Orang-orang selalu bermimpi untuk mematahkan belenggu, mengatasi keterbatasan tubuh mereka: rasa sakit, penyakit, dan kematian. Sebuah gerakan baru sedang memperbaiki dorongan kuno ini dengan pakaian teknologi baru. Apa yang disebut transhumanisme didasarkan pada gagasan bahwa sains akan memberi manusia cara futuristik untuk meninggalkan bentuk fisik fana mereka dan mewujudkan impian yang transenden.

Mungkin salah satu gagasan paling menarik dari para transhumanis adalah bahwa kesadaran dapat diubah menjadi data digital dan “diunduh” ke dalam komputer yang sangat canggih. Ini akan memungkinkan Anda untuk hidup di dunia dengan pengalaman virtual tanpa batas dan menjadi abadi (setidaknya sampai seseorang membuat salinan cadangan Anda dan memutuskan untuk memutuskan sambungan Anda).

Namun, para transhumanis tampaknya mengabaikan fakta bahwa pengunggahan kesadaran menghadapi kendala yang tidak dapat diatasi. Kesulitan-kesulitan praktis berarti bahwa hal ini tidak akan terjadi dalam waktu dekat, namun di luar itu terdapat masalah-masalah rumit yang menjadi inti gagasan tersebut.

Ide pengunduhan otak adalah titik plot favorit dalam fiksi ilmiah. Futuris dan CTO di Google, misalnya, telah menghabiskan banyak upaya untuk menjadikan ide ini populer - ia yakin bahwa kesadaran mengunggah akan tersedia pada awal tahun 2045. Ekonom Robin Hanson baru-baru ini mengkaji secara rinci implikasi sosial dan ekonomi dari skenario tersebut. Dia membayangkan sebuah dunia di mana pekerjaannya berada di pundak emulasi kesadaran manusia tanpa tubuh, yang beroperasi dalam simulasi realitas virtual menggunakan perangkat keras komputasi seukuran seluruh kota.

Gagasan bahwa kesadaran dapat diunggah tidak jauh dari gagasan bahwa kesadaran telah diunggah dan kita hidup dalam simulasi komputer ala The Matrix. Baru-baru ini, pengusaha teknologi Elon Musk mengangkat perdebatan ini dengan menyatakan bahwa kemungkinan kita tidak hidup dalam simulasi komputer kira-kira "satu dalam satu miliar". Tentu saja, idenya sudah berumur ratusan tahun.

Sebuah ide yang tampaknya sederhana ternyata menjadi sangat rumit jika dicermati lebih dekat. Sebagai permulaan, otak kita memiliki triliunan koneksi antara 86 miliar neuron (atau lebih). Saat ini, semua koneksi ini belum dapat direproduksi secara digital. Dengan laju perkembangan komputer dan sistem pencitraan saat ini, dalam beberapa dekade kita akan mampu melakukan trik ini hanya dengan bagian otak yang mati.

Lebih dari sekedar molekul

Dan ini membawa kita pada kompleksitas yang lebih dalam. Hanya karena kita dapat meniru beberapa aspek otak tidak berarti kita dapat sepenuhnya meniru otak atau kesadaran yang sebenarnya. Tidak ada peningkatan berarti dalam daya komputasi yang memungkinkan kita memodelkan otak pada tingkat molekul individu. Dengan demikian, persaingan otak hanya akan mungkin terjadi jika kita dapat memisahkan operasi digital dan logis dari kekacauan di tingkat molekuler.

Untuk memahami cara kerja komputer konvensional, kita tidak perlu mencatat arus dan tegangan di setiap komponen, apalagi memahami fungsi setiap elektron. Kami telah merancang operasi peralihan transistor sedemikian rupa sehingga logika operasinya pada dasarnya sederhana: nol dan satu. Namun otak tidak diciptakan oleh kita – melainkan berevolusi – jadi tidak ada alasan untuk mengharapkan logika sederhana sebagai dasar cara kerjanya.

Ide yang berbahaya

Sekalipun pengunggahan pikiran masih hanya sekedar angan-angan, tidak ada yang bisa menghentikan orang untuk mendiskusikan konsekuensi berbahaya dari proses ini. Semua orang pada suatu saat menjadi takut akan kematian mereka sendiri, dan siapakah kita yang bisa memberi tahu orang lain apa yang harus dilakukan terhadap ketakutan mereka sendiri?

Cara transhumanisme memadukan gagasan agama dengan sains mendistorsi pemahaman kita tentang teknologi. Kaum transhumanis melihat teknologi sebagai cara untuk memenuhi semua keinginan kita. Dan mereka membenarkan hal ini dengan mengatakan bahwa mereka pasti akan menggerakkan umat manusia ke arah yang positif. Oleh karena itu, para futurolog ternama memilih untuk tidak beralih ke gagasan transhumanisme dan menjauhinya. Lagipula, ilmu pengetahuan jarang mendapat manfaat dari aliansi dengan agama.

1. Otak itu analog, tapi komputer itu digital.

Neuron bersifat biner, dan jika mencapai tingkat yang diinginkan, potensial aksi akan muncul. Hubungan sederhana dengan sistem digital “Satu dan Nol” memberikan gagasan yang sepenuhnya salah tentang proses nonlinier berkelanjutan yang secara langsung memengaruhi pengoperasian jaringan saraf dan perangkatnya.

Anggap saja salah satu cara utama transmisi data adalah kecepatan neuron mulai aktif. Dengan demikian, jaringan neuron dapat menyala secara sinkron atau tidak teratur (semuanya relatif). Koneksi ini dapat mempengaruhi kekuatan sinyal yang diterima oleh aliran neuron. Dan pada akhirnya, di dalam setiap neuron, sirkulasi kuasi-integrator dimulai, yang terdiri dari rantai ion, yang jumlahnya cukup banyak, dan potensi membran yang berubah secara teratur.

2. Memori asosiatif - memori otak.

Permintaan informasi di komputer terjadi pada alamat tertentu (pengalamatan byte). Otak menggunakan metode berbeda dalam mencari data - bukan berdasarkan alamat, tetapi berdasarkan komponennya, atau bahkan berdasarkan bagian yang mewakilinya. Dan pada akhirnya, otak memiliki sesuatu seperti “sistem Google” di mana beberapa kata kunci sudah cukup untuk mereproduksi konteks keseluruhan. Tentu saja, hal serupa dapat direproduksi di komputer dengan mengindeks semua informasi yang disimpan dan perlu disimpan. Ini adalah bagaimana pencarian akan dilakukan berdasarkan informasi yang relevan.

3. Memori jangka pendek dan RAM bukanlah hal yang sama.

Meskipun banyak psikolog telah mengidentifikasi beberapa kesamaan yang jelas antara RAM dan memori jangka pendek, analisis yang lebih rinci telah mengungkapkan banyak perbedaan yang lebih signifikan.

Meskipun RAM dan memori jangka pendek memerlukan "energi", memori jangka pendek hanya dapat berisi "referensi" ke memori jangka panjang, sedangkan memori operasional berisi informasi yang komposisinya serupa dengan yang terdapat pada hard drive.

Berbeda dengan RAM, memori jangka pendek tidak dibatasi oleh kapasitas.

