Могут ли машины иметь сознание, по мнению нейробиологов? Похоже, что да

Как бы режиссеру ни хотелось заставить вас в это верить, главным героем фильма «Из машины» 2015 года, снятого Эндрю Гарландом, является не Калеб — молодой программист, которому поручили оценивать машинное сознание. Нет, главным героем стала Ава, поразительный гуманоидный ИИ, наивный на вид и загадочный внутри. Как и большинство фильмов подобного рода, «Из машины» оставляет зрителю самому ответить на вопрос: действительно ли Ава была сознательной? При этом фильм умело избегает тернистого вопроса, на который пытались ответить громкие фильмы на тему ИИ: что такое сознание и может ли оно быть у компьютера?

Голливудские продюсеры не единственные пытаются ответить на этот вопрос. Поскольку машинный интеллект развивается с головокружительной скоростью — не только превосходя возможности людей в таких играх, как DOTA 2 и го, но и делая это без помощи человека — этот вопрос снова поднимается в широких и узких кругах.

Пробьется ли сознание в машинах?

На этой неделе в престижном журнале Scienceбыл опубликован обзор, сделанный когнитивными учеными, докторами Станисласом Дехэне, Хокваном Лау и Сидом Куайдером из французского колледжа в Калифорнийском университете в Лос-Анджелесе и Исследовательского университета PSL. В нем ученые заявили: пока нет, но есть четкий путь вперед.

Причина? Сознание «абсолютно вычисляемо», говорят авторы, потому что возникает в процессе специфических видов обработки информации, которые становятся возможными благодаря аппаратным средствам мозга.

Нет никакого волшебного бульона, никакой божественной искры — даже эмпирической компоненты («каково это — иметь сознание?») не требуется для внедрения сознания.

Если сознание проистекает чисто из расчетов в нашем полуторакилограммовом органе, то оснащение машин аналогичным свойством — лишь вопрос перевода биологии в код.

Подобно тому, как современные мощные методы машинного обучения сильно заимствованы из нейробиологии, мы можем достичь и искусственного сознания, изучая структуры в наших собственных мозгах, которые генерируют сознание, и реализуя эти идеи как компьютерные алгоритмы.

От мозга к роботу

Несомненно, область ИИ в высокой степени получила толчок, благодаря изучению нашего собственного мозга, как его формы, так и функции.

Например, глубокие нейронные сети, архитектурные алгоритмы, которые легли в основу AlphaGo, созданы по примеру многослойных биологических нейронных сетей, организованных в наших мозгах.

Обучение с подкреплением, тип «обучения», в процессе которого ИИ учится на миллионах примерах, уходит корнями в многовековую технику тренировки собак: если собака делает что-то правильно, то получает награду; в противном случае ей придется повторять.

В этом смысле перевод архитектуры человеческого сознания на машины кажется простым шагом в сторону искусственного сознания. Есть только одна большая проблема.

«Никто в сфере ИИ не работает над созданием сознательных машин, потому что нам просто не за что взяться. Мы просто не знаем, что делать», говорит доктор Стюарт Расселл.

Многослойное сознание

Самая трудная часть, которую нужно преодолеть прежде, чем приступить к созданию мыслящих машин, заключается в том, чтобы понять, что такое сознание.

Для Дехэне и коллег сознание — это многослойный конструкт с двумя «измерениями»: С1, информация, которая хранится в готовом виде в сознании, и С2, способность получать и отслеживать информацию о самом себе. Оба они важны для сознания и не могут существовать друг без друга.

Допустим, вы управляете автомобилем и загорается маячок, предупреждающий о малом остатке бензина. Восприятие индикатора — это C1, мысленное представление, с которым мы можем взаимодействовать: мы замечаем его, действуем (заправляемся) и рассказываем об этом позже («Бензин закончился на спуске, повезло — докатился»).

«Первое значение, которое мы хотим отделить от сознания, — это понятие глобальной доступности», объясняет Дехэне. Когда вы осознаете слово, весь ваш мозг понимает это, то есть вы можете пропускать эту информацию через различные модальности.

Но С1 — это не просто «ментальный альбом». Это измерение представляет собой целую архитектуру, которая позволяет мозгу привлекать несколько модальностей информации из наших чувств или, например, из воспоминаний о связанных событиях.

В отличие от подсознательной обработки, которая часто опирается на определенные «модули», компетентные в решении определенного набора задач, С1 является глобальным рабочим пространством, которое позволяет мозгу интегрировать информацию, принимать решение о действии и следовать до конца.

Под «сознанием» мы имеем в виду определенное представление, в определенный момент времени, которое борется за доступ к умственному рабочему пространству и побеждает. Победители распределяются между различными вычислительными схемами мозга и хранятся в центре внимания на протяжении всего процесса принятия решений, определяющих поведение.

Сознание С1 стабильно и глобально — задействуются все связанные схемы мозга, объясняют авторы.

