Тренажеры для ума и интеллекта: «Тренажеры для мозга» улучшают память, но не повышают интеллект

Стать умнее, скучая в офисе. Как прокачать интеллект с помощью игр в браузере

Бездумно переключаетесь между вкладками в браузере, хотя нужна только одна? Забываете имя человека, с которым познакомились десять минут назад? О чём-то на секунду задумались и уже не помните, что прочитали минутой ранее? Знакомое чувство. Вместе с тренажёрами для прокачки внимания, памяти и мышления «Викиум» рассказываем, почему наш мозг так лажает и как заставить его обращать внимание на нужные вещи здесь и сейчас.

Внимание и концентрация

В середине прошлого века немецкий психиатр Вальтер Шульте сделал интересную психодиагностическую пробу для исследования свойств человеческого внимания, которая получила название «Таблицы Шульте».

Задумка Вальтера Шульте заключалась вот в чём: членам испытательной группы предлагалась таблица на 5×5 клеток, в которые вписаны числа от 1 до 25 в произвольном порядке. Задача заключалась в том, чтобы зрительно, без пометок найти все числа в порядке возрастания и убывания за максимально короткое время.

Этот тест можно проходить и сегодня, имея в арсенале только ручку, бумагу и секундомер — он на время. С помощью теста можно построить так называемую «кривую истощаемости», отражающую устойчивость и работоспособность вашего внимания. Ещё можно вычислить эффективность работы, «степень врабатываемости» (сколько времени и усилий требуется для подготовки к основной работе) и психическую устойчивость. То есть, пройдя этот тест, вы поймёте, как обстоят ваши дела с забывчивостью и концентрацией внимания, о которых мы писали в первом абзаце.

Зачем вообще нужно это динамическое внимание и как ещё его натренировать?

Без динамического внимания не обойтись, если хотите, чтобы из вашей головы не вылетела речь, которую нужно произнести на публике, по несколько раз не переспрашивать номер телефона, который вам продиктовали, а также чтобы не перечитывать трижды один и тот же абзац.

Тренировать динамическое внимание ещё как можно. Например, методику Шульте используют не только как тест, но и как своеобразный тренажёр для мозга, который помогает развить скорочтение или запоминание написанного — другими словами, для тренировки внимания и мышления.

Мозги вообще штука эластичная (и не только на ощупь). А то, что умственная деятельность способствует созданию новых нейронов, — давно известный факт. Даже за одно занятие чем-то новым ваши ум и сообразительность неплохо прокачиваются.

Поэтому, если хотите прокачать свой мозг, подберите подходящие упражнения. Ещё один из таких способов — тест на определение коэффициента интеллекта, который придумал психолог Рудольф Амтхауэр. Его часто применяют на собеседованиях для проверки кандидата на вакансию. Тест состоит из девяти групп заданий, которые расположены по возрастанию уровня сложности. В них на примерах объясняется способ решения разных задач. Вы выполняете задания на время и строго по порядку. Можете, конечно, попробовать читерить (но это нечестная игра — вам оно надо?). Продолжительность теста — приблизительно 90 минут. За это время обычно не получается решить все задания, но это не должно вас смущать. Главное, не задерживайтесь слишком долго на одном задании.

Для прохождения всех тестов потребуется определённый запас знаний и памяти. На то и расчёт.

Ещё одна интересная задача — Trail making test. Его впервые начали использовать в 1944 году для оценки общего интеллекта среди военных, и с тех пор он считается классическим тестом в нейропсихологии. Тест направлен на изучение визуального внимания и функции переключения между решением многочисленных задач. Он состоит из двух частей, в которых субъекту даётся задание: как можно быстрее собрать набор из 25 фигур, сохраняя при этом точность выполнения. В результате методика позволяет оценить скорость визуального поиска, восприятие, скорость обработки информации и гибкость ума. Его в частности проходят кандидаты, пытающиеся стать астронавтами.

Таких тестов десятки: на IQ, память, внимательность, усидчивость, логику, пространственное мышление. Можно ли подготовиться к каждому заранее? Вероятно, да. Но лучше прокачать свой мозг до такой степени, чтобы он был гибким и изворотливым и работал на полную катушку в вашей повседневной жизни.

Тренажёры для мозга всех возрастов

Разработки Вальтера Шульте и других вышеперечисленных исследователей человеческого мозга легли в основу разработок когнитивных тренажёров от «Викиум». Каждое из предлагаемых в комплексе упражнений для развития памяти, концентрации, внимания, мышления, гибкости ума имеет свое научное обоснование.

Но главное преимущество подобных онлайн-тренажёров в том, что они не будут грузить вас разными сложными таблицами и расчётами. А ещё прокачать с их помощью можно именно то направление, которое, по вашему мнению, сильнее всего лажает: внимание, концентрацию, скорочтение или что-то другое. Программа сама предлагает вам необходимые упражнения и показывает график развития.

Вот, к примеру, упражнение «Пенальти». Да, все тренажёры выглядят как игра на смартфоне или компьютере!

Этот тренажёр один из моих любимых. Он помогает развивать функции памяти, которые пригодятся в повседневной жизни: кратковременное запоминание, функцию внимания, мышления и общую производительность мозга. Цель игры — забить мяч в правильную ячейку в соответствии с цифрой или цветом, которые в ней указаны. Но это только сначала кажется просто. Когда мячи начинают лететь всё быстрей, а ячейки — закрываться, вам придётся сильно напрячься, чтобы выиграть. Вот что действительно заставляет ваш мозг попотеть! Автор этой статьи, признаться, бесился, когда не получалось набрать много очков.

Интересно, что за каждой мини-игрой стоят сотни научных наработок специалистов с мировым именем. И пусть вас не смущают эти мультяшные картинки. На самом деле всё, что в научном мире представляет собой сложные таблицы и графики, у «Викиум» выглядит как адаптированные занимательные квесты.

Ещё одна фишка — ваши турнирные графики, которые позволяют сравнивать свои результаты с результатами других пользователей платформы. Чтобы не оказаться в последних рядах, придется постараться!

Вы спросите, зачем вообще всё это нужно?

Тренажёры нужны, потому что наш мозг — ленивая *******. И разбираться в сложных таблицах и диаграммах не хочет (видимо, считает, что так будет тратить слишком много энергии). В этом и кроется хитрый фокус онлайн-тренажёров от «Викиум». Их видимая простота позволяет проходить умственные препятствия бегло, уделяя этому занятию не более десяти минут в день — по дороге на работу, учёбу или в обеденный перерыв. И, в отличие от других пассажиров метро, которые раскладывают пасьянс или бездумно гоняют цветные шарики на смартфоне, вы прокачиваете свой мозг и становитесь умнее, внимательней и креативнее. Только не увлекайтесь слишком, а то пропустите свою остановку, потому что это реально затягивает.

Прямо сейчас на «Викиум» идет акция «Чёрная пятница» и предлагаются высокие скидки на покупку курсов и программ развития. 

ПРОКАЧАТЬ МОЗГ СО СКИДКОЙ

5 лучших приложений для тренировки мозга

Наш мозг нельзя растянуть или подкачать приседом, однако он не меньше мышц нуждается в ежедневных тренировках. Представляем вашему вниманию 5 лучших iOS/Android приложений-тренажеров для мозга, которые помогут вам сохранять свои серые клетки эластичными каждый день, а также скоротать время в пути или очереди. Итак, поехали!

Peak (бесплатно)

Для iOS

Для Android

Данное приложение можно установить абсолютно бесплатно. Peak представляет коллекцию мини-игр, которые позволяют тренировать память, речь, ментальную маневренность и… Ах, да, внимание!

В общей сложности приложение открывает доступ к более чем 30 играм, чего достаточно, чтобы занятия не превратились в ежедневную рутину. Бесплатная версия имеет весь необходимый функционал, однако есть возможность внести ежемесячную абонентскую плату £ 3,99, что позволит играть во все игры так часто, как вам хочется, персонализировать свои тренировки и получить больше статистики.

Elevate (бесплатно)

Для iOS

Для Android

Elevate — серьезный конкурент Peak: данное приложение также содержит немало визуально простых и доступных мини-игр, чтобы проверить вашу память, внимание, остроумие и другие умственные способности.

Elevate предлагает вам ежедневные тренировки и позволяет отслеживать процесс того, как вы становитесь более искусным, тонко настраивая уровни сложности. Платная подписка (£ 5.99/месяц) открывает больше игр и позволяет играть в них так часто, как вы этого хотите.

Lumosity (бесплатно)

Для iOS

Для Android

Хороший выбор мини-игр, которые специально собраны в ежедневную программу с отслеживанием вашего статуса для предоставления статистики улучшений с течением времени.

Как и с теми соперниками, ежемесячная подписка — £ 8,99 в данном случае — разблокирует больше игр и возможностей. На мобильном телефоне, Lumosity дороже, но тот факт, что вы можете использовать свой веб-сайт с вашего компьютера тоже может подать апелляцию.

Fit Brains Trainer (бесплатно)

Для iOS

Для Android

Еще один свежий, современный взгляд на тренировки для мозга. Приложение содержит более чем 35 игр, сгруппированных в различные тренировочные сессии, чтобы обеспечить оптимальную ежедневную практику вашей концентрации, памяти, речи и другим навыкам.

Интересно, что Fit Brains Trainer содержит дополнение к играм, основанное на вашем «эмоциональном интеллекте» (EQ). Ежемесячная абонентская плата, составляющая £ 7,99, позволяет разблокировать полный набор функций, недоступный в бесплатной версии.

Cognito (бесплатно)

Для iOS

Приложение Cognito из всех предложенных больше всего соответствует названию «игра», так как тренировать мозг вы будете, выполняя глобальную шпионскую миссию в роли секретного агента. Учебные тесты позволяют улучшать ваши навыки с течение времени и имеют все свойства мини-игр для мозга.

Вы можете играть бесплатно каждый день или получить неограниченный доступ к игре, воспользовавшись абонентской платой в £ 5,99/месяц.

Сайты для тренировки мозга вдогонку

CogniFit — тесты, индивидуальная программа тренировок, измерение прогресса.

Wikium — индивидуальная программа тренировок после прохождения тестирования.

Mnemonica — упражнения для развития памяти, внимания и образного мышления.

Happymozg — онлайн-тренировки для внимания, концентрации, реакций и других функций мозга.

Petruchek — собрание логических игр, чтобы «подразмять мозги».

Brainscale —упражнение-тренажер, которое улучшает оперативную («рабочую») память, совершенствует подвижный интеллект, оптимизирует скорость мышления.

Uplift — собрание игр для тренировки мышления, вычислительных навыков, памяти.

Fitnessbrain — игры и головоломки для развития памяти.

Zanimatika — интересный тест для определения «возраста» своего мозга.

S-mind — сайт о возможностях мозга и развитии интеллекта.

Chisloboi — онлайн-игра на разв скорости счета.

Quantified-mind — множество тестов на развитие вербальных и моторных навыков, краткосрочной памяти, визуального восприятия, скорости реакции и т.д. Единственный минус, сайт на английском языке.

Litlbetr — тренировки для гибкости ума, воображения, памяти.

Mozgame — тренировки, помогающие развивать зрительную память, наблюдательность.

Brainexer — собрание самых разных упражнений, которые однозначно помогут «прокачать» ваш мозг.

Светлана Кошеленко

Ментальная арифметика — тренажер для интеллекта с малых лет ☰ Polycent — детский образовательный центр

На нашем веб-сайте мы используем файлы cookie, которые помогают нам оптимизировать процесс использования сайта его посетителями.

Мы понимаем под термином «cookie-файлы» информационные элементы, которые направляются Вашему браузеру и сохраняются на Вашем компьютере для того, чтобы отслеживать и хранить информацию о Ваших действиях, связанных с использованием данного веб-сайта.

Благодаря cookie-файлам мы делаем веб-сайт лучше, так как видим, какие страницы Вы считаете полезными, а какие — нет, а также собираем и сохраняем информацию о Ваших прошлых действиях для персонализации его персонализации.

Ряд cookie-файлов веб-сайта используется только во время вашего нахождения на нем и удаляется при закрытии браузера. Другие cookie-файлы используются для того, чтобы запомнить, когда Вы возвращаетесь на веб-сайт, и у них более продолжительный срок действия.

Как используются cookie-файлы на этом веб-сайте:

отображение истории IP адресов;
отображение истории опросов;
отображение истории обращений;
отображение истории отзывов;
сохранение авторизации на веб-сайте (нет необходимости каждый раз вводить логин и пароль).

Также мы используем cookie-файлы третьих сторон:

Яндекс.Метрика;
Яндекс.Карты;
Google Analytics.

