тела. Калории.
Утомляемость. Внимательность. Оптимизм.
Оценка остроты слуха on-line
Тест остроты зрения, астигматизма. Амслера.
Справочник медтерминов / А-Я
Справочник лекарств / А-Я
Справочник заболеваний
Вопросы. Отзывы. Ответы.
Станьте спонсором или рекламодателем
Интересные проекты и предложения
Развернутый каталог сайта
Банковские реквизиты. Телефоны.
Журнал о вашем здоровье

Искусственный интеллект реален?

1 Star2 Stars3 Stars4 Stars5 Stars (2 votes, average: 5,00 out of 5)
Загрузка...
rutube.ru

Искусственный интеллект (ИИ) подберет плейлист, Алиса поставит будильник и расскажет новости, нейросеть нарисует ваш портрет в стиле кубизм и скажет какой вы котик. Достижения в области искусственного интеллекта поражают воображение. Но все еще слишком часто ИИ заставляет нас сомневаться в его интеллектуальных способностях. Как работает искусственный интеллект? Чем он отличается от интеллекта биологического, а в чем похож на него? Вообще, заслуживают ли современные нейросети гордого звания – «интеллект»?  

Что общего?

Принцип работы как искусственного, так и биологического интеллекта описывается классической моделью черного ящика. Входные данные попадают внутрь ящика, а затем начинается магия – преобразования информации внешнему наблюдателю неизвестные. Результатом этих преобразований станут выходные данные. Например, мы смотрим на что-то – совокупность этих данных с помощью глаз попадает в мозг, там зрительные импульсы независимо от нашей воли преобразуются. На выходе мы имеем информацию о том, что этот объект из себя представляет – буква, геометрическая фигура, лицо человека.

Реальные и компьютерные нейросети состоят из нейронов. Нейрон — электрически возбудимая клетка, осуществляющая приём извне, обработку, хранение и передачу информации с помощью электрических и химических сигналов. Нейрон состоит из тела и отростков: коротких – дендритов (по ним нейрон принимает сигнал) и длинного – аксона, который ветвясь, передает сигнал на дендриты других нейронов. Искусственный нейрон – математическая модель, которая описывает процессы, происходящие в нервной ткани.

Поскольку нейросети строятся по образу и подобию человеческого мозга, то концептуально их работа реализуется одинаково. Однако, механизмы внутренней магии черного ящика отличаются весьма значительно.

Как работает нейросеть?

Нейрон в ИИ — это вычислительная единица, которая получает информацию, производит над ней простые вычисления и передает ее дальше. Нейроны бывают 3-х типов: входные, выходные и скрытые (работающие посередине).

Работа нейросети похожа на распространение новостей в человеческом обществе. Есть очевидцы (входные нейроны) – они видели событие своими глазами и рассказывают о нем своим знакомым. Знакомые (скрытые нейроны) распространяют новость дальше. А от знакомых знакомых новость узнаем мы (выходные нейроны). Часто ли информация доходит до нас в неизменном виде? Практически никогда.

Во избежание эффекта «сломанного телефона» программисты придумали специальные свойства нейронов – синаптические веса. Строго говоря, вес – это число, означающее важность, присвоенную каждому входному сигналу. В нашем примере синаптический вес показывает, насколько мы можем доверять каждому из своих информаторов. Кто говорит правду, а кто может и приукрасить действительность. Мы суммируем информацию, полученную от всех знакомых, решаем чье мнение для нас важно, а чьим можно пренебречь, и рассказываем другим уже нашу версию событий.  Людям разобраться в этом помогает жизненный опыт. Нейроны решают проблему проще – синаптические веса распределяются случайным образом.

Разве в таком случае достоверность результата не будет случайной? Поначалу, да.  Чтобы такого не было нейросеть нужно обучать. Классика обучения нейросетей – механизм обратного распространения ошибки.  Его особенность в том, что данные многократно проходят через нейроны сети, каждый раз полученный результат сравнивается с целью и синаптические веса корректируются, приводя выходные данные к большему соответствию с целевым значением.  Это можно представить в виде мячика, катящегося с горки. На вершине величина ошибки максимальна, но с каждым оборотом (прохождением данных по сети) мячик скатывается все ниже и ниже – туда, где ошибка, насколько это возможно, сводится к минимуму. Собственно, этот метод так и называется – градиентный спуск.

Два базовых принципа интеллекта

Механизм Синтеза и Анализа, выдвинутый Павловым – важнейший принцип работы любого интеллекта. Анализ и Синтез – две универсальные противоположные друг другу операции мышления. Анализ – это дробление целого на составляющие, оценка значимости каждого из признаков. Синтез же представляет собой процесс объединения различных признаков в общую картину. Любое воздействие сначала анализируется качественно, количественно, по биологической значимости, а затем, в зависимости от результата анализа, синтезируется ответная реакция.