4. Pemrosesan dan memori di otak dilakukan oleh komponen yang sama.

Komputer mampu memproses informasi dari memori dengan menghubungkan prosesor, dan kemudian menyimpan kembali data yang telah diproses ke dalam memori. Pembagian seperti ini tidak mungkin ada di otak kita. Neuron memproses data dan mengubah sinapsis (titik kontak antara dua neuron), yang merupakan memori utama. Dan sebagai hasilnya, rekreasi ingatan seseorang sedikit mengubah ingatan tersebut.

5. Semua organ mematuhi otak.

Hal ini tidak kalah pentingnya. Faktanya, otak kita dapat menggunakan kemampuannya untuk mengontrol seluruh organ tubuh kita. Banyak eksperimen menunjukkan bahwa ketika kita melihat interior, misalnya ruangan, otak kita mengeluarkan memori, karena memori visual kita sangat kecil, dan berkat ini kita dapat mereproduksi situasi, dan bukan lokasi pasti objek.

Selain itu, otak jauh lebih besar daripada komputer mana pun yang ada saat ini.

Terlepas dari upaya terbaik mereka, ahli saraf dan psikolog kognitif tidak akan pernah menemukan salinan Simfoni Kelima Beethoven, kata-kata, gambar, aturan tata bahasa, atau isyarat eksternal lainnya di otak. Tentu saja otak manusia tidak sepenuhnya kosong. Tapi itu tidak berisi sebagian besar hal yang orang pikirkan - bahkan hal-hal sederhana seperti "kenangan".

Kesalahpahaman kita tentang otak memiliki akar sejarah yang dalam, namun kita terutama dibingungkan oleh penemuan komputer pada tahun 1940an. Selama setengah abad, para psikolog, ahli bahasa, ahli saraf, dan pakar perilaku manusia lainnya berpendapat bahwa otak manusia bekerja seperti komputer.

Untuk mengetahui betapa sembrononya gagasan ini, perhatikan otak bayi. Bayi baru lahir yang sehat memiliki lebih dari sepuluh refleks. Dia menoleh ke arah pipinya tergores dan menghisap semua yang masuk ke mulutnya. Dia menahan nafas saat dibenamkan ke dalam air. Dia menggenggam benda-benda di tangannya begitu erat sehingga dia hampir bisa menopang berat badannya sendiri. Namun mungkin yang paling penting, bayi baru lahir memiliki mekanisme pembelajaran kuat yang memungkinkan mereka berubah dengan cepat sehingga mereka dapat berinteraksi lebih efektif dengan dunia di sekitar mereka.

Perasaan, refleks, dan mekanisme pembelajaran adalah apa yang kita miliki sejak awal, dan jika dipikir-pikir, itu cukup banyak. Jika kita tidak memiliki salah satu dari kemampuan ini, kita mungkin akan kesulitan untuk bertahan hidup.

Namun inilah yang tidak kita miliki sejak lahir: informasi, data, aturan, pengetahuan, kosa kata, representasi, algoritme, program, model, memori, gambar, prosesor, subrutin, encoder, decoder, simbol, dan buffer – elemen yang memungkinkan digital komputer berperilaku agak rasional. Hal-hal ini tidak hanya tidak ada dalam diri kita sejak lahir, tetapi juga tidak berkembang dalam diri kita selama hidup.

Kami tidak menepati kata-kata atau aturan yang memberi tahu kami cara menggunakannya. Kami tidak membuat gambar impuls visual, menyimpannya dalam buffer memori jangka pendek, dan kemudian mentransfer gambar tersebut ke perangkat memori jangka panjang. Kami tidak mengingat informasi, gambar atau kata-kata dari daftar memori. Semua ini dilakukan oleh komputer, tetapi tidak oleh makhluk hidup.

Komputer benar-benar memproses informasi - angka, kata, rumus, gambar. Informasi tersebut pertama-tama harus diterjemahkan ke dalam format yang dapat dikenali oleh komputer, yaitu ke dalam kumpulan satu dan nol (“bit”) yang dikumpulkan menjadi blok-blok kecil (“byte”).

Komputer memindahkan kumpulan ini dari satu tempat ke tempat lain ke berbagai area memori fisik, yang diimplementasikan sebagai komponen elektronik. Terkadang mereka menyalin set, dan terkadang mereka mengubahnya dengan berbagai cara - misalnya, saat Anda memperbaiki kesalahan dalam naskah atau memperbaiki foto. Aturan yang diikuti komputer saat memindahkan, menyalin, atau bekerja dengan berbagai informasi juga disimpan di dalam komputer. Seperangkat aturan disebut “program” atau “algoritma”. Seperangkat algoritma yang bekerja sama dan kita gunakan untuk tujuan berbeda (misalnya, membeli saham atau berkencan online) disebut “aplikasi”.

Ini adalah fakta yang sudah diketahui, namun perlu dijelaskan agar semuanya menjadi jelas: komputer beroperasi berdasarkan representasi simbolis dari dunia. Mereka menyimpan dan mengambil. Mereka benar-benar berproses. Mereka memang memiliki ingatan fisik. Mereka benar-benar didorong oleh algoritma dalam segala hal.

Namun, masyarakat tidak melakukan hal seperti itu. Jadi mengapa begitu banyak ilmuwan berbicara tentang aktivitas mental kita seolah-olah kita adalah komputer?

Pada tahun 2015, pakar kecerdasan buatan George Zarkadakis merilis sebuah buku, In Our Image, yang di dalamnya ia menjelaskan enam konsep berbeda yang telah digunakan orang selama dua ribu tahun terakhir untuk menggambarkan kecerdasan manusia.

Dalam Alkitab versi paling awal, manusia diciptakan dari tanah liat atau lumpur, yang kemudian dijiwai oleh Tuhan yang cerdas dengan rohnya. Semangat ini “menggambarkan” pikiran kita - setidaknya dari sudut pandang tata bahasa.

Penemuan hidrolika pada abad ke-3 SM menyebabkan popularitas konsep hidrolik kesadaran manusia. Idenya adalah bahwa aliran berbagai cairan dalam tubuh – “cairan tubuh” – bertanggung jawab atas fungsi fisik dan spiritual. Konsep hidrolik bertahan selama lebih dari 1.600 tahun dan menghambat perkembangan ilmu kedokteran.

Pada abad ke-16, perangkat yang ditenagai oleh pegas dan roda gigi telah muncul, yang menginspirasi René Descartes untuk berpendapat bahwa manusia adalah mesin yang kompleks. Pada abad ke-17, filsuf Inggris Thomas Hobbes mengemukakan bahwa berpikir terjadi melalui gerakan mekanis kecil di otak. Pada awal abad ke-18, penemuan-penemuan di bidang kelistrikan dan kimia menyebabkan munculnya teori baru tentang pemikiran manusia, yang sekali lagi bersifat lebih metaforis. Pada pertengahan abad ke-19, fisikawan Jerman Hermann von Helmholtz, yang terinspirasi oleh kemajuan komunikasi terkini, membandingkan otak dengan telegraf.

Albrecht von Haller. Ikon anatomicae

Matematikawan John von Neumann menyatakan bahwa fungsi sistem saraf manusia adalah "digital jika tidak ada bukti yang bertentangan", menarik kesejajaran antara komponen mesin komputer pada waktu itu dan area otak manusia.

