Ui of soep?
Er zijn mensen die denken dat je AGI en ASI kunt bereiken door het menselijk brein na te bouwen in computers. Mogelijk zou je zelfs bewustzijn van een menselijke donor kunnen uploaden.
Projecten op dit gebied staan bekend onder de verzamelnaam Whole Brain Emulation, WBE.
Anders Sandberg (University of Oxford) vatte in een artikel uit 2014 de gedachtegang samen:
Whole brain emulation (WBE) is the possible future one-to-one modeling of the function of the entire (human) brain. The basic idea is to take a particular brain, scan its structure in detail, and construct a software model of it that is so faithful to the original that, when run on appropriate hardware, it will behave in essentially the same way as the original brain. This would achieve software-based intelligence by copying biological intelligence (without necessarily understanding it).
Ik moet bekennen dat ik zelf ook lange tijd de fantasie heb gehad dat computers het equivalent van menselijke intelligentie zouden kunnen hebben als ze eenmaal maar net zoveel elementen, transistors, in geïntegreerde schakeling zouden tellen als er in het menselijke brein aan neuronen en verbindingen aanwezig zijn. Mijn wat kinderlijke gedachte was dat zulke intelligentie in computers min of meer spontaan zou ontstaan als eenmaal de omvang op orde was.
De robotverhalen van Asimov en andere science fiction hielpen die fantasie in stand houden, zeker toen ik hoorde van de Wet van Moore. Die wet zegt dat door technische vooruitgang het aantal transistors in een geïntegreerde schakeling elke twee jaar verdubbelt.
Eigenlijk is het niet meer dan een voorspelling die Gordon Moore — de baas van Intel destijds — half de jaren 60 deed toen er nog maar 64 transistors op een chip gingen. Ik hoorde er pas 20 jaar later voor het eerst van, ik weet niet meer waar of van wie, maar de voorspelling was toen nog steeds accuraat.
Het is niet zo moeilijk om uit te rekenen wanneer het gedenkwaardige moment komt dat het aantal schakelingen in een computer het aantal neuronen en verbindingen in het menselijk brein evenaart en daarna gaat overtreffen. We zijn er dichtbij, want we hebben het voorspelde tempo aardig vol weten te houden — met in de laatste jaren een niet te onderschatten rol van ASML.
Geef je verbeelding even de ruimte.
Het menselijk brein bevat naar schatting 80-90 miljard neuronen, goed voor 10.000 miljard synaptische verbindingen.
De M2 Ultra-chip van Apple heeft 134 miljard transistors, de grafische processor Nvidia AD102 GPU heeft er 75 miljard. Zeg samen 200 miljard. De geheugenchips zijn dan nog niet meegerekend.
Verdubbelen elke 2 jaar naar 10.000 miljard gaat via 200->400->800->1.600->3.200->6.400->12.800 miljard.
Minder dan 6 “stappen” vanaf nu, zeg 10 -11 jaar. Voor consumentenelektronica…
Kort geleden zag ik de sciencefictionfilm Transcendence (uit 2014).
Daarin wordt het volledige bewustzijn van een (vermoorde) geleerde geüpload naar een kwantumcomputer. Qua omvang van de data en benodigde schakelingen is het niet vreemd dat het er in past.
Het onwaarschijnlijke deel is dat de personage zo verder ‘leeft’. In de film ontwikkelt deze intelligentie zich explosief — ongehinderd immers, en dankzij internet met toegang tot alle materiële en immateriële bronnen. Het dreigt voor de mensheid niet goed af te lopen, natuurlijk.
In het kamp van de AI doemdenkers wordt dit de gang naar de singulariteit genoemd, een punt in ruimte-tijd waar natuurwetten hun geldigheid niet (meer) hebben (zoals bij de oerknal bijvoorbeeld).
Hoe serieus moeten we dit alles nemen? Het prikkelt zeker de verbeelding. Ik heb inmiddels grote twijfels of emulatie op deze manier zou kunnen werken en of je in enige vorm –in de woorden van Sandberg– biologische intelligentie in software gebaseerde intelligentie zou kunnen omzetten. Er zit wat mij betreft te veel veronderstelde spontaniteit in de aannames, en misschien wel een denkfout die formeel als category error benoemd kan worden. Zoals de gedachte dat de tanden en kiezen van een goed aangemeten kunstgebit vanzelf in de kaak van de tandeloze zullen gaan vastgroeien…
Definitief ben ik van mijn oorspronkelijke illusie beroofd door het podcast interview van Lex Fridman met Karl Friston van zo’n 3 jaar geleden. Friston is een neurowetenschapper die veel fysisch onderzoek op het gebied van hersenscans (MRI en zo) heeft gedaan en mede op basis daarvan een aantal principes over de werking van het brein heeft geformuleerd. In komende berichten kom ik uitgebreid terug op dit werk dat belangrijk is om te begrijpen hoe interne processen in het brein zich verhouden tot waarnemingen en acties in de externe wereld. Bovendien heeft Friston zich recent in de dynamische wereld van AI ontwikkeling gestort. Een jaar geleden is hij benoemd tot Chief Scientist bij VERSES, zie het persbericht.
De eye-opener voor mij (en voor Fridman, zo bleek) was dat je een (menselijk) brein niet moet opvatten als een ongestructureerde verzameling van volledig met elkaar verbonden neuronen die nog vrij in te richten is. Het is geen magic soup. In werkelijkheid (en dan bedoel ik de fysische) is je brein een hiërarchische structuur die uit een aantal lagen bestaat. Friston vergelijkt het met de structuur van een ui.
De inrichting van die lagenstructuur is niet zonder meer af te leiden uit een snapshot of scan van het netwerk van synaptische verbindingen en de waarden van de neuronen daarin, zoals bij machine learning. Het is een structuur die voortdurend in ontwikkeling is om de entiteit van het brein in een dynamische omgeving in stand te houden. Verlaat dus maar het idee dat je een brein als een soort geheugendump, een momentopname, zou kunnen uploaden waarna die vanzelf tot leven zou komen.