Cookie-файлы, которые мы сохраняем через веб-сайт, не содержат данных, на основании которых можно идентифицировать Вашу личность.

Информацию об отключении возможности хранения cookie-файлов, а также о процедуре удаления cookie-файлов, можно получить в руководстве к Вашему браузеру.

Обратите внимание, что при отключении возможности хранения cookie-файлов мы не гарантируем корректную работу нашего веб-сайта в Вашем браузере.

Мы сохраняем за собой право вносить изменения в уведомление об использовании cookie-файлов, а также в сами cookie-файлы и их количество, в любое время и без какого-либо дополнительного уведомления.

Тренажёр для мозга Lumosity оштрафован на $2 млн за обман пользователей — Офтоп на vc.ru

Создатели Lumosity, по заявлению представителей комиссии, использовали страх пользователей потерять гибкость ума с возрастом и дали понять, что игры помогут предотвратить потерю памяти, слабоумие и даже болезнь Альцгеймера. Тем не менее, разработчики не смогли предоставить никаких исследований, подтверждающих эти утверждения, которые приводятся в рекламе сервиса.

Создатели сервиса выплатят штраф в размере $2 млн и предоставят платящим пользователям простой способ отмены подписки. Изначально иск предполагал выплату в $50 млн, но сумма была снижена «в связи с финансовым состоянием компании».

Набор Lumosity состоит из 40 игр, якобы предназначенных для тренировки умственных способностей. По утверждению представителей компании, использование этих тренажеров на протяжении 10-15 минут три-четыре раза в неделю должно помочь пользователям «полностью раскрыть потенциал в каждом аспекте жизни». Компания продаёт подписку на веб-версию и мобильные приложения, её стоимость составляет от $14,95 в месяц до $299,95 за безлимитный пожизненный доступ.

Lumosity активно рекламировала свою продукцию на телевидении, радио и в интернете, включая CNN, Fox News, History Channel, National Public Radio, Pandora, Sirius XM и Spotify, а также через электронные рассылки, блоги, социальные сети, контекстную рекламу — используя ключевые слова, связанные с памятью, познавательными способностями, слабоумием и болезнью Альцгеймера.

Согласно постановлению суда, компания и её основатели, бывший исполнительный директор Кунал Саркар и бывший главный научный сотрудник Майкл Скэнлон, в дальнейшем будут обязаны предоставить подтверждённые научные доказательства перед тем, как продвигать какие-либо методы, связаные с улучшением состояния здоровья.

Компания Lumos Labs была основана в 2005 году Куналом Саркаром, Майклом Скэнлоном и Дэвидом Дрешером. Сервис Lumosity запустился в 2007 году. По состоянию на январь 2015 года им пользовалось около 70 миллионов человек. Согласно Crunchbase, за всё время существования компании удалось привлечь $67,5 млн инвестиций. Американцы тратят на подобные игры около $1 млрд в год, согласно исследованию агентства SharpBrains.

На сайте сервиса приведены ссылки на исследования, изучающие влияние игр на когнитивные способности человека, однако эти работы проведены либо самой Lumos Labs, либо финансируемой ею организацией HCP. Независимые исследования учёных из Стэнфордского центра долголетия и Флоридского университета не подтверждают влияние Lumosity на развитие способностей человека.

ТЕСТ на интеллект «Тренажер для мозга»: Ответьте на все 15 вопросов и докажите, что ваш мозг очень силен

Заставьте свой мозг немного поработать «на тренажере» и покажите свои знания из разных областей. Если дадите правильные ответы хотя бы на 10 из 15 вопросов, то ваш интеллект в очень хорошей «физической форме». А ваш мозг можно назвать силачом. Испытайте себя!

Результаты теста вы узнаете в конце. Пишите в комментариях, на сколько вопросов вы ответили!:)

Атмосфера Венеры состоит в основном из…

Углекислого газа

Кислорода

Азота

Озона

Верно!Неверно!

Реклама

Дальше >>

Каким образом Барри Маршалл убедил весь мир в том, что спиралевидная бактерия хеликобактер пилори вызывает гастрит, язву желудка и другие болезни слизистой оболочки?

Доказал, что бактерия встречается только в слизистой желудка.

Проверил это на себе, добровольно приняв бактерию, вследствие чего у него развился гастрит, от которого Маршалл сам же и излечился.

Изучил хеликобактер пилори под микроскопом.

Обнаружил хеликобактер пилори у 100% испытуемых с язвой желудка.

Верно!Неверно!

Реклама

Дальше >>

Актриса и писательница Аннет Келлерман была арестована в 1907 на Ривер Бич за…

За слишком обтягивающий купальник

За пение в общественном месте

За непристойное поведение

За ловлю рыбы

Верно!Неверно!

Реклама

Дальше >>

Как в таблице Менделеева обозначается химический элемент серебро?

Верно!Неверно!

Реклама

Дальше >>

Чем прославился в России француз Астольф де Кюстин?

Был полководцем русской армии.

Открыл самый большой французский ресторан.

Посетил Россию в 1839 году, после чего издал записки о России — «Россия в 1839 году».

Был архитектором Зимнего дворца.

Верно!Неверно!

Реклама

Дальше >>

Кто впервые обнаружил способность маиса вздуваться при нагревании и изобрел нечто наподобие попкорна?

Фернан Магеллан

Христофор Колумб

Индейцы Америки

Чарльз Криторз

Верно!Неверно!

Реклама

Дальше >>

Сколько планет насчитывает Солнечная система?

Верно!Неверно!

Реклама

Дальше >>

Найдите наибольшую из данного списка единицу измерения?

Байт

Терабайт

Килобайт

Бит

Верно!Неверно!

Реклама

Дальше >>

Сколько зубов мудрости может вырасти у человека?

Верно!Неверно!

Реклама

Дальше >>

Мыс Доброй Надежды расположен в…

Азии

Южной Америке

Африке

Северной Америке

Верно!Неверно!

Реклама

Дальше >>

Ближайшая к Солнцу планета из списка?

Меркурий

Марс

Земля

Венера

Верно!Неверно!

Реклама

Дальше >>

Какой из стран этот флаг?

Непал

Бангладеш

Корея

Китай

Верно!Неверно!

Реклама

Дальше >>

Братья Уилбур и Орвилл Райт, которые открыли три оси вращения самолета и первыми смогли управлять полетом в воздухе родились в…

США

Германии

Великобритании

Бельгии

Верно!Неверно!

Реклама

Дальше >>

Где работал Майкрофт — брат Шерлока Холмса?

Библиотека

Лаборатория

Министерство

Полиция

Верно!Неверно!

Реклама

Дальше >>

Какие функции у герпетолога?

Изучать пауков

Изучать рептилий и амфибий

Изучать мимику человека

Верно!Неверно!

ТЕСТ на интеллект «Тренажер для мозга» из 15 вопросов покажет, ваш мозг — силач или слабак

Теория моделирования разума, используемая на роботах

Алан Уинфилд, профессор этики роботов в Университете Западной Англии в Бристоле, хочет использовать «теорию моделирования разума» для разработки роботов, которые понимают потребности и действия других. Например, посыльный будущего в идеале должен был бы уметь предугадывать потребности и намерения гостей отеля, основываясь на тонких сигналах, а не просто реагировать на список словесных команд. По сути, он будет «понимать» — в той степени, в какой это может бессознательная машина, — что происходит вокруг него, говорит Уинфилд.

Сопутствующее Этот терапевтический робот помогает детям с аутизмом, обучая их социальным навыкам

Теория моделирования разума — это подход к искусственному интеллекту, который позволяет роботам внутренне моделировать ожидаемые потребности и действия людей, вещей и других роботов — и использовать результаты (в сочетании с предварительно запрограммированными инструкциями) для определения соответствующей реакции. Другими словами, такие роботы будут запускать встроенную программу, которая моделирует их собственное поведение в сочетании с поведением других объектов и людей, сообщает Scientific American.

«Я создаю роботов, внутри которых есть симуляции себя и других роботов, — говорит Уинфилд. «Идея поместить симуляцию внутри робота… это действительно изящный способ позволить ему действительно предсказывать будущее».

Термин Теория разума используется философами и психологами, чтобы иметь возможность прогнозировать действия себя и других, представляя себя на месте чего-то или кого-то другого.

Уинфилд считает, что использование этого на роботах поможет им сделать вывод о целях и желаниях вещей вокруг них, например, когда вы находитесь внутри лифта и дверь вот-вот закроется, вы видите пару, бегущую в вашем направлении, вы сразу понимаете, что они пытаются подняться на лифте, поэтому вы придерживаете для них дверь.

На данный момент роботы могут использовать теорию моделирования разума только в относительно простых ситуациях. В статье, опубликованной в январе, исследовательская группа под руководством Уинфилда описала эксперимент, в котором робот был спроектирован так, чтобы двигаться по коридору более безопасно (то есть ни на что не натыкаясь) после того, как его научили предсказывать вероятные движения других находящихся поблизости людей. роботы.

Согласно отчету журнала Scientific American, эта симуляционная теория разума может стать огромным преимуществом для роботов, пытающихся общаться с людьми. По словам Уинфилда, эта функция будет становиться все более важной по мере того, как автоматизация продолжает влиять на человеческие жизни.

Теперь, когда Уинфилд построил машины, которые выполняют простые действия, определяемые внутренним моделированием разума, его следующий шаг — дать этим роботам возможность словесно описывать свои намеренные или прошлые действия.

Связанный Использование искусственного интеллекта и машинного обучения в здравоохранении

Хороший тест будет, если один робот сможет выслушать заявления о намерениях, сделанные другим роботом, и правильно интерпретировать эти заявления, имитируя их.Например, один робот устно описывает действие — «Я придержу дверь лифта», — а другой робот слышит эту информацию, прежде чем внутренне смоделировать действие и последствия: двери остаются открытыми.

Если они могут понимать друг друга таким образом, то теоретически они на один шаг ближе к пониманию нас, говорит Уинфилд. «Я очень взволнован этим экспериментом».

Представляем Brain Simulator II: новую платформу для экспериментов с искусственным интеллектом

Чарльз Саймон, основатель FutureAI .

Приход общего искусственного интеллекта (AGI) потребует некоторых алгоритмов. Алгоритм обратного распространения и его многочисленные родственники добились огромных успехов и будут продолжать оставаться чрезвычайно мощными. Но мы начинаем понимать, что, как и в случае с экспертными системами двадцатилетней давности, невозможно запрограммировать (или изучить) достаточно случаев, чтобы принимать разумные решения в широком спектре ситуаций, необходимых для того, чтобы быть по-настоящему разумными. Алгоритмы символического ИИ также плохо обобщаются.Альтернативный подход к ОИИ, полная эмуляция мозга, похоже, появится через много десятилетий. Brain Simulator II сочетает в себе грани всех трех подходов и облегчает разработку новых идей.

 

Что такое Brain Simulator II

 

Нейроны: Brain Simulator II заполняет пробел, предоставляя основу для опробования новых алгоритмов и изучения возможностей и ограничений различных подходов ОИИ. На самом низком уровне симулятор имеет массив нейронов, использующих модель «Интеграция и запуск», связанных с любым количеством синапсов.Это биологически правдоподобная модель, и мощный настольный компьютер может поддерживать миллионы таких нейронов. В симуляторе мозга можно выбирать другие модели для групп нейронов, а добавление новых моделей нейронов обычно требует добавления всего нескольких строк кода.

Иллюстрация использования Brain Simulator II на уровне нейронов/синапсов. Эта схема может обнаруживать разную частоту срабатывания нейронов «А» и «В». Такая схема могла бы обнаружить границу между областями разного цвета в зрительной коре головного мозга.Цвета различных нейронов указывают на состояние заряда каждого из них. Цвета синапсов указывают на их вес, синапсы черного цвета являются тормозными. Хотя такого рода эксперименты не обязательно оптимальны, они могут дать представление о нейронной сложности психических процессов, которые мы считаем само собой разумеющимися.

Модули : Модули придают Симулятору Мозга настоящую мощь. Любой кластер нейронов может быть назначен в качестве модуля, который затем поддерживается любым желаемым пользовательским кодом. Некоторые модули соответствуют чувствам, которые обеспечивают входные данные от зрения, слуха, осязания и (симулированных) вкуса и обоняния.Другие модули обрабатывают такие действия, как речь и движение, как роботизированные, так и смоделированные. Существуют также модули, моделирующие среду в двух или трех измерениях для целей разработки и тестирования. Двумя важными внутренними модулями являются Universal Knowledge Store (обобщенный граф знаний) и Internal Mental Model, более подробная информация о которых приведена ниже.

