Prof. dr hab. inż. Ryszard Tadeusiewicz
Rektor AGH, Kierownik Katedry Automatyki, Członek PAN i PAU
Członek Europejskiej Akademii Nauk, Sztuki i Literatury (Paryż)

Czy możliwe jest zbudowanie sztucznego mózgu?

Zajmując się od ponad ćwierć wieku [1] budową tak zwanych sieci neuronowych [2], będących systemami technicznymi tworzonymi na podstawie naśladownictwa struktury i funkcji fragmentów biologicznego mózgu (człowieka lub innych zwierząt) - bardzo często spotykam się z pytaniami podobnymi do tego, które sformułowano w tytule referatu. Pytają o to dyskutanci na konferencjach naukowych, studenci na wykładach, dziennikarze goniący za sensacją, zaniepokojeni słuchacze na popularnych odczytach, a nawet wychowani na literaturze science fiction pracownicy naukowi, zajmujący się jednak aktualnie innymi niż neurocybernetyka dziedzinami nauki. Moja odpowiedź często zaskakuje pytającego, ponieważ nieodmiennie odpowiadam na takie pytanie:

- To zależy.

Trzeba sobie bowiem zdać sprawę, że mózg mózgowi nierówny! W większości przypadków zadający pytanie o możliwość zbudowania sztucznego mózgu mają na myśli wspaniały twór pokazany na rysunku 1, który wszyscy posiadamy, a niektórzy w dodatku czasem go używają.

 

Rys. 1. Mózg człowieka: Tajemniczy, ekscytujący, nie całkiem jeszcze poznany.
Na obecnym etapie możliwy jeszcze do technicznej imitacji

System taki jest aktualnie niemożliwy do wykonania w postaci technicznego modelu - i to z wielu powodów.

Po pierwsze umiejąc już (i to całkiem dobrze!) modelować poszczególne pojedyncze neurony (rys. 2), nie potrafimy ich jednak wytworzyć tak wielu, żeby wystarczyło do zbudowania naśladownictwa naszego własnego mózgu, gdyż zawiera on tychże biologicznych procesorów naprawdę niewiarygodnie wiele (patrz dalej). Po drugie gdybyśmy nawet mieli pod dostatkiem "neuronowego budulca" to i tak nie będziemy wiedzieli, jak go użyć do otworzenia struktury mózgi, bo wciąż jeszcze nie potrafimy precyzyjnie odtworzyć w systemie technicznym skomplikowanej sieci połączeń (rys. 3), które kształtują strukturę rzeczywistego mózgu. Po trzecie wreszcie, mimo ogromnego postępu wiedzy na temat anatomii i fizjologii mózgu, wiedza ta wciąż jeszcze nie jest wystarczająco szczegółowa i dokładna, żeby w ogóle można było mówić tu o schemacie strukturalnym możliwym do technicznego naśladowania, bo w wiedzy neurobiologicznej, mimo fenomenalnie przebadanych pewnych zagadnień szczegółowych, jest wciąż jeszcze wiele zagadnień przebadanych jedynie bardzo ogólnie albo takich, w których istnieje przynajmniej kilka konkurencyjnych teorii wyjaśniającej obserwowane fenomeny, co oznacza, że w kategoriach precyzyjnej wiedzy przyczynowo-skutkowej jesteśmy jeszcze dalecy od tego, by powiedzieć, że wiemy już tak naprawdę wszystko. Nawet modne ostatnio i bardzo efektowne wizualizacje PET (rys. 4), entuzjastycznie opisywane jako pokazujące proces myślenia in situ, pokazują w istocie aktywność tak wielkich fragmentów (czy wręcz obszarów) mózgu, że na ich podstawie absolutnie niemożliwy jest odtworzenie schematu połączeń i reguł współdziałania poszczególnych jego elementów składowych - a trzeba sobie zdawać sprawę, jak niesłychanie bogaty w szczegóły musiałby być taki schemat, jeśli miałby być rzeczywistą wskazówką dla inżyniera!

Rys. 2. Model pojedynczego neuronu (wg. badań De Schuttera). Model ten jest bardzo dokładny, ale kosztowny, bo dla zamodelowania tej jednej tylko komórki (tzw. komórki Purkinjego pochodzącej z móżdżku) musiano użyć układu 32 tysięcy (!) równań różniczkowych, a dla dostrojenia modelu trzeba było wyznaczyć nieznane wartości 19 200 parametrów [3].

