หน่วยประมวลผลกลางคือ “สมอง” ของคอมพิวเตอร์ คอมพิวเตอร์และมนุษย์มีอะไรเหมือนกัน? สมองของคอมพิวเตอร์เรียกว่าอะไร?

สิ่งนี้จะค่อนข้างเป็นไปได้ด้วยการจำลองด้วยคอมพิวเตอร์ของมนุษย์ สมอง- ในช่วงปี 2030 เครื่องจักรนาโนจะถูกฝังเข้าไปโดยตรง สมองดำเนินการอินพุตและเอาต์พุตสัญญาณจากเซลล์โดยพลการ สมอง- สิ่งนี้จะสร้างความเป็นจริงเสมือน "การดื่มด่ำเต็มรูปแบบ" ... ปีที่กำหนดเพื่อค้นหาว่าเครื่องจักรสามารถคิดได้หรือไม่ การตีความมาตรฐานของการทดสอบคือ: “บุคคลหนึ่งมีปฏิสัมพันธ์กับสิ่งใดสิ่งหนึ่ง คอมพิวเตอร์และคนหนึ่ง จากคำตอบของคำถาม เขาจะต้องพิจารณาว่าเขากำลังคุยกับใคร: กับ...

https://www.site/journal/132280

มีลำดับความสำคัญมากกว่าปกติ และอาร์เรย์ข้อมูลขนาดมหึมาทั้งหมดนี้จะเปลี่ยนอย่างต่อเนื่องในรอบการทำงานเดียว เมื่ออยู่ในควอนตัม คอมพิวเตอร์มีการเปลี่ยนแปลงเล็กน้อย (มัน เรียกว่าควอนตัมบิต - คิวบิต) จากนั้นส่วนที่เหลือทั้งหมดจะเปลี่ยนพร้อมกับมัน และการซ้อนทับทั้งหมดจะถูกจัดเรียงใหม่ทันที เหมือนอยู่ในหลอด "เวทย์มนตร์" ที่มีสีสัน...

https://www.site/journal/17731

... คอมพิวเตอร์พร้อมกันกับคู่ของคุณ หลังจากการทดลองแต่ละครั้ง ผู้เข้ารับการทดสอบจะได้รับการบอกว่าใครกดปุ่มก่อนหน้าและใครทีหลัง และในช่วงเวลาใด นักวิทยาศาสตร์พบว่าคู่รักชายทำงานได้ดีกว่าคู่รักหญิงแต่กลับทำกิจกรรม สมอง... คู่รักทั้งสองเพศก็ทำหน้าที่เช่นเดียวกับคู่รักชาย แต่ในตัวพวกเขา สมองไม่พบความสอดคล้องกัน การค้นพบของนักวิทยาศาสตร์อาจช่วยอธิบายได้ว่าความสามารถในการร่วมมือระหว่างมนุษย์พัฒนาไปอย่างไร...

https://www.site/psychology/110777

สมอง- เป็นที่ทราบกันดีอยู่แล้วว่า สมอง คอมพิวเตอร์

https://www.site/journal/121444

หรือการเจริญเติบโต สมอง- เป็นที่ทราบกันดีอยู่แล้วว่า สมองการวิจัยสมัยใหม่โดยนักวิทยาศาสตร์กำลังเข้าใกล้การไขปริศนาโบราณมากขึ้น กุญแจสำคัญคือการควบคุมงาน คอมพิวเตอร์ควบคุมกระบวนการทั้งหมดในร่างกายของเรา มันมีขนาดเล็ก

การทำงานตามโปรแกรมที่มอบให้มาตลอดชีวิตของเรา แต่น่าเสียดายที่ไม่มีเรามีส่วนร่วม โปรแกรมนี้...

https://www.site/journal/121449 คอมพิวเตอร์สายตาสั้นจะได้รับความสนใจเพราะโดยพื้นฐานแล้วการทำงานระยะยาวกับจอภาพจะนำไปสู่การเกิดโรคนี้ในทุกวันนี้ สมองซึ่งส่งผลเสียต่อการทำงานของอวัยวะที่มองเห็นด้วย ดังนั้นในช่วง “ห้านาที” อย่าลืมและ...

https://www.site/journal/137368

เช่นเดียวกับจำนวนการหย่าร้างที่เพิ่มขึ้น การอพยพของครอบครัวเพื่อค้นหาชีวิตที่ดีขึ้น การเติมเต็มเวลาว่างของเด็กๆ ด้วยทีวีและ คอมพิวเตอร์ซึ่งเข้ามาแทนที่การติดต่อกับพ่อแม่ทุกวัน และลดความผูกพันทางอารมณ์ที่มีต่อพวกเขา หนีบ่อยเพราะ...การที่เรา เราโทร"สัตว์ป่า". ความเป็นจริงเสมือนไม่ได้ให้ภาพสภาพแวดล้อมที่แท้จริง แต่ก่อให้เกิดภาพโลกที่บิดเบี้ยวในกรณีที่เด็กถูก “ถูกละทิ้งเพื่อถูกเลี้ยงดู” คอมพิวเตอร์- การถกเถียงว่าสิ่งนี้เป็นอันตรายหรือเป็นประโยชน์ คอมพิวเตอร์เพื่อพัฒนาการของเด็กๆ...

อวัยวะที่ประสานงานและควบคุมการทำงานที่สำคัญทั้งหมดของร่างกายและควบคุมพฤติกรรม ความคิด ความรู้สึก ความรู้สึก ความปรารถนา และการเคลื่อนไหวทั้งหมดของเราเกี่ยวข้องกับการทำงานของสมอง และหากไม่ทำงาน บุคคลนั้นจะเข้าสู่สภาวะเป็นพืช: ความสามารถในการดำเนินการใดๆ ความรู้สึก หรือปฏิกิริยาต่ออิทธิพลภายนอกจะหายไป .

แบบจำลองคอมพิวเตอร์ของสมอง

มหาวิทยาลัยแมนเชสเตอร์ได้เริ่มสร้างคอมพิวเตอร์ชนิดใหม่เครื่องแรก ซึ่งมีการออกแบบเลียนแบบอุปกรณ์ดังกล่าว สมองของมนุษย์, บีบีซี รายงาน ราคาของโมเดลจะอยู่ที่ 1 ล้านปอนด์

ศาสตราจารย์สตีฟ เฟอร์เบอร์กล่าวว่าคอมพิวเตอร์ที่สร้างขึ้นบนหลักการทางชีววิทยา ควรแสดงให้เห็นถึงความเสถียรที่สำคัญในการทำงาน “สมองของเรายังคงทำงานต่อไปแม้ว่าเซลล์ประสาทที่ประกอบเป็นเนื้อเยื่อประสาทของเราจะล้มเหลวอย่างต่อเนื่องก็ตาม” เฟอร์เบอร์กล่าว “คุณสมบัตินี้เป็นที่สนใจอย่างมากสำหรับนักออกแบบที่สนใจทำให้คอมพิวเตอร์มีความน่าเชื่อถือมากขึ้น”

การเชื่อมต่อของสมอง

เพื่อที่จะยกแก้วได้หลายฟุตโดยใช้พลังจิตเพียงอย่างเดียว พ่อมดต้องฝึกฝนเป็นเวลาหลายชั่วโมงต่อวัน
มิฉะนั้นหลักการคันโยกอาจบีบสมองออกทางหูได้ง่าย

เทอร์รี่ แพรทเชตต์ จาก "The Colour of Magic"

แน่นอนว่าความรุ่งโรจน์อันยอดเยี่ยมของอินเทอร์เฟซระหว่างมนุษย์กับเครื่องจักรควรอยู่ที่ความสามารถในการควบคุมเครื่องจักรด้วยความคิดเพียงอย่างเดียว และการส่งข้อมูลเข้าสู่สมองโดยตรงถือเป็นจุดสูงสุดของความเป็นจริงเสมือนที่สามารถทำได้ แนวคิดนี้ไม่ใช่เรื่องใหม่และมีปรากฏอยู่ในวรรณกรรมนิยายวิทยาศาสตร์หลายเรื่องมาหลายปีแล้ว นี่คือไซเบอร์พังค์เกือบทั้งหมดที่มีการเชื่อมต่อโดยตรงกับไซเบอร์เด็คและซอฟต์แวร์ชีวภาพ และควบคุมเทคโนโลยีใดๆ โดยใช้ตัวเชื่อมต่อสมองมาตรฐาน (เช่น ซามูเอล เดลานี ในนวนิยายเรื่อง “โนวา”) และสิ่งที่น่าสนใจอื่นๆ อีกมากมาย แต่นิยายวิทยาศาสตร์ก็ดี แต่เกิดอะไรขึ้นในโลกแห่งความเป็นจริง?

ปรากฎว่าการพัฒนาอินเทอร์เฟซของสมอง (BCI หรือ BMI - อินเทอร์เฟซของคอมพิวเตอร์สมองและอินเทอร์เฟซของเครื่องจักรสมอง) กำลังดำเนินไปอย่างเต็มกำลัง แม้ว่าจะมีเพียงไม่กี่คนที่รู้เรื่องนี้ก็ตาม แน่นอนว่าความสำเร็จนั้นยังห่างไกลจากสิ่งที่เขียนไว้ในนิยายวิทยาศาสตร์มากนัก แต่ถึงกระนั้นก็ค่อนข้างสังเกตได้ชัดเจน ปัจจุบัน การทำงานเกี่ยวกับการเชื่อมต่อของสมองและเส้นประสาทส่วนใหญ่ดำเนินการโดยเป็นส่วนหนึ่งของการสร้างอุปกรณ์เทียมและอุปกรณ์ต่างๆ เพื่อทำให้ชีวิตของผู้ที่เป็นอัมพาตบางส่วนหรือทั้งหมดง่ายขึ้น โครงการทั้งหมดสามารถแบ่งออกเป็นส่วนต่อประสานสำหรับการป้อนข้อมูล (การฟื้นฟูหรือการเปลี่ยนอวัยวะรับความรู้สึกที่เสียหาย) และเอาท์พุต (การควบคุมอวัยวะเทียมและอุปกรณ์อื่น ๆ )

ในทุกกรณีของการป้อนข้อมูลโดยตรง จำเป็นต้องทำการผ่าตัดเพื่อฝังอิเล็กโทรดเข้าไปในสมองหรือเส้นประสาท ในกรณีของเอาท์พุต คุณสามารถใช้เซ็นเซอร์ภายนอกเพื่อตรวจคลื่นไฟฟ้าสมอง (EEG) ได้ อย่างไรก็ตาม EEG เป็นเครื่องมือที่ค่อนข้างไม่น่าเชื่อถือ เนื่องจากกะโหลกศีรษะทำให้กระแสสมองอ่อนลงอย่างมาก และสามารถรับได้เฉพาะข้อมูลทั่วไปเท่านั้น หากฝังอิเล็กโทรด สามารถนำข้อมูลได้โดยตรงจากศูนย์สมองที่ต้องการ (เช่น ศูนย์มอเตอร์) แต่การผ่าตัดดังกล่าวถือเป็นเรื่องร้ายแรง ดังนั้นในตอนนี้ การทดลองจึงดำเนินการกับสัตว์เท่านั้น

ในความเป็นจริง มนุษยชาติมีคอมพิวเตอร์ "เครื่องเดียว" เช่นนี้มานานแล้ว ตามที่ Kevin Kelly ผู้ร่วมก่อตั้งนิตยสาร Wired ระบุว่าพีซีหลายล้านเครื่องเชื่อมต่อกับอินเทอร์เน็ต โทรศัพท์มือถือ, PDA และอุปกรณ์ดิจิทัลอื่นๆ ถือได้ว่าเป็นส่วนประกอบของ Unified Computer ของเธอ ซีพียู- เหล่านี้คือโปรเซสเซอร์ทั้งหมดของอุปกรณ์ที่เชื่อมต่อทั้งหมด ฮาร์ดไดรฟ์ - ฮาร์ดไดรฟ์และแฟลชไดรฟ์ทั่วโลกและ แรม- หน่วยความจำรวมของคอมพิวเตอร์ทุกเครื่อง ทุก ๆ วินาที คอมพิวเตอร์เครื่องนี้จะประมวลผลข้อมูลจำนวนเท่ากับข้อมูลทั้งหมดที่มีอยู่ในหอสมุดแห่งชาติ และระบบปฏิบัติการของมันคือเวิลด์ไวด์เว็บ