Для сложной машины вроде умного автомобиля С1 — это первый шаг к решению надвигающейся проблемы, такой как низкий запас топлива. В данном примере индикатор сам по себе является подсознательным сигналом: когда он загорается, все остальные процессы машины остаются непроинформированными, а автомобиль — даже будучи оснащенным новейшими средствами визуальной обработки — без колебаний проносится мимо заправочной станции.

С С1 топливный бак уведомит компьютер автомобиля (позволит индикатору проникнуть в «сознательный разум» автомобиля), чтобы тот, в свою очередь, активировал GPS для поиска ближайшей станции.

«Мы полагаем, что машина преобразует это в систему, которая будет извлекать информацию из всех доступных ей модулей и делать ее доступной для любого другого модуля обработки, которому эта информация может быть полезна», говорит Дехэне. «Это первое чувство сознания».

Мета-познание

В некотором смысле С1 отражает способность разума извлекать информацию извне. С2 же уходит в интроспективу.

Авторы определяют вторую сеть сознания, С2, как «мета-познание»: оно рефлексирует, когда вы что-то узнаете или воспринимаете либо просто делаете ошибку. («Думаю, я должен был заправиться на прошлой станции, но забыл»). Это измерение отражает связь между сознанием и чувством собственного «я».

С2 — это уровень сознания, который позволяет вам чувствовать себя более или менее уверенным в принятии решения. С точки зрения вычислительной техники это алгоритм, который выводит вероятность того, что решение (или вычисление) будет правильным, даже если оно часто воспринимается как «шестое чувство».

С2 также запускает корни в память и любопытство. Эти алгоритмы самоконтроля позволяют нам знать, что мы знаем и что не знаем, — это «мета-память», которая помогает вам нащупать нужное слово «на кончике языка». Наблюдение за тем, что мы знаем (или не знаем) особенно важно для детей, говорит Дехэне.

«Юным детям абсолютно необходимо следить за тем, что они знают, чтобы учиться и проявлять любопытство», говорит он.

Два этих аспекта сознания работают сообща: С1 вытягивает релевантную информацию в наше рабочее умственное пространство (отбрасывая другие «возможные» идеи или решения), а С2 помогает с долгосрочной рефлексией о том, привело ли сознательное мышление к полезному результату или ответу.

Возвращаясь к примеру с индикатором малого топлива, С1 позволяет автомобилю решить проблему моментально — эти алгоритмы глобализируют информацию, и автомобиль узнает о проблеме.

Но чтобы решить проблему, автомобилю понадобится каталог «познавательных способностей» — самоосознание того, какие ресурсы легко доступны, например, GPS-карта заправочных станций.

«Автомобиль с самопознанием такого рода — вот что мы называем работой с С2», говорит Дехэне. Поскольку сигнал доступен глобально и отслеживается так, будто машина смотрит на себя со стороны, автомобиль озаботится индикатором малого запаса топлива и поведет себя так же, как человек — снизит потребление топлива и найдет АЗС.

«Большинство современных систем машинного обучения не имеют никакого самоконтроля», отмечают авторы.

Но их теория, похоже, идет по верному пути. В тех примерах, где была имплементирована система самонаблюдения — в виде структуры алгоритмов или отдельной сети — ИИ вырабатывали «внутренние модели, которые были мета-познавательные по природе, что позволяло агенту выработать (ограниченное, имплицитное, практическое) понимание самого себя».

К сознательным машинам

Будет ли машина, обладающая моделями С1 и С2, вести себя так, будто обладает сознанием? Очень вероятно: умный автомобиль будет «знать», что что-то видит, выражать уверенность в этом, сообщать об этом другим и находить наилучшее решение проблемы. Если его механизмы самонаблюдения сломаются, он также может испытать «галлюцинации» или визуальные иллюзии, свойственные людям.

Благодаря С1, он может использовать имеющуюся у него информацию и использовать ее гибко, а благодаря С2, он будет знать пределы того, что знает, говорит Дехэне. «Думаю, эта машина будет обладать сознанием», а не просто казаться таковой людям.

Если у вас остается ощущение, что сознание — это гораздо больше, чем глобальный обмен информацией и самонаблюдение, вы не одиноки.

«Такое чисто функциональное определение сознания может оставить некоторых читателей неудовлетворенными», признают авторы. «Но мы пытаемся предпринять радикальный шаг, возможно, упрощая проблему. Сознание — это функциональное свойство, и по мере того, как мы продолжаем добавлять функции машинам, в определенный момент эти свойства будут характеризовать то, что имеем в виду под сознанием», заключает Дехэне.

