Conseguenze sociopolitiche della singolarità tecnologica.

[ConteZero]

E poi c'è il problema della banda e della connettività in un sistema altamente parallelo come il cervello.
Se consideriamo ogni neurone come un minuscolo nucleo informativo/decisionale allora abbiamo una rete in continua evoluzione (anche come collegamenti), nulla di replicabile su silicio.

[Banus]

Originariamente inviato da trallallero

Hai qualche link su questo ? perchè mi sembra assurdo; sicuramente è possibile ma mi sembra un pò troppo presto, quindi mi piacerebbe leggere qualcosa.

Eccoli.
Articolo su Scientific American, descrive soprattutto il lavoro sulle retine artificiali, che sono uno dei circuiti neuronali più semplici da riprodurre:
http://www.stanford.edu/group/brains...morphChips.pdf

Sempre dello stesso ricercatore, la presentazione TED, se mastichi bene l'inglese e la lettura ti annoia
http://www.ted.com/index.php/talks/k...the_brain.html

Avevo trovato anche una pubblicazione tecnica che discuteva nel dettaglio i modelli, ma non ho il tempo di recuperarla

[trallallero]

Originariamente inviato da Banus

Eccoli.
Articolo su Scientific American, descrive soprattutto il lavoro sulle retine artificiali, che sono uno dei circuiti neuronali più semplici da riprodurre:
http://www.stanford.edu/group/brains...morphChips.pdf

Sempre dello stesso ricercatore, la presentazione TED, se mastichi bene l'inglese e la lettura ti annoia
http://www.ted.com/index.php/talks/k...the_brain.html

Ok, grazie
L'inglese lo parlo al lavoro quindi non ho problemi ... di certo non leggo adesso ma domani al lavoro.

Originariamente inviato da Banus

Avevo trovato anche una pubblicazione tecnica che discuteva nel dettaglio i modelli, ma non ho il tempo di recuperarla

Bastano un paio di link, poi da quelli posso sapere cosa cercare ... by my self

[trallallero]

Per adesso ho visto il filmato dove parla Kwabena Boahen e, ok, dice un sacco di cose interessanti (magari parlassero l'inglese tutti come lui ), ma non mi sembra che abbia spiegato come risolvere il problema consumo. Lui stesso dice che il pc, che attualmente lavora alla stessa velocità del cervello, consuma quello che consumano 1.200 case !
Il nostro cervello invece consuma come un notebook.

E poi forse non ha capito che la frase di B. Eno "there is not enough Africa in computers" è riferita alla musica fatta col PC, non ad altro. La sensibilità africana per la musica, per il ritmo soprattutto, è quello che manca quando ti siedi al PC e fai musica con una mano sul mouse.

Boh, sicuramente si arriverà anche a questo perchè le strade sono aperte, ma ancora mi sembra presto per parlare di IA che non ubbidisce all'uomo.

[ConteZero]

Originariamente inviato da trallallero

Per adesso ho visto il filmato dove parla Kwabena Boahen e, ok, dice un sacco di cose interessanti (magari parlassero l'inglese tutti come lui ), ma non mi sembra che abbia spiegato come risolvere il problema consumo. Lui stesso dice che il pc, che attualmente lavora alla stessa velocità del cervello, consuma quello che consumano 1.200 case !
Il nostro cervello invece consuma come un notebook.

E poi forse non ha capito che la frase di B. Eno "there is not enough Africa in computers" è riferita alla musica fatta col PC, non ad altro. La sensibilità africana per la musica, per il ritmo soprattutto, è quello che manca quando ti siedi al PC e fai musica con una mano sul mouse.

Boh, sicuramente si arriverà anche a questo perchè le strade sono aperte, ma ancora mi sembra presto per parlare di IA che non ubbidisce all'uomo.

Io sapevo che il cervello funziona su frequenze dell'ordine dei 10Hz.

[trallallero]

Originariamente inviato da ConteZero

Io sapevo che il cervello funziona su frequenze dell'ordine dei 10Hz.

Dipende in che fase stai (10 hz mi ricordo che sono della fase REM, per esempio).