แทนที่จะใช้ไซแนปส์ของเซลล์ประสาท จะใช้ไฮเปอร์ลิงก์ที่มีฟังก์ชันคล้ายกัน ทั้งสองมีหน้าที่สร้างการเชื่อมโยงระหว่างโหนด หน่วยความคิดแต่ละหน่วย เช่น ความคิด จะเติบโตขึ้นเมื่อมีการเชื่อมโยงกับความคิดอื่นๆ มากขึ้นเรื่อยๆ นอกจากนี้บนเครือข่าย: ลิงก์จำนวนมากไปยังทรัพยากรบางอย่าง (จุดสำคัญ) หมายถึงความสำคัญที่มากขึ้นสำหรับคอมพิวเตอร์โดยรวม นอกจากนี้จำนวนไฮเปอร์ลิงก์ใน เวิลด์ไวด์เว็บใกล้เคียงกับจำนวนไซแนปส์ในสมองมนุษย์มาก Kelly ประมาณการว่าภายในปี 2040 คอมพิวเตอร์ดาวเคราะห์จะมีพลังในการคำนวณที่เทียบเท่ากับพลังสมองโดยรวมของผู้คนทั้งหมด 7 พันล้านคนที่จะอาศัยอยู่บนโลกในเวลานั้น

แต่แล้วสมองของมนุษย์ล่ะ? กลไกทางชีววิทยาที่ล้าสมัยมายาวนาน สสารสีเทาของเราทำงานด้วยความเร็วของโปรเซสเซอร์ Pentium ตัวแรกตั้งแต่ปี 1993 กล่าวอีกนัยหนึ่ง สมองของเราทำงานที่ความถี่ 70 MHz นอกจากนี้ สมองของเราทำงานบนหลักการแอนะล็อก ดังนั้นจึงไม่ต้องสงสัยเลยว่าจะเปรียบเทียบกับวิธีการประมวลผลข้อมูลแบบดิจิทัล นี่คือข้อแตกต่างที่สำคัญระหว่างไซแนปส์และไฮเปอร์ลิงก์: ไซแนปส์ที่ตอบสนองต่อสภาพแวดล้อมและข้อมูลขาเข้าเปลี่ยนสิ่งมีชีวิตอย่างเชี่ยวชาญซึ่งไม่เคยมีสถานะเหมือนกันสองสถานะ ในทางกลับกัน ไฮเปอร์ลิงก์จะเหมือนกันเสมอ ไม่เช่นนั้นปัญหาจะเริ่มต้นขึ้น

อย่างไรก็ตาม ต้องยอมรับว่าสมองของเรามีประสิทธิภาพมากกว่าระบบประดิษฐ์ใดๆ ที่มนุษย์สร้างขึ้นอย่างมาก ในทางลึกลับ ความสามารถในการคำนวณขนาดมหึมาทั้งหมดของสมองนั้นอยู่ในกะโหลกศีรษะของเรา ซึ่งมีน้ำหนักมากกว่าหนึ่งกิโลกรัม และในขณะเดียวกันก็ต้องใช้พลังงานเพียง 20 วัตต์ในการทำงาน เปรียบเทียบตัวเลขเหล่านี้กับกำลัง 377 พันล้านวัตต์ ซึ่งตามการคำนวณโดยประมาณนั้น มีการใช้โดยคอมพิวเตอร์เครื่องเดียวในปัจจุบัน โดยวิธีนี้คิดเป็นมากถึง 5% ของการผลิตไฟฟ้าทั่วโลก

ข้อเท็จจริงเพียงประการเดียวของการใช้พลังงานอันมหึมาเช่นนี้จะไม่มีวันยอมให้ Unified Computer เข้าใกล้ประสิทธิภาพของสมองมนุษย์ด้วยซ้ำ แม้แต่ในปี 2040 เมื่อพลังการประมวลผลของคอมพิวเตอร์เพิ่มสูงขึ้นอย่างมาก การใช้พลังงานก็จะยังคงเพิ่มขึ้นต่อไป

ศตวรรษที่ผ่านมาถือเป็นก้าวกระโดดครั้งใหญ่ในการพัฒนามนุษย์ เมื่อต้องผ่านเส้นทางที่ยากลำบากจากไพรเมอร์สู่อินเทอร์เน็ตผู้คนไม่สามารถไขปริศนาหลักที่ทรมานจิตใจของผู้ยิ่งใหญ่มาหลายร้อยปีได้ กล่าวคือ สมองของมนุษย์ทำงานอย่างไรและมีความสามารถอะไร ?

จนถึงทุกวันนี้ อวัยวะนี้ยังคงเป็นอวัยวะที่ได้รับการศึกษาต่ำที่สุด แต่อวัยวะนี้เองที่ทำให้มนุษย์เป็นอย่างที่เขาเป็นอยู่ในปัจจุบัน นั่นคือขั้นสูงสุดของวิวัฒนาการ สมองยังคงรักษาความลับและความลึกลับอย่างต่อเนื่องยังคงกำหนดกิจกรรมและจิตสำนึกของบุคคลในทุกช่วงชีวิตของเขา ยังไม่มีนักวิทยาศาสตร์สมัยใหม่คนใดสามารถไขความเป็นไปได้ทั้งหมดที่เขาสามารถทำได้ นั่นคือเหตุผลว่าทำไมตำนานและสมมติฐานที่ไม่พร้อมเพรียงจำนวนมากจึงมุ่งความสนใจไปที่อวัยวะที่สำคัญที่สุดในร่างกายของเรา สิ่งนี้สามารถบ่งชี้ได้ว่ายังไม่มีการสำรวจศักยภาพที่ซ่อนอยู่ของสมองมนุษย์ แต่ตอนนี้ความสามารถของมันไปเกินขอบเขตของแนวคิดที่กำหนดไว้แล้วเกี่ยวกับงานของมัน

โครงสร้างสมอง

อวัยวะนี้ประกอบด้วยการเชื่อมต่อจำนวนมากที่สร้างปฏิสัมพันธ์ที่มั่นคงระหว่างเซลล์และกระบวนการ นักวิทยาศาสตร์แนะนำว่าหากการเชื่อมต่อนี้แสดงเป็นเส้นตรง ความยาวของมันก็จะยาวเป็นแปดเท่าของระยะห่างจากดวงจันทร์

เศษส่วนมวลของอวัยวะนี้ในมวลกายทั้งหมดไม่เกิน 2% และน้ำหนักของมันแตกต่างกันไประหว่าง 1,019-1960 กรัม ตั้งแต่เกิดจนถึงลมหายใจสุดท้ายของบุคคลเขาดำเนินกิจกรรมอย่างต่อเนื่อง ดังนั้นจึงจำเป็นต้องดูดซับออกซิเจนทั้งหมด 21% ที่เข้าสู่ร่างกายมนุษย์อย่างต่อเนื่อง นักวิทยาศาสตร์ได้วาดภาพโดยประมาณว่าสมองดูดซึมข้อมูลอย่างไร: หน่วยความจำของมันสามารถรองรับได้ตั้งแต่ 3 ถึง 100 เทราไบต์ ในขณะที่หน่วยความจำของคอมพิวเตอร์สมัยใหม่นั้น ในขณะนี้อัพเกรดเป็นความจุ 20 เทราไบต์

ตำนานที่พบบ่อยที่สุดเกี่ยวกับคอมพิวเตอร์ชีวภาพของมนุษย์

เนื้อเยื่อประสาทของสมองตายไปตลอดช่วงชีวิตของร่างกาย และไม่มีการสร้างเนื้อเยื่อใหม่ขึ้นมา นี่เป็นความเข้าใจผิดที่ Elizabeth Goode พิสูจน์แล้วว่าไร้สาระ เนื้อเยื่อประสาทและเซลล์ประสาทได้รับการต่ออายุอย่างต่อเนื่อง และการเชื่อมต่อใหม่ๆ จะเข้ามาแทนที่การเชื่อมต่อที่ตายไปแล้ว การวิจัยยืนยันว่าในพื้นที่ของเซลล์ที่ถูกทำลายด้วยโรคหลอดเลือดสมอง ร่างกายมนุษย์สามารถ "เติบโต" วัสดุใหม่ได้

สมองของมนุษย์เปิดกว้างเพียง 5-10% ความเป็นไปได้อื่นๆ ทั้งหมดไม่ได้ใช้ นักวิทยาศาสตร์บางคนอธิบายสิ่งนี้โดยกล่าวว่าธรรมชาติได้สร้างกลไกที่ซับซ้อนและพัฒนาขึ้นมามาพร้อมกับระบบป้องกันเพื่อปกป้องอวัยวะจากความเครียดที่มากเกินไป นี่เป็นสิ่งที่ผิด เป็นที่ทราบกันดีอยู่แล้วว่าสมองมีส่วนเกี่ยวข้อง 100% ในระหว่างกิจกรรมใดๆ ของมนุษย์ เพียงแต่ในขณะที่ทำการกระทำใดๆ แต่ละส่วนของสมองก็จะตอบสนองทีละส่วน

มหาอำนาจ อะไรจะทำให้จิตใจมนุษย์ประหลาดใจได้?

คนบางคนที่ไม่ได้แสดงท่าทีว่ามีความสามารถอันเหลือเชื่อจากภายนอกอาจมีความสามารถอันเหลือเชื่ออย่างแท้จริง สิ่งเหล่านี้ไม่ได้ปรากฏอยู่ในทุกคน แต่นักวิทยาศาสตร์กล่าวว่าการฝึกสมองอย่างเข้มข้นเป็นประจำสามารถพัฒนาพลังพิเศษได้ แม้ว่าความลับในการ “คัดเลือก” คนที่อาจมีสิทธิถูกเรียกว่าอัจฉริยะยังไม่ถูกเปิดเผยก็ตาม บางคนรู้วิธีที่จะออกจากสถานการณ์ที่ยากลำบากได้อย่างมีประสิทธิภาพ ในขณะที่บางคนรับรู้ถึงอันตรายที่ใกล้เข้ามาในระดับจิตใต้สำนึก แต่มหาอำนาจต่อไปนี้น่าสนใจกว่าจากมุมมองทางวิทยาศาสตร์:

• ความสามารถในการดำเนินการทางคณิตศาสตร์ของความซับซ้อนใด ๆ โดยไม่ต้องใช้เครื่องคิดเลขหรือการคำนวณบนกระดาษ
• ความสามารถในการสร้างสรรค์ผลงานอันยอดเยี่ยม
• หน่วยความจำภาพถ่าย
• ความเร็วในการอ่าน;
• ความสามารถพิเศษ

กรณีที่น่าทึ่งของการเปิดเผยความสามารถเฉพาะตัวของสมองมนุษย์

ตลอดประวัติศาสตร์ของการดำรงอยู่ของมนุษย์ มีเรื่องราวมากมายปรากฏขึ้นเพื่อยืนยันความจริงที่ว่าสมองของมนุษย์สามารถมีความสามารถที่ซ่อนอยู่ ปรับให้เข้ากับสถานการณ์ที่เปลี่ยนแปลง และเปลี่ยนการทำงานบางอย่างจากส่วนที่ได้รับผลกระทบไปยังส่วนที่มีสุขภาพดี

วิสัยทัศน์โซนาร์- ความสามารถนี้มักจะได้รับการพัฒนาหลังจากสูญเสียการมองเห็น Daniel Kish สามารถเชี่ยวชาญเทคนิคการหาตำแหน่งทางเสียงสะท้อนที่มีอยู่ในค้างคาวได้ เสียงที่เขาทำ เช่น การคลิกลิ้นหรือนิ้ว ช่วยให้เขาเดินได้โดยไม่ต้องใช้ไม้เท้า

ช่วยในการจำ– เทคนิคพิเศษที่ช่วยให้คุณรับรู้และจดจำข้อมูลจำนวนเท่าใดก็ได้ โดยไม่คำนึงถึงลักษณะของข้อมูล หลายๆ คนเชี่ยวชาญเรื่องนี้ตั้งแต่เป็นผู้ใหญ่ แต่ American Kim Peak ก็มีพรสวรรค์ที่มีมาแต่กำเนิดนี้