Chciałbym to wyrazić bardziej dobitnie, ale precyzyjne wskazanie pojawiających się tu kłopotów byłoby możliwe wyłącznie w oparciu o matematyczną analizę topologii sieci, ze szczególnym uwzględnieniem sieci neuronowych i przepływów informacji w takich sieciach, a tymczasem w tym popularnym opracowaniu muszę wystrzegać się wszelkich pokus związanych z zaawansowanym formalizmem matematycznym, podam więc tylko trzy liczby, które uświadomią Czytelnika, z jak kosmicznymi wręcz poziomami komplikacji mamy tu do czynienia. Dla tych z Państwa, którzy nie boją się ujęć matematycznych i pragną się dowiedzieć pewnych rzeczy w sposób dokładniejszy i bardziej precyzyjny - polecam dostępną w Internecie (w formie pełnego tekstu, ze wszystkimi rysunkami i wzorami matematycznymi) moją książkę zatytułowaną "Sieci neuronowe", którą można znaleźć na serwerze Biblioteki Głównej AGH:

http://www.bg.agh.edu.pl/start.html

Dla pozostałych Czytelników przedstawiam tylko wybrane liczby, które przynajmniej w przybliżeniu uświadomią stopień złożoności tej cudownej maszyny, jaką każdy z nas nosi pod czaszką.

Rys. 3. Przykład trójwymiarowej rekonstrukcji struktury połączeń w systemie nerwowym
(na rysunku fragment rdzenia kręgowego)

Zaczniemy od najprostszej (a w odniesieniu do naprawdę złożonych systemów bardzo zawodnej!) oceny stopnia złożoności struktur, wyrażającej się liczbą elementów użytych do budowy. Najbardziej złożone systemy współczesnej techniki budowane są z wykorzystaniem od kilku do (maksimum) kilkuset tysięcy oddzielnych elementów składowych. Tymczasem nasz mózg zbudowany jest kilkudziesięciu (lub może nawet ponad stu) miliardów procesorów przetwarzających informację, zwanych neuronami (rys. 2). Co to oznacza w praktyce? Otóż gdyby ktoś spróbował wyprodukować sztuczny mózg i zaczął wytwarzać takie elementy składowe za pomocą urządzenia, które zużywałoby na produkcję jednego sztucznego neuronu zaledwie jedną sekundę pracując dzień i noc bez przerwy, to i tak wyprodukowanie pierwszego miliarda tych elementów zajęłoby około 30 lat - a będziemy potrzebowali stu miliardów elementów, czyli produkcja potrwa "zaledwie" trzy tysiące lat…

Co gorsza, dla zbudowania sztucznego mózgu nie wystarczy wytworzyć same tylko pojedyncze neurony, ale potem trzeba te elementy połączyć zgodnie z założonym schematem. Liczba połączeń jest zawsze większa niż liczba łączonych elementów. Można to zauważyć na dowolnym preparacie biologicznego mózgu: Część określana przez dawnych anatomów jako "substancja szara" (m.in. kora mózgowa), zawierająca ciała komórek będących biologicznymi procesorami, zajmuje wyraźnie mniej miejsca, niż "substancja biała", czyli gęsta sieć zmielinizowanych aksonów, łączących te komórki ze sobą. W sztucznych sieciach neuronowych, którymi ja się zajmuję naukowo, liczba połączeń jest jeszcze większa, bo rośnie z kwadratem liczby elementów. Wynika to z faktu, że nie znając (z reguły) optymalnego planu struktury sieci (powstaje on dopiero w trakcie jej uczenia w konfrontacji z wymogami rozwiązywanego zadania) dla ułatwienia definiowania sieci postuluje się w nich zwykle schemat połączeń typu "każdy z każdym". Tak czy owak można jednak być pewnym, że przy budowie sztucznego mózgu łączenie elementów zajmie z pewnością więcej czasu niż ich wytwarzanie, więc trwać będzie przynajmniej dziesięć tysięcy lat…

Rys. 4. Badania PET dostarczają niezwykle inspirujące dane na temat aktywności poszczególnych regionów mózgu w trakcie wykonywania różnych zadań, mapy te są jednak wciąż za mało dokładne, by można było na ich podstawie budować sztuczny mózg

