{h1}
Nyheter

Varför kommer du aldrig att kunna ladda upp din hjärna till molnet

Anonim

I den första artikeln i denna serie såg vi hur sinnet och kroppen bokstavligen inte kan separeras, och också varför robotiken inte kan replikera någon.

Men låt oss anta att vi har löst problem med sensorer och muskler och resten, och accepterar att den uppladdade hjärnan inte verkligen kommer att återspegla vårt sinne. Nu kommer den stora utmaningen: ladda upp hjärnan. Men vad är en hjärna exakt? Denna term refererar vanligtvis till cortex och eventuellt några subkortiska strukturer, inklusive amygdala, hippocampus och basala ganglier. Men centrala nervsystemet är faktiskt gjord av flera andra strukturer som inte är mindre kritiska, inklusive cerebellum, talamus, hypotalamus, medulla och hjärnstammen.

Förbindelserna

Om vi ​​betraktar hela centrala nervsystemet står vi i genomsnitt 86 miljarder neuroner, och var och en av dessa neuroner kontaktar i genomsnitt 10 000 andra neuroner, vilket utgör en totalandel på cirka 860 miljarder anslutningar. Det här är verkligen stort. Så exakt vad måste vi ladda upp i datorn? Typen, storleken och geometrin hos varje neuron? Dess nuvarande membranpotential? Axonens storlek och position och dess myelineringstillstånd? Den fullständiga geometrin i det dendritiska trädet? Platsen för de olika jonpumparna? Antalet, positionen och tillståndet hos de olika neuromedlarena? Vissa av dessa kan vara kritiska, och de kan bara beaktas i toppmoderna datormodeller (och för några få neuroner). Problemet är att vi inte vet exakt vad det är som gör oss vem vi är och annorlunda än någon annan (och jag talar inte ens om att lära mig).

Som en återgång - och bara om vi hade rätt verktyg för att spela in var och en av dessa parametrar en gång - kunde vi försöka överföra allt. Detta skulle emellertid kräva potentiellt några tusen eller till och med miljoner bitar av information för en enda neuron. Om du funderar på bara antalet neuroner, skulle vi nå en siffra i zetta-domänen (för din information är ordningen kilo, mega, giga, tera, peta, exa och zetta, multiplicera med 1 000 vid varje steg). Detta nummer är så stort att det ännu inte kan manipuleras av datavetenskap. Och vi pratar bara om hjärnans lagring, för vi måste också se till att den här modellen körs i realtid, eftersom ingen skulle gärna acceptera ett kiselhänge som körs med reducerad hastighet. Ur ett rent tekniskt perspektiv är vi alltså väldigt långt (verkligen väldigt långt) från att detta ska ske.

Sämre, forskning tyder på att Moores lag - som tyder på att datorkraften fördubblas var 18: e månad - når sina gränser, vilket tyder på att vi aldrig kan uppnå den nödvändiga tekniken. Human Brain Project förutsåg detta problem och planerade från början att endast använda förenklade modeller av neuroner och synapser. Om du är intresserad av mer exakta modeller, ta en titt på OpenWorm-projektet, som inte låtsas simulera mer än några neuroner.

Fågeln i maskinen

Denna idé om att överföra sin hjärna till en maskin är utbredd i både litteratur och bio. Det har fått förnyat intresse med de senaste framstegen inom artificiell intelligens. Det kan emellertid vara viss förvirring om vad som verkligen är artificiell intelligens (AI) och vad är dess mål.

När media täcker artificiell intelligens, hänvisar de i allmänhet till maskininlärning och robotik, som ingen av dem verkligen försöker förstå hjärnan eller kognitionen (med några anmärkningsvärda undantag, som Pierre-Yves Oudeys verk). Denna förvirring beror troligen på att nya algoritmer har utformats som möjliggör utmärkt prestanda på uppgifter som tidigare ansågs vara reserverade för människor - känner igen bilder, kör bil och så vidare.

Men om maskininlärning och robotik fortskrider med en fantastisk hastighet, berättar vi inte något om hur den biologiska hjärnan fungerar (åtminstone inte direkt). Om vi ​​vill veta, måste vi titta på neurovetenskap och mer specifikt vid beräkningsnervetenskap. En parallell kan dras mellan flygteknik (AI) och ornitologi (neurovetenskap). Trots att de tidiga försök att flyga direkt inspirerades av fågelflyggen, försvann den för länge sedan för att utforma allt effektivare flygplan (hastighet, nyttolast etc.) med hjälp av tekniker som är specifika för flygteknik. För att bättre förstå fåglar måste man vända sig till ornitologi och biologi. Att prata om att ladda upp en hjärna till en dator på grund av AI: s framsteg gör så mycket mening som att klistra på fjädrar på ett flygplan och låtsas som om det är en artificiell fågel.

Ingen vet om det någonsin kommer att vara möjligt att "ladda upp en hjärna till en dator". Men det som idag är säkert är att det i det nuvarande vetenskapliga läget inte är något meningsfullt och kommer att förbli så utan ett stort epistemologiskt genombrott i vår förståelse av hjärnan och hur det fungerar.

Denna artikel publicerades ursprungligen på franska

Rekommenderas

Varför Volvo går "all-electric" är inte lika revolutionerande som det verkar

Varför fred i Ukraina inte kommer att rädda den ryska ekonomin

Hur Florida hjälper till att träna nästa generations cybersecurity-proffs