Механизм обратного распространения аналогичен в человеческом мозге функции Анализа – выявления значимых и не значимых сигналов в общем потоке информации. А вот с функцией Синтеза у нейросетей дела обстоят не так хорошо. Мозг очень любит обобщать полученные данные, поэтому увидев несколько человеческих лиц в младенческом возрасте, мы без проблем идентифицируем подобные объекты как лица людей в будущем. Нейросеть не так талантлива в обобщении – чтобы научиться распознавать лица, ей требуется проанализировать несколько тысяч фотографий людей.

Немного об анатомии

Мозг человека состоит из большого количества структурно-функциональных отделов. Таким образом реализуется своеобразное «разделение труда». Нейроны, выполняющие схожие функции находятся рядом, в отдельном анатомическом образовании. Эти образования с одной стороны обособленны, но с другой – постоянно взаимодействуют друг с другом.

Это можно проследить на примере восприятия зрительного образа. Сигналы фотонов, попадающих на сетчатку глаза, преобразуются в электрические импульсы и по зрительному нерву направляются в подкорковые центры зрения в таламусе. Здесь происходит их первичная обработка и систематизация. Затем информация поступает в затылочные доли коры. Кора больших полушарий состоит из 6 слоев, каждый из которых связан с предыдущим. В коре происходит последовательный анализ информации: в зависимости от того, что мы увидели (объект, символ, лицо) сигнал посылается в разные области коры для еще большей детализации. Минимальное время, которое займет у нас узнавание образа, равно 13 миллисекундам. По сравнению с аналогичным процессом в искусственной нейросети путь, пройденный информацией, достаточно короткий.

Главным образом, такая скорость достигается массивной параллельной обработкой данных – один внешний сигнал проходит множество путей в различных отделах мозга. Например, зрительные тракты одновременно с активацией таламуса отдают свои волокна на верхние бугры среднего мозга, отвечающие за движение глаз и ориентацию в пространстве. К этому добавляются сигналы, полученные другими органами чувств, информация, хранящаяся в памяти, даже наше эмоциональное состояние на данный момент. Мозг смотрит на мир под разными углами одновременно – за счет параллельной обработки формируется наиболее полное восприятие окружающей действительности.

В нейросетях же, несмотря на наличие параллельных путей, бОльшую роль играет последовательная передача информации «по цепочке», из-за чего путь, пройденный сигналом, удлиняется многократно, а картинка остается всего лишь картинкой.

Как считает нейрон?

Мы уже знаем, что нейроны ИИ суммируют все входящие сигналы (с поправкой на синаптические веса), а итоговый результат предают дальше по цепочке. К суммации способны и биологические нейроны. Конечно, в нервной клетке нет специальных калькуляторов. Тем не менее, мембрана нейрона имеет уникальную структуру, позволяющую суммировать поступившие сигналы. В 1952 году Алан Ллойд Ходжкин и Эндрю Хаксли создали математическую модель – систему дифференциальных уравнений для описания электрических механизмов, обуславливающих генерацию и передачу нервного сигнала мембраной нейрона.

Активность нейрона определяется его мембранным потенциалом. В покое мембрана заряжена отрицательно. При поступлении активирующего сигнала заряд мембраны резко подскакивает, достигая положительных значений. Такие скачки называются «спайки» (от англ. «шип», «пик»). Они возникают за счет входа и выхода ионов, несущих положительный или отрицательный заряд, через ионные каналы – «двери» на мембране. Ходжкин и Хаксли описали процесс открывания и закрывания «дверей»-каналов и ионные токи, проходящие через них.

Если полученный клеткой сигнал недостаточно сильный, то ничего не произойдет – «двери» не откроются и ионы не смогут зайти внутрь. Нейрон ответит спайком только если сигнал превысит определённый порог. Это биологически оправданно, так как позволяет мозгу выбирать только значимые сигналы и не сломаться от перегруза. В искусственных нейросетях также используются специальные функции активации, позволяющие оценивать важность поступившей информации.

Помимо изменения заряда мембраны, модель Ходжкина-Хаксли позволяет понять процессы суммации входящих сигналов. Когда нервная клетка получает сразу много сигналов с разных дендритов – открывается много каналов, входит много положительных ионов, и несколько импульсов складываются в один большой. Это явление носит название пространственной суммации. То же самое произойдет, если нейрон раздражать серией импульсов, идущих друг за другом – клетка суммирует их и выдаст один итоговый импульс – это временная суммация.

Стоит отметить, что модель так полно и одновременно лаконично описывающая поведение нервных клеток, оказывается крайне трудоемкой при реализации в искусственных нейросетях. Поэтому программистам приходится использовать ее частичные аналоги и заместители.