ของขวัญแห่งการมองการณ์ไกล- บางคนอ้างว่าสามารถมองเห็นอนาคตได้ ในขณะนี้ข้อเท็จจริงนี้ยังไม่ได้รับการพิสูจน์อย่างสมบูรณ์ แต่ประวัติศาสตร์รู้จักคนจำนวนมากที่ความสามารถดังกล่าวทำให้โด่งดังไปทั่วโลก

ปรากฏการณ์ที่สมองของมนุษย์มีความสามารถ

Carlos Rodriguez ในวัย 14 ปี สูญเสียสมองไปมากกว่า 59% หลังเกิดอุบัติเหตุ แต่ยังคงใช้ชีวิตได้ตามปกติ

Yakov Tsiperovich หลังจากการเสียชีวิตทางคลินิกและอยู่ในอาการโคม่าเป็นเวลาหนึ่งสัปดาห์ เขาหยุดนอน กินอาหารน้อยและไม่แก่ เวลาผ่านไปสามทศวรรษแล้วและเขายังเด็กอยู่

Fenias Gage ได้รับบาดเจ็บสาหัสในช่วงกลางศตวรรษที่ 19 ชะแลงหนาทะลุศีรษะของเขา ทำให้เขาสูญเสียส่วนที่ดีในสมอง ยาในช่วงหลายปีที่ผ่านมายังไม่ก้าวหน้าเพียงพอ และแพทย์ก็คาดเดาถึงการเสียชีวิตของเขาที่ใกล้จะมาถึง อย่างไรก็ตาม ชายผู้นี้ไม่เพียงแต่ไม่ตายเท่านั้น แต่ยังรักษาความทรงจำและความชัดเจนของจิตสำนึกไว้อีกด้วย

สมองของมนุษย์ก็เหมือนกับร่างกายที่ต้องได้รับการฝึกฝนอย่างต่อเนื่อง สิ่งเหล่านี้อาจเป็นโปรแกรมที่ซับซ้อนและออกแบบมาเป็นพิเศษ หรือการอ่านหนังสือ ไขปริศนา และ ปัญหาเชิงตรรกะ- ในเวลาเดียวกันเราไม่ควรลืมเกี่ยวกับการทำให้อวัยวะนี้อิ่มตัวด้วยสารอาหาร ตัวอย่างเช่น HeadBooster ที่เพิ่มประสิทธิภาพการทำงานของสมอง http://hudeemz.com/headbooster มีจำนวนมาก แต่ถึงกระนั้นการฝึกฝนอย่างต่อเนื่องเท่านั้นที่ทำให้สมองพัฒนาและเพิ่มขีดความสามารถอย่างต่อเนื่อง

ลองนึกภาพนาโนดรักทดลองที่สามารถเชื่อมโยงจิตใจของผู้คนต่างๆ ได้ ลองจินตนาการถึงกลุ่มนักประสาทวิทยาและวิศวกรที่กล้าได้กล้าเสียที่กำลังค้นพบ วิธีใหม่การใช้ยานี้คือการใช้ระบบปฏิบัติการภายในสมอง จากนั้นผู้คนจะสามารถสื่อสารกันทางกระแสจิตโดยใช้การแชททางจิต และแม้กระทั่งควบคุมร่างกายของผู้อื่น โดยอยู่ภายใต้การทำงานของสมองของพวกเขา และแม้ว่านี่คือโครงเรื่องของหนังสือนิยายวิทยาศาสตร์เรื่อง "Nexus" ของ Ramez Naam แต่อนาคตของเทคโนโลยีที่เขาอธิบายไว้ก็ดูไม่ไกลนักอีกต่อไป

วิธีเชื่อมต่อสมองกับแท็บเล็ตและช่วยให้ผู้ป่วยอัมพาตสื่อสารได้

สำหรับผู้ป่วย T6 ปี 2557 เป็นปีที่มีความสุขที่สุดในชีวิต ปีนี้เป็นปีที่เธอสามารถควบคุมได้ คอมพิวเตอร์แท็บเล็ตเน็กซัสใช้ รังสีแม่เหล็กไฟฟ้าสมองของคุณและถูกส่งมาจากยุคทศวรรษ 1980 ด้วยระบบดิสก์เป็นศูนย์กลาง (Disk ระบบปฏิบัติการ,DOS) ในยุคใหม่ของระบบปฏิบัติการ Android

T6 เป็นผู้หญิงอายุ 50 ปีที่มีภาวะ amyotrophic lateral sclerosis หรือที่รู้จักกันในชื่อโรค Lou Gehrig ซึ่งทำให้เกิดความเสียหายอย่างรุนแรงต่อเซลล์ประสาทสั่งการ และเป็นอัมพาตของอวัยวะทุกส่วนในร่างกาย T6 เป็นอัมพาตเกือบทั้งหมดตั้งแต่คอลงมา จนถึงปี 2014 เธอไม่สามารถโต้ตอบกับโลกภายนอกได้อย่างแน่นอน

อัมพาตยังสามารถเกิดขึ้นได้จากความเสียหายของไขกระดูก โรคหลอดเลือดสมอง หรือโรคเกี่ยวกับความเสื่อมของระบบประสาทที่ขัดขวางความสามารถในการพูด เขียน หรือสื่อสารกับผู้อื่น

ยุคของอินเทอร์เฟซของเครื่องสมองและสมองเบ่งบานเมื่อสองทศวรรษที่แล้วด้วยการสร้างอุปกรณ์ช่วยเหลือที่จะช่วยเหลือผู้ป่วยดังกล่าว ผลลัพธ์ที่ได้นั้นยอดเยี่ยมมาก การติดตามดวงตาและการติดตามศีรษะทำให้สามารถติดตามการเคลื่อนไหวของดวงตาและใช้เป็นเอาต์พุตเพื่อควบคุมเคอร์เซอร์ของเมาส์บนหน้าจอคอมพิวเตอร์ได้ บางครั้งผู้ใช้สามารถคลิกลิงก์โดยเพ่งสายตาไปที่จุดใดจุดหนึ่งบนหน้าจอ สิ่งนี้เรียกว่า "เวลาล่าช้า"

อย่างไรก็ตาม ระบบติดตามดวงตานั้นยากต่อสายตาของผู้ใช้และมีราคาแพงเกินไป จากนั้นเทคโนโลยีของขาเทียมก็ปรากฏขึ้นเมื่อตัวกลางในรูปแบบของอวัยวะรับความรู้สึกถูกกำจัดและสมองสื่อสารโดยตรงกับคอมพิวเตอร์ ไมโครชิปถูกฝังอยู่ในสมองของผู้ป่วย และสามารถถอดรหัสสัญญาณประสาทที่เกี่ยวข้องกับความปรารถนาหรือความตั้งใจได้ผ่านอัลกอริธึมที่ซับซ้อนแบบเรียลไทม์ และใช้เพื่อควบคุมเคอร์เซอร์บนอินเทอร์เฟซคอมพิวเตอร์

เมื่อสองปีก่อน ผู้ป่วย T6 มีหน่วยอิเล็กโทรด 100 ช่องฝังอยู่ที่สมองซีกซ้ายของเธอ ซึ่งควบคุมการเคลื่อนไหว ในเวลาเดียวกัน ห้องปฏิบัติการสแตนฟอร์ดกำลังทำงานเพื่อสร้างต้นแบบอุปกรณ์เทียมที่ช่วยให้ผู้ป่วยอัมพาตครึ่งล่างสามารถพิมพ์คำบนแป้นพิมพ์ที่ออกแบบมาเป็นพิเศษได้ง่ายๆ เพียงแค่คิดถึงคำเหล่านั้น อุปกรณ์ทำงานดังนี้: อิเล็กโทรดที่ฝังอยู่ในสมองจะบันทึกการทำงานของสมองของผู้ป่วยในขณะที่เธอดูตัวอักษรที่ต้องการบนหน้าจอ จากนั้นส่งข้อมูลนี้ไปยังระบบประสาทเทียม ซึ่งจากนั้นจะตีความสัญญาณและเปลี่ยนให้เป็นการควบคุมอย่างต่อเนื่องของ เคอร์เซอร์และคลิกบนหน้าจอ

อย่างไรก็ตาม กระบวนการนี้ช้ามาก เห็นได้ชัดว่าเอาต์พุตจะเป็นอุปกรณ์ที่ทำงานโดยไม่ต้องเชื่อมต่อทางกายภาพโดยตรงกับคอมพิวเตอร์ผ่านอิเล็กโทรด อินเทอร์เฟซก็ต้องดูน่าสนใจมากกว่าในยุค 80 ทีมสถาบัน BrainGate Clinical Institute ที่อยู่เบื้องหลังงานวิจัยนี้พบว่าระบบการชี้และคลิกมีความคล้ายคลึงกับการกดนิ้วบน หน้าจอสัมผัส- และเนื่องจากพวกเราส่วนใหญ่ใช้แท็บเล็ตหน้าจอสัมผัสทุกวัน ตลาดของพวกเขาจึงมีขนาดใหญ่ คุณเพียงแค่ต้องเลือกและซื้อรายการใดรายการหนึ่ง

ผู้ป่วยที่เป็นอัมพาต T6 สามารถ "คลิก" บนหน้าจอของแท็บเล็ต Nexus 9 ได้ อุปกรณ์ทางระบบประสาทที่สื่อสารกับแท็บเล็ตผ่านโปรโตคอลบลูทูธ กล่าวคือ เหมือนกับเมาส์ไร้สาย

ขณะนี้ทีมงานกำลังทำงานเพื่อยืดอายุการใช้งานของรากฟันเทียม เช่นเดียวกับการพัฒนาระบบสำหรับการเคลื่อนตัวอื่นๆ เช่น การเคลื่อนไหวแบบเลือกแล้วลาก และการเคลื่อนไหวหลายประสาทสัมผัส นอกจากนี้ BrainGate วางแผนที่จะขยายโปรแกรมไปยังระบบปฏิบัติการอื่นๆ

ชิปคอมพิวเตอร์ที่ทำจากเซลล์สมองที่มีชีวิต

เมื่อไม่กี่ปีก่อน นักวิจัยจากเยอรมนีและญี่ปุ่นสามารถจำลองการทำงานของสมองมนุษย์ได้ 1 เปอร์เซ็นต์ในหนึ่งวินาที สิ่งนี้เป็นไปได้ด้วยพลังการประมวลผลของซูเปอร์คอมพิวเตอร์ที่ทรงพลังที่สุดแห่งหนึ่งของโลก

แต่สมองของมนุษย์ยังคงเป็นคอมพิวเตอร์ที่ทรงพลังที่สุด พลังงานต่ำ และมีประสิทธิภาพที่สุด จะเป็นอย่างไรหากเป็นไปได้ที่จะใช้พลังของคอมพิวเตอร์เครื่องนี้เพื่อขับเคลื่อนเครื่องจักรรุ่นอนาคต

แม้จะฟังดูบ้าไปแล้ว แต่นักประสาทวิทยา Osh Agabi ได้เปิดตัวโครงการ Koniku อย่างแม่นยำเพื่อบรรลุเป้าหมายนี้ เขาสร้างต้นแบบของชิปซิลิคอน 64 เซลล์ประสาท การใช้งานครั้งแรกของการพัฒนานี้คือโดรนที่สามารถ "ดม" กลิ่นของวัตถุระเบิดได้

ผึ้งมีความสามารถในการรับกลิ่นที่ละเอียดอ่อนที่สุดอย่างหนึ่ง ในความเป็นจริง พวกมันเคลื่อนที่ผ่านอวกาศด้วยกลิ่นด้วยซ้ำ Agabi ได้สร้างโดรนที่แข่งขันกับความสามารถของผึ้งในการจดจำและตีความกลิ่น สามารถใช้ไม่เพียงแต่เพื่อวัตถุประสงค์ทางทหารและการตรวจจับระเบิดเท่านั้น แต่ยังสำหรับการสำรวจพื้นที่เพาะปลูก โรงกลั่นน้ำมัน สถานที่ทุกแห่งที่สามารถวัดระดับสุขภาพและความปลอดภัยได้ด้วยกลิ่น

ในระหว่างกระบวนการพัฒนา Agabi และทีมงานของเขาได้แก้ไขปัญหาหลักสามประการ ได้แก่ จัดโครงสร้างเซลล์ประสาทในลักษณะเดียวกับที่มีโครงสร้างในสมอง อ่านและเขียนข้อมูลไปยังเซลล์ประสาทแต่ละตัว และสร้างสภาพแวดล้อมที่มั่นคง