Przytoczone wyżej rozważania dotyczyły stworzenia jakiegokolwiek, dowolnego, abstrakcyjnego mózgu, tymczasem ludzie interesujący się możliwościami neurocybernetyki są zwykle zainteresowani możliwością zbudowania mózgu jakiejś konkretnej osoby. Może mózgu Einsteina? Może Chopina? A może po prostu własnego (miło byłoby mieć takie cybernetyczne alter ego…). Jednak przy tego typu marzeniach trzeba sobie uświadomić, że "zderzamy" się oto z jeszcze jedną trudnością: Jak odtworzyć w zbudowanym sztucznym mózgu wszystkie genetycznie i kulturowo zdeterminowane uwarunkowania, które w sumie powodują, że mózg danego człowieka jest tym właśnie, czym jest - oraz pełną zawartość pamięci "oryginału". I tu stykamy się z kolejną wielką liczbą, która radykalnie studzi zapały entuzjastów: Otóż odpowiednie teoretyczne obliczenia (których podstaw nie mogę niestety tu przywołać, a szkoda…) pokazują, że liczba rozróżnialnych stanów w jakich może znaleźć się twór o strukturze i złożoności ludzkiego mózgu wyraża się (w przybliżeniu) formułą 2^2^10^10 (symbolu ^ użyto do zasygnalizowania operacji potęgowania). Zapis podanej formuły wygląda niewinnie - ale proszę Czytelnika, żeby popatrzył na tę liczbę z szacunkiem, reprezentuje ona bowiem największą wartość liczbową, której można przypisać konkretną interpretację w całej Przyrodzie. W szczególności jest to liczba większa od oszacowania liczby protonów i neutronów (fragmentów jądra atomowego) w całym Wszechświecie, jaki możemy zobaczyć z pomocą najdoskonalszych narzędzi współczesnej astronomii! Jeśli więc patrząc nocą w rozgwieżdżone niebo doznajemy czasem poczucia naszej znikomości wobec potęgi i bezkresu Kosmosu - to przypomnijmy sobie, że galaktyki naszego mózgu cechują się (potencjalnie) jeszcze większą złożonością, co daje szansę na to, że Człowiek może kiedyś zrozumie Wszechświat.

Jednak to, co cieszy filozofów i humanistów, od dawna przekonanych o doskonałości ludzkiego umysłu, musi martwić inżyniera, który chciałby zbudować techniczną imitację tego umysłu, czyli sztuczny mózg. Jako twórca setek (jeśli nie tysięcy…) różnych sztucznych systemów neurocybernetycznych sądzę, że nieprędko nadejdzie taka chwila, kiedy uda się stworzyć twór techniczny, równoważny ludzkiemu mózgowi pod względem możliwości funkcjonalnych. Jeszcze więcej czasu upłynie, zanim potrafimy na tyle dokładnie prześledzić wszelkie ślady pamięciowe w mózgu konkretnego człowieka, by można było w systemie technicznym odtworzyć cechy jakiegoś konkretnego mózgu, a nie abstrakcyjnego "androida".

Rys. 5. Zestawienie rozmiaru i sprawności różnych systemów neurocybernetycznych
biologicznych i sztucznych

Jednak to, że nie można zbudować modelu mózgu człowieka nie oznacza, że nie można zbudować technicznego modelu żadnego mózgu. Trzeba tylko zrezygnować z najbardziej fascynującej (ale nieosiągalnej…) pokusy, a cel okaże się możliwy do osiągnięcia. W technice podobny kompromis jest czymś spotykanym dosłownie na każdym kroku. Nie można zbudować mostu który uniesie dowolnie wielki ciężar, więc budujemy mosty o ograniczonej wytrzymałości, wiedząc, że i tak jest ona znacznie większa, niż w praktyce występujące obciążenie. W życiu codziennym także stale się przekonujmy o tym, że z faktu, iż nie możemy mieć na przykład luksusowego Mercedesa nie oznacza, że nie można mieć na przykład dobrego roweru. Skoro więc ponad wszelką wątpliwość nie uda się zbudować modelu mózgu ludzkiego, to może technicy byliby w stanie stworzyć model mózgu jakiegoś innego stworzenia?