Setiap konsep mencerminkan ide-ide paling maju pada zaman yang melahirkannya. Seperti yang bisa diperkirakan, hanya beberapa tahun setelah lahirnya teknologi komputer pada tahun 1940-an, muncul argumen bahwa otak bekerja seperti komputer: otak itu sendiri berperan sebagai pembawa fisik, dan pikiran kita bertindak sebagai perangkat lunak.

Pandangan ini mencapai puncaknya dalam buku The Computer and the Brain yang diterbitkan pada tahun 1958, yang mana ahli matematika John von Neumann dengan tegas menyatakan bahwa fungsi sistem saraf manusia adalah “digital jika tidak ada bukti yang menyatakan sebaliknya”. Meskipun ia mengakui bahwa sangat sedikit yang diketahui tentang peran otak dalam fungsi kecerdasan dan memori, ilmuwan tersebut menarik persamaan antara komponen mesin komputer pada masa itu dan area otak manusia.

Gambar: Shutterstock

Berkat kemajuan selanjutnya dalam teknologi komputer dan penelitian otak, studi interdisipliner yang ambisius tentang kesadaran manusia secara bertahap berkembang, berdasarkan gagasan bahwa manusia, seperti komputer, adalah pengolah informasi. Pekerjaan ini sekarang mencakup ribuan penelitian, menerima dana miliaran dolar, dan telah menjadi subjek banyak makalah. Buku Ray Kurzweil tahun 2013 Making a Mind: Unraveling the Mystery of Human Thinking mengilustrasikan hal ini, menggambarkan "algoritma" otak, teknik "pemrosesan informasi", dan bahkan bagaimana strukturnya menyerupai sirkuit terpadu.

Gagasan pemikiran manusia sebagai perangkat pengolah informasi (IP) saat ini mendominasi kesadaran manusia baik di kalangan masyarakat awam maupun di kalangan ilmuwan. Namun, pada akhirnya, ini hanyalah sebuah metafora, sebuah fiksi yang kita anggap sebagai kenyataan untuk menjelaskan sesuatu yang tidak benar-benar kita pahami.

Logika konsep OR yang tidak sempurna cukup mudah untuk dirumuskan. Hal ini didasarkan pada silogisme yang salah dengan dua asumsi yang masuk akal dan kesimpulan yang salah. Asumsi Wajar #1: Semua komputer mampu berperilaku cerdas. Asumsi Wajar #2: Semua komputer adalah pemroses informasi. Kesimpulan yang salah: semua objek yang mampu berperilaku cerdas adalah pengolah informasi.

Jika kita melupakan formalitas, maka gagasan bahwa manusia harus menjadi pengolah informasi, hanya karena komputer memang demikian, adalah omong kosong, dan ketika konsep AI akhirnya ditinggalkan, sejarawan mungkin akan melihatnya dari sudut pandang yang sama seperti sekarang. bagi kami, konsep hidrolik dan mekanik tampak seperti omong kosong.

Lakukan percobaan: ambil uang kertas seratus rubel dari ingatan, lalu keluarkan dari dompet Anda dan salin. Apakah Anda melihat perbedaannya?

Gambar yang dibuat tanpa gambar asli pasti akan menjadi jelek jika dibandingkan dengan gambar yang dibuat dari kehidupan. Padahal nyatanya Anda sudah melihat RUU ini lebih dari seribu kali.

Apa masalahnya? Bukankah seharusnya “gambar” uang kertas itu “disimpan” dalam “daftar penyimpanan” otak kita? Mengapa kita tidak bisa “merujuk” saja pada “gambar” ini dan menggambarkannya di atas kertas?

Jelas tidak, dan penelitian ribuan tahun tidak akan memungkinkan kita menentukan lokasi gambar uang kertas ini di otak manusia hanya karena gambar tersebut tidak ada.

Gagasan yang dikemukakan oleh beberapa ilmuwan bahwa ingatan individu entah bagaimana disimpan dalam neuron khusus adalah tidak masuk akal. Antara lain, teori ini membawa pertanyaan tentang struktur memori ke tingkat yang lebih sulit: bagaimana dan di mana memori disimpan dalam sel?

Gagasan bahwa ingatan disimpan dalam neuron individu adalah hal yang tidak masuk akal: bagaimana dan di mana informasi dapat disimpan di dalam sel? Kita tidak perlu khawatir tentang pikiran manusia yang mengamuk di dunia maya, dan kita tidak akan pernah bisa mencapai keabadian dengan mengunduh jiwa kita ke media lain.

Salah satu prediksi, yang diungkapkan dalam satu atau lain bentuk oleh futuris Ray Kurzweil, fisikawan Stephen Hawking dan banyak lainnya, adalah bahwa jika kesadaran manusia seperti sebuah program, maka akan segera muncul teknologi yang memungkinkannya untuk dimuat ke dalam komputer. , sehingga sangat meningkatkan kemampuan intelektual dan memungkinkan keabadian. Ide ini menjadi dasar plot film distopia Transcendence (2014), di mana Johnny Depp berperan sebagai ilmuwan mirip Kurzweil. Dia mengunggah pemikirannya ke Internet, menyebabkan konsekuensi yang menghancurkan bagi umat manusia.

Bingkai dari film "Supremasi"

Untungnya, konsep OI tidak ada yang mendekati kenyataan, jadi kita tidak perlu khawatir pikiran manusia akan mengamuk di dunia maya, dan sayangnya, kita tidak akan pernah bisa mencapai keabadian dengan mengunduh jiwa kita ke media lain. Ini bukan hanya kurangnya perangkat lunak di otak, masalahnya bahkan lebih dalam - sebut saja masalah keunikan, dan ini menarik sekaligus menyedihkan.

Karena otak kita tidak memiliki “perangkat memori” atau “gambaran” rangsangan eksternal, dan otak berubah sepanjang hidup di bawah pengaruh kondisi eksternal, tidak ada alasan untuk percaya bahwa dua orang di dunia akan bereaksi terhadap rangsangan tersebut. rangsangan yang sama dengan cara yang sama. Jika Anda dan saya menghadiri konser yang sama, perubahan yang terjadi di otak Anda setelah mendengarkan akan berbeda dengan perubahan yang terjadi di otak saya. Perubahan ini bergantung pada struktur unik sel saraf yang terbentuk sepanjang kehidupan sebelumnya.

Inilah sebabnya, seperti yang ditulis Frederick Bartlett dalam bukunya yang terbit tahun 1932, Memory, dua orang yang mendengarkan cerita yang sama tidak akan dapat menceritakan kembali cerita tersebut dengan cara yang persis sama, dan lama kelamaan versi cerita mereka akan menjadi semakin tidak mirip satu sama lain.

"Keunggulan"

Saya pikir ini sangat menginspirasi karena ini berarti kita masing-masing benar-benar unik, tidak hanya dalam susunan genetik kita, tetapi juga dalam cara otak kita berubah seiring berjalannya waktu. Namun hal ini juga menyedihkan, karena membuat pekerjaan sulit yang dilakukan para ahli ilmu saraf hampir mustahil untuk diselesaikan. Setiap perubahan dapat mempengaruhi ribuan, jutaan neuron atau seluruh otak, dan sifat dari perubahan ini juga unik dalam setiap kasus.