เทคโนโลยีการกระตุ้นให้เกิดการสร้างความแตกต่างของเซลล์ pluripotent - วิธีการที่เซลล์ที่เจริญเต็มที่ เช่น ผิวหนัง ได้รับการบูรณาการทางพันธุกรรมเข้ากับเซลล์ดั้งเดิม เซลล์ต้นกำเนิดช่วยให้เซลล์ใดๆ กลายเป็นเซลล์ประสาทได้ แต่เช่นเดียวกับส่วนประกอบอิเล็กทรอนิกส์อื่นๆ เซลล์ประสาทที่มีชีวิตจำเป็นต้องมีแหล่งที่อยู่อาศัยพิเศษ

ดังนั้น เซลล์ประสาทจึงถูกวางไว้ในเปลือกที่มีสภาพแวดล้อมที่มีการควบคุมเพื่อควบคุมอุณหภูมิและระดับไฮโดรเจนภายใน ตลอดจนเพื่อให้พลังงานแก่พวกมัน นอกจากนี้เชลล์ดังกล่าวยังช่วยให้คุณควบคุมปฏิสัมพันธ์ของเซลล์ประสาทซึ่งกันและกัน

อิเล็กโทรดใต้เปลือกช่วยให้สามารถอ่านหรือเขียนข้อมูลไปยังเซลล์ประสาทได้ Agabi อธิบายกระบวนการนี้ดังนี้:

“เราห่อหุ้มอิเล็กโทรดไว้ในการเคลือบ DNA และโปรตีนที่ได้รับการเสริมสมรรถนะซึ่งกระตุ้นเซลล์ประสาทให้สร้างการเชื่อมต่อที่แน่นหนากับตัวนำเหล่านี้ ดังนั้นเราจึงสามารถอ่านข้อมูลจากเซลล์ประสาทหรือในทางกลับกันส่งข้อมูลไปยังเซลล์ประสาทในลักษณะเดียวกันหรือผ่านกระบวนการแสงหรือทางเคมี”

Agabi เชื่อว่าอนาคตของเทคโนโลยีอยู่ที่การปลดล็อกความสามารถของสิ่งที่เรียกว่า เวตแวร์ ซึ่งก็คือสมองของมนุษย์ที่สัมพันธ์กับกระบวนการของเครื่องจักร

“ไม่มีข้อจำกัดในทางปฏิบัติว่าเราจะสร้างอุปกรณ์ในอนาคตให้ใหญ่แค่ไหน หรือจะจำลองสมองได้แตกต่างออกไปเพียงใด ชีววิทยาเป็นเพียงขีดจำกัดเท่านั้น"

แผนการในอนาคตของ Konik จะรวมถึงการพัฒนาชิป:

• ด้วยเซลล์ประสาท 500 เซลล์ซึ่งจะควบคุมรถโดยไม่มีคนขับ
• ด้วยเซลล์ประสาท 10,000 เซลล์ จะสามารถประมวลผลและจดจำภาพได้เหมือนกับที่ตามนุษย์ทำ
• ด้วยเซลล์ประสาท 100,000 เซลล์ - จะสร้างหุ่นยนต์ที่มีอินพุตหลายประสาทสัมผัสซึ่งจะแยกไม่ออกจากมนุษย์ในแง่ของคุณสมบัติการรับรู้
• ด้วยเซลล์ประสาทนับล้าน - จะทำให้เรามีคอมพิวเตอร์ที่สามารถคิดเองได้

ชิปหน่วยความจำที่ฝังอยู่ในสมอง

ทุกปี ผู้คนหลายร้อยล้านคนประสบปัญหาเนื่องจากการสูญเสียความทรงจำ สาเหตุของสิ่งนี้แตกต่างกันไป: ความเสียหายของสมองที่เกิดขึ้นกับทหารผ่านศึกและนักฟุตบอล โรคหลอดเลือดสมองหรือโรคอัลไซเมอร์ที่แสดงออกในวัยชรา หรือเพียงแค่ความชราของสมองที่รอเราทุกคนอยู่ ดร.ธีโอดอร์ เบอร์เกอร์ วิศวกรชีวการแพทย์แห่งมหาวิทยาลัยเซาเทิร์นแคลิฟอร์เนีย กำลังทดสอบการปลูกถ่ายเพื่อเพิ่มความจำที่เลียนแบบการประมวลผลสัญญาณเมื่อเซลล์ประสาทล้มเหลวในการประมวลผลความทรงจำระยะยาวใหม่ โดยได้รับทุนสนับสนุนจาก Defense Advanced Research Projects Agency (DARPA)

เพื่อให้อุปกรณ์ทำงานได้ นักวิทยาศาสตร์ต้องเข้าใจว่าหน่วยความจำทำงานอย่างไร ฮิบโปเป็นพื้นที่ของสมองที่รับผิดชอบในการเปลี่ยนความทรงจำระยะสั้นให้กลายเป็นความทรงจำระยะยาว เขาทำมันได้อย่างไร? และเป็นไปได้ไหมที่จะจำลองกิจกรรมภายในชิปคอมพิวเตอร์?

“โดยพื้นฐานแล้ว หน่วยความจำคือชุดของแรงกระตุ้นทางไฟฟ้าที่เกิดขึ้นเมื่อเวลาผ่านไปและถูกสร้างขึ้นโดยเซลล์ประสาทจำนวนหนึ่ง” เบอร์เกอร์อธิบาย “นี่เป็นสิ่งสำคัญมากเพราะมันหมายความว่าเราสามารถลดกระบวนการนี้ให้เป็นสมการทางคณิตศาสตร์และนำไปใส่ไว้ในนั้นได้ กรอบกระบวนการคำนวณ”

ดังนั้นนักประสาทวิทยาจึงเริ่มถอดรหัสการไหลของข้อมูลภายในฮิบโปแคมปัส กุญแจสำคัญในการถอดรหัสนี้คือสัญญาณไฟฟ้าแรงสูงที่ส่งจากบริเวณอวัยวะที่เรียกว่า CA3 ซึ่งเป็น "อินพุต" ของฮิปโปแคมปัส ไปยัง CA1 ซึ่งเป็นโหนด "เอาต์พุต" สัญญาณนี้จะลดลงในผู้ที่มีความผิดปกติของความจำ

“หากเราสร้างขึ้นใหม่ได้โดยใช้ชิป เราก็สามารถกู้คืนหรือเพิ่มความจุหน่วยความจำได้” Berger กล่าว

แต่เป็นการยากที่จะติดตามเส้นทางการถอดรหัสนี้ เนื่องจากเซลล์ประสาททำงานไม่เป็นเชิงเส้น และปัจจัยรองใดๆ ที่เกี่ยวข้องในกระบวนการสามารถนำไปสู่ผลลัพธ์ที่แตกต่างไปจากเดิมอย่างสิ้นเชิง อย่างไรก็ตาม คณิตศาสตร์และการเขียนโปรแกรมไม่ได้หยุดนิ่ง และในปัจจุบัน ทั้งสองสามารถสร้างโครงสร้างการคำนวณที่ซับซ้อนที่สุดโดยมีสิ่งไม่รู้มากมายและมี "ผลลัพธ์" มากมาย

ประการแรก นักวิทยาศาสตร์ได้ฝึกหนูให้กดคันโยกเพื่อรับขนม ขณะที่หนูจดจำและเปลี่ยนความทรงจำนี้ให้เป็นความทรงจำระยะยาว นักวิจัยได้บันทึกและบันทึกการเปลี่ยนแปลงของเซลล์ประสาททั้งหมดอย่างรอบคอบ จากนั้นจึงสร้างชิปคอมพิวเตอร์โดยใช้แบบจำลองทางคณิตศาสตร์นี้ จากนั้น พวกเขาก็ฉีดสารที่ทำให้ความสามารถในการจดจำของหนูไม่เสถียรชั่วคราวและใส่ชิปเข้าไปในสมอง อุปกรณ์ดังกล่าวส่งผลกระทบต่ออวัยวะ "ทางออก" ของ CA1 และทันใดนั้น นักวิทยาศาสตร์ก็พบว่าความทรงจำของหนูเกี่ยวกับวิธีการรับขนมกลับคืนมา

ทำการทดสอบต่อไปนี้กับลิง คราวนี้ นักวิทยาศาสตร์มุ่งความสนใจไปที่เยื่อหุ้มสมองส่วนหน้า ซึ่งรับและปรับความทรงจำที่ได้รับจากฮิบโปแคมปัส สัตว์เหล่านี้ถูกแสดงเป็นชุดของภาพ ซึ่งบางภาพก็ถูกแสดงซ้ำ ด้วยการบันทึกกิจกรรมของเซลล์ประสาทในขณะที่พวกมันจำภาพเดียวกันได้ มันก็ถูกสร้างขึ้น แบบจำลองทางคณิตศาสตร์และไมโครวงจรที่อยู่บนพื้นฐานของมัน หลังจากนั้นการทำงานของเยื่อหุ้มสมองส่วนหน้าของลิงก็ถูกระงับด้วยโคเคนและนักวิทยาศาสตร์ก็สามารถฟื้นฟูความทรงจำได้อีกครั้ง

เมื่อทำการทดลองกับมนุษย์ เบอร์เกอร์ได้เลือกอาสาสมัคร 12 คนที่เป็นโรคลมบ้าหมูซึ่งมีขั้วไฟฟ้าฝังอยู่ในสมองแล้ว เพื่อติดตามแหล่งที่มาของอาการชัก การชักซ้ำๆ จะทำลายส่วนสำคัญของฮิบโปแคมปัสที่จำเป็นต่อการสร้างความทรงจำระยะยาว ตัวอย่างเช่น ถ้าเราศึกษาการทำงานของสมองระหว่างอาการชัก ก็อาจเป็นไปได้ที่จะฟื้นความทรงจำได้

เช่นเดียวกับในการทดลองก่อนหน้านี้ "รหัสหน่วยความจำ" พิเศษของมนุษย์ถูกจับได้ซึ่งสามารถทำนายรูปแบบของกิจกรรมในเซลล์ CA1 ในภายหลังโดยอาศัยข้อมูลที่จัดเก็บหรือกำเนิดใน CA3 เมื่อเปรียบเทียบกับการทำงานของสมอง "จริง" ชิปดังกล่าวทำงานได้แม่นยำประมาณ 80%

ยังเร็วเกินไปที่จะพูดถึงผลลัพธ์ที่เป็นรูปธรรมหลังจากการทดลองกับมนุษย์ ต่างจากเยื่อหุ้มสมองสั่งการของสมองซึ่งแต่ละส่วนมีหน้าที่รับผิดชอบอวัยวะเฉพาะ ฮิบโปแคมปัสถูกจัดระเบียบอย่างโกลาหล ยังเร็วเกินไปที่จะบอกว่าการปลูกถ่ายดังกล่าวจะสามารถคืนความทรงจำให้กับผู้ที่ประสบความเสียหายต่อส่วนที่ "ออก" ของฮิบโปแคมปัสได้หรือไม่

ปัญหาของการสรุปอัลกอริธึมสำหรับชิปดังกล่าวยังคงเป็นปัญหา เนื่องจากต้นแบบการทดลองถูกสร้างขึ้นจากข้อมูลส่วนบุคคลจากผู้ป่วยเฉพาะราย จะเกิดอะไรขึ้นหากรหัสหน่วยความจำสำหรับทุกคนแตกต่างกัน ขึ้นอยู่กับประเภทของข้อมูลขาเข้าที่ได้รับ เบอร์เกอร์เตือนเราว่าสมองก็ถูกจำกัดด้วยชีวฟิสิกส์เช่นกัน:

“มีหลายวิธีเท่านั้นที่สามารถประมวลผลสัญญาณไฟฟ้าในฮิบโปแคมปัส ซึ่งแม้ว่าจะมีหลายวิธี แต่ก็ยังมีข้อจำกัดและจำกัด” นักวิทยาศาสตร์กล่าว

แนวคิดหลักของผลงานของ Ray Kurzweil ผู้โด่งดังคือปัญญาประดิษฐ์ซึ่งจะครอบงำชีวิตของผู้คนในที่สุด ในหนังสือเล่มใหม่ของเขา The Evolution of the Mind Kurzweil เผยให้เห็นถึงความเป็นไปได้อันไม่มีที่สิ้นสุดของวิศวกรรมย้อนกลับกับสมองของมนุษย์