Na tak sformułowane pytanie odpowiedź jest twierdząca. Wynika to ze wspomnianego już na początku faktu, że w instrumentarium nowoczesnej informatyki zadomowiły się na stałe tak zwane sieci neuronowe. Jako narzędzia o wielu istotnych zaletach są one chętnie budowane i chętnie stosowane w bardzo wielu różnych celach, pojawiły się więc liczne (dostępne także komercyjnie) formy realizacji tych sieci. Najbardziej popularne i najchętniej stosowane w praktyce są realizacje symulacyjne. Sieć ma wtedy formę programu modelującego działanie zarówno poszczególnych neuronów jak i całych ich zespołów. Taki program może działać na typowym komputerze (na przykład klasy PC albo Workstation), dokonując przetwarzania różnych informacji zgodnego z zasadami obliczeń neuronowych - tyle tylko, że w formie wirtualnej. Dla większości zastosowań jest to wystarczające, jednak na przykład dla potrzeb robotyki zbudowano już elektroniczne (a nawet eksperymentalne - optoelektroniczne) neurokomputery, które pozwalają wykonywać obliczenia neuronowe naprawdę w błyskawicznym tempie.

Normalnie urządzenia te buduje się w taki sposób, by po odpowiednim treningu mogły posłużyć jako narzędzia do rozwiązywania określonych problemów technicznych, na przykład jako modele przewidujące przyszłe zużycie energii elektrycznej albo jako perceptrony rozpoznające obrazy. Jednak gdy stworzymy wykres (rys. 5), na którego osiach zaznaczymy odpowiednio wielkość systemu neurocybernetycznego oraz jego szybkość działania, a następnie zaznaczymy w tym układzie współrzędnych miejsce, jakie zajmuje mózg człowieka, a także mózgi innych zwierząt. Konkretnie na wykresie wskazano miejsce dla pszczoły, muchy i pijawki, przy czym celowo wybrano tak prymitywne twory dla konfrontacji z człowiekiem, bo przy logarytmicznych skalach na obu osiach wykresu, kropka pokazująca intelektualne zasoby szympansa czy nawet psa praktycznie pokrywała by się z punktem lokalizującym mózg człowieka. Wykres oczywiście bardzo upraszcza zarówno miarę złożoności jak i miarę sprawności działania mózgu, ale dzięki temu uzyskaliśmy możliwość obiektywnego stwierdzenia, czym (o ile, w sensie ściśle ilościowy) różnią się od siebie mózgi różnych istot żywych.

Nie to jest jednak najciekawsze. Na tym samym wykresie można także łatwo zaznaczyć obszary, które obecnie "pokrywają" sztuczne sieci neuronowe. Od razu zauważamy, że te sztuczne imitacje biologicznego mózgu mają o wiele mniej elementów przetwarzających informacje, niż mucha czy pszczoła, nie wspominając o człowieku. Łatwo też zauważyć, że w systemie elektronicznym lub optoelektronicznym informacja może być przetwarzana o wiele szybciej niż w tkance biologicznej. Oba te fakty wcale nas jednak nie zaskakują, bo tego właśnie można się było spodziewać. Tym, co jest godne uwagi, jest fakt, ze sztuczne sieci neuronowe osiągnęły już możliwości zrównania swej złożoności i sprawności działania z mózgami niektórych zwierząt. Można się zgodzić z poglądem, że pijawka nie odznacza się szczególnie wyrafinowanym intelektem albo bujnym życiem uczuciowym, więc zbudowania dokładnej kopii mózgu pijawki specjalnie nas nie powinno ekscytować. Co więcej trudno sobie wyobrazić praktyczny cel, któremu miałby służyć cybernetycznie naśladowany sztuczny mózg pijawki, przeto jest mało prawdopodobne, by komuś chciało się go naprawdę zbudować. Natomiast z punktu widzenia tego referatu ważny jest sam fakt, że taki model jest możliwy.

Dlatego odpowiadając na pytanie, postawione w tytule referatu, dotyczące tego, czy jest możliwe zbudowanie sztucznego mózgu, powiadam: to zależy. Jeśli czytelnik uważnie przestudiował przytoczone wyżej rozważania, to sam sobie odpowie, od czego to zależy.

Literatura

  1. Tadeusiewicz R.: Wybrane zagadnienia cyfrowego modelowania fragmentów systemu nerwowego. W materiałach II Ogólnopolskiego Sympozjum: System - Modelowanie -Sterowanie, Zakopane 1974, ss.112-114
  2. Tadeusiewicz R.: Elementarne wprowadzenie do sieci neuronowych z przykładowymi programami, Akademicka Oficyna Wydawnicza, Warszawa, 1998
  3. De Schutter E.: Using realistic models to study synaptic integration in cerebellar Purkinjego cells, Reviews in the Neurosciences,10, 1999, pp. 233-245

Powrót do strony głównej