На уровне нейронов пользователи могут экспериментировать с кластерами нейронов для выполнения определенных функций. Например, до того, как был создан текущий модуль Universal Knowledge Store, в нейронах был создан простой граф знаний.Нейронная сложность даже самых простых графов показывает, что человеческий мозг ограничен примерно сотней миллионов узлов. Некоторая часть вашего мозга, вероятно, посвящена эквивалентной структуре графа знаний, потому что ваш мозг может отвечать на похожие вопросы («Что это за объект, который вы видите?», «Можете ли вы назвать другие подобные объекты?»).

 

Экспериментальные приложения

 

В симуляторе мозга разработка нацелена на цифровую сущность, которую мы назовем «Салли».» В одном приложении Салли может перемещаться по лабиринтам, как ребенок. Она помнит ориентиры, действия, которые она предприняла, и их результаты. Вся эта информация находится в универсальном хранилище знаний, поэтому впоследствии Салли может вспомнить, как вернуться к любой цели. она ранее достигла.

В другом приложении Салли изучает язык так, как это сделал бы ребенок. Это приложение интересно тем, что в Universal Knowledge Store нет конкретной информации, связанной с языком.Салли учится говорить, экспериментируя с полуслучайными слогами, похожими на детский лепет. Ее слуховой ввод представляет собой непрерывный поток слогов. Со временем она может выучить последовательности слогов, из которых складываются слова, и последовательности слов, из которых складываются фразы.

В этом приложении Салли получает последовательность фонем «mɑmiændædi». Основываясь на своих знаниях, она распознает фразу «ph6» в Universal Knowledge Store. У ph6 есть связи со словами, которые она выучила: w0, w2 и w1. В Хранилище Знаний нет данных, а знание полностью состоит из ссылок. Эти метки предназначены для удобства программирования, поэтому можно видеть, что w0 равно «mɑmi», но не используется для вычислений.

Эти два приложения можно комбинировать. Салли может научиться связывать слова с вещами, которые она видит и к которым прикасается в окружающей среде, и может ответить на некоторые вопросы о том, что она видит.

Салли может перемещаться по лабиринтам, используя технику, похожую на детскую.Universal Knowledge Store фиксирует ориентиры, а Салли постоянно сопоставляет свое окружение с ориентирами, независимо от ротации, чтобы она могла вспомнить предыдущие решения и результаты. На каждом распознанном ориентире Салли корректирует свою внутреннюю ментальную модель, чтобы мелкие ошибки не накапливались. Поскольку хранилище знаний является универсальным, Салли также может выучить названия определенных мест, а затем получить указание вернуться к ним.

 

Когнитивная модель

 

Каждое начинание ОИИ имеет своего рода Когнитивную Модель, описывающую умственную деятельность, которая приводит к разуму.Модель, разрабатываемая в настоящее время в симуляторе мозга, включает аспекты, которые являются необходимыми компонентами общего интеллекта. Многие недостатки узкого ИИ связаны с умственными способностями, общими для любого трехлетнего ребенка: постоянство объекта, причина и следствие, течение времени и т. д. Когнитивная модель требует множественных чувств, внутренней ментальной модели, которая их объединяет, и универсального Магазин знаний, который сохраняет и ищет информацию биологически правдоподобным способом. Общая модель подробно описана в книге автора «Будут ли компьютеры восставать?» который доступен бесплатно для всех, кто загружает программное обеспечение.

Биологическое правдоподобие является руководящим принципом. Например, очевидно, что ваш мозг не хранит слова в виде строк символов Юникода. Поэтому хранилище знаний использует альтернативные, более правдоподобные методы. В то же время нет необходимости исключать функции, которые могут сделать компьютерный интеллект гораздо более эффективным, чем биологический. Например, вы знаете относительные направления и расстояния до объектов вокруг вас. Когда вы двигаетесь или поворачиваетесь, ваш мозг может отслеживать объекты позади вас с помощью огромного массива «ячеек сетки».» Компьютер может сделать это более эффективно, используя несколько строк тригонометрии.

Общая дорожная карта разработки Brain Simulator II ведет к сквозной системе AGI. Но даже если когнитивная модель потерпит неудачу, возможны значительные алгоритмические достижения. Например, многие экземпляры модулей Brain Simulator содержат циклы вида:

.

foreach (нейрон в SomeCluster)  Сделать что-то
foreach (нейрон в SomeCluster)  Искать что-то
foreach (нейрон в SomeCluster)  Найти лучшее без точного совпадения

В среде нейронной сети эти циклы можно распараллелить для повышения скорости и имитации работы областей мозга.Эти внутренние циклы можно обобщить в группу алгоритмов, которые могут стать основой для будущего развития ОИИ.

 

Скачать

 

Любой, кто интересуется Brain Simulator II, может следить или участвовать в процессе разработки, загружая программное обеспечение, предлагая новые функции и (для опытных разработчиков) даже добавляя пользовательские модули. Посетите http://brainsim.org для загрузки, вводных видеороликов и ссылок на сайт проекта GitHub.

 

Биография:  Чарльз Саймон, BSEE, MSCs (@futureai3) — признанный на национальном уровне предприниматель и разработчик программного обеспечения, который имеет многолетний опыт работы с компьютерами в промышленности, включая новаторскую работу в области искусственного интеллекта.Технический опыт г-на Саймона включает создание двух уникальных систем искусственного интеллекта, а также программного обеспечения для успешного проведения неврологических тестов. Сочетание разработки искусственного интеллекта с биомедицинским тестированием нервных сигналов дает ему уникальное понимание. Он также является автором книги «Будет ли компьютерный бунт», посвященной будущему искусственного интеллекта, и разработчиком BrainSim II, исследовательской программной платформы AGI, которая сочетает в себе модель нейронной сети с возможностью написания кода для любого кластера нейронов, чтобы легко смешивать нейронный и символический код ИИ.

Родственный:

Виртуальная реальность: живем ли мы в симуляции мира нашим мозгом? | Дэвид Хокинс

«22-летний мужчина был мгновенно доставлен в пиццерию своей семьи и на местную железнодорожную станцию, где ему отключили мозг».

Вступление к статье на веб-сайте New Scientist¹ могло быть взято с конца научно-фантастического романа. Это не похоже на подходящее название для уважаемого научного издания, но опять же, правда часто бывает более странной, чем вымысел.Это не была демонстрация виртуальной реальности следующего поколения (VR) или поездка на псилоцибине. Это было реально.

«22-летний мужчина был мгновенно доставлен в пиццерию его семьи и на местную железнодорожную станцию, где ему отключили мозг».

Пьер Межеван и его коллеги из Института медицинских исследований им. Файнштейна в Манхассете, штат Нью-Йорк, хотели точно определить область мозга, отвечающую за обработку местоположений и мест. Они сканировали мозг добровольца, показывая изображения различных объектов и сцен, а затем записывали соответствующие области мозга, которые загорались.Они нашли свой зуд, теперь пришло время почесаться. Исследователи простимулировали область, и именно тогда сложная зрительная галлюцинация перенесла добровольца обратно на работу в пиццерию. Стимуляция близлежащей области вызвала галлюцинацию лестницы и синего шкафа в его доме. Повторное раздражение одних и тех же областей вызывало одни и те же галлюцинации.

Эти иллюзорные симуляции разума помогают ученым определить физиологию зрительной информации в мозгу.А на более глубоком уровне понять, что такое реальность . Природа подарила нам нашу собственную внутреннюю виртуальную гарнитуру между ушами. Мы думаем, что мир, который мы переживаем, является внешним, внешним — реальным. B , но эти исследования говорят об обратном. В исключительных случаях здесь человек играет в «Бога»; манипулирование обычным опытом. Сложная виртуальная реальность достигается только за счет целенаправленной стимуляции мозга. Но это показывает, что забор между виртуальной и субъективной реальностью уже и шатче, чем мы могли бы подумать.

В книге « Галлюцинации, » невролог Оливер Сакс рассказывает нам о многих сюрреалистических случаях зрительных феноменов, которые он наблюдал у пациентов. В одном случае мы узнаем о Розали², жительнице одного из домов престарелых, в которых он работает. Когда ей было за девяносто, она недавно начала видеть «невероятно настоящие галлюцинации», и с Саксом связались, чтобы выяснить, в чем дело. Что еще более удивительно, однако, она была полностью слепой. Когда Розали стояла перед доктором Саксом в доме, она утверждала, что прямо сейчас у нее были галлюцинации.

«Что за вещи?» — спросил Сакс.

«Люди в восточном платье!» — завопила она.

Розали страдала так называемым синдромом Шарля Бонне (CBS), состоянием, первоначально использовавшимся для описания любых галлюцинаций, связанных с заболеванием глаз или другими глазными проблемами, но теперь оно стало охватывать и неврологические аспекты галлюцинаций. CBS возникает у людей с ослабленным зрением; следствием того, что устойчивая нехватка света, проходящего через глаза, заставляет зрительные центры мозга больше влиять на зрительную память.

Подавляющее большинство людей с CBS, включая Розали, способны отделить реальную жизнь от галлюцинаций. В самом деле, наибольшее облегчение часто приходит с возможностью навесить ярлык здравомыслия на личные обвинения в безумии². Если бы не это осознание — как в случае с некоторыми пациентами с CBS — внутренние проекции пугающе стали бы частью воображаемой внешней реальности; черта, за которой еще труднее ответить на вопрос, что такое реальность. Мы оказываемся похожими на персонажей фильма Кристофера Нолана 2010 года «: Начало », которые изо всех сил пытаются отличить сон от реальности.

Зрение слепых — вполне реальное явление. Хотя люди, родившиеся слепыми, никогда не видевшие³, способны вызывать лишь очень простые галлюцинации; основные формы и узоры.

Но прежде чем подсчитывать свои счастливые благословения, если вы когда-либо думали, что видели призрака или человека, которого вы знаете, только чтобы посмотреть еще раз и понять, что были неправы, то вы были на приемном конце вашего разума. прогнозы. Единственная разница здесь в том, что вы можете переформулировать ошибку впоследствии.По сути, у вас есть тотем, который перестает вращаться⁴.

1. Робототехника дополненной реальности

2. Инфографика: Будущее виртуальной реальности

3. Mario Kart в реальном автомобиле с VR!

4. Как XR может высвободить познание

Для людей с плохим зрением галлюцинации оказываются скорее правилом, чем исключением. Если зрение даже умеренно размыто, не нужно «выключать» мозг, чтобы испытать внутренние проекции.Сакс рассказывает об эксперименте, проведенном в 1999 году.

«Роберт Теунисс и его коллеги, изучая популяцию из почти шестисот пожилых пациентов с проблемами зрения в Голландии, обнаружили, что почти 15 процентов из них имели сложные галлюцинации — людей, животных или сцены — и целых 80 процентов имели простые галлюцинации — формы и цвета, иногда узоры, но не сформированные образы или сцены». -летний мужчина в нашем введении.(не дай Бог). Но простых галлюцинаций встречаются гораздо чаще, чем о них сообщают, у людей с далеким от идеального зрением. Мы с тобой настроены видеть. А в случае с галлюцинациями, когда зрительные системы интерпретируют мир с добавлением шума, часть — или все — поле зрения становится «состряпанным [] мозгом или разумом». Менее очевидным здесь является то, что галлюцинация также является следствием социальной стигмы, что помогает объяснить его предполагаемую редкость. («Мама, я думаю, бабушка окончательно потеряла свои шарики.)) Хотя, как отмечает Сакс, существует культур по всему миру, прославляющих галлюцинации; особенно те, кто имеет шаманское происхождение⁷.

Эти примеры демонстрируют, что наше здравомыслие, которое я определяю здесь как способность воспринимать и жить в единой согласованной манере, действительно является драгоценным состоянием ума. Целенаправленное выключение мозга, удаление света в глаз на длительный период времени, и становится ясно, что внешняя реальность не существует только внешне.

«Жизнь приходит к нам очень быстро, и нам нужно взять этот аморфный поток опыта и каким-то образом извлечь из него смысл».⁸

Что такое реальность? Кажется, 15 секунд.⁹

Ближе к делу; предыдущие 15 секунд этого самого момента. Эта теория была придумана в начале 2014 года как «поле непрерывности»; открытие, что мы, кажется, объединяем сенсорную информацию, увиденную в течение предыдущих 15-секундных отрезков времени, в связанные схемы.

Ученый-зритель и адъюнкт-профессор психологии Калифорнийского университета в Беркли Дэвид Уитни объясняет в интервью: «Поле непрерывности сглаживает то, что в противном случае было бы неустойчивым восприятием характеристик объекта с течением времени».¹⁰

Без визуальной системы для калибровки текущая сцена в контексте того, что мы уже знаем и во что верим, повседневная жизнь была бы больше похожа на чрезвычайно «резкое кислотное путешествие»¹¹. (Конкретным примером этого процесса в действии является наша склонность упускать ошибки непрерывности в фильмах¹¹.)