ในบทความเดียวกัน ทัวริงรายงานการค้นพบที่ไม่คาดคิดอีกครั้งเกี่ยวกับปัญหาที่แก้ไขไม่ได้ ปัญหาที่แก้ไขไม่ได้คือปัญหาที่อธิบายไว้อย่างดีด้วยวิธีการแก้ปัญหาเฉพาะ (ซึ่งสามารถแสดงได้ว่ามีอยู่จริง) แต่ (ซึ่งสามารถแสดงได้ด้วย) ไม่สามารถแก้ไขได้ด้วยเครื่องจักรทัวริงใดๆ (กล่าวคือ ด้วยเครื่องจักรใดๆ เลย) แนวคิดเรื่องการมีอยู่ของปัญหาดังกล่าวโดยพื้นฐานแล้วขัดแย้งกับแนวคิดที่ก่อตั้งขึ้นเมื่อต้นศตวรรษที่ 20 ความเชื่อที่ว่าปัญหาทั้งหมดที่สามารถกำหนดได้นั้นแก้ไขได้ ทัวริงแสดงให้เห็นว่าจำนวนปัญหาที่แก้ไขไม่ได้ไม่น้อยกว่าจำนวนปัญหาที่แก้ไขได้ ในปี 1931 เคิร์ต โกเดลได้ข้อสรุปเดียวกันเมื่อเขากำหนด "ทฤษฎีบทความไม่สมบูรณ์" นี่เป็นสถานการณ์ที่แปลก: เราสามารถกำหนดปัญหาได้ เราสามารถพิสูจน์ได้ว่ามันมีวิธีแก้ปัญหาเฉพาะตัว แต่ในขณะเดียวกัน เราก็รู้ว่าเราจะไม่สามารถค้นพบวิธีแก้ปัญหานี้ได้

ทัวริงแสดงให้เห็นว่าเครื่องคอมพิวเตอร์ทำงานบนพื้นฐานของกลไกที่เรียบง่ายมาก เนื่องจากเครื่องจักรทัวริง (และคอมพิวเตอร์ทุกเครื่อง) สามารถกำหนดฟังก์ชันในอนาคตตามผลลัพธ์ก่อนหน้าได้ จึงสามารถตัดสินใจและสร้างโครงสร้างข้อมูลแบบลำดับชั้นที่ซับซ้อนได้

ในปี 1939 ทัวริงได้ออกแบบ เครื่องคิดเลขอิเล็กทรอนิกส์ Bombe ผู้ช่วยถอดรหัสข้อความที่รวบรวมโดยชาวเยอรมันบนเครื่องเข้ารหัส Enigma ภายในปี 1943 ทีมวิศวกรที่มีส่วนร่วมของทัวริงได้สร้างเครื่อง Colossus ซึ่งบางครั้งเรียกว่าคอมพิวเตอร์เครื่องแรกในประวัติศาสตร์จนเสร็จสมบูรณ์ สิ่งนี้ทำให้พันธมิตรสามารถถอดรหัสข้อความที่สร้างโดย Enigma เวอร์ชันที่ซับซ้อนยิ่งขึ้น เครื่องจักร Bombe และ Colossus ได้รับการออกแบบมาเพื่อทำงานชิ้นเดียวและไม่สามารถตั้งโปรแกรมใหม่ได้ แต่พวกเขาก็ทำหน้าที่ได้อย่างยอดเยี่ยม เชื่อกันว่าส่วนหนึ่งเป็นเพราะพวกเขา ฝ่ายสัมพันธมิตรจึงสามารถคาดการณ์ยุทธวิธีของเยอรมันได้ตลอดช่วงสงคราม และกองทัพอากาศก็สามารถเอาชนะกองกำลังกองทัพที่ใหญ่กว่าพวกเขาถึงสามเท่าในยุทธการที่บริเตน

บนพื้นฐานนี้เองที่ John von Neumann ได้สร้างคอมพิวเตอร์ สถาปัตยกรรมสมัยใหม่ซึ่งสะท้อนถึงแนวคิดที่สำคัญที่สุดประการที่สามในสี่ประการของทฤษฎีสารสนเทศ ในรอบเกือบเจ็ดสิบปีนับตั้งแต่นั้นมา แกนหลักของเครื่องนี้ ซึ่งเรียกว่าเครื่อง von Neumann ยังคงไม่เปลี่ยนแปลงเลย เช่นเดียวกับไมโครคอนโทรลเลอร์ในเครื่องของคุณ เครื่องซักผ้าและในซูเปอร์คอมพิวเตอร์ที่ใหญ่ที่สุด ในบทความที่ตีพิมพ์เมื่อวันที่ 30 มิถุนายน พ.ศ. 2488 ชื่อ "รายงานร่างฉบับแรกเกี่ยวกับ EDVAC" ฟอน นอยมันน์ได้สรุปแนวคิดพื้นฐานที่เป็นแนวทางในการพัฒนาวิทยาการคอมพิวเตอร์ตั้งแต่นั้นมา เครื่อง von Neumann ประกอบด้วยหน่วยประมวลผลกลางที่ใช้ดำเนินการทางคณิตศาสตร์และตรรกะ โมดูลหน่วยความจำที่ใช้จัดเก็บโปรแกรมและข้อมูล หน่วยความจำขนาดใหญ่ ตัวนับโปรแกรม และช่องสัญญาณอินพุต/เอาต์พุต แม้ว่าบทความนี้มีไว้สำหรับใช้ภายในโดยเป็นส่วนหนึ่งของโครงการ แต่ก็กลายเป็นพระคัมภีร์สำหรับผู้สร้างคอมพิวเตอร์ นี่คือวิธีที่บางครั้งรายงานธรรมดาๆ สามารถเปลี่ยนโลกได้

เครื่องจักรทัวริงไม่ได้มีไว้สำหรับการใช้งานจริง ทฤษฎีบทของทัวริงไม่ได้เกี่ยวข้องกับประสิทธิภาพของการแก้ปัญหา แต่อธิบายถึงช่วงของปัญหาที่คอมพิวเตอร์สามารถแก้ไขได้ในทางทฤษฎี ในทางตรงกันข้าม เป้าหมายของฟอน นอยมันน์คือการสร้างแนวคิดของคอมพิวเตอร์จริงๆ แบบจำลองของเขาแทนที่ระบบทัวริงหนึ่งบิตด้วยระบบหลายบิต (โดยปกติจะเป็นผลคูณของแปดบิต) เครื่องทัวริงมีเทปหน่วยความจำแบบอนุกรม ดังนั้นโปรแกรมจึงใช้เวลานานมากในการเคลื่อนย้ายเทปไปมาเพื่อบันทึกและเรียกผลลัพธ์ระดับกลาง ในทางตรงกันข้าม ในระบบ von Neumann หน่วยความจำจะถูกเข้าถึงแบบสุ่ม ทำให้สามารถดึงข้อมูลที่ต้องการได้ทันที

แนวคิดหลักประการหนึ่งของฟอน นอยมันน์คือแนวคิดของโปรแกรมที่จัดเก็บซึ่งเขาพัฒนาขึ้นเมื่อสิบปีก่อนการสร้างคอมพิวเตอร์ สาระสำคัญของแนวคิดนี้คือโปรแกรมจะถูกจัดเก็บไว้ในโมดูลหน่วยความจำเข้าถึงโดยสุ่มเดียวกันกับข้อมูล (และมักจะอยู่ในบล็อกหน่วยความจำเดียวกัน) ซึ่งจะทำให้คุณสามารถตั้งโปรแกรมคอมพิวเตอร์ใหม่เพื่อแก้ปัญหาได้ งานที่แตกต่างกันและสร้างโค้ดที่แก้ไขได้เอง (ในกรณีของการบันทึกไดรฟ์) ซึ่งมีความเป็นไปได้ที่จะเกิดการเรียกซ้ำ ก่อนหน้านั้นคอมพิวเตอร์เกือบทั้งหมดรวมทั้ง Colossus ถูกสร้างขึ้นเพื่อแก้ไขปัญหาเฉพาะ แนวคิดของโปรแกรมจัดเก็บทำให้คอมพิวเตอร์กลายเป็นจริง เครื่องสากลซึ่งสอดคล้องกับแนวคิดของทัวริงเกี่ยวกับความเป็นสากลของการประมวลผลด้วยเครื่องจักร

คุณสมบัติที่สำคัญอีกประการหนึ่งของเครื่อง von Neumann คือแต่ละคำสั่งจะมีรหัสการดำเนินการที่ระบุเลขคณิตหรือ การดำเนินการเชิงตรรกะและที่อยู่ของตัวถูกดำเนินการในหน่วยความจำคอมพิวเตอร์

แนวคิดเกี่ยวกับสถาปัตยกรรมคอมพิวเตอร์ของ Von Neumann สะท้อนให้เห็นในโครงการ EDVAC ซึ่งเขาทำงานร่วมกับ Presper J. Eckert และ John Mauchly คอมพิวเตอร์ EDVAC ไม่สามารถใช้งานได้จนกระทั่งปี 1951 เมื่อมีคอมพิวเตอร์โปรแกรมจัดเก็บอื่นๆ อยู่แล้ว เช่น Manchester Small Experimental Machine, ENIAC, EDSAC และ BINAC ซึ่งทั้งหมดนี้ถูกสร้างขึ้นภายใต้อิทธิพลของรายงานของ von Neumann และด้วยการมีส่วนร่วมของ Eckert และมาอูลี่ นอกจากนี้ ฟอน นอยมันน์ยังมีส่วนร่วมในการพัฒนาเครื่องจักรเหล่านี้บางรุ่นอีกด้วย ซึ่งรวมถึง เวอร์ชันล่าสุด ENIAC ซึ่งใช้หลักการโปรแกรมที่เก็บไว้

คอมพิวเตอร์สถาปัตยกรรม von Neumann มีรุ่นก่อนหลายรุ่น แต่ไม่มีรุ่นใดที่มีข้อยกเว้นที่ไม่คาดคิดเพียงอย่างเดียวที่สามารถเรียกได้ว่าเป็นเครื่อง von Neumann ที่แท้จริง ในปี 1944 Howard Aiken ได้เปิดตัว Mark I ซึ่งสามารถตั้งโปรแกรมใหม่ได้ในระดับหนึ่ง แต่ไม่ได้ใช้โปรแกรมที่เก็บไว้ เครื่องอ่านคำสั่งจากบัตรที่เจาะแล้วดำเนินการทันที รถยังไม่ได้จัดให้มีการเปลี่ยนแบบมีเงื่อนไข

ในปี 1941 นักวิทยาศาสตร์ชาวเยอรมัน Konrad Zuse (1910–1995) ได้สร้างคอมพิวเตอร์ Z-3 นอกจากนี้ยังอ่านโปรแกรมจากเทป (ในกรณีนี้คือเข้ารหัสบนเทป) และยังไม่ได้ดำเนินการแยกแบบมีเงื่อนไขด้วย สิ่งที่น่าสนใจคือ Zuse ได้รับการสนับสนุนทางการเงินจากสถาบันวิศวกรรมอากาศยานแห่งเยอรมนี ซึ่งใช้คอมพิวเตอร์เครื่องนี้เพื่อศึกษาการกระพือของปีกเครื่องบิน อย่างไรก็ตาม ข้อเสนอของ Zuse ในการจัดหาเงินทุนสำหรับการเปลี่ยนรีเลย์ด้วยหลอดวิทยุไม่ได้รับการสนับสนุนจากรัฐบาลนาซี ซึ่งถือว่าการพัฒนาเทคโนโลยีคอมพิวเตอร์ "ไม่มีความสำคัญทางทหาร" สำหรับฉันดูเหมือนว่าสิ่งนี้จะมีอิทธิพลต่อผลลัพธ์ของสงครามในระดับหนึ่ง

