Сравнительно не так давно мне задавали вопросы про электронные мозговые протезы – как это возможно реально? Вот пара пруфлинков:
— основная статья с подробным описанием опыта на приматах – тут (результаты мая 2012-го);
— сайт тамошней тусовки (безнадёжно устарел: самый свежий материал в том месте – от 2008 годв);
— тема Brain-computer Interfaces and Neural Prostheses в главных словах конференции 2013 года по нейронным информационным совокупностям.
А для развёрнутых на “интеллектуальном витализме” людской творчества советую метод, что более либо менее распознаёт период произведения мелодии (эры барокко, классики, романтизма, XX века), беря всего три последовательных ноты из любого её места. Из-за чего я это привожу следующим абзацем к материалу по “мозговым протезам для приматов”? А вы почитайте последние абзацы в тексте по ссылке:
We could perform this study because of the available data – the “big data” of music. This same approach could identify other в один раз in other sounds, namely our speech. Computer algorithms can already identify speech patterns in the early stages of Parkinson’s disease through a recorded phone interview.
Doctors know that the vocal chords are affected early on in the onset of Parkinson’s. We want to push the ability to identify the combination of sounds – like the three notes in our Western music study – to make an even earlier diagnosis.
With more-comprehensive speech data, we could uncover patterns in other diseases. We’re now using our tool to study past individual cases to tease out features and patterns in the way people with a particular psychiatric disorder speak or even “hum” music. From this, we could come up with models to explain the behavior.
Perhaps in the future, other disorders can be identified through simple, non-не сильный verbal tests.
Для меня это “вероятно в будущем” сведётся к простенькой программке-монитору в какой-нибудь пятой версии Гугл Glass (и связанным с данной программкой неизбежным дебатам о том, возможно ли опираться на результаты работы таких программ при приёме на работу – либо это “несправедливая дискриминация на базе мозговых различий, ещё более несправедливая, чем дискриминация по полу и возрасту”). Это “вероятно в будущем” может произойти уже через пяток лет, ойкнуть не успеете.
Планшеты как класс устройств показались 4 апреля 2010-го: вышел первый iPad. Прошло всего три года – и эти планшеты имеется у всех, и отнюдь не только эппловские. Само собой разумеется, будут и очки не только гугловские. В любом случае поглядите на графики: они дают какое-то представление о том, что начинает происходить на рынке с носимой компьютерной аппаратурой (и в обязательном порядке делайте поправки на то, что торговых марок данной аппаратуры будет очень сильно побольше, чем одна–две).
Чем всё это отличается от смартфонов? Последние необходимо включить и поглядеть на экран, несколько раз перед этим в этот экран ткнув. Исходя из этого не все утруждаются включать смартфоны и смотреть на дисплеи. Очки-компьютеры данный барьер: не требуется шевелить пальцем для включения экрана, шевельнуть необходимо всего лишь глазом, что легче. Иначе, не имеет значение, что программа планирования ремонта по состоянию будет трудиться на корпоративном мейнфрейме и иметь интерфейс на планшете, помещаться в облаке и иметь интерфейс на очках либо же пребывать в импланте с интерфейсом прямо к нейронам мозга. Это непринципиально с позиций того, что делает эта программа: принципиально важно только понижение барьеров доступа к ней и интеграция результатов её работы в привычное “думание”.
Само собой разумеется, не только с интерфейсами и (либо) клиентскими устройствами будет большое количество чего происходить в скором будущем, но и с серверами. Обратите внимание: известный в “deep learning-кругах” Andrew Ng за счёт задействования GPU упаковал ту же задачу, что решалась на аппаратном комплексе за $1 млн, в аппаратуре за $20 тыс., но опять-таки последний абзац в том месте уточняет: унаследованное от эры моды на игры аппаратное ответ GPGPU архитектурно неадекватно для всех этих deep learning и big data, и требуются какие-то иные решения. То, что Ng заинтересовался аппаратурой, – это лишь начало долгого (аж в пара лет) пути. Эти новые аппаратные ответа в обязательном порядке покажутся, и весьма не так долго осталось ждать. Предложений по хардверу при сегодняшних разработках его создания может произойти не меньше, чем года три назад начало прибывать по языкам программирования при понимании и создания современных технологиях компиляторов теоретических неприятностей языкостроения.
Вот так и будет: новое адекватное железо, новые методы феноменологического поиска закономерностей и извлечённые из изобильных данных новые закономерности. Следующий прорыв будет в методах построения формальных теорий (создания совокупности совершенных объектов, в терминах которых возможно строить легко осознаваемые компактные объяснения-описания – все эти “аксиоматические теории” вместо “массивов весовых функций”).
Но логицизм – он логицизм и имеется, кроме того в сегодняшнем обличье массивов весовых функций deep learning, ещё до обычного софта построения аксиоматических теорий. Никакой “мистики творчества”. Я придерживаюсь мнения, что “интеллектуальным” либо “творческим” именуется сейчас лишь то, что неясно как устроено. А в то время, когда ясно, в то время, когда имеется компьютерная модель задачи – это не по линии интеллекта либо творческой гениальности, а по линии цирка. Через дюжина лет на композиторских программах возможно будет отыскать слайдер вышибания слезы с двумя крайними положениями – от печали либо от эйфории. Однако такие программы никому не необходимы: это самое “творчество” в его хороших изводах выясняется предельно недорогим товаром, автоматизация которого нерентабельна. Это не означает, что автоматизации не будет. Будет, отправится не через чур скоро – и в порядке хобби, в отличие от в полной мере рыночной автоматизации “нетворческой” деятельности типа погрузочно-разгрузочных работ посредством роботов либо автоматического вождения машин: любая такая “нетворческая” деятельность будет затрагивать миллионы людей, а не десятки тысяч “интеллектуалов”. Но и до последних дело дойдёт – в то время, когда оно будет упираться в сложность.
Меня задали вопрос на тьюториале, что я считаю “сложным”. Сложным я считаю такое дело, которое не влезает в человечий мозг, дабы его делать без автоматизации. Так, в случае если у вас пять миллиардов транзисторов на чипе, то без автоматизации таковой чип ни “сдизайнить” (другими словами продумать), ни произвести нереально. Вот таковой несложный критерий. Так что всё это “композиторство” и “писательство” (а также “конструкторство”) для меня – несложные задачи, не обращая внимания на то что в народных преданиях они намертво ассоциируются с “творчеством”. А вот нежели необходимо сделать оптимальный по прочности и весу корпус для какого-нибудь редуктора – это задача сложная (и несложная, в случае если оптимальности по прочности и весу не нужно). Переход к ответу непростых задач – вот настоящее творчество. В данной связи кроме того распознавание дорожных знаков с точностью лучше, чем у не вооружённого компьютером человека, – задача сложная, творческая. И я радостен, что в ответе таких задач именно на данный момент происходит качественный скачок: жизнь не просто меняется, жизнь изменяется Неожиданно.