Более того, существует также гипотеза, что эта 15-секундная задержка на самом деле защищает нас от галлюциногенных переживаний, стабилизируя входящий поток визуальной информации¹², что вызывает вопрос о том, нарушают ли галлюциногенные препараты именно эту функцию.

«Это удивительно, потому что это означает, что зрительная система жертвует точностью ради непрерывного, стабильного восприятия объектов». во внутреннюю работу мозга, когда что-то идет наперекосяк.

«У психиатрических больных иногда бывают бредовые убеждения, будто они находятся в альтернативной реальности, а у шизофреников также могут возникать перцептивные галлюцинации — они буквально видят вещи, которых нет», — говорит Кейсуке Судзуки в The Guardian¹³. Он является ведущим автором статьи, описывающей Замещающая реальность система (SR), разработанная исследователями из Лаборатории адаптивного интеллекта RIKEN Brain Science Institute.

«Наша мотивация — исследовать когнитивные механизмы, лежащие в основе нашей твердой убежденности в реальности.Как люди могут доверять тому, что они воспринимают?» — спрашивает Судзуки. Система СР была разработана для манипулирования «восприятием реальности здоровыми участниками» и может стать важным инструментом для понимания способности различать симуляции мозга и объективную реальность; особенно при психических заболеваниях, таких как шизофрения.

В ходе эксперимента, основанного на этой технологии, участник сидел в комнате с гарнитурой виртуальной реальности, похожей на Oculus Rift. Затем их поочередно воспроизводили вживую и записывали кадры похожей сцены в разное время, чтобы увидеть, заметили ли они изменения.Критически важно то, что большинство участников не смогли различить, что было реальным (вживую) и что не было (записано). Совершенно нормальные, здоровые люди не могли переосмыслить ошибку постфактум. На этот раз тотем продолжал вращаться⁴.

«Семь из десяти участников не смогли определить, что данная сцена была записана […]. Участник не был уверен, видел ли он сцены вживую или в записи».¹⁴

Чтобы понять, почему это происходит, нам будет полезно, если мы нарисуем картину того, как зрительная информация обрабатывается внутри мозга.В иллюстрирующей книге « Фантомы мозга » нейробиолог В. С. Рамачандран раскрывает, что внутри мозга «существует более тридцати различных карт, связанных только со зрением. [Аналогично для тактильных или соматических ощущений — осязание, суставное и мышечное чувство].»¹⁵

Именно эти карты имитируют человеческое тело в физическом пространстве. Каждая часть тела нанесена на соответствующую карту в мозгу и классифицирована по частям. Карта тела для рук находится рядом с картой тела для лица и плеча; генеталия сидит рядом с ногами¹⁶.Конечный размер этих карт (даже с увеличенной площадью поверхности из-за смятия внутри черепа) ограничивает количество информации, которая может быть обработана и сохранена из внешнего мира.

Вы можете почти представить себе коллекцию из скомканных карт мира для каждой части тела, расположенных рядом друг с другом в узком школьном шкафчике. При прикосновении к телу — предплечью, указательному пальцу, нижней части спины — в разных точках на картах появляется небольшой свет, представляющий возбуждение связанных кластеров нервных клеток.(При невропатологиях, например, после инсульта, прикосновение к лицу может ощущаться в руке, оргазм — в стопе¹⁷.) Учитывая сравнительно небольшой размер мозга по сравнению с информационной перегрузкой объективной реальности, можно сказать, что эволюция пошла на чрезвычайно разумный внутренний компромисс, чтобы мы могли вести свою жизнь последовательным образом.

Но если предположить, что мы можем обрабатывать лишь ограниченную информацию о мире, это не объясняет, почему опыт кажется последовательным.

Ограничение информации приводит к тому, что внешний мир становится в значительной степени предполагаемым размытием для мозга¹⁸, концентрируя ограниченные ресурсы в узком окне объективной реальности, которое является фокальным перекрестием нашего прямого взгляда — слова, на которое вы смотрите прямо сейчас через свою ямку. . (Это небольшое углубление в сетчатке вашего глаза, где острота зрения самая высокая.) Эта скромная подача затем сильно дополняется за счет запоминания опыта, как поле непрерывности.

Примечательно, однако, что для этого периферийного размытия потребовался сверхчувствительный «триггер опасности», гарантирующий, что любая возможная угроза будет сфокусирована поворотом головы или движением глаз²⁰.

Принимая во внимание все обстоятельства, это эффективная адаптация для максимизации согласованности и выживания во вселенной, непостижимой для «трехфунтовой массы желе» (как известно, Рамачандран называл это).

Интересным следствием здесь является то, что это может объяснить тайну детской амнезии; неспособность вспомнить опыт в возрасте до 3 лет. До этого периода могут быть сформированы только имплицитные воспоминания¹⁹, и может потребоваться фундаментальное «поле непрерывности», чтобы опыт был достаточно связным, чтобы стать сознательным.

Исторически сложилось так, что эта адаптация могла вызвать вопрос: «Может ли это быть саблезубый тигр в кустах?» пока мы идем по дорожке. Однако в современном мире у нас больше шансов получить хронический триггер опасности: «Разве эта война за 6000 километров представляет для меня возможную угрозу?» Что еще более тревожно, наш лучший ответ на устранение этого воспаленного триггера сегодня, кажется, через апатию, лекарства или и то, и другое²¹. (Хотя некоторые могли бы несколько уменьшить проблему с помощью умной низкоинформационной диеты²².)

Апатия и лекарства, однако, являются поверхностными реакциями. Менее очевидным является еще одно остроумное приспособление природы к разрешению когнитивного диссонанса этой великой неопределенности: создать у сознания впечатление, что оно равно получению полной картины¹⁸.

«Наша нервная система использует прошлый зрительный опыт, чтобы предсказать, как будут выглядеть размытые объекты в четких деталях». сейчас присматриваемся.Эта адаптация помогла нам справиться с хаотичной неопределенностью, с которой мы сталкиваемся каждый день.¹⁸ ²³

Захватывающая психопатология, анозогнозия, является крайним примером того, что эта механика пошла не так. Также в Фантомы мозга :

«Анозогнозия — необычный синдром, о котором почти ничего не известно. Пациентка, очевидно, в большинстве случаев в своем уме, но утверждает, что видит, как ее безжизненная конечность начинает действовать — хлопает в ладоши или касается моего носа — и не осознает абсурдности всего этого.²⁴

Рассмотрим случай миссис Доддс²⁵, у которой после инсульта полностью парализовало левую сторону тела:

Рамачандран: «Миссис Доддс²⁵». Доддс, можешь коснуться моего носа правой рукой?

Она сделала это без проблем.

Рамачандран: «Вы можете коснуться моего носа левой рукой?»

Ее парализованная рука лежала перед ней.

Рамачандран: «Миссис. Доддс, ты трогаешь мой нос?

Миссис Доддс: «Да, конечно, я трогаю твой нос.»

Несоответствие между внутренней картой реальности и внешней подачей дает редкий проблеск принуждения ума к созданию согласованности в мире. Как отмечает Рамачандран, «странное поведение этих пациентов может помочь нам разгадать тайну того, как различные части мозга создают полезное представление о внешнем мире и порождают иллюзию «я», живущего в пространстве и времени».²⁶

Возможно, еще более серьезным последствием является то, что это естественное ограничение привело к систематической ложной уверенности, порождающей совершенно неразумные экономические авантюры в современном обществе²⁷.Произвольно, мы принимали уверенные решения, исходя из предположения, что мы получаем 100% изображения, но на самом деле получаем только (скажем) 10% изображения с 90% периферийным размытием и увеличением памяти.

Точнее, бывший главный инженер Sun Microsystems Майкл Диринг опубликовал исследование в 1998 году, в котором было обнаружено, что «во всем поле зрения зрительная система человека может воспринимать примерно лишь одну пятнадцатую визуальных деталей, которые были бы различимы, если бы фовеальное разрешение было доступно для все поле.²⁸

У человека ямка представляет собой поле зрения с высоким разрешением, но очень узким; около 1-2 градусов. По этой причине глаза совершают микродвижения (известные как саккады). Мы фокусируемся на новых и направленных на память стимулах интереса посредством вестибуло-окулярного рефлекса (ВОР) и создаем трехмерную карту мира с акцентом на новых и интересных . Опять же, это для экономии ресурсов.

Мы предпочитаем контекстуальный гештальт точным деталям.Например, у нас есть загадочная иллюзия спелеолога — «уверенная» вера в то, что в полной темноте можно увидеть свои руки, но в то же время не чужие руки.

Периферийное размытие в самом прямом смысле зависит от тех же условий, что и нарушение зрения. Таким образом, он может вызывать такие же галлюцинации у совершенно здоровых людей.

Мы втягиваем себя во все более карательные кризисы по всему миру, неосознанно маскируя источник проблемы.

Не по своей вине мы недооцениваем сложность будущего. Пока люди находятся у руля, а технологии продолжают расширять возможности людей, нет непосредственной причины, по которой эта базовая механика не приведет к глобальным событиям с такими огромными последствиями, которые мы едва можем оценить сегодня.

Примирив неопределенность, природа позволила сознательным мыслителям вставать с постели по утрам, не поддаваясь огромной обусловленности жизни, но неизбежно превратила нас в шутов, принимающих решения.(Особенно когда речь идет о предсказании изначально и предсказуемого будущего.)

Что еще хуже, как только мы приняли решение, мы невольно привязываемся к нему с помощью целого ряда эвристик и предубеждений²⁹, которые служат для дальнейшего увеличения наше воспринимаемое чувство собственной важности, самодовольства и самоконтроля в мире.

Назовем только три предубеждения, которые еще больше отделяют нас от объективной истины:

Предубеждение подтверждения

Предубеждение подтверждения сужает наше мировоззрение, чтобы мы подтверждали то, что мы уже знаем, закрывая наше внимание к новому и — в частности — противоречивая информация.Результатом является снижение когнитивного диссонанса, вызванное увеличением воспринимаемой удовлетворенности. (Мир становится якобы менее сложным, уменьшая тревогу и фактически повышая благополучие.)

Предубеждение ретроспективного взгляда

Предвзятость ретроспективного взгляда заставляет нас упрощать прошлое до форм-фактора, который мы можем понять. Стив Джобс как-то сказал, что соединить точки можно, только оглядываясь назад³⁰. Это не просто афоризм. В настоящее время существует слишком много «точек», чтобы их можно было понять. Наш мозг бессознательно перестраивает и упрощает³¹ наши воспоминания, чтобы, оглядываясь назад, мы могли понять смысл своей жизни.Это дает нам ретроспективную иллюзию, что мы можем применить (упрощенные) уроки прошлого к непостижимому настоящему и непредсказуемому будущему. Мы предполагаем, что плотность точек никогда не меняется.

Экзистенциальная согласованность, можно сказать, является ретроспективной иллюзией, карикатурно изображенной в синдроме Гешвинда; невротическая способность находить изысканный смысл в жизни. На самом деле ожидать согласованности сейчас и в будущем безнадежно³².

Склонность к оптимизму

В то время как двусмысленность усиливает наш триггер опасности с одной стороны, она увеличивает нашу склонность смотреть на мир через розовые очки³³ с другой.Фантазии о будущем процветают благодаря свободе от тяжелого бремени объективного мира.

В то время как в настоящем мы вынуждены пересматривать ожидания, в прошлом наша гормональная система могла выделять кортизол и бета-эндорфины для перенастройки наших воспоминаний. Это связано с предвзятостью ретроспективного взгляда, но предвзятость бета-эндорфинов напоминает о счастливом опыте, а не о негативном у здорового взрослого человека.

Вместо неизменяемых архивов воспоминания многократно редактируются в соответствии с прихотью всех наших предубеждений.И поскольку мы ссылаемся на память при прогнозировании будущего, оказывается, что предвзятость влияет на большую часть нашего сознательного опыта.

Простой ответ – нет. Мозг работает в тандеме с объективным миром, хотя и через узкое окно, сильно подкрепленное воспоминаниями о прошлом, чтобы не быть подавляющим.

Дальнейшее исследование сегодня, однако, передает эстафету философии, с ее тысячелетиями поляризованной восточной и западной мысли, подвергающей сомнению истинную природу мира там .

Это предполагает, что мы встретимся где-то посередине.

С одной стороны, Восток практикует холистическую субъективность с фаталистическим принятием мира таким, какой он есть; священное целое. С другой — ненасытная объективность капиталистического Запада с его одержимостью редукционизмом; научное стремление к истине, которое заканчивается безжизненно³⁴. Мы видим точки, а не далматина.