Как нейроны общаются друг с другом?

Искусственные нейроны – математические модели и контакты между ними представляют собой математическую функцию. Нервные клетки мозга взаимодействуют посредством реальных клеточных образований – синапсов. Синапс состоит из трех частей: пресинаптическая мембрана, синаптическая щель и постсинаптическая мембрана. Нейрон, передающий информацию, выделяет из пресинаптического окончания своего аксона молекулы-передатчики – нейромедиаторы в синаптическую щель (ее толщина всего 20 нм). Через это пространство нейромедиаторы поступают на постсинаптическую мембрану, где вызывают ответную реакцию.

Мы общаемся друг с другом, отправляя сообщения в мессенджерах. Для нейронов такими сообщениями служат молекулы медиаторов. Наши сообщения могут нести совершенно разный смысл и вызывать различную реакцию у получателя. Каждый нейромедиатор тоже влияет на воспринимающие клетки своим особенным образом.

Нейромедиаторы чрезвычайно разнообразны: около 30 веществ, различной химической природы от обыкновенного оксида азота до производных аминокислот и даже небольших пептидов. Нейроны разных отделов мозга, как правило, выделяют разные медиаторы, что вносит большой вклад в «разделение труда» между отделами мозга. Так, система нейромедиатора – дофамина состоит из 4 путей, каждый из которых обособлен анатомически и выполняет определенную функцию: нигро-стриарный путь, например, контролирует движения, а мезолимбический отвечает за поведение и эмоции.

Но, несмотря на это разнообразие, медиатор – лишь половина успешной передачи сигнала. Красота в глазах смотрящего, а функция нейромедиатора – в его рецепторе. Нейроны глухи и слепы, все, что связывает их с окружающим миром – рецепторный аппарат. Рецептор – это белок на постсинаптической мембране, способный связываться с медиатором и вызывать клеточный ответ. Молекулы медиатора и рецептора подходят друг другу как ключ к замку, поэтому рецептор не может активироваться другим медиатором, а медиатор активировать чужой рецептор.

Яркий пример важности рецептора – действие адреналина, являющегося одновременно и нейромедиатором, и гормоном на сосуды. Он сужает сосуды кожи и расширяет сосуды мышц и головного мозга. Это имеет биологическое значение: адреналин реализует общую реакцию «бей-беги» при стрессе. Потому усиливается кровообращение активно действующих мышц и головного мозга, а вот питанием кожи в момент стресса можно пренебречь. Но как одно и то же вещество может вызвать противоположные реакции? Дело в том, что на этих органах расположены разные рецепторы – одни запускают внутриклеточный процесс, приводящий к расслаблению сосудистой стенки, другие – наоборот, этот процесс блокируют.

По механизму действия медиаторы разделяют на возбуждающие (ацетилхолин, глутамат) – вызывающие ответ в воспринимающей клетке, и тормозные (гамма-аминомасляная кислота, глицин) – блокирующие ответ. На примере с адреналином (кстати, одновременно и тормозным, и активирующим) становится понятно, что такое деление на самом деле зависит не от самого медиатора, а от рецептора, с которым он связался.

Важнейшим правилом нейрофизиологии является принцип Дейла – «один нейрон – один медиатор».  Действительно, не известно случаев, когда один нейрон выделял бы из одной терминали своего аксона ацетилхолин, а из другой, например, норадреналин. Однако, вопреки правилу Дейла, вместе с молекулами медиатора могут выделятся и другие вещества – котрансмиттеры. Это позволяет оказывать комплексный эффект на рецепторы и, таким образом, создавать более сложную коммуникацию, чем та, которая происходит при действии только молекул медиатора.

Все эти сведения говорят о чрезвычайном разнообразии межнейронных контактов. 30 медиаторов, каждый из которых имеет в среднем от 2 до 5 видов рецепторов, молекулы – нейромодуляторы и котрансмиттеры, усиливающие или ослабляющие действие медиатора – только представьте себе, какой мощностью должен обладать процессор компьютера, чтобы реализовать такую систему взаимодействий!

Не удивительно, что ничего хотя бы отдаленно напоминающего медиаторные системы, в искусственных нейросетях нет, и маловероятно появится в ближайшем будущем.

Свободолюбивые нейроны

Нейрон математический строго следует заданной программе – выполняет вполне определенную функцию и делает это идеально. В живом же мозге огромную роль играет случайность – мы можем зафиксировать как спонтанную активность, так и отсутствие ответа там, где он должен быть. Нейрон сам решает, что ему делать с полученным сигналом.

Чем выше организм стоит на лестнице эволюции, тем более развит его мозг, но парадоксально меньше значимость и эффективность каждого конкретного нейрона. Природа берет количеством: один нейрон может ошибаться, 90 миллиардов – нет. Кроме того, нежелание нейронов следовать четкой программе дает живому мозгу одно неоспоримое преимущество – пластичность.