อันที่จริง von Neumann มีบรรพบุรุษที่ยอดเยี่ยมคนหนึ่ง และเขามีชีวิตอยู่ก่อนหน้านี้เมื่อร้อยปีก่อน! นักคณิตศาสตร์และนักประดิษฐ์ชาวอังกฤษ Charles Babbage (1791–1871) บรรยายถึงเครื่องมือวิเคราะห์ของเขาในปี 1837 ซึ่งมีพื้นฐานอยู่บนหลักการเดียวกันกับคอมพิวเตอร์ของ von Neumann และใช้โปรแกรมจัดเก็บที่พิมพ์บนบัตรเจาะบนเครื่องทอผ้า jacquard หน่วยความจำของเครื่องเข้าถึงโดยสุ่มประกอบด้วย 1,000 คำ โดยมีทศนิยม 50 ตำแหน่ง (เทียบเท่ากับประมาณ 21 กิโลไบต์) แต่ละคำสั่งมี opcode และตัวถูกดำเนินการ เช่นเดียวกับในสมัยใหม่ ภาษาคอมพิวเตอร์- ระบบไม่ได้ใช้การแยกสาขาหรือลูปแบบมีเงื่อนไข ดังนั้นมันจึงเป็นเครื่องจักรของฟอนนอยมันน์อย่างแท้จริง เห็นได้ชัดว่ามีกลไกเหนือกว่าทั้งการออกแบบและความสามารถด้านองค์กรของ Babbage เอง เขาสร้างชิ้นส่วนของเครื่องจักร แต่ไม่เคยเปิดตัวเลย

ยังไม่ทราบแน่ชัดว่าผู้บุกเบิกคอมพิวเตอร์ในศตวรรษที่ 20 รวมทั้งฟอน นอยมันน์ ทราบถึงผลงานของแบบเบจหรือไม่

อย่างไรก็ตาม การสร้างเครื่องจักรของ Babbage ถือเป็นจุดเริ่มต้นของการพัฒนาการเขียนโปรแกรม นักเขียนชาวอังกฤษ Ada Byron (1815–1852) เคานท์เตสแห่งเลิฟเลซ ซึ่งเป็นบุตรที่ชอบด้วยกฎหมายเพียงคนเดียวของกวี Lord Byron กลายเป็นโปรแกรมเมอร์คอมพิวเตอร์คนแรกของโลก เธอเขียนโปรแกรมสำหรับ Babbage's Analytical Engine และแก้ไขข้อบกพร่องเหล่านั้นในหัวของเธอ (เนื่องจากคอมพิวเตอร์ไม่เคยทำงาน) ตอนนี้โปรแกรมเมอร์เรียกการตรวจสอบตารางฝึกหัดนี้ เธอแปลบทความโดยนักคณิตศาสตร์ชาวอิตาลี Luigi Menabrea เกี่ยวกับ Analytical Engine โดยเพิ่มความคิดเห็นที่สำคัญของเธอเองและสังเกตว่า “Analytical Engine ทอลวดลายพีชคณิตเหมือนเครื่องทอผ้า jacquard สานดอกไม้และใบไม้” เธออาจเป็นคนแรกที่พูดถึงความเป็นไปได้ในการสร้างสรรค์ ปัญญาประดิษฐ์แต่สรุปได้ว่าเครื่องมือวิเคราะห์ "ไม่สามารถสร้างสิ่งใดขึ้นมาได้ด้วยตัวเอง"

แนวคิดของแบบเบจดูน่าทึ่งเมื่อพิจารณาถึงยุคสมัยที่เขาอาศัยและทำงานอยู่ อย่างไรก็ตามในช่วงกลางศตวรรษที่ 20 ความคิดเหล่านี้แทบจะลืมไปแล้ว (และค้นพบใหม่ในภายหลังเท่านั้น) เป็นฟอนนอยมันน์ผู้คิดค้นและกำหนดหลักการสำคัญของการทำงานของคอมพิวเตอร์ในรูปแบบที่ทันสมัยและไม่ใช่เพื่อสิ่งใดที่เครื่องฟอนนอยมันน์ยังคงถือเป็นรุ่นหลักของคอมพิวเตอร์ต่อไป อย่างไรก็ตาม อย่าลืมว่าเครื่อง von Neumann แลกเปลี่ยนข้อมูลระหว่างแต่ละโมดูลและภายในโมดูลเหล่านี้อย่างต่อเนื่อง ดังนั้นจึงไม่สามารถสร้างขึ้นได้หากไม่มีทฤษฎีบทของแชนนอนและวิธีการที่เขาเสนอสำหรับการส่งและการจัดเก็บข้อมูลดิจิทัลที่เชื่อถือได้

ทั้งหมดนี้นำเราไปสู่แนวคิดสำคัญข้อที่สี่ ซึ่งเอาชนะข้อสรุปของ Ada Byron เกี่ยวกับการที่คอมพิวเตอร์ไม่สามารถคิดอย่างสร้างสรรค์ได้ และช่วยให้เราสามารถค้นหาอัลกอริธึมสำคัญที่สมองใช้ ซึ่งจากนั้นจะสามารถนำมาใช้เปลี่ยนคอมพิวเตอร์ให้เป็นสมองได้ Alan Turing ได้กำหนดปัญหานี้ไว้ในบทความ " คอมพิวเตอร์และจิตใจ” ซึ่งตีพิมพ์ในปี 1950 ซึ่งอธิบายถึงการทดสอบทัวริงที่รู้จักกันดีในปัจจุบันเพื่อกำหนดความใกล้ชิดของ AI กับความฉลาดของมนุษย์

ในปี 1956 ฟอน นอยมันน์เริ่มเตรียมการบรรยายชุดหนึ่งสำหรับ Silliman Readings อันทรงเกียรติที่มหาวิทยาลัยเยล นักวิทยาศาสตร์ป่วยด้วยโรคมะเร็งอยู่แล้วและไม่สามารถบรรยายหรือเขียนต้นฉบับของการบรรยายให้จบได้ อย่างไรก็ตาม งานที่ยังไม่เสร็จนี้เป็นการทำนายที่ยอดเยี่ยมถึงสิ่งที่ฉันรับรู้เป็นการส่วนตัวว่าเป็นโครงการที่ยากและสำคัญที่สุดในประวัติศาสตร์ของมนุษยชาติ หลังจากนักวิทยาศาสตร์คนนี้เสียชีวิตในปี 1958 ต้นฉบับดังกล่าวได้รับการตีพิมพ์ภายใต้ชื่อ “คอมพิวเตอร์และสมอง” มันเกิดขึ้นที่งานชิ้นสุดท้ายของนักคณิตศาสตร์ที่เก่งที่สุดคนหนึ่งของศตวรรษที่ผ่านมาและหนึ่งในผู้ก่อตั้งเทคโนโลยีคอมพิวเตอร์กลายเป็นงานทุ่มเทให้กับการวิเคราะห์ความคิด นี่เป็นการศึกษาสมองมนุษย์อย่างจริงจังครั้งแรกจากมุมมองของนักคณิตศาสตร์และนักวิทยาศาสตร์คอมพิวเตอร์ ก่อนฟอน นอยมันน์ เทคโนโลยีคอมพิวเตอร์และประสาทวิทยาศาสตร์เป็นเกาะสองเกาะที่แยกจากกันโดยไม่มีสะพานเชื่อมระหว่างทั้งสอง

ฟอน นอยมันน์เริ่มต้นเรื่องราวด้วยการบรรยายถึงความเหมือนและความแตกต่างระหว่างคอมพิวเตอร์และสมองของมนุษย์ เมื่อพิจารณาถึงยุคที่งานนี้ถูกสร้างขึ้น ดูเหมือนว่าจะแม่นยำอย่างน่าประหลาดใจ นักวิทยาศาสตร์ตั้งข้อสังเกตว่าสัญญาณเอาท์พุตของเซลล์ประสาทเป็นแบบดิจิทัล - แอกซอนจะตื่นเต้นหรือยังคงอยู่นิ่ง ในเวลานั้นยังไม่ชัดเจนว่าสัญญาณเอาท์พุตสามารถประมวลผลแบบอะนาล็อกได้ การประมวลผลสัญญาณในเดนไดรต์ที่นำไปสู่เซลล์ประสาทและในร่างกายของเซลล์ประสาทเป็นแบบอะนาล็อก และฟอน นอยมันน์บรรยายสถานการณ์นี้โดยใช้ผลรวมถ่วงน้ำหนักของสัญญาณอินพุตที่มีค่าเกณฑ์

รูปแบบการทำงานของเซลล์ประสาทนี้นำไปสู่การพัฒนาการเชื่อมต่อและการใช้หลักการนี้เพื่อสร้างทั้งฮาร์ดแวร์และโปรแกรมคอมพิวเตอร์ (ตามที่ฉันได้อธิบายไว้ในบทที่แล้ว ระบบแรกคือโปรแกรม IBM 704 ถูกสร้างขึ้นโดย Frank Rosenblatt จาก Cornell University ในปี 1957 หลังจากที่ต้นฉบับการบรรยายของ von Neumann มีให้ใช้งานแล้ว) ตอนนี้ เรามีแบบจำลองที่ซับซ้อนมากขึ้นซึ่ง อธิบายการรวมกันของสัญญาณอินพุตของเส้นประสาท แต่ ความคิดทั่วไปเกี่ยวกับการประมวลผลสัญญาณอนาล็อกโดยการเปลี่ยนความเข้มข้นของสารสื่อประสาทยังคงเป็นจริง

บนพื้นฐานแนวคิดของความอเนกประสงค์ คอมพิวเตอร์คอมพิวเตอร์วอน นอยมันน์สรุปว่าถึงแม้สถาปัตยกรรมและหน่วยโครงสร้างของสมองและคอมพิวเตอร์จะมีความแตกต่างกันอย่างสิ้นเชิง แต่การใช้เครื่องฟอนนอยมันน์ทำให้เราสามารถจำลองกระบวนการที่เกิดขึ้นในสมองได้ อย่างไรก็ตาม สมมุติฐานการสนทนานั้นไม่ถูกต้อง เนื่องจากสมองไม่ใช่เครื่องจักรของฟอน นอยมันน์ และไม่มีโปรแกรมที่เก็บไว้ (แม้ว่าในหัวเราสามารถจำลองการทำงานของเครื่องจักรทัวริงที่เรียบง่ายมากได้ก็ตาม) อัลกอริธึมหรือวิธีการทำงานของสมองถูกกำหนดโดยโครงสร้างของมัน วอน นอยมันน์สรุปอย่างถูกต้องว่าเซลล์ประสาทสามารถเรียนรู้รูปแบบที่เหมาะสมโดยอาศัยสัญญาณอินพุต อย่างไรก็ตาม ในสมัยของฟอน นอยมันน์ ไม่มีใครรู้ว่าการเรียนรู้เกิดขึ้นผ่านการสร้างและทำลายการเชื่อมต่อระหว่างเซลล์ประสาทด้วย

วอน นอยมันน์ยังชี้ให้เห็นว่าความเร็วของการประมวลผลข้อมูลโดยเซลล์ประสาทนั้นต่ำมาก โดยต้องคำนวณเป็นร้อยๆ ครั้งต่อวินาที แต่สมองจะชดเชยสิ่งนี้ด้วยการประมวลผลข้อมูลในเซลล์ประสาทหลายๆ ตัวไปพร้อมๆ กัน นี่เป็นอีกสิ่งหนึ่งที่ชัดเจนแต่มาก การค้นพบที่สำคัญ- ฟอน นอยมันน์แย้งว่าเซลล์ประสาททั้ง 10 10 เซลล์ในสมอง (การประมาณนี้ค่อนข้างแม่นยำ: ตามแนวคิดของวันนี้ สมองมีเซลล์ประสาทตั้งแต่ 10 10 ถึง 10 11 เซลล์ประสาท) ประมวลผลสัญญาณในเวลาเดียวกัน ยิ่งไปกว่านั้น การติดต่อทั้งหมด (โดยเฉลี่ย 10 3 ถึง 10 4 ต่อเซลล์ประสาท) จะถูกนับพร้อมกัน