Лучший (строго западный) вопрос, возможно, заключается в определении фактического соотношения между субъективной и объективной реальностью, которое производит то, что мы называем опытом.Но проблема с стремлением к количественной оценке заключается в том, что мы вступаем в мир противоречий, покидая стены безопасности ньютоновского детерминизма ради случайной вселенной принципа неопределенности Гейзенберга.

Мы пытаемся изучить объективный мозг через принципиально субъективную линзу — мозг. На краю нашего мирского понимания мы натыкаемся на ящик Пандоры квантовой механики; двухщелевой эксперимент. А также другие неразгаданные, возможно, связанные с неврологией загадки в физике.

Это соотношение, если такое существует, будет колебаться между людьми на оси различных состояний, таких как то, что мы исследовали в этой части: нервная стимуляция, степень патологии, самосознание.

Конечно, наука о галлюцинациях и их удивительное повсеместное распространение ясно показывают, что реальность более субъективна, чем думает большинство из нас. И это имеет смысл, учитывая, что то, что мы видим, детерминистически находится вне нас. Разумно, это обосновано, чтобы происходить оттуда.Но это понимание едва приближает нас к поиску удовлетворительного научного ответа.

Учитывая, что субъективный опыт у всех разный, хорошей отправной точкой, возможно, является целостность оптической и нейронной зрительных систем (глаз и мозга) в сравнении с потоком визуальной информации, доступной этим системам. (Внешний свет/стимуляция.)

При отклонении хотя бы одной шестеренки от того, что можно было бы считать нормальным, очень быстро начинают появляться нейронные артефакты, и мозг отбирает все больший кусок пирога восприятия.Это было засвидетельствовано нашим добровольцем, который был ярко перенесен обратно в пиццерию своей семьи с помощью стимуляции мозга. (Или, что более серьезно, из-за психиатрических проблем, таких как синдром Шарля Бонне и шизофрения.)

Мы знаем, что люди могут быть затянуты в лабиринт, созданный исключительно их собственным разумом, будь то из-за невропатологии (о чем есть множество историй в Голливуде) или в здоровом мозге из-за сновидение. Но как далеко заходит кроличья нора в другую сторону? Выражается ли это в чрезмерно стимулирующем кислотном трипе, когда нервные барьеры на пути к объективности скомпрометированы? Или мы снова вернулись к мозгу?

К сожалению, эксперименты, подобные тем, что проводились с помощью Замещающей реальности системы (SR), показывают, что даже полностью здоровые люди не избавлены от неудачи в калибровке субъективной и объективной реальности.

Нравится нам это или нет, но мир размыт для всех нас. Точный переход между записанной и живой реальностью кажется неразрешимым, но это заставляет задуматься…

Может быть, пришло время начать искать наши собственных тотемов.

Многие из самых ярких умов сегодня находятся на переднем крае понимания наших перцептивных отношений с технологиями, но лишь немногие из них готовы совершить ошеломляющие прорывы в этой области, как компания виртуальной реальности Oculus, которая теперь принадлежит Facebook.У них более глубокие карманы, чем у большинства научно-исследовательских отделов университетов из лиги плюща, и они несут интеллектуальную тяжесть некоторых из самых умных ученых мира, когда дело доходит до преодоления цифрового и биологического разрыва.

Однако этот мост все еще разделен пропастью невежества. У нас все еще едва ли есть представление о том, как работает человеческий мозг. В начале 2014 г. впервые был нанесен на карту мозг мыши³⁵; гигантское достижение в области коннектомики. (Область картирования мозга).В проекте участвовал один коннектом из 75 миллионов нейронов.

Однако полной карты человеческого мозга до сих пор нет. Достижение этой вехи принесло бы определенную степень понимания, которая, несомненно, привела бы к ответам на многие вопросы, поднятые в этой статье. VR тоже станет чертовски лучше.

Но скачок от мыши к человеку значителен. Трудно передать объективную шкалу, с которой мы здесь имеем дело. Даже скромно детализированный коннектом мозга мыши представляет более 1.8 петабайт данных. (Это 1,8 миллиона гигабайт.) С другой стороны, человеческому мозгу, скорее всего, потребуется 98 000 петабайт данных. Проблема пропасти гораздо менее ясна; его глубину невозможно узнать. С одной стороны, цифровая механика виртуальной реальности остается относительно логичной и безошибочной. С другой стороны, человеческий мозг обрабатывает информацию о предполагаемом распознавании образов с помощью подверженной ошибкам памяти.

Мы имеем дело с принципиально разными парадигмами обучения.И хорошо это или плохо, но эти очевидные недостатки и особенности биологии необходимо учитывать и учитывать при воспроизведении убедительной виртуальной среды для игрока-человека.

Сейчас мы рассмотрим некоторые серьезные проблемы, которые в настоящее время возникают в виртуальной реальности — как известные, так и неизвестные — которые делают этот мост таким длинным, а пропасть такой глубокой. Это очень захватывающая область исследования, которую мы только начинаем исследовать и понимать, и это честь — найти лишь сноску в отрасли, которая должна радикально изменить человеческий опыт.

Одним из аспектов мозга, из-за которого его так трудно воспроизвести с помощью искусственного интеллекта, является его способность (и навязчивость) создавать смысл в мире неопределенности³⁷. Если человеческий мозг видит серым, то компьютер видит только черно-белым. Посадите собаку за забором и попросите 9-летнего ребенка заполнить пропуск:

За забором голова _____.

Ребенок, скорее всего, сначала скажет вам, что это собака; ответ, который по-прежнему обременит даже самые мощные компьютеры.За исключением современных наборов данных машинного обучения (ML), компьютер может вместо этого экстраполировать новый вид собак-изгородей.

Еще более сложным для компьютера было бы то, что ребенок неявно понял бы, что под головой (и за забором) находится тело, завершающее собаку. То, что для нас естественно — то, что отличает собаку от кого-то еще, — общеизвестно сложно для компьютера.

Но этому есть простое объяснение: это две принципиально разные парадигмы обучения.

Учитывая, что сегодня у нас едва ли есть структура человеческого мозга, мы не совсем уверены, какую парадигму использует мозг, чтобы мы могли ее воспроизвести. Лучшее, что мы можем сделать, — это эффективно увеличить объем памяти, но так и не понять, что именно мы видим.

Компьютер будет маркировать каждый цвет, породу и отверстие собаки, но он все равно не поймет что такое собака, если она войдет в ту же комнату, немного залаяет и повиливает хвостом в поисках лакомства. Чтобы компьютер мог победить человека на общеобразовательной выставке, ему нужно сначала запомнить 200 миллионов страниц контента, включая полный текст Википедии³⁸.И даже тогда он скажет вам, что оценивает (оценивает! ) Барака Обаму как бывшего президента с вероятностью менее 100%.

Один из способов сопоставить эти различия заключается в том, что компьютеры не используют все 5 различных чувств, которые человеческий мозг эволюционировал, чтобы интегрировать их вместе, прежде чем делать выводы. В результате компьютеры должны сверхкомпенсировать за счет постоянного увеличения вычислительной мощности, затрачиваемой на выполнение задач.

Простой способ представить это на языке ядер ЦП и тактовых частот по сравнению с нейронами.

Если представить, что одно ядро ​​ЦП эквивалентно одному нейрону, человеческий мозг имеет 100 миллиардов таких ядер (нейронов) и в среднем 1000 соединений на ядро. В общей сложности одновременно выполняется около 100 триллионов вычислений.

Нейроны намного медленнее современных процессоров, но при 200 вычислениях в секунду мы получаем 20 миллионов миллиардов (2 x 1016) вычислений в секунду.

Пытаясь воспроизвести интеллект человеческого мозга, мы используем принципиально иную парадигму.Результатом этого является множество необъяснимых явлений, для которых мы придумали ярлыки с одинаково запутанными терминами; слепота к изменению, непрерывность опыта, поле непрерывности, которого мы коснулись ранее, и постоянство видения, к которому мы вернемся позже.

Это проблемы, с которыми сегодня борются некоторые из самых ярких умов мира.

Виртуальная реальность — это не просто «поместить дисплей на дюйм перед каждым глазом и отобразить изображения в нужное время в нужном месте»⁴⁰, — говорит Майкл Абраш, главный научный сотрудник Oculus VR.Миниатюризируя вашу гостиную перед вашим лицом и выключая свет, мозг по-прежнему осознает что это наблюдает 3D-симуляцию 2D-проекции. Чего мы действительно хотим, так это 3D-симуляции 3D-проекции, тем самым обманывая мозг, заставляя думать, что это реальный мир. Это гораздо более сложная шарада для поддержания.

«Есть три основных фактора, влияющих на то, насколько реальными — или нереальными — кажутся нам виртуальные сцены»⁴⁰, — говорит он. Первые два имеют более объективный акцент на технологическую сторону — они известны как с отслеживанием и с задержкой. Это проблемы статической настройки телевизора, с которыми не так часто сталкиваются, когда глаза одинаково статичны, и их можно почти устранить за счет увеличения частоты обновления и увеличения размытия при вращении камеры. Однако каждый раз, когда глаза переориентируются в пространстве, как это происходит в виртуальной реальности, а не на статическом дисплее, активируется множество физических и неврологических процессов, пока мозг калибруется к новой сцене.

Повторить предыдущий отрывок:

У человека ямка представляет собой поле зрения с высоким разрешением, но очень узким; около 1-2 градусов.По этой причине глаза совершают микродвижения (известные как саккады). Мы фокусируемся на новых и направленных на память стимулах интереса посредством вестибулоокулярного рефлекса (ВОР) и создаем трехмерную карту мира с упором на новое и интересное.

Эта сложная система, кажется, порождает множество постоянных проблем в виртуальной реальности. Возьмем только один пример: у нас есть «дрожание» или «тот факт, что во время каждого кадра пиксели остаются освещенными в течение значительных периодов времени»⁴¹, — говорит Абраш.С обычным 2D-3D ваши глаза и мозг знают, что они смотрят на картинку, но действительно убедительные изображения в 3D-3D «должны оставаться стабильными по отношению к реальному миру, когда вы двигаетесь»⁴². Это как сравнивать свою реакцию на медведя в кино и на медведя в реальной жизни. В 3D-3D мозг замечает ежеминутное несоответствие в мире, потому что инстинктивно теперь считается, что на карту поставлена ​​ваша жизнь. Ваше выживание зависит от того, сможете ли вы замечать тонкие несоответствия в окружающей среде.

Это лишь одна из причин, почему виртуальная реальность так сложна. Это как если бы ваш ресторан посетили самые суровые гастрономические критики с самыми деликатными пищевыми палитрами. Они все замечают.

Более подробное определение отслеживания и задержки, а также других проблемных терминов выходит за рамки этой статьи (и, как подтвердит Абраш, многое еще предстоит понять), но объяснить просто: если вы когда-либо замечали второе рука на часах или часах, которые кажутся зависшими дольше, чем на секунду, когда вы впервые смотрите, вы уже испытали короткий период, когда мозг, кажется, бездействует, прежде чем возобновить нормальную работу.

Во время этой паузы мозг на самом деле реконструирует настоящее через окно десятых долей секунды⁴³, где собирается недавняя информация и формируется связная картина, как мы видели ранее с полем непрерывности. Это явление, в частности, называется иллюзией остановившихся часов , примером хроностаза; что само по себе является продуктом саккадической маскировки, «где мозг выборочно блокирует визуальную обработку во время движений глаз таким образом, что ни движение глаза […], ни разрыв в зрительном восприятии не заметны для наблюдателя.⁴⁴ Это каким-то образом объясняет, почему изображения кажутся дрожащими, когда глаза постоянно двигаются в виртуальной реальности, но не на статичном дисплее с такими же статичными глазами.

Согласование темпоральности нестатической визуальной системы с цифровыми дисплеями в виртуальной реальности лежит в основе создания опыта виртуальной реальности, неотличимого от реальной жизни. (В виртуальной реальности эта проблема известна как постоянство — она связана с постоянством зрения, которое было представлено ранее.)

Нам интуитивно кажется, что мозг без разбора представляет мир вокруг нас в любой момент времени, как это сделал бы цифровой дисплей. в абсолютном стиле .Это фундаментальное отличие «абсолютно цифровой» от «относительной биологии» — еще один взгляд на то, почему так сложно перевести биологию в цифровую форму. Это требует, чтобы мы проектировали в соответствии с теми же иногда анахроничными компромиссами, которые дала нам эволюция, а не создавали с нуля теоретически превосходный HMD (головной дисплей).

Третий фактор от Абраша более субъективен и не ориентирован на цифровые технологии. Это сама зрительная система — глаза и мозг — которые мы рассмотрели более подробно.Именно этот третий фактор действительно находится в центре внимания этой статьи.

