A szintetikus agy
A Palm és a Treo gépek "feltalálója", Jeff Hawkins izgalmas területtel foglalkozik manapság: egyenesen azt állítja, hogy megfejtette az emberi agy működését. Hogy elméletét a gyakorlatban is igazolhassa, megalapította Numenta elnevezésű cégét. A vállalkozás égisze alatt algoritmusokkal modellezik az agy egy bizonyos részének működését, ami páratlan távlatokat nyit(hat) az öntanuló gépek világában.
A mesterséges intelligencia megvalósítására irányuló kísérletekkel eddig az volt a gond, hogy az intelligenciát a feldolgozó erőnek feleltették meg. Az agy működése azonban gyökeresen más, mint egy számítógépé. Ahhoz, hogy intelligens gépet készítsünk, meg kell értenünk e központi szervünk működését. Ha képesek lennénk erre, akkor valódi - és nem mesterséges - intelligenciával ruházhatnánk fel a gépeket.
Hawkins ezen a téren harangozott be hatalmas előrelépést - és érdemes meghallgatni őt, hiszen mintegy 25 éve az egyik fő érdeklődési területe az agykutatás, azon belül is egy rózsaszín, szivacsszerű rész, a neokortex. A jelen kutatások állása szerint az agy e részében rejlik az emberi intelligencia (ellentétben például azon részekkel, amelyek a testi funkciókat irányítják). Az itt található harmincbillió sejt - ahol a tudásunk tárolódik - a memóriarendszerünknek tekinthető. Hawkins pedig a neokortex működésén alapuló gépet készít.
Az agy mintákat tárol és hív elő. Minden érzékszervi benyomás - legyen az látvány, hang, érintés vagy illat - mintasorozatokká alakul. Amikor új dolgokkal, helyzetekkel találkozunk, az agy megvizsgálja a korábban eltárolt tapasztalatokat, és megjósolja, mi fog történni. Számára a múlt nem más, mint tárolt minták sorozata.
Ha például leszállunk egy repülőgépről egy új városban, és keresztülhaladunk a terminálon, az agyunk összehasonlítja az adott terminált a korábban látottakkal. Magyarán, a korábbi tapasztalatok alapján jósolja meg, mire számíthatunk. Ugyanez történik, ha ismerős dal csendül fel: agyunk a korábbi, egyező minták alapján kitalálja, milyen taktusok következnek. Fogalmazhatunk úgy is, hogy a tárolt benyomások függvényében az érzékszervi benyomások állandó áramlata folyamatosan lehetőségek jóslatára sarkallja az agyunkat.
Hawkins ezt az elvet követve kíván olyan gépeket készíteni, amelyek az emberi agyhoz hasonlóan gondolkodnak és tanulnak. Jelenleg azon dolgozik, hogy a gépek által is érthető algoritmusokká alakítsa az elméletet. Egy nemrégiben lezajlott konferencián pedig már azt is bemutatta, mit tud az egyelőre még korai fejlettségi állapotú szoftver. A programot felkészítették helikopter, kutya és más hétköznapi alakzatok felismerésére, és olyan képeket mutattak neki, amelyek elnagyolva, esetleg épp csak skiccelve ábrázolták ezeket a tárgyakat, az intelligens program mégis felismerte mindet.
Ha lesznek olyan gépek és programok, amelyek ilyen könnyen felismerik a mintákat, sőt tanulnak is belőlük, óriásit léptünk előre. Hiszen ezzel az olyan nehézkes, mégis nagy jelentőségű területeken, mint amilyen a hang- és arcfelismerés, esetleg a tanulás, nagyot fejlődhetünk. Lényeges azonban tudni, hogy az ilyen újszerű szoftvereket futtató gépek felépítése különbözni fog a ma ismertektől: nem a hatalmas processzorok lesznek a fő ismérveik.
Ehelyett képzeljük el a következőt: adott egy ajtó, amit valaki erővel belök, és egy kamera, amelyik az ajtót figyeli. A kamerához két gép van kötve, az egyik a hagyományos mesterséges intelligenciát, a másik pedig az ismertetett új megközelítést alkalmazva próbálja megjósolni, mi fog történni. Az előbbit használó gép lehetőségek milliárdjait veszi számba, mielőtt letáborozik a legvalószínűbb kimenetelnél (hogy az ajtó becsapódik). Ehhez elengedhetetlen az óriási teljesítményű gép. Hawkins megközelítésénél viszont a masina észleli, hogy az ajtó egyre növekvő sebességgel mozog, ezt a mintát összeveti a többi tárolt mintával, és gyorsan meghatározza, mi is fog bekövetkezni. Ehhez sokkal kevesebb számítási teljesítményre van szükség, azonban jócskán nagyobb tárhelyre - hiszen minél több mintát és információt tárolnak ezek a gépek, annál többet tudnak tanulni.
Hawkins szerint a mai öntanuló, intelligens gépek nagyjából abban az állapotban vannak, mint a programozható (ős)számítógép az ötvenes években. Izgalmasan hangzik, hogy ezek - legalábbis a tudós reményei szerint - gyorsabban fognak tanulni és fejlődni, mint az emberek, mivel "érzékszervi benyomásaik" nem lesznek az öt alapvető emberi érzékre korlátozva. Képesek adatokat gyűjteni infravörös, magnetikus és mikroszkopikus forrásokból, hogy csak egy párat említsünk. Az adatok beszerzése történhet különböző célszenzorokon, sőt az interneten keresztül összekapcsolt érzékelőhálózaton keresztül is. A lehetőségek tárháza tehát hatalmas. Ráadásul a felhasználási területek számottevőek: építhetünk olyan gépet, ami a jelenlegi rendszereknél sokkalta pontosabban jelzi előre a következő földrengést, de az sem kizárt, hogy ily módon elkészülhet egy embernél is intelligensebb gép. Persze a kérdés adott: hasznos lesz-e ez nekünk és jó célra fordítjuk-e, avagy a hatalmas fantáziával megáldott, de legtöbbször borúlátó sci-fi írók jövendölése teljesedik-e be.
Csöndes Áron