Lebih buruk lagi, bahkan jika kita dapat mencatat keadaan masing-masing 86 miliar neuron di otak dan mensimulasikan semuanya di komputer, model yang sangat besar ini tidak akan berguna di luar tubuh tempat otak berada. Ini mungkin kesalahpahaman yang paling menjengkelkan tentang struktur manusia, yang disebabkan oleh konsep OI yang salah.

Komputer menyimpan salinan data yang sebenarnya. Mereka dapat tetap tidak berubah untuk waktu yang lama bahkan ketika listrik dimatikan, sementara otak hanya mendukung kecerdasan kita selama ia masih hidup. Tidak ada saklar. Entah otak akan bekerja tanpa henti, atau kita tidak akan ada. Selain itu, seperti yang dicatat oleh ahli saraf Stephen Rose dalam The Future of the Brain tahun 2005, salinan keadaan otak saat ini mungkin tidak ada gunanya tanpa mengetahui biografi lengkap pemiliknya, bahkan termasuk konteks sosial di mana orang tersebut dibesarkan.

Sementara itu, sejumlah besar uang dihabiskan untuk penelitian otak berdasarkan ide-ide palsu dan janji-janji yang tidak akan dipenuhi. Oleh karena itu, Uni Eropa meluncurkan proyek untuk mempelajari otak manusia senilai $1,3 miliar. Otoritas Eropa meyakini janji menggiurkan dari Henry Markram untuk menciptakan simulator kerja fungsi otak berdasarkan superkomputer pada tahun 2023, yang secara radikal akan mengubah pendekatan terhadap pengobatan. penyakit Alzheimer dan penyakit lainnya, dan memberikan proyek pendanaan yang hampir tidak terbatas. Kurang dari dua tahun setelah proyek diluncurkan, ternyata proyek tersebut gagal, dan Markram diminta mengundurkan diri.

Manusia adalah organisme hidup, bukan komputer. Terimalah. Kita perlu melanjutkan kerja keras untuk memahami diri kita sendiri, tetapi tidak membuang waktu untuk beban intelektual yang tidak perlu. Selama setengah abad keberadaannya, konsep OR hanya memberi kita sedikit penemuan yang berguna. Saatnya mengklik tombol Hapus.

Robert Epstein adalah psikolog senior di American Institute for Behavioral Research and Technology di California. Dia adalah penulis 15 buku dan mantan pemimpin redaksi Psychology Today.

Setiap otak manusia adalah sesuatu yang istimewa, sebuah keajaiban alam yang luar biasa kompleks, yang diciptakan melalui evolusi jutaan tahun. Saat ini otak kita sering disebut komputer sungguhan. Dan ungkapan ini tidak digunakan dengan sia-sia.

Dan hari ini kita akan mencoba memahami mengapa para ilmuwan menyebut otak manusia sebagai komputer biologis, dan fakta menarik apa yang ada mengenainya.

Mengapa otak adalah komputer biologis

Para ilmuwan menyebut otak sebagai komputer biologis karena alasan yang jelas. Otak, seperti prosesor utama sistem komputer mana pun, bertanggung jawab atas pengoperasian semua elemen dan node sistem. Seperti halnya RAM, hard drive, kartu video, dan elemen PC lainnya, otak manusia mengontrol penglihatan, pernapasan, memori, dan proses lain apa pun yang terjadi di tubuh manusia. Dia memproses data yang diterima, membuat keputusan dan melakukan semua pekerjaan intelektual.

Sedangkan untuk ciri “biologis”, keberadaannya juga cukup kentara, karena berbeda dengan teknologi komputer konvensional, otak manusia berasal dari biologis. Jadi ternyata otak adalah komputer biologis yang nyata.

Seperti kebanyakan komputer modern, otak manusia memiliki banyak sekali fungsi dan kemampuan. Dan kami menawarkan beberapa fakta paling menarik tentangnya di bawah ini:

• Bahkan pada malam hari, saat tubuh kita sedang istirahat, otak tidak tertidur, namun sebaliknya, berada dalam keadaan lebih aktif dibandingkan pada siang hari;
• Jumlah pasti ruang atau memori yang dapat disimpan di otak manusia saat ini belum diketahui para ilmuwan. Namun, mereka berpendapat bahwa “hard drive biologis” ini dapat menyimpan hingga 1000 terabyte informasi;
• Berat rata-rata otak adalah satu setengah kilogram, dan volumenya meningkat, seperti halnya otot, dari latihan. Benar, dalam hal ini, pelatihan melibatkan perolehan pengetahuan baru, peningkatan daya ingat, dll.;
• Terlepas dari kenyataan bahwa otaklah yang bereaksi terhadap kerusakan apa pun pada tubuh dengan mengirimkan sinyal rasa sakit ke bagian tubuh yang bersangkutan, otak itu sendiri tidak merasakan sakit. Saat kita merasakan sakit kepala, itu hanya nyeri pada jaringan dan saraf tengkorak.

Sekarang Anda tahu mengapa otak disebut komputer biologis, yang berarti Anda telah melakukan sedikit pelatihan pada otak Anda. Jangan berhenti di situ, dan pelajari sesuatu yang baru secara sistematis.

Ide sentral dari karya terkenal Ray Kurzweil adalah kecerdasan buatan, yang pada akhirnya akan mendominasi semua bidang kehidupan masyarakat. Dalam buku barunya, The Evolution of the Mind, Kurzweil mengungkapkan potensi tak terbatas dalam merekayasa balik otak manusia.

Dalam artikel yang sama, Turing melaporkan penemuan tak terduga lainnya mengenai masalah yang tidak dapat dipecahkan. Masalah yang tidak dapat dipecahkan adalah masalah yang dijelaskan dengan baik oleh solusi unik (yang dapat dibuktikan ada), namun (yang juga dapat ditunjukkan) tidak dapat diselesaikan oleh mesin Turing mana pun (yaitu, oleh mesin mana pun). Gagasan tentang adanya permasalahan tersebut pada dasarnya bertentangan dengan konsep yang terbentuk pada awal abad ke-20. dogma bahwa semua masalah yang dapat dirumuskan dapat dipecahkan. Turing menunjukkan bahwa jumlah masalah yang tidak dapat dipecahkan tidak lebih sedikit dari jumlah masalah yang dapat dipecahkan. Pada tahun 1931, Kurt Gödel sampai pada kesimpulan yang sama ketika dia merumuskan “teorema ketidaklengkapan”. Ini adalah situasi yang aneh: kita dapat merumuskan suatu masalah, kita dapat membuktikan bahwa masalah tersebut memiliki solusi yang unik, tetapi pada saat yang sama kita tahu bahwa kita tidak akan pernah dapat menemukan solusi tersebut.

Turing menunjukkan bahwa mesin komputasi beroperasi berdasarkan mekanisme yang sangat sederhana. Karena mesin Turing (dan komputer mana pun) dapat menentukan fungsi masa depannya berdasarkan hasil sebelumnya, mesin tersebut mampu membuat keputusan dan menciptakan struktur informasi hierarki dengan kompleksitas apa pun.