Comunque ho fatto un esame di biologia ma non mi sembra di aver studiato così a fondo il cervello. Mi ricordo che mi prese un colpo solo al titolo del secondo esame (fondamenti anatomo fisioligici dell'attività psichica) e scelsi di lasciare e fare il musicista

Comuunque c'è la piccolissima differenza che il cervello lavora in parallelo, la cpu in seriale (spiegato anche nel filmato di cui sopra).
Non so come abbiano fatto a scoprirlo ma pare che il cervello corrisponda ad una cpu che lavora a 10^16 bit/sec

[Banus]

Originariamente inviato da trallallero

Per adesso ho visto il filmato dove parla Kwabena Boahen e, ok, dice un sacco di cose interessanti (magari parlassero l'inglese tutti come lui ), ma non mi sembra che abbia spiegato come risolvere il problema consumo. Lui stesso dice che il pc, che attualmente lavora alla stessa velocità del cervello, consuma quello che consumano 1.200 case !

Questo perché i canali ionici sono proteine grandi pochi nanometri, e al confronto i transistor più piccoli sono ancora ingombranti e inefficienti
Il guadagno di consumo avviene rispetto ai computer digitali: simulare il cervello su un supercomputer richiederebbe potenze superiori di 4-5 ordini di grandezza. I transistor hanno dalla loro parte una velocità molto maggiore (ns contro i ms dei neuroni) ma ci sono motivi validi (esempio, la memoria codificata in sottoreti di neuroni) e per credere che nel cervello non puoi compensare numero di elementi con velocità di commutazione.

Boh, sicuramente si arriverà anche a questo perchè le strade sono aperte, ma ancora mi sembra presto per parlare di IA che non ubbidisce all'uomo.

Prima dobbiamo arrivare a una IA che ragiona come un moscerino, e siamo ancora lontani
Non penso che qualcuno di noi vedrà nella propria vita una IA capace di approssimare anche solo lontanamente la mente umana.

[trallallero]

Originariamente inviato da Banus

Questo perché i canali ionici sono proteine grandi pochi nanometri, e al confronto i transistor più piccoli sono ancora ingombranti e inefficienti
Il guadagno di consumo avviene rispetto ai computer digitali: simulare il cervello su un supercomputer richiederebbe potenze superiori di 4-5 ordini di grandezza. I transistor hanno dalla loro parte una velocità molto maggiore (ns contro i ms dei neuroni) ma ci sono motivi validi (esempio, la memoria codificata in sottoreti di neuroni) e per credere che nel cervello non puoi compensare numero di elementi con velocità di commutazione.


Prima dobbiamo arrivare a una IA che ragiona come un moscerino, e siamo ancora lontani
Non penso che qualcuno di noi vedrà nella propria vita una IA capace di approssimare anche solo lontanamente la mente umana.

Quindi alla fin fine è vero che, per adesso, la chimica batte l'elettronica.

[elevul]

Mi è venuto un dubbio guardando il video di cui sopra:
Il modo in cui il funzionamento del cervello viene rappresentato non è estremamente simile a quello del funzionamento dei memristori?

[Banus]

Originariamente inviato da trallallero

Quindi alla fin fine è vero che, per adesso, la chimica batte l'elettronica.

Preferisco chiamarla "nanotecnologia biologica"
Quello che accade nelle cellule è enormemente più complicato di semplici reazioni chimiche.

[bjt2]

Originariamente inviato da Banus

L'idea che, perché il cervello umano è basato sulla chimica, sia necessario usare la chimica per riprodurre le sue caratteristiche sta diventando un po' un luogo comune
Gli aspetti più basilari del funzionamento di un neurone, come il trasporto di ioni o la comunicazione fra sinapsi, possono essere efficientemente emulati in un circuito elettronico non digitale. Ma anche questo non significa saper riprodurre automaticamente la mente umana... si deve prima studiare e capire la complicata struttura del cervello umano. Non credo che gli schiavi robot o gli agenti Smith si vedranno a breve, nel mondo reale

Su questo numero di PC professionale è uscito un articolo sul web semantico dove si fa il punto anche sull'inteligenza artificiale... Sono molto avanti. Hanno già fatto algoritmi in grado di imparare da soli. Le ontologie sono una scienza giovane e in perenne fermento (e nel mio lavoro di ricercatore CNR l'ho sfiorata collaborando con un altro istituto che si occupa anche di questo)... Non mi è chiaro come funzioni l'apprendimento automatico, ma le altre cose le avevo studiate al corso di "Inteligenza Artificiale", come ad esempio le reti neurali, già nel lontano 2000...