Понимание того, как именно мозг обрабатывает виртуальную реальность, поднимает интересный вопрос: что виртуальная реальность может рассказать нам о том, как работает человеческий мозг? На фоне неразрешимой в настоящее время задачи картирования человеческого мозга это может стать многообещающим направлением исследований.

Вернемся к проведению границы между реальным и виртуальным в качестве отправной точки. Но еще раз, это оказывается более сложной проблемой, чем мы могли бы подумать.

Психолог и директор исследовательского центра виртуальных сред Калифорнийского университета Джим Бласкович стоит на трибуне первой в Виннипеге конференции TEDx⁴⁵. Он выражает благодарность аудитории, прежде чем задать им любопытный вопрос:

«Где вы будете во время моего выступления?»

Зрители нервно смеются, чувствуя приближение неинтуитивного ответа. «Прямо здесь, слушая меня?», предлагает он. «Не полностью. Если вы похожи на среднестатистического североамериканца, ваш разум перенесет вас в другое место 40 раз за 18 минут, которые у меня есть на это выступление.

Так где мы проводим грань между реальным и виртуальным? Когда вы идете в другом месте в вашей голове? Это все еще реальность? Или правильнее назвать это «биологической виртуальной реальностью», как наш человек в пиццерии в начале?

Возможно, убедительный ответ заключается в том, что реальность относительна. Бласкович продолжает.

«Наша позиция заложена в нашем представлении о том, что мы называем психологической относительностью. Теперь ученые доказали, что движение относительно. Когда я стою здесь сегодня вечером, не похоже, что я двигаюсь очень быстро или очень далеко.Но это восприятие верно только с точки зрения этой комнаты. С гораздо более отдаленной точки зрения, я двигаюсь довольно далеко и довольно быстро, как и вы. В Виннипеге на этой широте мы движемся со скоростью более 1500 км в час, так как Земля вращается вокруг своей оси».

Речь идет о перспективе.

Возьмем для примера звук. Когда вы слышите стрельбу из пистолета, принципиальное различие между тем, стоите ли вы в 10 метрах или в 500 метрах. Звуку требуется время, чтобы пройти сквозь пространство и попасть в ухо.

Выстрел объективно не существует, только у агентов с аппаратурой регистрации и реакции на звук. А в случае с людьми возможно: зарегистрироваться, реагировать и отражать. Пресловутое дерево, которое падает в лесу, где никого нет; шумит? Ну, наука предполагает, что это не так.

Бласкович дает понять, что грань между реальностью и виртуальным действительно очень размыта, что, кажется, нервировало меня, пока я писал это.

Но если мы присмотримся повнимательнее, может оказаться, что разница больше, чем мы думаем. МРТ-сканирование мозга показывает, что разница настолько глубока, что цифровой мир, возможно, никогда не сможет идеально воспроизвести реальный мир с точки зрения мозга. Это не означает, что сознание нельзя обмануть, но может означать, что у нас есть биологический тотем. Чтобы продолжить сейчас, предположим, что отслеживание, задержка и другие технические проблемы решены в VR, и начнем с важного различия между тем, как воспринимается реальный мир, и тем, как воспринимается виртуальная реальность через HMD.То есть мы предполагаем, что когда мы смотрим налево в виртуальной реальности, мир движется точно так же по отношению к движению нашей головы, как и в реальной жизни.

Первый принцип таков: то, что воспринимает зрительная система, вызвано соответствующим скоплением фотонов, которые существуют вне тела и попадают на сетчатку. Вот где глубокая разница. Как говорит Абраш, «общий способ представления фотонов, генерируемых дисплеем, на сетчатке не имеет ничего общего с фотонами реального мира»⁴⁰.

Недавние исследования подтверждают это. В конце 2014 года нейрофизики обнаружили, что нейронов мозга, отображающих пространство, на самом деле по-разному реагируют между реальным миром и цифровым миром VR⁴⁶. Как мы упоминали ранее, когда человек попадает в новую среду, мозг избирательно активируется, чтобы сформировать в памяти «когнитивную карту» этой области.

Гиппокамп вычисляет расстояния между заметными ориентирами, такими как горы и здания, и интерполирует информацию от всех органов чувств, чтобы сформировать трехмерную карту мира.Считалось, что мозг будет реагировать в реальном мире так же, как и в виртуальной реальности.

Конечно, это нужно было проверить.

В ходе одного исследования ученые надели на крыс мини-ремни и поместили их на беговую дорожку, полностью окруженную виртуальным миром. Затем исследователи сравнили активность мозга в этой среде и в реальной комнате, которая выглядела точно так же, как среда виртуальной реальности.

То, что они нашли, удивило их.

Мозговые модели, соответствующие двум сценариям, были день и ночь. В то время как активность нейронов была упорядоченной и разумной в реальном мире. Однако в виртуальном мире нейроны, казалось, активировались случайным образом.

Некоррелированная активность предполагает, что крыса была полностью сбита с толку, но ее поведение было одинаковым в обоих случаях. «Карта» полностью исчезла», — сказал Мехта, старший автор исследования, прежде чем сделать вывод: «Нам необходимо полностью понять, как виртуальная реальность влияет на мозг.Без сомнения, это чрезвычайно важное понимание, поскольку индустрия виртуальной реальности начинает набирать скорость.

Майкл Абраш из Ocuslus предлагает более глубокое понимание. «Фотоны реального мира непрерывно отражаются или излучаются каждой поверхностью и постоянно меняются. Напротив, дисплеи излучают фиксированные потоки фотонов из отдельных областей пикселей в течение дискретных периодов времени, поэтому излучение фотонов квантуется как в пространстве, так и во времени». чтобы обмануть сознательный разум, но не бессознательное.Возможно, скрытое благословение.

В статье Майкла Диринга 1998 года, на которую мы ссылались ранее²⁸, несколько конфигураций мониторов использовались для формирования теоретической модели насыщения зрительной системы. Цитирую:

«Предположим, что стереодисплей с частотой 60 Гц и сложностью глубины 6, мы делаем прогноз, что скорость рендеринга примерно в десять миллиардов треугольников в секунду достаточна для насыщения зрительной системы человека».

Как только эта точка будет достигнута, отметил Диринг, предельные пределы человеческого зрительного восприятия теперь должны быть включены в аппаратные компромиссы.

Возможно, этот порог уже превышен.

Цифровые мониторы не делают различий между прямым, узким взглядом центральной ямки и нашей размытой периферией, где возможность заключается в сохранении ресурсов, в большей степени полагаясь на опытную память, а не на неопределенность. Проще говоря, дисплеи выводят одну и ту же информацию независимо от того, смотрите ли вы в верхний левый угол дисплея или в нижний правый. Цитируя Диринга, еще в 1998 году ЭЛТ превышали «максимальные возможности обнаружения пространственной частоты зрительной системы в областях, удаленных от того места, куда смотрит центральная ямка.”

Однако существует цифровой пример периферийной обработки, отличной от непосредственно переживаемого действия. Это можно понять с помощью так называемой теоремы выборки Найквиста-Шеннона⁴⁷. В 2012⁴⁸ программист и основатель Epic games Тим Суини провел презентацию о будущем игр, в которой объяснил теорему:

«Разрешение экрана ограничивает количество графических данных, которые нам нужно обработать — сверх этого предела». , любые дополнительные данные теряются.

Это означает, что только изображения на экране для любого заданного разрешения должны быть четкими (фовеальный эквивалент). Действия за пределами экрана могут выполняться с меньшим энергопотреблением и потреблять меньше памяти. (Эквивалент периферического размытия). Это известно как предел Найквиста.

По этой причине, Суини говорит, что максимально реалистичный HMD будет иметь разрешение 8000 x 4000 пикселей с углом обзора 90 градусов. И с такой настройкой нам потребуется где-то около 20–40 миллиардов треугольников на экране в секунду.

Суини предсказывает, что эта технология появится только через 2–3 поколения.

Важное примечание: учитывая увеличенное поле зрения в виртуальной реальности, вводится еще одна проблема. Более широкое поле зрения в шлеме виртуальной реальности означает, что он обязательно должен отображать больше пикселей в любой момент времени по сравнению с обычным дисплеем.) что «дисплей с частотой 1000 Гц, скорее всего, будет выглядеть великолепно, а также почти наверняка уменьшит или устранит ряд других проблем с HMD, возможно, включая укачивание, потому что он будет взаимодействовать с визуальной системой таким образом, который гораздо точнее имитирует реальность, чем существующие дисплеи.⁴¹ Но, к своему разочарованию, он продолжает: «У меня нет возможности узнать что-либо об этом наверняка, поскольку я никогда не видел наголовный дисплей с частотой 1000 Гц и никогда не ожидаю увидеть».

Более реалистично, дисплей с частотой 120 Гц обещает заметные улучшения. Но хотя технически это возможно построить для виртуальной реальности, экономически более целесообразно подождать, пока эти дисплеи не станут более широко использоваться в мобильных телефонах. Индустрия виртуальной реальности сможет извлечь выгоду из эффекта масштаба, снизив стоимость виртуальной реальности для потребителей.Как объясняет Абраш: «Конечно, это возможно, как и для OLED-панелей, но до тех пор, пока рынок виртуальной реальности не станет достаточно большим, чтобы управлять дизайном панелей или оправдать огромные инженерные затраты на индивидуальный дизайн, этого не произойдет. .”⁴²

В конце концов, Абраш признает, что «кто-то должен вмешаться и изменить аппаратные правила». Сегодняшние препятствия на пути к тому, чтобы сделать виртуальную реальность всем, чем она может быть, связаны не только с технологиями — мы не можем просто добавить к ним больше вычислительной мощности и ожидать решения грандиозных инженерных задач.Дайте умнейшим ученым мира компьютеры бесконечной мощности, и мы все равно не сможем воссоздать реальность в виртуальной реальности.

Однако проблема также и социальная, и она сводится к инновациям .

Есть такие эксперты, как футурист и изобретатель Рэй Курцвейл⁴⁹, которые прослеживают закон Мура (наблюдение, что вычислительная мощность увеличивается экспоненциально каждые 12–18 месяцев) с 1968 года, чтобы отслеживать и прогнозировать развитие технологий. Они пришли к выводу, что компьютеры скоро превзойдут человеческий интеллект в течение следующих 20 лет.

Но хотя закон Мура может довольно точно предсказать, что технология искусственного интеллекта, такая как Deep Blue, сможет обыграть гроссмейстера в шахматы к 1998 году, предвидеть распад Советского Союза и даже беспилотный автомобиль Google, он может не быть парадигмой, которая переводит в чрезвычайное разнообразие человеческого интеллекта, которое развивалось на протяжении тысячелетий.

Наши моторные навыки наряду с нашими противопоставленными большими пальцами в сочетании с распознаванием образов и умением решать проблемы представляют собой гигантскую проблему для технологий.Технология предрасположена к специализации . (Это довольно аутистично по своей природе, чтобы провести человеческую параллель.)

Задача за задачей, компьютеры побеждают нас без споров. Но с точки зрения приспособляемости и гибкости, а также интуиции, которая может возникнуть благодаря этой свободе, мы выигрываем. Компьютеры поражают воображение тем, что они лучше всех справляются с постоянно растущим списком систематических задач. Но вряд ли в ближайшее время они будут конкурировать за минимальную заработную плату с уборщицей.

Деятельность, связанная с высокой степенью неопределенности и/или требующая ловкого моторного контроля, гораздо менее понятна машинам, и трудно установить временную шкалу технологий, которые могут заменить нас в этих задачах.Даже невероятные беспилотные автомобили больше похожи на поезд на тщательно детализированных путях, чем на по-настоящему раскрепощенный автомобиль.

Решающим здесь является вызов инноваций. «Facebook мог быть разработан на 10 лет раньше [по технологии 1994 года]», — говорит Суини в своем выступлении. Так почему же тогда у нас не было Facebook? Ну просто не было изобретено тогда человеком. Компьютеры не очень хороши в изобретениях. По крайней мере, пока. Инновации часто возникают, когда вы оказываетесь в нужном месте в нужное время, используя как мозг, так и мускулы человека.

К счастью для поклонников виртуальной реальности, кажется, что такие эксперты, как Тим Суини и Майкл Абраш, имеют хорошие возможности для того, чтобы с течением времени вносить большие изменения во вселенную виртуальной реальности.

Если нам действительно повезет, они (или кто-то другой) могут вскоре помочь открыть мир, в котором игроки получают свой собственный тотем, прежде чем подключиться к виртуальной экономике. Цифровые отрасли будут стимулировать новые цифровые отрасли в течение дней и недель, а не лет и десятилетий. Виртуальная реальность в мозгу развернется, чтобы обмануть сознательный разум, и у нас будут только воспоминания о реальном мире, которые уговорят нас отключиться.