Нейропластичность – это способность нейронных сетей мозга изменяться путем реорганизации и роста. При повреждении каких-либо структур (в результате механической травмы или, например, инсульта), функция, за которую они отвечали, может сохраниться. Другие клетки возьмут на себя работу поврежденных и компенсируют потерю. В то же время, те отделы мозга, которые мы часто используем не просто лучше работают – они увеличиваются физически, прямо как мышцы при тренировках. Именно свободолюбие наших нервных клеток позволяет нам меняться, оставаясь собой. И именно четкое следование программе не позволяет этого искусственному интеллекту.

Заключение

Зачем люди работают над созданием искусственного интеллекта? ИИ — это весело: он рисует картины, пишет музыку, создает игры, в конце концов, с ним можно просто поговорить. ИИ – это удобно: разблокировка смартфона сканированием лица, индивидуальная лента новостей, онлайн-кошельки со статистикой, чат-боты в службе поддержки. ИИ – это полезно: анализ рынка валют, выполнение сложнейших математических расчетов, даже постановка диагноза в медицине. Однако, это лишь приятные бонусы. Важнее то, что посредством ИИ человек стремится познать самого себя. Это попытка найти ответы на вопросы, волнующие общество еще с древности: как мы мыслим? что делает нас людьми? Веками мы противопоставляли себя животным, выделяя сверхбиологические черты в нашем поведении. Теперь люди получили возможность сравнить себя с информационными системами, и биология вновь приобрела значимость.

«Никто не думает, что компьютерная модель пищеварения способна что-то переварить на самом деле, но там, где речь идет о мышлении, люди охотно верят в такие чудеса, потому что забывают о том, что разум — это такое же биологическое явление, как и пищеварение. По их мнению, разум — это нечто формальное и абстрактное, а вовсе не часть полужидкой субстанции, из которой состоит наш головной мозг» [3]

Реален ли искусственный интеллект? Нет, это лишь математическая модель и удобный инструмент. Нужен ли он человечеству? Да, бесспорно. Искусственно моделируя собственный разум, человек все ближе подбирается к пониманию реальных процессов, происходящих в мозге.

***

Список источников:

  1. Сравнение мозга с нейронной сетью. https://habr.com/ru/post/507420/
  2. Биологически правдоподобное обучение ИИ. Краткий обзор достижений. https://habr.com/ru/company/skillfactory/blog/546104/
  3. Дж. Сирл. «Разум мозга – компьютерная программа?»
  4. F. Rosenblatt. (1958). The perceptron: A probabilistic model for information storage and organization in the brain.Psychological Review65, 386-408
  5. Анохин П. К. «Философский смысл проблемы естественного и искусственного интеллекта» Глава из сборника «Кибернетика живого», 1985 г.
  6. Хухо Ф. «Нейрохимия: основы и принципы», 1990 г.
  7. A. L. Hodgkin, A. F. Huxley. (1952). A quantitative description of membrane current and its application to conduction and excitation in nerveThe Journal of Physiology117, 500-544;
  8. От живого мозга к искусственному интеллекту. https://biomolecula.ru/articles/ot-zhivogo-mozga-k-iskusstvennomu-intellektu
  9. Николлс Джон, Мартин Роберт, Валлас Брюс, Фукс Пол «От нейрона к мозгу»

Фото: papik.pro

Регион: Виргиния
Город:

Специалисты готовы помочь (8):

Караваева Марина Олеговна
Караваева Марина Олеговна (Томск)
Мальнева Людмила Дмитриевна
Мальнева Людмила Дмитриевна (Томск)
Мачулянский Владимир Павлович
Мачулянский Владимир Павлович (Томск)
Нечаева Светлана Александровна
Нечаева Светлана Александровна (Геленджик)
Осипчук Оксана Анатольевна
Осипчук Оксана Анатольевна (Томск)
Старостин Сергей Станиславович
Старостин Сергей Станиславович (Новосибирск)
Хертек Алдынай Кан-Ооловна
Хертек Алдынай Кан-Ооловна (Кызыл)
Врач-невролог
Ховалыг Айсу Александровна
Ховалыг Айсу Александровна (Кызыл)
Врач-невролог

Так и не записались к врачу?

ПЕРЕХОДИТЕ В УДОБНЫЙ СЕРВИС ЗАЯВОК ДЛЯ ПАЦИЕНТОВ

Здесь отобраны лучшие клиники и врачи РФ
Закажите медицинские услуги в Вашем регионе сейчас!

ОСТАВИТЬ ЗАЯВКУ

Оставить комментарий

ПОПУЛЯРНЫЕ СТАТЬИ