Pada tahun 1939, Turing merancang kalkulator elektronik Bombe, yang membantu menguraikan pesan yang dikumpulkan oleh Jerman menggunakan mesin pengkodean Enigma. Pada tahun 1943, tim insinyur dengan partisipasi Turing telah menyelesaikan mesin Colossus, kadang-kadang disebut sebagai komputer pertama dalam sejarah. Hal ini memungkinkan Sekutu untuk menguraikan pesan yang dibuat oleh versi Enigma yang lebih canggih. Mesin Bombe dan Colossus dirancang untuk melakukan satu tugas dan tidak dapat diprogram ulang. Namun mereka menjalankan fungsinya dengan cemerlang. Hal ini diyakini bahwa sebagian karena mereka, Sekutu mampu mengantisipasi taktik Jerman sepanjang perang, dan Royal Air Force mampu mengalahkan pasukan Luftwaffe tiga kali lebih besar dari mereka dalam Pertempuran Britania.

Atas dasar inilah John von Neumann menciptakan komputer arsitektur modern, yang mencerminkan gagasan ketiga dari empat gagasan terpenting teori informasi. Dalam hampir tujuh puluh tahun sejak saat itu, inti dasar mesin ini, yang disebut mesin von Neumann, hampir tidak berubah - mulai dari mikrokontroler di mesin cuci Anda hingga superkomputer terbesar. Dalam artikel yang diterbitkan pada tanggal 30 Juni 1945 berjudul "First Draft Report on EDVAC", von Neumann menguraikan ide-ide dasar yang menjadi pedoman perkembangan ilmu komputer sejak saat itu. Mesin von Neumann berisi unit pemrosesan pusat tempat operasi aritmatika dan logika dilakukan, modul memori tempat program dan data disimpan, memori massal, penghitung program, dan saluran input/output. Meskipun artikel tersebut dimaksudkan untuk penggunaan internal sebagai bagian dari proyek, artikel tersebut menjadi Alkitab bagi para pencipta komputer. Terkadang laporan rutin yang sederhana dapat mengubah dunia.

Mesin Turing tidak dimaksudkan untuk tujuan praktis. Teorema Turing tidak berkaitan dengan efisiensi pemecahan masalah, melainkan menggambarkan rentang masalah yang secara teoritis dapat diselesaikan oleh komputer. Sebaliknya, tujuan von Neumann adalah menciptakan konsep komputer nyata. Modelnya menggantikan sistem Turing satu-bit dengan sistem multi-bit (biasanya kelipatan delapan bit). Mesin Turing memiliki pita memori serial, sehingga program menghabiskan waktu yang sangat lama untuk menggerakkan pita itu bolak-balik untuk merekam dan mengambil hasil antara. Sebaliknya, dalam sistem von Neumann, memori diakses secara acak, sehingga data apa pun yang diinginkan dapat segera diambil.

Salah satu ide utama von Neumann adalah konsep program tersimpan, yang dikembangkannya sepuluh tahun sebelum komputer diciptakan. Inti dari konsep ini adalah bahwa program disimpan dalam modul memori akses acak yang sama dengan data (dan seringkali bahkan dalam blok memori yang sama). Hal ini memungkinkan Anda memprogram ulang komputer untuk memecahkan berbagai masalah dan membuat kode yang dapat memodifikasi sendiri (dalam kasus drive perekam), yang memberikan kemungkinan rekursi. Hingga saat itu, hampir semua komputer, termasuk Colossus, diciptakan untuk memecahkan masalah tertentu. Konsep program tersimpan memungkinkan komputer menjadi mesin yang benar-benar universal, sesuai dengan gagasan Turing tentang universalitas komputasi mesin.

Properti penting lainnya dari mesin von Neumann adalah bahwa setiap instruksi berisi kode operasi yang menentukan operasi aritmatika atau logika dan alamat operan di memori komputer.

Konsep arsitektur komputer Von Neumann tercermin dalam proyek EDVAC, di mana ia bekerja dengan Presper J. Eckert dan John Mauchly. Komputer EDVAC tidak beroperasi sampai tahun 1951, ketika komputer program tersimpan lainnya sudah ada, seperti Manchester Small Experimental Machine, ENIAC, EDSAC dan BINAC, yang semuanya diciptakan di bawah pengaruh makalah von Neumann dan dengan partisipasi Eckert. dan Mauchly. Von Neumann juga terlibat dalam pengembangan beberapa mesin ini, termasuk ENIAC versi terbaru, yang menggunakan prinsip program tersimpan.

Komputer berarsitektur von Neumann memiliki beberapa pendahulu, tetapi tidak satupun dari mereka - dengan satu pengecualian yang tidak terduga - dapat disebut sebagai mesin von Neumann yang sebenarnya. Pada tahun 1944, Howard Aiken merilis Mark I, yang sampai batas tertentu dapat diprogram ulang, tetapi tidak menggunakan program tersimpan. Mesin membaca instruksi dari kartu berlubang dan segera melaksanakannya. Mobil itu juga tidak menyediakan transisi bersyarat.

Pada tahun 1941, ilmuwan Jerman Konrad Zuse (1910–1995) menciptakan komputer Z-3. Ia juga membaca program dari tape (dalam hal ini, dikodekan pada tape) dan juga tidak melakukan cabang bersyarat. Menariknya, Zuse mendapat dukungan finansial dari Institut Teknik Pesawat Jerman, yang menggunakan komputer ini untuk mempelajari kepakan sayap pesawat. Namun, usulan Zuse untuk membiayai penggantian relay dengan tabung radio tidak didukung oleh pemerintah Nazi, yang menganggap perkembangan teknologi komputer "bukan kepentingan militer". Menurut saya, hal ini mempengaruhi hasil perang sampai batas tertentu.

Faktanya, von Neumann memiliki satu pendahulu yang brilian, dan dia hidup seratus tahun sebelumnya! Matematikawan dan penemu Inggris Charles Babbage (1791–1871) mendeskripsikan Mesin Analitiknya pada tahun 1837, yang didasarkan pada prinsip yang sama dengan komputer von Neumann dan menggunakan program tersimpan yang dicetak pada kartu berlubang pada mesin tenun jacquard. Memori mesin akses acak berisi 1.000 kata dengan masing-masing 50 tempat desimal (setara dengan sekitar 21 kilobyte). Setiap instruksi berisi opcode dan nomor operan - seperti dalam bahasa komputer modern. Sistem ini tidak menggunakan cabang atau loop bersyarat, jadi ini adalah mesin von Neumann yang sebenarnya. Sepenuhnya mekanis, tampaknya melampaui kemampuan desain dan organisasi Babbage sendiri. Dia menciptakan bagian-bagian mesin, tetapi tidak pernah meluncurkannya.

Tidak diketahui secara pasti apakah pionir komputer abad ke-20, termasuk von Neumann, mengetahui karya Babbage.