เมื่อพิจารณาถึงสภาวะดั้งเดิมของประสาทวิทยาในขณะนั้น การประมาณค่าและคำอธิบายการทำงานของเส้นประสาทของฟอน นอยมันน์มีความแม่นยำอย่างน่าทึ่ง อย่างไรก็ตาม ฉันไม่สามารถเห็นด้วยกับงานของเขาด้านหนึ่งได้ กล่าวคือ แนวคิดเกี่ยวกับความสามารถในการจดจำของสมอง เขาเชื่อว่าสมองจะจดจำทุกสัญญาณของชีวิต ฟอน นอยมันน์ประมาณอายุขัยของมนุษย์โดยเฉลี่ยที่ 60 ปี ซึ่งก็คือประมาณ 2 x 10 9 วินาที หากแต่ละเซลล์ประสาทได้รับสัญญาณประมาณ 14 สัญญาณต่อวินาที (ซึ่งจริงๆ แล้วคือขนาดที่ต่ำกว่าค่าที่แท้จริงสามลำดับ) และมีเซลล์ประสาททั้งหมด 10,10 เซลล์ในสมอง ปรากฎว่าความจุหน่วยความจำของสมองอยู่ที่ประมาณ 10 20 บิต ตามที่ผมเขียนไว้ข้างต้น เราจำได้เพียงส่วนเล็กๆ ของความคิดและประสบการณ์ของเรา แต่ความทรงจำเหล่านี้ก็ไม่ได้ถูกจัดเก็บเป็นข้อมูลทีละนิด ระดับต่ำความซับซ้อน (ดังในวิดีโอ) แต่อยู่ในรูปแบบของลำดับภาพที่มีลำดับสูงกว่า

ดังที่ฟอน นอยมันน์อธิบายแต่ละกลไกในการทำงานของสมอง เขาได้สาธิตไปพร้อมๆ กันว่าคอมพิวเตอร์สมัยใหม่สามารถทำหน้าที่เดียวกันได้อย่างไร แม้ว่าสมองกับคอมพิวเตอร์จะมีความแตกต่างกันอย่างเห็นได้ชัดก็ตาม กลไกแอนะล็อกของสมองสามารถสร้างแบบจำลองได้โดยใช้กลไกดิจิทัล เนื่องจากคอมพิวเตอร์ดิจิทัลสามารถจำลองค่าแอนะล็อกด้วยความแม่นยำระดับใดก็ได้ (และความแม่นยำของข้อมูลแอนะล็อกในสมองค่อนข้างต่ำ) นอกจากนี้ยังสามารถจำลองการทำงานแบบขนานขนาดใหญ่ของสมองได้ เนื่องจากคอมพิวเตอร์มีความเหนือกว่าอย่างมากในด้านความเร็วในการคำนวณแบบอนุกรม (ความเหนือกว่านี้เพิ่มมากขึ้นนับตั้งแต่ von Neumann) นอกจากนี้ เราสามารถดำเนินการประมวลผลสัญญาณแบบขนานในคอมพิวเตอร์โดยใช้เครื่อง von Neumann แบบขนาน ซึ่งเป็นวิธีการทำงานของซูเปอร์คอมพิวเตอร์สมัยใหม่

เมื่อพิจารณาจากความสามารถของมนุษย์ในการตัดสินใจอย่างรวดเร็วด้วยความเร็วของระบบประสาทที่ต่ำเช่นนี้ วอน นอยมันน์จึงสรุปว่าการทำงานของสมองไม่สามารถเกี่ยวข้องกับอัลกอริธึมที่ต่อเนื่องและยาวได้ เมื่อเบสคนที่สามรับลูกบอลและตัดสินใจที่จะโยนมันไปที่เบสที่สอง เขาจะตัดสินใจภายในเสี้ยววินาที ในระหว่างนั้นเซลล์ประสาทแต่ละอันแทบจะไม่มีเวลาพอที่จะกระตุ้นการกระตุ้นหลายรอบให้เสร็จสิ้น ฟอน นอยมันน์ได้ข้อสรุปเชิงตรรกะว่าความสามารถอันน่าทึ่งของสมองนั้นเกิดจากการที่เซลล์ประสาททั้ง 100 พันล้านเซลล์สามารถประมวลผลข้อมูลพร้อมกันได้ ดังที่ผมได้กล่าวไว้ข้างต้น เปลือกสมองส่วนการมองเห็นทำการอนุมานที่ซับซ้อนในเวลาเพียงสามหรือสี่รอบของการทำงานของเซลล์ประสาท

มันเป็นพลาสติกที่สำคัญของสมองที่ช่วยให้เราเรียนรู้ อย่างไรก็ตามคอมพิวเตอร์มีความเป็นพลาสติกมากกว่ามาก - วิธีการสามารถเปลี่ยนแปลงได้อย่างสมบูรณ์โดยการเปลี่ยนแปลง ซอฟต์แวร์- ดังนั้นคอมพิวเตอร์จึงสามารถเลียนแบบสมองได้ แต่สิ่งที่ตรงกันข้ามไม่เป็นความจริง

เมื่อฟอน นอยมันน์เปรียบเทียบความสามารถแบบขนานขนาดใหญ่ของสมองกับคอมพิวเตอร์ไม่กี่เครื่องในสมัยนั้น เห็นได้ชัดว่าสมองมีความจำและความเร็วมากกว่ามาก ปัจจุบัน ซูเปอร์คอมพิวเตอร์เครื่องแรกได้ถูกสร้างขึ้นแล้ว ตามการประมาณการแบบอนุรักษ์นิยมที่สุด ซึ่งเป็นไปตามข้อกำหนดด้านการทำงานที่จำเป็นในการจำลองการทำงานของสมองมนุษย์ (ประมาณ 10,16 การทำงานต่อวินาที) (ในความคิดของฉัน คอมพิวเตอร์ที่ทรงพลังจะมีราคาประมาณ 1,000 ดอลลาร์ในช่วงต้นปี 2020) ในแง่ของความจุหน่วยความจำ เราได้พัฒนาไปไกลกว่านี้อีก งานของฟอน นอยมันน์ปรากฏขึ้นในช่วงต้นยุคคอมพิวเตอร์ แต่นักวิทยาศาสตร์มั่นใจว่าเมื่อถึงจุดหนึ่ง เราจะสามารถสร้างคอมพิวเตอร์และ โปรแกรมคอมพิวเตอร์สามารถเลียนแบบสมองมนุษย์ได้ ด้วยเหตุนี้เขาจึงเตรียมการบรรยายไว้

Von Neumann เชื่อมั่นอย่างลึกซึ้งถึงความก้าวหน้าที่เร่งขึ้นและผลกระทบที่สำคัญต่อชีวิตของผู้คนในอนาคต หนึ่งปีหลังจากการเสียชีวิตของฟอน นอยมันน์ ในปี 1957 นักคณิตศาสตร์เพื่อนร่วมงานของเขา สแตน อูแลม อ้างคำพูดของฟอน นอยมันน์ในช่วงต้นทศวรรษ 1950 ว่า "ความก้าวหน้าทางเทคโนโลยีที่เร่งรีบและการเปลี่ยนแปลงวิถีชีวิตของผู้คนทุกครั้ง ทำให้เกิดความรู้สึกว่าความแปลกประหลาดที่สำคัญบางประการในประวัติศาสตร์กำลังใกล้เข้ามา" "เผ่าพันธุ์มนุษย์ที่เกินกว่ากิจกรรมของมนุษย์อย่างที่เรารู้กันทุกวันนี้ไม่สามารถดำเนินต่อไปได้อีกต่อไป" นี่เป็นการใช้คำว่า "เอกฐาน" ครั้งแรกเพื่ออธิบายความก้าวหน้าทางเทคโนโลยีของมนุษย์

ความเข้าใจที่สำคัญที่สุดของฟอน นอยมันน์คือความคล้ายคลึงกันระหว่างคอมพิวเตอร์กับสมอง โปรดทราบว่าส่วนหนึ่งของความฉลาดของมนุษย์คือความฉลาดทางอารมณ์ ถ้าการคาดเดาของฟอน นอยมันน์ถูกต้อง และถ้าเราเห็นด้วยกับคำพูดของผมที่ว่าระบบที่ไม่ใช่ทางชีววิทยาซึ่งผลิตซ้ำความฉลาด (ทางอารมณ์และอื่นๆ) ของบุคคลที่มีชีวิตได้อย่างน่าพอใจนั้นมีจิตสำนึก (ดูบทถัดไป) เราจะต้องสรุปว่าระหว่าง คอมพิวเตอร์ (ด้วย ซอฟต์แวร์ที่ถูกต้อง)และ มีสติมีความคล้ายคลึงกันในการคิดอย่างชัดเจน วอน นอยมันน์พูดถูกหรือเปล่า?

ส่วนใหญ่ คอมพิวเตอร์สมัยใหม่เป็นเครื่องจักรดิจิทัลโดยสมบูรณ์ ในขณะที่สมองของมนุษย์ใช้วิธีการทั้งแบบดิจิทัลและแอนะล็อก อย่างไรก็ตาม วิธีการแบบอะนาล็อกสามารถทำซ้ำแบบดิจิทัลได้อย่างง่ายดายด้วยความแม่นยำระดับใดก็ได้ ผู้เชี่ยวชาญชาวอเมริกันในสาขานี้ เทคโนโลยีคอมพิวเตอร์คาร์เวอร์ มี้ด (เกิดปี 1934) แสดงให้เห็นว่าเทคนิคอะนาล็อกของสมองสามารถทำซ้ำได้โดยตรงในซิลิคอน และนำไปใช้ในรูปแบบของสิ่งที่เรียกว่าชิปนิวโรมอร์ฟิก มี้ดแสดงให้เห็นว่าแนวทางนี้อาจมีประสิทธิภาพมากกว่าการจำลองวิธีอนาล็อกแบบดิจิทัลหลายพันเท่า หากเรากำลังพูดถึงการเข้ารหัสอัลกอริธึมนีโอคอร์ติคอลที่ซ้ำซ้อน มันอาจจะสมเหตุสมผลที่จะใช้แนวคิดของมี้ด ทีมวิจัยของ IBM นำโดย Dharmendra Modhi กำลังใช้ชิปที่เลียนแบบเซลล์ประสาทและการเชื่อมต่อของพวกมัน รวมถึงความสามารถในการสร้างการเชื่อมต่อใหม่ หนึ่งในชิปที่เรียกว่า SyNAPSE จะปรับเซลล์ประสาท 256 เซลล์โดยตรงและการเชื่อมต่อซินแนปติกประมาณหนึ่งในสี่ของล้าน เป้าหมายของโครงการคือการจำลองนีโอคอร์เท็กซ์ที่ประกอบด้วยเซลล์ประสาท 10 พันล้านเซลล์และการเชื่อมต่อ 100 ล้านล้านจุด (เทียบเท่ากับสมองของมนุษย์) โดยใช้พลังงานเพียงหนึ่งกิโลวัตต์

กว่าห้าสิบปีที่แล้ว ฟอน นอยมันน์สังเกตว่ากระบวนการในสมองเกิดขึ้นช้ามาก แต่มีลักษณะที่คล้ายคลึงกันอย่างมาก วงจรดิจิตอลสมัยใหม่ทำงานเร็วกว่าสวิตช์ไฟฟ้าเคมีในสมองอย่างน้อย 10 ล้านเท่า ในทางตรงกันข้าม โมดูลการจดจำของเปลือกสมองทั้ง 300 ล้านโมดูลทำหน้าที่พร้อมกัน และสามารถเปิดใช้งานการสัมผัสระหว่างเซลล์ประสาทหลายล้านล้านครั้งในเวลาเดียวกัน ดังนั้น ในการสร้างคอมพิวเตอร์ที่สามารถเลียนแบบสมองของมนุษย์ได้เพียงพอ จำเป็นต้องมีหน่วยความจำและประสิทธิภาพการประมวลผลที่เพียงพอ ไม่จำเป็นต้องคัดลอกสถาปัตยกรรมของสมองโดยตรง นี่เป็นวิธีการที่ไม่มีประสิทธิภาพและไม่ยืดหยุ่นมากนัก