Вопрос в том, захотим ли мы вернуться?

Что значит дать ИИ теорию разума

В прошлом месяце команда ИИ-геймеров-самоучек сокрушительно проиграла людям-профессионалам в долгожданной галактической схватке. Игра, проходящая в рамках Международного чемпионата по Dota 2 в Ванкувере, Канада, показала, что в более широком стратегическом мышлении и сотрудничестве люди по-прежнему остаются на вершине.

ИИ представлял собой серию алгоритмов, разработанных некоммерческой организацией OpenAI, поддерживаемой Илоном Маском.Алгоритмы, получившие общее название OpenAI Five, используют обучение с подкреплением, чтобы научиться играть в игру и сотрудничать друг с другом с нуля.

В отличие от шахмат или го, динамичная многопользовательская видеоигра Dota 2 считается намного более сложной для компьютеров. Сложность — это только часть проблемы. Ключевым моментом здесь является то, что группа алгоритмов ИИ вырабатывает своего рода «здравый смысл», своего рода интуицию о том, что другие планируют делать, и реагируют тем же на достижение общей цели.

«Следующее важное событие для ИИ — это сотрудничество, — сказал доктор Джун Ван из Университетского колледжа Лондона. Тем не менее сегодня даже самые современные алгоритмы глубокого обучения не способны к стратегическому мышлению, необходимому для понимания чьих-то стимулов и целей — будь то другой ИИ или человек.

По словам Вана, ИИ нуждается в навыках глубокого общения, которые проистекают из критической когнитивной способности человека: теории разума.

Теория разума как симуляция

К четырем годам дети обычно начинают понимать один из фундаментальных принципов общества: их разум не похож на разум других.У них могут быть разные убеждения, желания, эмоции и намерения.

И самое главное: представив себя на месте других людей, они могут начать предсказывать действия других людей. В каком-то смысле их мозг начинает запускать обширные симуляции себя, других людей и их окружение.

Позволяя нам примерно понимать мысли других людей, теория разума необходима для человеческого познания и социальных взаимодействий. Это лежит в основе нашей способности эффективно общаться и сотрудничать для достижения общих целей.Это даже движущая сила ложных убеждений — идей, которые формируются у людей, даже если они отклоняются от объективной истины.

Когда теория разума рушится — как иногда бывает в случае аутизма — ухудшаются и основные «человеческие» навыки, такие как рассказывание историй и воображение.

Для доктора Алана Уинфилда, профессора робототехнической этики в Университете Западной Англии, теория разума — это секретный соус, который в конечном итоге позволит ИИ «понимать» потребности людей, вещей и других роботов.

«Идея поместить симуляцию внутри робота… это действительно изящный способ позволить ему действительно предсказывать будущее», — сказал он.

В отличие от машинного обучения, при котором несколько слоев нейронных сетей извлекают шаблоны и «обучаются» на больших наборах данных, Winston продвигает нечто совершенно иное. Вместо того чтобы полагаться на обучение, ИИ будет предварительно запрограммирован на внутреннюю модель самого себя и мира, которая позволит ему отвечать на простые вопросы «что, если».

Например, при движении по узкому коридору со встречным роботом ИИ может имитировать поворот влево, вправо или продолжение движения и определять, какое действие, скорее всего, позволит избежать столкновения.По словам Уинстона, эта внутренняя модель, по сути, действует как «машина следствия», своего рода «здравый смысл», который помогает направлять свои действия, предсказывая действия окружающих.

В статье, опубликованной в начале этого года, Уинстон показал прототип робота, который действительно может достичь этой цели. Предугадывая поведение окружающих, робот успешно перемещался по коридору без столкновений. В этом нет ничего нового — на самом деле «внимательному» роботу потребовалось на 50 процентов больше времени, чтобы завершить свое путешествие, чем без симуляции.

Но для Уинстона исследование является доказательством концепции того, что его внутреннее моделирование работает: [это] «мощная и интересная отправная точка в развитии теории искусственного разума», — заключил он.

Со временем Уинстон надеется наделить ИИ чем-то вроде способности рассказывать истории. Внутренняя модель, которую ИИ имеет для себя и других, позволяет ему моделировать различные сценарии и, что особенно важно, рассказывать историю о том, каковы были его намерения и цели в то время.

Это кардинально отличается от алгоритмов глубокого обучения, которые обычно не могут объяснить, как они пришли к своим выводам.Модель «черного ящика» глубокого обучения — ужасный камень преткновения на пути к укреплению доверия к этим системам; проблема особенно актуальна для роботов, обеспечивающих уход в больницах или для пожилых людей.

ИИ, вооруженный теорией разума, может имитировать разум своих спутников-людей, чтобы выявлять их потребности. Затем он мог бы определить соответствующие ответы — и оправдать эти действия перед человеком — , прежде чем воздействует на них. Меньше неопределенности приводит к большему доверию.

Теория разума в нейронной сети

DeepMind использует другой подход: вместо заранее запрограммированного механизма следствия они разработали ряд нейронных сетей, которые отображают своего рода теорию разума.

ИИ «ToMnet» может наблюдать и учиться на действиях других нейронных сетей. ToMNet представляет собой совокупность трех нейронных сетей: первая опирается на тенденции других ИИ на основе «рейтинга» их прошлых действий. Второй формирует общее представление об их текущем состоянии ума — их убеждениях и намерениях в конкретный момент. Выходные данные обеих сетей затем поступают в третью, которая предсказывает действия ИИ в зависимости от ситуации. Как и другие системы глубокого обучения, ToMnet становится лучше с опытом.

В ходе одного эксперимента ToMnet «наблюдал», как три агента ИИ маневрируют по комнате, собирая цветные коробки. ИИ были трех видов: один был слепым, поскольку не мог вычислить форму и планировку комнаты. У другого была амнезия; этим парням было трудно вспомнить свои последние шаги. Третий мог и видеть, и помнить.

После обучения ToMnet начал предсказывать характер ИИ, наблюдая за его действиями — например, слепые склонны двигаться вдоль стен. Он также может правильно предсказывать будущее поведение ИИ и, что наиболее важно, понимать, когда ИИ придерживается ложных убеждений.

Например, в другом тесте команда запрограммировала одного ИИ на близорукость и изменила расположение комнаты. Агенты с более дальновидным зрением быстро адаптировались к новой раскладке, но близорукие ребята продолжали идти своим первоначальным путем, ошибочно полагая, что они все еще ориентируются в старой среде. ToMnet поддразнил эту причуду, точно предсказав результат, (по сути) поставив себя на место близорукого ИИ.

По словам доктора Элисон Гопник, специалиста по психологии развития из Калифорнийского университета в Беркли, которая не принимала участия в исследовании, результаты показывают, что нейронные сети обладают поразительной способностью самостоятельно обучаться навыкам, наблюдая за другими.Но еще слишком рано говорить о том, что эти ИИ разработали искусственную теорию разума.

«Понимание»

ToMnet тесно переплетено с его учебным контекстом — комнатой, ИИ для сбора ящиков и так далее, — объяснил доктор Джош Тененбаум из Массачусетского технологического института, который не участвовал в исследовании. По сравнению с детьми это ограничение делает ToMnet гораздо менее способным предсказывать поведение в радикально новой среде. Также было бы сложно смоделировать действия совершенно другого ИИ или человека.

Но усилия Уинстона и DeepMind показывают, что компьютеры начинают «понимать» друг друга, даже если это понимание все еще находится в зачаточном состоянии.

И по мере того, как они продолжают лучше понимать умы друг друга, они приближаются к анализу нашего — какими бы запутанными и сложными мы ни были.

Изображение предоставлено: Immersion Imagery / Shutterstock.com

Открытие физического симулятора для робототехники

Продвижение исследований повсюду с приобретением MuJoCo

Когда вы идете, ваши ноги соприкасаются с землей. Когда вы пишете, ваши пальцы соприкасаются с ручкой.Физические контакты — это то, что делает возможным взаимодействие с миром. Тем не менее, для такого обычного явления контакт представляет собой удивительно сложное явление. Имея место в микроскопических масштабах на границе раздела двух тел, контакты могут быть мягкими или жесткими, упругими или губчатыми, скользкими или липкими. Неудивительно, что на кончиках наших пальцев есть четыре разных типа сенсорных датчиков. Эта неуловимая сложность делает имитацию физического контакта — жизненно важного компонента исследований в области робототехники — непростой задачей.

Богатая, но эффективная контактная модель физического симулятора MuJoCo сделала его ведущим выбором исследователей робототехники, и сегодня мы с гордостью сообщаем, что в рамках миссии DeepMind по развитию науки мы приобрели MuJoCo и делают его бесплатным для всех, чтобы поддерживать исследования во всем мире.MuJoCo уже широко используется в сообществе робототехники, в том числе в качестве предпочтительного физического симулятора для команды робототехники DeepMind. Он предлагает богатую контактную модель, мощный язык описания сцен и хорошо продуманный API. Вместе с сообществом мы продолжим улучшать MuJoCo как программное обеспечение с открытым исходным кодом под разрешительной лицензией. Пока мы работаем над подготовкой кодовой базы, мы делаем MuJoCo бесплатным в виде предварительно скомпилированной библиотеки.

Сбалансированная модель контакта. MuJoCo, что означает Mu lti- Jo int Dynamics с Co ntact, идеально подходит благодаря своей контактной модели, которая точно и эффективно фиксирует характерные черты контактирующих объектов.Как и другие симуляторы твердого тела, он избегает мелких деталей деформации в месте контакта и часто работает намного быстрее, чем в реальном времени. В отличие от других симуляторов, MuJoCo разрешает контактные силы, используя выпуклый принцип Гаусса. Выпуклость обеспечивает уникальные решения и четко определенную обратную динамику. Модель также является гибкой, предоставляя несколько параметров, которые можно настроить для аппроксимации широкого диапазона контактных явлений.

Настоящий

МуДжуКо

Сложные явления, связанные с контактами, такие как переворачивание волчка Типпе, естественно возникают в MuJoCo благодаря точному описанию контактов.

Настоящая физика, никаких ярлыков. Поскольку многие симуляторы изначально разрабатывались для таких целей, как игры и кино, иногда они используют ярлыки, в которых стабильность важнее точности. Например, они могут игнорировать гироскопические силы или напрямую изменять скорость. Это может быть особенно вредно в контексте оптимизации: как впервые заметил художник и исследователь Карл Симс, оптимизирующий агент может быстро обнаружить и использовать эти отклонения от реальности. Напротив, MuJoCo — это симулятор непрерывного времени второго порядка, реализующий полные уравнения движения.Привычные, но нетривиальные физические явления, такие как Колыбель Ньютона, а также такие неинтуитивные, как эффект Джанибекова, возникают естественным образом. В конечном счете, MuJoCo строго придерживается уравнений, управляющих нашим миром.

Настоящий

МуДжуКо

MuJoCo может точно зафиксировать распространение импульса в колыбели Ньютона.

Настоящий (источник: НАСА)

МуДжуКо

Гироскопические силы из-за сохранения углового момента вызывают этот интересный эффект, наблюдаемый здесь в невесомости.

Портативный код, чистый API. Основной движок MuJoCo написан на чистом C, что делает его легко переносимым на различные архитектуры. Библиотека выдает детерминированные результаты с описанием сцены и состоянием моделирования, полностью инкапсулированными в две структуры данных. Они составляют всю информацию, необходимую для воссоздания симуляции, включая результаты промежуточных этапов, обеспечивая легкий доступ к внутренним компонентам. Библиотека также обеспечивает быстрые и удобные вычисления часто используемых величин, таких как кинематические якобианы и матрицы инерции.

Мощное описание сцены. Формат описания сцены MJCF использует каскадные значения по умолчанию — избегая множественных повторяющихся значений — и содержит элементы для реальных роботизированных компонентов, таких как ограничения равенства, маркеры захвата движения, сухожилия, приводы и датчики. Наша долгосрочная дорожная карта включает в себя стандартизацию MJCF как открытого формата, чтобы расширить его полезность за пределы экосистемы MuJoCo.

Биомеханическое моделирование. MuJoCo включает в себя две мощные функции, которые поддерживают скелетно-мышечные модели людей и животных.Пространственная маршрутизация сухожилий, включая охват костей, означает, что прилагаемые силы могут быть правильно распределены по суставам, описывая сложные эффекты, такие как переменное плечо момента в колене, обеспечиваемое большеберцовой костью. Модель мышц MuJoCo отражает сложность биологических мышц, включая состояния активации и кривые сила-длина-скорость.