Namun, penciptaan mesin Babbage menandai dimulainya pengembangan pemrograman. Penulis Inggris Ada Byron (1815–1852), Countess of Lovelace, satu-satunya anak sah dari penyair Lord Byron, menjadi programmer komputer pertama di dunia. Dia menulis program untuk Mesin Analitik Babbage dan men-debug program tersebut di kepalanya (karena komputer tidak pernah berfungsi). Sekarang programmer menyebut tabel latihan ini sebagai pemeriksaan. Dia menerjemahkan sebuah artikel oleh ahli matematika Italia Luigi Menabrea tentang Analytical Engine, menambahkan komentar penting miliknya dan mencatat bahwa “Analytical Engine menjalin pola aljabar seperti alat tenun jacquard menenun bunga dan dedaunan.” Dia mungkin orang pertama yang menyebutkan kemungkinan menciptakan kecerdasan buatan, tetapi menyimpulkan bahwa mesin analitik "tidak mampu menghasilkan apa pun sendiri".

Ide-ide Babbage tampak luar biasa mengingat era di mana dia hidup dan bekerja. Namun, pada pertengahan abad ke-20. ide-ide ini praktis dilupakan (dan baru ditemukan kembali kemudian). Von Neumann-lah yang menemukan dan merumuskan prinsip-prinsip utama pengoperasian komputer dalam bentuknya yang modern, dan bukan tanpa alasan bahwa mesin von Neumann terus dianggap sebagai model utama sebuah komputer. Namun, jangan lupa bahwa mesin von Neumann terus-menerus bertukar data antara modul individu dan di dalam modul ini, sehingga mesin tersebut tidak dapat dibuat tanpa teorema Shannon dan metode yang ia usulkan untuk transmisi dan penyimpanan informasi digital yang andal.

Semua ini membawa kita pada gagasan penting keempat, yang mengatasi kesimpulan Ada Byron tentang ketidakmampuan komputer untuk berpikir kreatif dan memungkinkan kita menemukan algoritma kunci yang digunakan oleh otak, yang kemudian dapat digunakan untuk mengubah komputer menjadi otak. Alan Turing merumuskan masalah ini dalam makalahnya “Computing Machines and Intelligence,” yang diterbitkan pada tahun 1950, yang menggambarkan tes Turing yang sekarang terkenal untuk menentukan kedekatan AI dengan kecerdasan manusia.

Pada tahun 1956, von Neumann mulai mempersiapkan serangkaian kuliah untuk Silliman Readings yang bergengsi di Universitas Yale. Ilmuwan tersebut sudah menderita penyakit kanker dan tidak mampu menyampaikan ceramahnya atau bahkan menyelesaikan naskah yang menjadi dasar ceramahnya. Namun demikian, pekerjaan yang belum selesai ini merupakan prediksi brilian tentang apa yang saya anggap pribadi sebagai proyek tersulit dan penting dalam sejarah umat manusia. Setelah kematian ilmuwan tersebut, pada tahun 1958, naskah tersebut diterbitkan dengan judul “Komputer dan Otak”. Kebetulan karya terakhir salah satu matematikawan paling cemerlang abad lalu dan salah satu pendiri teknologi komputer ternyata dikhususkan untuk analisis pemikiran. Ini adalah studi serius pertama tentang otak manusia dari sudut pandang seorang ahli matematika dan ilmuwan komputer. Sebelum von Neumann, teknologi komputer dan ilmu saraf adalah dua pulau terpisah tanpa jembatan di antara keduanya.

Von Neumann memulai ceritanya dengan menjelaskan persamaan dan perbedaan antara komputer dan otak manusia. Mengingat era di mana karya ini diciptakan, tampaknya sangat akurat. Ilmuwan mencatat bahwa sinyal keluaran neuron adalah digital - akson tereksitasi atau tetap diam. Pada saat itu, masih belum jelas bahwa sinyal keluaran dapat diproses secara analog. Pemrosesan sinyal di dendrit yang menuju ke neuron dan di badan neuron adalah analog, dan von Neumann menggambarkan situasi ini menggunakan jumlah tertimbang dari sinyal input dengan nilai ambang batas.

Model fungsi neuron ini mengarah pada perkembangan koneksionisme dan penggunaan prinsip ini untuk membuat perangkat keras dan program komputer. (Seperti yang saya jelaskan di bab sebelumnya, sistem pertama, yaitu program IBM 704, diciptakan oleh Frank Rosenblatt dari Cornell University pada tahun 1957, tepat setelah naskah kuliah von Neumann tersedia.) Sekarang kita memiliki model yang lebih kompleks yang menjelaskan kombinasi input saraf, tetapi gagasan umum tentang pemrosesan sinyal analog dengan mengubah konsentrasi neurotransmiter masih berlaku.

Berdasarkan konsep universalitas komputasi komputer, von Neumann sampai pada kesimpulan bahwa meskipun terdapat perbedaan radikal dalam arsitektur dan unit struktural otak dan komputer, dengan menggunakan mesin von Neumann kita dapat mensimulasikan proses yang terjadi di dunia. otak. Namun, postulat sebaliknya tidak valid, karena otak bukanlah mesin von Neumann dan tidak memiliki program tersimpan (walaupun di kepala kita dapat mensimulasikan pengoperasian mesin Turing yang sangat sederhana). Algoritme atau metode fungsi otak ditentukan oleh strukturnya. Von Neumann dengan tepat menyimpulkan bahwa neuron dapat mempelajari pola yang tepat berdasarkan sinyal masukan. Namun pada masa von Neumann belum diketahui bahwa pembelajaran juga terjadi melalui penciptaan dan penghancuran koneksi antar neuron.

Von Neumann juga menunjukkan bahwa kecepatan pemrosesan informasi oleh neuron sangat rendah - sekitar ratusan kalkulasi per detik, tetapi otak mengimbanginya dengan memproses informasi secara bersamaan di banyak neuron. Ini adalah penemuan lain yang jelas namun sangat penting. Von Neumann berpendapat bahwa semua 10 10 neuron di otak (perkiraan ini juga cukup akurat: menurut gagasan saat ini, otak berisi 10 10 hingga 10 11 neuron) memproses sinyal secara bersamaan. Selain itu, semua kontak (rata-rata 10 3 hingga 10 4 per neuron) dihitung secara bersamaan.

Mengingat keadaan primitif ilmu saraf pada saat itu, perkiraan dan deskripsi fungsi saraf von Neumann sangatlah akurat. Namun, saya tidak setuju dengan salah satu aspek karyanya, yaitu gagasan tentang kapasitas memori otak. Dia percaya bahwa otak mengingat setiap sinyal kehidupan. Von Neumann memperkirakan rata-rata umur manusia adalah 60 tahun, yaitu sekitar 2 x 10 9 detik. Jika setiap neuron menerima sekitar 14 sinyal per detik (yang sebenarnya tiga kali lipat lebih rendah dari nilai sebenarnya), dan otak berisi total 10 10 neuron, ternyata kapasitas memori otak adalah sekitar 10 20 bit. Seperti yang saya tulis di atas, kita hanya mengingat sebagian kecil dari pikiran dan pengalaman kita, tetapi ingatan ini pun tidak disimpan sebagai informasi tingkat rendah sedikit demi sedikit (seperti dalam video), melainkan sebagai rangkaian informasi tingkat tinggi. gambar.