คอมพิวเตอร์ที่เกี่ยวข้องควรเป็นอย่างไร โครงการวิจัยหลายโครงการมุ่งเป้าไปที่การสร้างแบบจำลองการเรียนรู้แบบลำดับชั้นและการจดจำรูปแบบที่เกิดขึ้นในนีโอคอร์เท็กซ์ ตัวฉันเองกำลังทำการวิจัยที่คล้ายกันโดยใช้โมเดล Markov ที่ซ่อนอยู่แบบลำดับชั้น ฉันประมาณการว่าการสร้างแบบจำลองหนึ่งรอบการจดจำในโมดูลการจดจำหนึ่งโมดูลของนีโอคอร์เท็กซ์ทางชีววิทยานั้นต้องใช้การคำนวณประมาณ 3,000 ครั้ง การจำลองส่วนใหญ่สร้างขึ้นจากการคำนวณจำนวนน้อยกว่ามาก หากเราสมมติว่าสมองมีรอบการรับรู้ประมาณ 10 2 (100) รอบต่อวินาที เราก็จะได้ จำนวนทั้งหมดการคำนวณ 3 x 10 5 (300,000) ต่อวินาทีสำหรับหนึ่งโมดูลการจดจำ หากเราคูณตัวเลขนี้ด้วยจำนวนโมดูลการจดจำทั้งหมด (3 x 10 8 (300 ล้าน ตามการประมาณการของฉัน)) เราจะได้การคำนวณ 10 14 (100 ล้านล้าน) ต่อวินาที ฉันให้ความหมายประมาณเดียวกันในหนังสือ “The Singularity is Near” ฉันคาดการณ์ว่าการจำลองการทำงานของสมองต้องใช้ความเร็ว 10 14 ถึง 10 16 การคำนวณต่อวินาที การประมาณการของ Hans Moravec ซึ่งอิงจากการอนุมานข้อมูลสำหรับการประมวลผลภาพเบื้องต้นทั่วทั้งสมองคือการคำนวณ 10 14 ครั้งต่อวินาที ซึ่งเหมือนกับการคำนวณของฉัน

มาตรฐาน รถยนต์สมัยใหม่สามารถทำงานด้วยความเร็วสูงถึง 10 10 การคำนวณต่อวินาที แต่ด้วยความช่วยเหลือจากทรัพยากรคลาวด์ ผลผลิตของพวกเขาจึงสามารถเพิ่มขึ้นได้อย่างมาก ซูเปอร์คอมพิวเตอร์ที่เร็วที่สุดคือคอมพิวเตอร์ K ของญี่ปุ่นมีความเร็วถึง 10 16 การคำนวณต่อวินาทีแล้ว เมื่อพิจารณาถึงความซ้ำซ้อนมหาศาลของอัลกอริธึมนีโอคอร์เท็กซ์ ผลลัพธ์ที่ดีสามารถทำได้โดยใช้ชิปนิวโรมอร์ฟิก เช่นเดียวกับในเทคโนโลยี SvNAPSE

ในแง่ของข้อกำหนดหน่วยความจำ เราต้องการประมาณ 30 บิต (ประมาณ 4 ไบต์) สำหรับแต่ละพินที่มีโมดูลการจดจำหนึ่งใน 300 ล้านโมดูล หากโดยเฉลี่ยแปดสัญญาณเหมาะสำหรับโมดูลการจดจำแต่ละโมดูล เราจะได้ 32 ไบต์ต่อโมดูลการจดจำ หากเราพิจารณาว่าน้ำหนักของสัญญาณอินพุตแต่ละตัวคือหนึ่งไบต์ เราจะได้ 40 ไบต์ เพิ่ม 32 ไบต์สำหรับผู้ติดต่อดาวน์สตรีม และเราได้รับ 72 ไบต์ ฉันทราบว่าการมีอยู่ของสาขาขึ้นและลงนำไปสู่ความจริงที่ว่าจำนวนสัญญาณมากกว่าแปดมากแม้ว่าเราจะคำนึงถึงว่าโมดูลที่รับรู้จำนวนมากใช้ระบบการเชื่อมต่อที่มีสาขาสูงทั่วไป ตัวอย่างเช่น การจดจำตัวอักษร "p" อาจเกี่ยวข้องกับโมดูลการจดจำหลายร้อยโมดูล ซึ่งหมายความว่าโมดูลการจดจำระดับถัดไปหลายพันรายการมีส่วนร่วมในการจดจำคำและวลีที่มีตัวอักษร "p" อย่างไรก็ตาม แต่ละโมดูลที่รับผิดชอบในการจดจำ "p" จะไม่ทำซ้ำแผนผังการเชื่อมต่อที่ป้อนการจดจำคำและวลีทุกระดับด้วย "p" โมดูลทั้งหมดเหล่านี้มีแผนผังการเชื่อมต่อร่วมกัน

ข้อความข้างต้นก็เป็นจริงสำหรับสัญญาณดาวน์สตรีมเช่นกัน: โมดูลที่รับผิดชอบในการจดจำคำว่า apple จะบอกโมดูลดาวน์สตรีมนับพันที่รับผิดชอบในการจดจำ "e" ว่าอิมเมจ "e" คาดว่าจะเกิดขึ้นหาก "a", "p", "p" ได้รับการยอมรับแล้ว " และ "l" แผนผังการเชื่อมต่อนี้ไม่ได้ทำซ้ำสำหรับแต่ละโมดูลการรู้จำคำหรือวลีที่ต้องการแจ้งโมดูลระดับล่างว่าควรใช้รูปภาพ "e" ต้นไม้ต้นนี้เป็นเรื่องธรรมดา ด้วยเหตุนี้ การประมาณการโดยเฉลี่ยของสัญญาณอัปสตรีมแปดสัญญาณและสัญญาณดาวน์สตรีมแปดสัญญาณสำหรับโมดูลการจดจำแต่ละโมดูลจึงค่อนข้างสมเหตุสมผล แต่ถึงแม้เราจะเพิ่มมูลค่านี้มันก็จะไม่เปลี่ยนแปลงผลลัพธ์สุดท้ายมากนัก

ดังนั้น เมื่อพิจารณาถึงโมดูลการจดจำ 3 x 10 8 (300 ล้าน) และหน่วยความจำ 72 ไบต์สำหรับแต่ละโมดูล เราพบว่าขนาดหน่วยความจำทั้งหมดควรอยู่ที่ประมาณ 2 x 10 10 (20 พันล้าน) ไบต์ และนี่คือค่าที่น้อยมาก คอมพิวเตอร์สมัยใหม่ทั่วไปมีหน่วยความจำประเภทนี้

เราทำการคำนวณทั้งหมดนี้เพื่อประมาณค่าพารามิเตอร์โดยประมาณ เนื่องจากวงจรดิจิทัลเร็วกว่าเครือข่ายของเซลล์ประสาทในเยื่อหุ้มสมองทางชีววิทยาประมาณ 10 ล้านเท่า เราจึงไม่จำเป็นต้องสร้างความขนานขนาดใหญ่ของสมองมนุษย์ขึ้นมาใหม่ - การประมวลผลแบบขนานระดับปานกลางมาก (เมื่อเทียบกับความขนานหลายล้านล้านในสมอง) จะค่อนข้าง เพียงพอ. ดังนั้นพารามิเตอร์การคำนวณที่จำเป็นจึงทำได้ค่อนข้างมาก ความสามารถของเซลล์ประสาทในสมองในการเชื่อมต่อใหม่ (โปรดจำไว้ว่าเดนไดรต์กำลังสร้างไซแนปส์ใหม่อยู่ตลอดเวลา) สามารถจำลองได้โดยใช้ซอฟต์แวร์ที่เหมาะสม เนื่องจากโปรแกรมคอมพิวเตอร์มีพลาสติกมากกว่าระบบทางชีววิทยามาก ซึ่งดังที่เราได้เห็นแล้วว่าน่าประทับใจแต่ก็มีขีดจำกัด

ความซ้ำซ้อนของสมองที่จำเป็นเพื่อให้ได้ผลลัพธ์ที่ไม่แปรผันสามารถทำซ้ำได้ในเวอร์ชันคอมพิวเตอร์อย่างแน่นอน หลักการทางคณิตศาสตร์ในการเพิ่มประสิทธิภาพระบบการเรียนรู้แบบลำดับชั้นด้วยตนเองนั้นค่อนข้างชัดเจน การจัดระเบียบของสมองยังห่างไกลจากความเหมาะสม แต่ไม่จำเป็นต้องดีที่สุด แต่ต้องดีพอที่จะสร้างเครื่องมือที่ชดเชยข้อจำกัดของตัวเองได้

ข้อจำกัดอีกประการหนึ่งของนีโอคอร์เท็กซ์ก็คือ มันไม่มีกลไกในการกำจัดหรือประเมินข้อมูลที่ขัดแย้งกัน ส่วนหนึ่งอธิบายความไร้เหตุผลที่พบบ่อยมากของการให้เหตุผลของมนุษย์ เพื่อแก้ปัญหานี้เรามีความสามารถที่อ่อนแอมากเรียกว่า การคิดเชิงวิพากษ์แต่ผู้คนใช้มันบ่อยน้อยกว่าที่ควรจะเป็น นีโอคอร์เท็กซ์ของคอมพิวเตอร์อาจรวมถึงกระบวนการที่ระบุข้อมูลที่ขัดแย้งกันสำหรับการแก้ไขในภายหลัง

สิ่งสำคัญคือต้องทราบว่าการออกแบบบริเวณสมองทั้งหมดนั้นง่ายกว่าการออกแบบเซลล์ประสาทเพียงตัวเดียว ดังที่ได้กล่าวไปแล้ว ในระดับลำดับชั้นที่สูงกว่า โมเดลมักจะถูกทำให้ง่ายขึ้น (ที่นี่มีความคล้ายคลึงกับคอมพิวเตอร์) การทำความเข้าใจวิธีการทำงานของทรานซิสเตอร์ต้องอาศัยความเข้าใจโดยละเอียดเกี่ยวกับฟิสิกส์ของวัสดุเซมิคอนดักเตอร์ และฟังก์ชันของทรานซิสเตอร์ในชีวิตจริงตัวเดียวนั้นอธิบายได้ด้วยสมการที่ซับซ้อน วงจรดิจิทัลที่คูณตัวเลขสองตัวจะมีทรานซิสเตอร์นับร้อยตัว แต่สูตรหนึ่งหรือสองสูตรก็เพียงพอที่จะสร้างแบบจำลองของวงจรดังกล่าวได้ คอมพิวเตอร์ทั้งเครื่องที่ประกอบด้วยทรานซิสเตอร์หลายพันล้านตัวสามารถสร้างแบบจำลองได้โดยใช้ชุดคำสั่งและคำอธิบายการลงทะเบียนบนข้อความหลายหน้าโดยใช้สูตรเพียงไม่กี่สูตร โปรแกรมสำหรับ ระบบปฏิบัติการคอมไพเลอร์ภาษาหรือแอสเซมเบลอร์ค่อนข้างซับซ้อน แต่การสร้างแบบจำลองโปรแกรมที่เป็นกรรมสิทธิ์ (เช่น โปรแกรมการรู้จำภาษาที่ใช้โมเดล Markov แบบลำดับชั้นที่ซ่อนอยู่) ก็มีสูตรเพียงไม่กี่หน้าเช่นกัน และไม่มีที่ไหนเลยใน โปรแกรมที่คล้ายกันคุณจะไม่พบคำอธิบายโดยละเอียดเกี่ยวกับคุณสมบัติทางกายภาพของเซมิคอนดักเตอร์หรือแม้แต่สถาปัตยกรรมคอมพิวเตอร์

หลักการที่คล้ายกันนี้เป็นจริงสำหรับการสร้างแบบจำลองสมอง โมดูลการจดจำเฉพาะของนีโอคอร์เท็กซ์ ซึ่งตรวจจับภาพที่มองเห็นไม่เปลี่ยนแปลงบางอย่าง (เช่น ใบหน้า) จะกรองความถี่เสียง (จำกัด สัญญาณอินพุตช่วงความถี่เฉพาะ) หรือประมาณความใกล้เคียงชั่วคราวของเหตุการณ์ทั้งสอง สามารถอธิบายได้ในรายละเอียดเฉพาะเจาะจงน้อยกว่าปฏิสัมพันธ์ทางกายภาพและเคมีที่เกิดขึ้นจริงซึ่งควบคุมการทำงานของสารสื่อประสาท ช่องไอออน และส่วนประกอบของเส้นประสาทอื่น ๆ ที่เกี่ยวข้องกับการส่งกระแสประสาท แม้ว่ารายละเอียดทั้งหมดเหล่านี้จะต้องได้รับการพิจารณาอย่างรอบคอบก่อนที่จะก้าวไปสู่ความซับซ้อนระดับถัดไป แต่ก็สามารถทำให้ง่ายขึ้นได้มากเมื่อสร้างแบบจำลองหลักการทำงานของสมอง