[bjt2]

Originariamente inviato da ConteZero

E poi c'è il problema della banda e della connettività in un sistema altamente parallelo come il cervello.
Se consideriamo ogni neurone come un minuscolo nucleo informativo/decisionale allora abbiamo una rete in continua evoluzione (anche come collegamenti), nulla di replicabile su silicio.

Reti neurali con pesi delle "sinapsi" variabile.

[ConteZero]

Originariamente inviato da bjt2

Reti neurali con pesi delle "sinapsi" variabile.

Simpatica battuta.
Milioni di neuroni in una rete complessa da "emulare" su una struttura fissa.
Alla faccia dell'overhead computazionale.

[gugoXX]

Originariamente inviato da ConteZero

Simpatica battuta.
Milioni di neuroni in una rete complessa da "emulare" su una struttura fissa.
Alla faccia dell'overhead computazionale.

Fosse solo un probelma di velocita'... ma ad oggi manca ancora qualcosa alla teoria. Neanche lento lo facciamo.

[ConteZero]

Originariamente inviato da gugoXX

Fosse solo un probelma di velocita'... ma ad oggi manca ancora qualcosa alla teoria. Neanche lento lo facciamo.

Più che altro bisognerebbe buttare alle ortiche buona parte di ciò che si considera oggi "computer" per fare un simil-cervello.

[gugoXX]

Originariamente inviato da ConteZero

Più che altro bisognerebbe buttare alle ortiche buona parte di ciò che si considera oggi "computer" per fare un simil-cervello.

Beh, abbiamo gia' tanto altro che ci si potrebbe avvicinare, come le FPGA, ovvero un circuito integrato con tanti moduli in grado di lavorare in parallelo, connettibili tra loro in modo programmatico.
E poi nulla vieta che si potrebbero fare proprio circuiti integrati Custom, una volta capito definitivamente cosa fare.
Insomma, niente che non si possa fare gia' oggi, se scoprisse che le reti neurali sono la via giusta per l'intelligenza artificiale.

[elevul]

Originariamente inviato da gugoXX

Beh, abbiamo gia' tanto altro che ci si potrebbe avvicinare, come le FPGA, ovvero un circuito integrato con tanti moduli in grado di lavorare in parallelo, connettibili tra loro in modo programmatico.
E poi nulla vieta che si potrebbero fare proprio circuiti integrati Custom, una volta capito definitivamente cosa fare.
Insomma, niente che non si possa fare gia' oggi, se scoprisse che le reti neurali sono la via giusta per l'intelligenza artificiale.

Wow! O_O
Potresti esplicare un pò( magari con link)?

Intanto vado a leggere l'ultimo numero di PCPro, che mi è arrivato ma devo ancora leggerlo...

[gugoXX]

Originariamente inviato da elevul

Wow! O_O
Potresti esplicare un pò( magari con link)?

Intanto vado a leggere l'ultimo numero di PCPro, che mi è arrivato ma devo ancora leggerlo...

Il concetto di base delle reti neurali e' il modello di neurone che viene utilizzato.
Mentre internamente un neurone e' molto complesso, essendo cellula, esternamente sembra essere relativamente semplice.
Ogni neurone riceve in input segnali da parte dei neuroni "vicini" ad esso collegati mediante le sinapsi. I segnali variano nel tempo, si sommano tra loro con una funzione di trasferimento (tipicamente la somma pesata dei valori di tutti gli ingressi) e quando questa funzione supera una certa soglia il neurone si attiva e emette esso stesso un segnale sul suo assone, che e' l'output.
Ogni assone e' collegato a uno o piu' neuroni "vicini".
Vicini significa vicini dal punto di vista logico, dato che in realta' gli assoni possono essere anche lunghi e possono insistere su neuroni fisicamente lontani.
Questo molto all'acqua di rose.