Saat von Neumann menjelaskan setiap mekanisme fungsi otak, ia sekaligus menunjukkan bagaimana komputer modern dapat menjalankan fungsi yang sama, meskipun ada perbedaan nyata antara otak dan komputer. Mekanisme analog otak dapat dimodelkan menggunakan mekanisme digital, karena komputasi digital dapat mensimulasikan nilai analog dengan tingkat akurasi apa pun (dan keakuratan informasi analog di otak cukup rendah). Dimungkinkan juga untuk mensimulasikan paralelisme besar-besaran fungsi otak, mengingat keunggulan signifikan komputer dalam kecepatan komputasi serial (keunggulan ini semakin meningkat sejak von Neumann). Selain itu, kita dapat melakukan pemrosesan sinyal paralel di komputer menggunakan mesin paralel von Neumann - begitulah cara superkomputer modern beroperasi.

Mengingat kemampuan manusia untuk mengambil keputusan dengan cepat pada kecepatan saraf yang rendah, von Neumann menyimpulkan bahwa fungsi otak tidak dapat melibatkan algoritma sekuensial yang panjang. Ketika penjaga base ketiga menerima bola dan memutuskan untuk melemparkannya ke base pertama, bukan base kedua, dia membuat keputusan ini dalam sepersekian detik - selama waktu tersebut setiap neuron hampir tidak punya waktu untuk menyelesaikan beberapa siklus eksitasi. Von Neumann sampai pada kesimpulan logis bahwa kemampuan otak yang luar biasa disebabkan oleh fakta bahwa 100 miliar neuron dapat memproses informasi secara bersamaan. Seperti yang saya sebutkan di atas, korteks visual membuat kesimpulan kompleks hanya dalam tiga atau empat siklus penembakan saraf.

Plastisitas otak yang signifikan memungkinkan kita untuk belajar. Namun, komputer memiliki plastisitas yang jauh lebih besar - metodenya dapat diubah sepenuhnya dengan mengubah perangkat lunak. Dengan demikian, komputer dapat meniru otak, namun hal sebaliknya tidak terjadi.

Ketika von Neumann membandingkan kemampuan otak yang sangat paralel dengan beberapa komputer pada saat itu, tampak jelas bahwa otak memiliki memori dan kecepatan yang jauh lebih besar. Saat ini, superkomputer pertama telah dibangun, menurut perkiraan paling konservatif, memenuhi persyaratan fungsional yang diperlukan untuk mensimulasikan fungsi otak manusia (sekitar 10 16 operasi per detik). (Menurut pendapat saya, komputer sebesar ini akan berharga sekitar $1.000 pada awal tahun 2020an.) Dalam hal kapasitas memori, kami telah melangkah lebih jauh. Karya Von Neumann muncul pada awal era komputer, namun ilmuwan tersebut yakin bahwa suatu saat kita akan mampu menciptakan komputer dan program komputer yang dapat meniru otak manusia; itulah sebabnya dia mempersiapkan ceramahnya.

Von Neumann sangat yakin akan percepatan kemajuan dan dampak signifikannya terhadap kehidupan masyarakat di masa depan. Setahun setelah kematian von Neumann, pada tahun 1957, rekannya ahli matematika Stan Ulam mengutip perkataan von Neumann pada awal tahun 1950-an bahwa "setiap percepatan kemajuan teknologi dan perubahan dalam cara hidup masyarakat memberikan kesan bahwa suatu singularitas besar dalam sejarah semakin dekat. “suatu umat manusia yang sudah tidak dapat lagi melanjutkan aktivitas manusia seperti yang kita kenal sekarang.” Ini adalah penggunaan kata "singularitas" pertama yang diketahui untuk menggambarkan kemajuan teknologi manusia.

Wawasan terpenting Von Neumann adalah kesamaan antara komputer dan otak. Perhatikan bahwa bagian dari kecerdasan manusia adalah kecerdasan emosional. Jika tebakan von Neumann benar dan jika kita setuju dengan pernyataan saya bahwa sistem non-biologis yang secara memuaskan mereproduksi kecerdasan (emosional dan lainnya) orang yang hidup memiliki kesadaran (lihat bab berikutnya), kita harus menyimpulkan bahwa antara komputer (dengan perangkat lunak yang benar) Dan sadar Ada kesamaan yang jelas dalam pemikiran. Jadi, apakah von Neumann benar?

Kebanyakan komputer modern sepenuhnya merupakan mesin digital, sedangkan otak manusia menggunakan teknik digital dan analog. Namun, metode analog dapat dengan mudah direproduksi secara digital dengan tingkat akurasi apa pun. Ilmuwan komputer Amerika Carver Mead (lahir 1934) menunjukkan bahwa metode analog otak dapat direproduksi secara langsung dalam silikon, dan mengimplementasikannya dalam bentuk chip neuromorfik. Mead menunjukkan bahwa pendekatan ini ribuan kali lebih efektif dibandingkan metode simulasi analog secara digital. Jika kita berbicara tentang pengkodean algoritma neokortikal redundan, mungkin masuk akal untuk menggunakan ide Mead. Tim peneliti IBM yang dipimpin oleh Dharmendra Modhi menggunakan chip yang meniru neuron dan koneksinya, termasuk kemampuannya untuk membentuk koneksi baru. Salah satu chip, yang disebut SyNAPSE, secara langsung memodulasi 256 neuron dan sekitar seperempat juta koneksi sinaptik. Tujuan dari proyek ini adalah untuk mensimulasikan neokorteks yang terdiri dari 10 miliar neuron dan 100 triliun koneksi (setara dengan otak manusia), hanya menggunakan energi satu kilowatt.

Lebih dari lima puluh tahun yang lalu, von Neumann memperhatikan bahwa proses di otak terjadi sangat lambat, namun ditandai dengan paralelisme yang masif. Sirkuit digital modern beroperasi setidaknya 10 juta kali lebih cepat dibandingkan saklar elektrokimia otak. Sebaliknya, 300 juta modul pengenalan di korteks serebral bekerja secara bersamaan, dan satu kuadriliun kontak antar neuron dapat diaktifkan pada saat yang bersamaan. Oleh karena itu, untuk menciptakan komputer yang mampu meniru otak manusia secara memadai, diperlukan memori dan kinerja komputasi yang memadai. Tidak perlu meniru arsitektur otak secara langsung - ini adalah metode yang sangat tidak efisien dan tidak fleksibel.

Seperti apa seharusnya komputer yang bersangkutan? Banyak proyek penelitian ditujukan untuk memodelkan pembelajaran hierarkis dan pengenalan pola yang terjadi di neokorteks. Saya sendiri melakukan penelitian serupa dengan menggunakan model Markov tersembunyi hierarki. Saya memperkirakan bahwa pemodelan satu siklus pengenalan dalam satu modul pengenalan neokorteks biologis memerlukan sekitar 3000 perhitungan. Kebanyakan simulasi dibangun berdasarkan jumlah perhitungan yang jauh lebih kecil. Jika kita berasumsi bahwa otak melakukan sekitar 10 2 (100) siklus pengenalan per detik, kita mendapatkan jumlah total 3 x 10 5 (300 ribu) perhitungan per detik untuk satu modul pengenalan. Jika kita mengalikan angka ini dengan jumlah total modul pengenalan (3 x 10 8 (300 juta, menurut perkiraan saya)), kita mendapatkan 10 14 (100 triliun) kalkulasi per detik. Saya memberikan arti yang kira-kira sama dalam buku “The Singularity is Near.” Saya memperkirakan bahwa simulasi otak fungsional memerlukan kecepatan 10 14 hingga 10 16 kalkulasi per detik. Perkiraan Hans Moravec, berdasarkan ekstrapolasi data untuk pemrosesan visual awal di seluruh otak, adalah 10 14 kalkulasi per detik, sama dengan kalkulasi saya.