Симуляция человеческой ноги качается под действием силы, приложенной к сухожилиям. Обратите внимание, как большеберцовая кость скользит по бедренной кости.На основе Lai, Arnold & Wakeling (2017).

Недавняя перспектива PNAS , исследующая состояние моделирования в робототехнике, определяет инструменты с открытым исходным кодом как критически важные для продвижения исследований. Рекомендации авторов заключаются в разработке и проверке платформ моделирования с открытым исходным кодом, а также в создании открытых и курируемых сообществом библиотек проверенных моделей. В соответствии с этими целями мы стремимся развивать и поддерживать MuJoCo как бесплатный проект с открытым исходным кодом, управляемый сообществом, с лучшими в своем классе возможностями.В настоящее время мы усердно работаем над подготовкой MuJoCo к полностью открытому исходному коду, и мы рекомендуем вам загрузить программное обеспечение с новой домашней страницы и посетить репозиторий GitHub, если вы хотите внести свой вклад. Напишите нам, если у вас есть какие-либо вопросы или предложения, и если вы также рады раздвинуть границы реалистичного моделирования физики, мы нанимаем. Мы не можем обещать, что сможем решить все сразу, но мы очень хотим работать вместе, чтобы сделать MuJoCo симулятором физики, которого мы все ждали.

MuJoCo в DeepMind. Наша команда робототехников использовала MuJoCo в качестве платформы моделирования для различных проектов, в основном с помощью нашего стека Python dm_control. В карусели ниже мы выделяем несколько примеров, чтобы продемонстрировать, что можно смоделировать в MuJoCo. Конечно, эти клипы представляют собой лишь малую часть обширных возможностей того, как исследователи могут использовать симулятор. Чтобы просмотреть версии этих клипов в более высоком качестве, нажмите здесь.

0 ? выбрано — : ноль»> Пред. Следующий

Как и другие участники сообщества, наша команда робототехников использовала MuJoCo в качестве платформы для моделирования различных проектов.В приведенном выше монтаже мы выделяем несколько примеров, чтобы продемонстрировать, как этот инструмент выглядит в действии. Конечно, эти видеоклипы представляют собой лишь небольшую часть обширных возможностей того, как робототехники могут использовать симулятор для продвижения своих исследований.

Управляйте видеоиграми силой мысли, чтобы повысить результативность спортсмена

Представьте, что вы играете в видеоигру FIFA, думая только о себе. Израильский стартап в области спортивных технологий разработал способ сделать это, чтобы дать спортсменам преимущество на реальном поле.

Используя i-BrainTech, спортсмены играют в реалистичную симуляцию спортивной игры, воображая движения в шапочке ЭЭГ. Сенсоры кепки считывают активность их мозга, улавливая электрические токи, соответствующие их мыслям, а затем преобразовывают их в реальные действия, предпринимаемые их аватарами в игре. Другими словами, спортсмен думает о том, чтобы ударить левой ногой, затем аватар делает удар на экране.

Таким образом, i-BrainTech предлагает сложный уровень визуализации спортивных событий.Моделирование активирует области мозга, отвечающие за двигательный контроль, не нагружая тело повторениями, помогая спортсменам улучшить концентрацию и эффективность в принятии решений.

«Дело в том, что когда вы просто представляете движение в деталях, ваш мозг выполняет точно такую ​​же работу, как если бы вы его выполняли», — говорит основатель и генеральный директор i-BrainTech Константин Сонкин, кандидат наук в области искусственного интеллекта. «Работа мозга идентична, что очень помогает им подготовить план».

Во время шестинедельного просмотра в академии ФК «Зенит» в Санкт-Петербурге.В Санкт-Петербурге группа спортсменов, которые сочетали i-BrainTech со своим обычным режимом физических тренировок, значительно превзошла контрольную группу на футбольном поле. Измеряя производительность повторными штрафными ударами на поле, группа с тренировкой мозга сообщила о повышении точности ударов на 35% и увеличении скорости мяча на 33%. Между тем, согласно исследованию, контрольная группа не продемонстрировала никакого «статистически значимого улучшения».

i-BrainTech был ориентирован на европейские футбольные клубы и работал с несколькими профессиональными командами континента.Но у него есть планы на расширение в другие лиги, такие как Высшая футбольная лига, и в другие виды спорта, такие как баскетбол. В настоящее время компания ведет переговоры с несколькими игроками НБА, которые хотят внести свой вклад в разработку баскетбольных симуляторов.

Спрос на тренировку мозга растет по мере того, как профессиональные команды, многие из которых уже хорошо разбираются в аналитике в эпоху после Moneyball , ищут дополнительные способы получить преимущество. В то время как в последние несколько лет основное внимание спортсменов уделялось управлению нагрузкой и частоте сердечных сокращений, мозг становится все более популярной областью изучения по мере того, как осознанность и визуализация становятся все более популярными.

«Двенадцать лет назад мир спорта резко изменился из-за сильного влияния спортивной аналитики, — говорит Сонькин. «С их глубоким контролем над каждой привычкой игроков в тренировках и образе жизни клубы стали машинами для воспитания спортсменов. Это было очень успешно. Но теперь они хотят знать, что заставляет одного превосходного спортсмена побеждать, а другого удивительного спортсмена проигрывать. В основном это объясняется производительностью их мозга».

Для Соркина, который говорит, что мозг является «самым недооцененным органом в теле спортсмена», речь идет о том, чтобы помочь людям, которые уже являются исключительными в том, что они делают, «обнаружить нереализованный потенциал» путем активации своего мозга и формирования его пластичности.

Компания обнаружила, что 25-минутная тренировка в день с видеоигрой до или после тренировки может помочь им выполнить не менее 65 повторений различных сценариев. Эту технологию также могут использовать тренеры для оценки уровня концентрации внимания игрока перед напряженными ситуациями. По словам Сонкина, тренеры по силовой и физической подготовке могут вынюхивать элитных игроков, которые хорошо показывают себя на тренировках, но задыхаются от растущих ожиданий, а затем давать им повторения, чтобы улучшить их реакцию на стресс.

«Если у вас есть обратная связь в режиме реального времени, вы можете методом проб и ошибок снова и снова эффективно активировать мозг.Когда вы делаете это, в вашем мозгу растут нейроны», — говорит он. «Устанавливается больше связей, поэтому вы становитесь более способным, что приводит к повышению производительности на поле».

 Со временем, по словам Сонкина, он также хотел бы сделать i-BrainTech коммерчески доступным для спортсменов-любителей, отметив, что «инвестиции в молодые таланты» и вспомогательные технологии являются «новой тенденцией» в сфере спортивных технологий.

«Инвестиции в молодые таланты будут увеличиваться по мере того, как элитные команды начнут привлекать таланты, — говорит он.«Наша концепция заключается в том, что вы идете в спортивный магазин, покупаете причудливую кепку с несколькими встроенными датчиками, берете свой смартфон, а затем подключаетесь к своему виду спорта и играете в игру с умом. Во время этого опыта вы тренируете свой мозг и открываете новые таланты и возможности».

Вопрос? Комментарий? Идея рассказа? Сообщите нам по адресу [email protected]

Является ли мозг полезной моделью для искусственного интеллекта?

Летом 2009 года израильский нейробиолог Генри Маркрам вышел на сцену TED в Оксфорде, Англия, и сделал нескромное предложение: по его словам, в течение десятилетия он и его коллеги создадут полную симуляцию человеческого мозга внутри суперкомпьютер.Они уже потратили годы на картографирование клеток неокортекса, предполагаемого центра мышления и восприятия. «Это все равно, что пойти и каталогизировать часть тропического леса, — объяснил Маркрам. «Сколько у него деревьев? Какой формы деревья?» Теперь его команда должна была создать виртуальный дождевой лес из кремния, из которого, как они надеялись, органично возникнет искусственный интеллект. Если все пойдет хорошо, пошутил он, возможно, смоделированный мозг выступит с докладом на TED в виде голограммы.

Идея Маркрама о том, что мы можем понять природу биологического интеллекта, подражая его формам, уходит своими корнями в давнюю традицию, восходящую к работам испанского анатома и лауреата Нобелевской премии Сантьяго Рамона-и-Кахала.В конце 19 века Кахаль провел микроскопическое исследование мозга, которое он сравнил с лесом настолько густым, что «стволы, ветки и листья соприкасаются повсюду». Зарисовав тысячи нейронов в мельчайших деталях, Кахаль смог сделать поразительные выводы о том, как они работают. Он увидел, что они фактически были односторонними устройствами ввода-вывода: они получали электрохимические сообщения в древовидных структурах, называемых дендритами, и передавали их по тонким трубкам, называемым аксонами, очень похожими на «соединения электрических проводников».

Взгляд Кахаля на нейроны стал линзой, через которую ученые изучали работу мозга. Это также вдохновило на крупные технологические достижения. В 1943 году психолог Уоррен МакКаллох и его протеже Уолтер Питтс, бездомный вундеркинд-математик, предложили элегантную схему того, как клетки мозга кодируют сложные мысли. Они предположили, что каждый нейрон выполняет базовую логическую операцию, объединяя несколько входных данных в один двоичный вывод: истина или ложь. Эти операции, такие же простые, как буквы в алфавите, можно было связать в слова, предложения, параграфы познания.Модель Маккалока и Питтса оказалась не очень хорошо описывающей мозг, но она стала ключевой частью архитектуры первого современного компьютера. В конце концов, он превратился в искусственные нейронные сети, которые сейчас широко используются в глубоком обучении.

Эти сети лучше было бы назвать нейронными . Подобно нейрону Маккаллоха-Питтса, они представляют собой импрессионистские портреты того, что происходит в мозгу. Предположим, к вам подошел желтый лабрадор. Чтобы распознать собаку, ваш мозг должен направить необработанные данные с сетчатки через слои специализированных нейронов в коре головного мозга, которые определяют визуальные особенности собаки и собирают финальную сцену.Аналогичным образом глубокая нейронная сеть учится разбивать мир на части. Необработанные данные проходят от большого массива нейронов через несколько меньших наборов нейронов, каждый из которых объединяет входные данные с предыдущего слоя таким образом, что это усложняет общую картину: первый слой находит края и яркие пятна, которые затем объединяются в текстуры. , который следующий собирает в морду, и так далее, пока не выскакивает лабрадор.

Несмотря на это сходство, большинство искусственных нейронных сетей определенно не похожи на мозг, отчасти потому, что они учатся, используя математические приемы, которые биологическим системам было бы трудно, если вообще возможно, выполнить.Тем не менее, мозг и модели искусственного интеллекта имеют нечто общее: исследователи до сих пор не понимают, почему они работают так хорошо, как работают.

Компьютерщики и нейробиологи ищут универсальную теорию интеллекта — набор принципов, справедливых как для тканей, так и для кремния. Вместо этого у них есть путаница деталей. Через 11 лет и 1,3 миллиарда долларов после того, как Маркрам предложил свой смоделированный мозг, он не внес фундаментального вклада в изучение интеллекта.

Частично проблема заключается в том, что писатель Льюис Кэрролл указал на это более века назад. Кэрролл представил себе нацию, настолько одержимую картографическими деталями, что она продолжала увеличивать масштаб своих карт — 6 ярдов в миле, 100 ярдов в миле и, наконец, миля в милю. Карта размером с целую страну, конечно, впечатляет, но чему она вас учит? Даже если нейробиологи смогут воссоздать интеллект, точно смоделировав каждую молекулу в мозгу, они не найдут основополагающие принципы познания.Как сказал физик Ричард Фейнман: «То, что я не могу создать, я не понимаю». К этому Маркрам и его коллеги-картографы могли бы добавить: «И то, что я могу создать, я не обязательно понимаю».

Вполне возможно, что моделям ИИ вообще не нужно имитировать мозг. Самолеты летают, несмотря на то, что мало похожи на птиц. Тем не менее кажется вероятным, что самый быстрый способ понять интеллект — это изучить принципы биологии. Это не ограничивается мозгом: слепой замысел Evolution нашел блестящие решения во всей природе.Наши величайшие умы в настоящее время усердно работают против смутного почти разума вируса, его гениальность заимствована из репродуктивного механизма наших клеток, как луна заимствует свет у солнца. Тем не менее, важно помнить, что когда мы перечисляем детали реализации интеллекта в мозгу, мы описываем одежду императора в отсутствие императора. Однако мы обещаем себе, что узнаем его, когда увидим — неважно, во что он одет.


КЕЛЛИ КЛЭНСИ (@kellybclancy) — нейробиолог из Университетского колледжа Лондона и DeepMind.Она написала о фатальной семейной бессоннице , редком заболевании, в номере 27.

Добавить комментарий

Ваш адрес email не будет опубликован.