Ora, come dice anche ConteZero, simulare una rete neurale molto grossa su un programma di un computer e' parecchio inefficiente. Non che non si possa fare, ma per la caratteristica di serializzazione delle nostre CPU la simulazione risulta essere molto lenta. Non impossibile certo, ma molto lenta.
Prendo il primo neurone, prendo le sue sinapsi in ordine, per ciascuna sinapsi prendo il suo potenziale, lo moltiplico per il peso della sinapsi e lo sommo al valore corrente.
quando ho considerato tutte le sinapsi del neurone vado a vedere se ho superato la soglia. Se l'ho superata allora attivo l'assone. (Meglio, lo memorizzo perche' gli assoni che dovro' attivare li attivero' tutti contemporaneamente in seguito per il prossimo passo, per simulare la contemporaneita' degli eventi).
Fatto per il primo passo al secondo, e poi il terzo, etc.etc.

E' possibile pero' prendere lo stesso modello di neurone, ottenerne la sua rappresentazione in quanto "programma" e metterlo su una FPGA o addirittura se si riesce su una PLA. Una FPGA e' un circutio integrato "vuoto", nel quale si possono decidere i comportamenti dei vari blocchi. Nel complesso risultera' essere piu' lento di un microprocessore custom, ma se a noi interessa modellare il parallelismo di tanti piccoli pezzi (come appunto i neuroni artificiali), allora ciascuno di questi pezzi potra' agire effettivamente in parallelo.
Sempre tramite il programmatore della FPGA si potrebbe decidere la geometria delle sinapsi e degli assoni. Ogni neurone agirebbe quindi in parallelo con tutti gli altri.
La differenza tra un programma di un microprocessore e un'implementazione sulla FPGA e' che, per esempio, le connessioni delle sinapsi e degli assoni sarebbero proprio vere connessioni fisiche, mentre il programma di un computer sarebbe solo una simulazione logica di tale connessione.

La PLA invece e' un livello ancora piu' basso. Una PLA e' un'insieme di tante porte logiche messe tutte insieme, che si possono interconnettere tra loro nei modi piu' disparati, ma che agiscono ovviamente tutte contemporaneamente. Programmare una PLA equivale a dire quali porte logiche sono connesse con quali altre. Una porta logica per chi non lo sapesse e' un'inseme di transitor gia' connessi tra loro in un ben determinato modo, e con tali porte logiche e' possibile modellare quello che sarebbe il comportamento del neurone artificiale di cui sopra.

Ma tutta sta pappardella su FPGA e PLA non e' necessaria. La simulazione al computer e' solo piu' lenta, ma darebbe gli stessi analoghi risultati.
Il problema e' che sulla carta e' tutto qui, semplicemente qui. Fosse solo un problema di velocita'. Ma purtroppo ad oggi non lo e'.
In pratica pero' non siamo ancora riusciti a costruire una rete neurale in grado di modellare il cervello di un essere anche microscopico.
D'altronde basti pensare che non e' solo una pura questione di "geometria" dei neuroni, quanto piu' di condizioni iniziali del problema, ovvero i valori di eccitazione di ciascuno degli assoni in un ben determinato istante, e il peso di ciascun assone nel contributo di ciascun singolo neurone, sempre nell stesso istante.
Altrimenti non si capirebbe cosa significa la morte celebrale di una persona prima e dopo un incidente serio, essendo fisicamente la geometria del cervello grossomodo se non proprio la stessa.
Ma per conoscere le condizioni ad un dato istante di tutti i miliardi di neuroni, tutti contemporaneamente, ad oggi non abbiamo alcuna tecnologia.

[elevul]

Originariamente inviato da gugoXX

...[Spiegazione]...

Grazie mille.
Sei stato chiarissimo. ^_^

[elevul]

Ripropongo la mia domanda:

Originariamente inviato da elevul

Mi è venuto un dubbio guardando il video di cui sopra:
Il modo in cui il funzionamento del cervello viene rappresentato non è estremamente simile a quello del funzionamento dei memristori?

Non si potrebbero usare i memristori( in grado sia di memorizzare che di calcolare) come neuroni?
In questo modo si avrebbe anche l'autoapprendimento, e sarebbe solo necessaria "l'accensione" della IA, e poi la messa a disposizione di informazioni alla stessa.