Mesin standar modern dapat berjalan dengan kecepatan hingga 10 10 kalkulasi per detik, namun dengan bantuan sumber daya cloud, produktivitasnya dapat ditingkatkan secara signifikan. Superkomputer tercepat, komputer K Jepang, telah mencapai kecepatan 10 16 kalkulasi per detik. Mengingat redundansi algoritma neokorteks yang sangat besar, hasil yang baik dapat dicapai dengan menggunakan chip neuromorfik, seperti pada teknologi SvNAPSE.

Dalam hal kebutuhan memori, kita memerlukan sekitar 30 bit (sekitar 4 byte) untuk setiap pin dengan salah satu dari 300 juta modul pengenalan. Jika rata-rata delapan sinyal cocok untuk setiap modul pengenalan, kita mendapatkan 32 byte per modul pengenalan. Jika kita memperhitungkan bahwa bobot setiap sinyal masukan adalah satu byte, kita mendapatkan 40 byte. Tambahkan 32 byte untuk kontak hilir dan kami mendapatkan 72 byte. Saya perhatikan bahwa kehadiran cabang naik dan turun mengarah pada fakta bahwa jumlah sinyal jauh lebih dari delapan, bahkan jika kita memperhitungkan bahwa banyak modul pengenalan menggunakan sistem koneksi umum yang sangat bercabang. Misalnya, mengenali huruf “p” mungkin melibatkan ratusan modul pengenalan. Ini berarti ribuan modul pengenalan tingkat berikutnya terlibat dalam mengenali kata dan frasa yang mengandung huruf “p”. Namun, setiap modul yang bertanggung jawab untuk mengenali “p” tidak mengulangi pohon koneksi yang memberi makan semua tingkat pengenalan kata dan frasa dengan “p”;

Hal di atas juga berlaku untuk sinyal hilir: modul yang bertanggung jawab untuk mengenali kata apple akan memberi tahu ribuan modul hilir yang bertanggung jawab untuk mengenali “e” bahwa gambar “e” diharapkan jika “a”, “p”, “p” sudah dikenali " dan "l". Pohon koneksi ini tidak diulangi untuk setiap modul pengenalan kata atau frasa yang ingin memberi tahu modul tingkat yang lebih rendah bahwa gambar "e" diharapkan. Pohon ini biasa terjadi. Oleh karena itu, perkiraan rata-rata delapan sinyal upstream dan delapan sinyal downstream untuk setiap modul pengenalan cukup masuk akal. Namun meskipun kita meningkatkan nilai ini, hasil akhirnya tidak akan banyak berubah.

Jadi, dengan memperhitungkan 3 x 10 8 (300 juta) modul pengenalan dan masing-masing 72 byte memori, kami menemukan bahwa total ukuran memori harus sekitar 2 x 10 10 (20 miliar) byte. Dan ini adalah nilai yang sangat sederhana. Komputer modern konvensional memiliki memori semacam ini.

Kami melakukan semua perhitungan ini untuk memperkirakan parameter secara kasar. Mengingat bahwa sirkuit digital sekitar 10 juta kali lebih cepat daripada jaringan neuron di korteks biologis, kita tidak perlu mereproduksi paralelisme besar-besaran di otak manusia - pemrosesan paralel yang sangat moderat (dibandingkan dengan triliunan paralelisme di otak) sudah cukup. cukup. Dengan demikian, parameter komputasi yang diperlukan cukup dapat dicapai. Kemampuan neuron otak untuk terhubung kembali (ingat bahwa dendrit terus-menerus menciptakan sinapsis baru) juga dapat disimulasikan dengan menggunakan perangkat lunak yang sesuai, karena program komputer jauh lebih plastis daripada sistem biologis, yang, seperti telah kita lihat, sangat mengesankan tetapi memiliki batas.

Redundansi otak yang diperlukan untuk memperoleh hasil yang invarian tentu dapat direproduksi dalam versi komputer. Prinsip matematika untuk mengoptimalkan sistem pembelajaran hierarkis yang mengatur dirinya sendiri cukup jelas. Pengorganisasian otak masih jauh dari optimal. Namun hal tersebut tidak harus optimal – hal tersebut harus cukup baik untuk memungkinkan terciptanya alat yang dapat mengimbangi keterbatasannya sendiri.

Keterbatasan lain dari neokorteks adalah tidak adanya mekanisme untuk menghilangkan atau bahkan mengevaluasi data yang bertentangan; Hal ini sebagian menjelaskan ketidaklogisan penalaran manusia yang sangat umum. Untuk mengatasi masalah ini kami memiliki kemampuan yang sangat lemah yang disebut berpikir kritis, namun orang-orang menggunakannya lebih jarang dari yang seharusnya. Neokorteks komputer dapat mencakup proses yang mengidentifikasi data yang bertentangan untuk revisi selanjutnya.

Penting untuk dicatat bahwa merancang seluruh wilayah otak lebih mudah daripada merancang satu neuron. Seperti yang telah disebutkan, pada tingkat hierarki yang lebih tinggi, model sering kali disederhanakan (di sini ada analogi dengan komputer). Memahami cara kerja transistor memerlukan pemahaman mendetail tentang fisika bahan semikonduktor, dan fungsi transistor di kehidupan nyata dijelaskan dengan persamaan kompleks. Sebuah rangkaian digital yang mengalikan dua angka mengandung ratusan transistor, tetapi satu atau dua rumus sudah cukup untuk membuat model rangkaian tersebut. Seluruh komputer, yang terdiri dari milyaran transistor, dapat dimodelkan menggunakan serangkaian instruksi dan deskripsi register pada beberapa halaman teks menggunakan beberapa rumus. Program untuk sistem operasi, kompiler bahasa, atau assembler cukup kompleks, tetapi pemodelan program pribadi (misalnya, program pengenalan bahasa berdasarkan model Markov hierarki tersembunyi) juga memerlukan beberapa halaman rumus. Dan tidak ada tempat dalam program seperti itu Anda akan menemukan penjelasan rinci tentang sifat fisik semikonduktor atau bahkan arsitektur komputer.

Prinsip serupa juga berlaku untuk pemodelan otak. Salah satu modul pengenalan tertentu dari neokorteks, yang mendeteksi gambar visual invarian tertentu (misalnya wajah), menyaring frekuensi audio (membatasi sinyal input pada rentang frekuensi tertentu), atau memperkirakan kedekatan temporal dari dua peristiwa, dapat dijelaskan dalam banyak hal. detail spesifik yang lebih sedikit daripada interaksi fisik dan kimia yang sebenarnya yang mengontrol fungsi neurotransmiter, saluran ion, dan elemen neuron lain yang terlibat dalam transmisi impuls saraf. Meskipun semua detail ini harus dipertimbangkan dengan cermat sebelum melanjutkan ke tingkat kompleksitas berikutnya, banyak hal yang dapat disederhanakan dengan memodelkan prinsip pengoperasian otak.