Источник

Related Articles

Back to top button
Close
analisis mendalam rtp mahjong ways mengapa pola tumble tertentu sering memicu bonus beruntun momentum reel stabil indikator tersembunyi sebelum freespin besar di mahjong wins peta rotasi simbol bagaimana jalur scatter membentuk fase pre ledakan di game modern laporan harian pola spin turbo malam hari yang konsisten mengangkat frekuensi multiplier riset visual efek clean frame dan dense spin terhadap keputusan spin lanjutan pemain mahjong algoritma cerdas spin harian formula baru mengelola budget kecil agar cuan tetap berkelanjutan gold wild dan multiplier kombinasi mekanik yang mengubah probabilitas return realistis pemain jalur logis dari spin biasa ke pre burst studi kasus slide track pada seri mahjong terbaru output tinggi tanpa panik spin strategi mengatur ritme tumble untuk mengurangi dead spin beruntun korelasi jam 20 00 23 00 dengan pola scatter laporan observasi live dari meja mahjong ways era baru pola spin mengapa pemain berpengalaman beralih ke pendekatan probabilitas mikro simulasi ribuan spin data menarik tentang kapan reel konsisten berujung pada freespin premium ritme visual yang menipu bagaimana efek animasi membuat pemain gagal membaca sinyal pre fs dari repair rush ke clean frame perbedaan pola recovery setelah tumble buruk di mahjong ways 2 symbol route mapping teknik memetakan jalur simbol untuk mendeteksi potensi ledakan mendadak performa scatter ganda studi perbandingan antara pola jam pagi dan malam di game high volatility blueprint spin harian kerangka strategis mengatur turbo manual dan auto spin dalam satu sesi frekuensi mini tumble sebagai early warning kapan sebaiknya berhenti dan kapan menunggu fs mahjong 3 0 pergeseran meta dari kejar maxwin ke cuan konsisten berbasis pola data riset lapangan pemain casual seberapa jauh mereka mengikuti sinyal visual dibandingkan data rtp studi komparasi pola tumble mahjong ways menunjukkan anomali positif di server sore analisa fluktuasi scatter mengapa putaran turbo sering memicu fase pre burst riset algoritma korelasi antara simbol naga dan multiplier x10 yang sering terabaikan evaluasi siklus spin menemukan titik jenuh mesin sebelum reset menjadi gacor observasi lapangan pola pecahan emas mahjong ways membentuk tren kenaikan saldo signifikan hipotesis teruji teknik jeda spin ternyata mampu memancing trigger free game lebih cepat laporan teknis stabilitas server jam 21 00 berdampak langsung pada frekuensi wild menumpuk bedah mekanisme bagaimana sistem runtuhan mahjong wins 2 menciptakan momentum kemenangan beruntun arus lalu lintas padat di kota mengingatkan pada ritme cepat spin turbo mahjong ways fenomena langit cerah pasca badai simbolisasi visual saat scatter turun bertubi tubi gelombang laut pasang sore hari memiliki kemiripan pola dengan grafik rtp mahjong ways suara hujan deras di atap seng analogi bunyi koin big win yang dinanti pemain keteraturan barisan semut berjalan filosofi konsistensi bet kecil sebelum ledakan jackpot formula probabilitas mengatur modal minim untuk memancing algoritma pecah di menit awal mekanisme roda gigi jam kuno representasi akurat perputaran reel slot yang presisi rahasia navigasi menu fitur tersembunyi yang kerap digunakan pemain pro untuk reset pola strategi adaptasi cara membaca perubahan pola mahjong ways setelah maintenance rutin kalkulasi resiko menentukan kapan harus berhenti spin saat indikator rungkad mulai muncul optimalisasi akun baru mengapa id fresh sering mendapat prioritas scatter di 100 spin pertama transisi pola mengenali tanda perubahan dari fase sedot menuju fase muntah koin konsistensi reel 3 4 indikator paling stabil sebelum munculnya scatter beruntun riset mikro pattern mengapa mini wild sering menjadi pemicu awal freespin premium analisis slide momentum transisi halus dari tumble biasa ke pre burst di mahjong ways pola jam subuh 03 00 05 00 data menarik mengenai peningkatan frekuensi multiplier ritme spin lambat apakah efeknya benar benar meningkatkan probabilitas bonus fenomena quiet board ketika layar terlihat tenang namun menyimpan potensi tumble besar studi cluster scatter bagaimana 2 scatter bertahan lama sebelum akhirnya meledak jadi 3 korelasi wild bertingkat apakah pola aktivasi bertahap menjadi sinyal pre freespin observasi hari ini slide track berpola zig zag muncul lebih sering di jam malam simulasi 5000 spin pola turbo short burst yang konsisten mendekati fs premium mengurai dead calm fase tenang 10 20 spin yang justru mendahului ledakan bonus mapping rotasi simbol ketika reel atas jadi penentu arah tumble besar pola recovery setelah dead spin mengapa 2 wild awal sering menjadi titik kembali analisis visual efek animasi slow tumble sebagai tanda reel memasuki zona stabil scatter delay pattern ketika scatter muncul terlambat justru meningkatkan peluang fs pre burst marker tanda tanda halus dari pola reel 1 2 sebelum meledak tajam eksperimen spin manual vs auto mana yang lebih konsisten memicu mini tumble berulang laporan estetik clean frame versi putih muncul lebih sering saat rtp stabil jalur simbol menurun apakah ini menjadi fase awal aktivasi multiplier bertingkat rangkaian wild tipis ketika 1 2 wild acak justru menjadi fondasi bonus beruntun