T:
Paano pinapagana ng artipisyal na intelektwal na "mapalakas ang utak" upang mapahusay ang memorya sa pagpapasigla ng elektrikal na utak?
A:Ang mga bagong pamamaraan ng agham na artipisyal na intelihente ay tumutulong sa mga mananaliksik na maunawaan ang higit pa tungkol sa kung paano gumagana ang utak - at sa ilang mga kaso, ang mga siyentipiko na ito ay maaaring makagambala at itulak ang utak upang gumana nang iba.
Kung ito ay kumplikado, ito ay dahil ito. Ang isang Wired na kwento na nagpapakilala sa proyekto ng pananaliksik sa University of Pennsylvania ay nagsisimula sa pamamagitan ng pagturo na ang utak ng tao ay higit sa lahat ay hindi kilalang "itim na kahon" sa mga siyentipiko, at may mga makabuluhang hadlang sa nakakaapekto sa aktibidad ng utak.
Gayunpaman, ang sikolohiyang UPenn na si Michael Kahana at isang koponan ng mga siyentipiko ay nagamit ang mga electrodes na pumapasok sa talino ng 25 na pasyente ng epilepsy upang masimulan ang pag-aaral tungkol sa kung paano gumagana ang utak sa panahon ng memorya.
Ito ay makabuluhan na ang koponan ay nagawa ito sa pamamagitan ng "piggybacking" sa mayroon nang mga imprastraktura. (Mula sa mga salitang binibigkas, ipinapalagay na ang pangkat ay nagamit ang mga paksa na naka-hook up para sa higit pang mga pang-medikal na kadahilanang medikal.) Tulad ng itinuturo ng artikulo, medyo mahirap makakuha ng pagbili mula sa mga paksang pananaliksik upang maglagay ng nagsasalakay na teknolohiya sa utak.
Nagsimula ang mga mananaliksik sa pamamagitan ng simpleng pagbabasa ng aktibidad ng utak - partikular, sa tumpak na pagkalkula ng aktibidad ng elektrikal sa loob ng utak habang ang mga tao ay nasa proseso ng pag-aaral at pagsasaulo ng mga salita.
Matapos itong gawin nang ilang sandali, at pagbuo ng isang malaking hanay ng pagsasanay, ang mga mananaliksik ay nagawang mahulaan ang ilang mga uri ng pag-aaral.
Matapos ang foundational research, ang mga siyentipiko ay sa wakas ay nakapagpadala ng de-koryenteng pagpapasigla sa utak upang makatulong sa proseso ng memorya.
Kung pinag-uusapan mo ang paggamit ng de-koryenteng pagpapasigla upang makatulong sa memorya, ito ay tunog simple - ngunit kapag tumingin ka nang mas malapit, ang lahat ay nakalagay sa napakataas na teknolohiyang pamamaraan at medyo maraming hula.
Kung wala ang paunang pag-aaral ng makina na nakilala ang aktibidad ng memorya, ang mga siyentipiko ay hindi magkakaroon ng magandang ideya ng kung paano electrically pasiglahin ang mga talino upang maisulong ang mahusay na paggana ng memorya.
Gayundin, malinaw mula sa pagbabasa tungkol sa pag-aaral na ang koponan ay hindi alam kung paano gumagana ang elektrikal na pagpapasigla - alam lamang nila na ito ay. Sa madaling salita, ginagamit ng mga siyentipiko ang mga resulta ng pag-aaral ng makina upang maayos ang sistema, nang hindi talaga nauunawaan ang ins at out ng utak na gumana mismo.
Ang nakakaintriga na halimbawa na ito ay marahil isa sa mga pinakamahusay na halimbawa ng "hands-on" na pag-aaral ng makina - narito, ang data ay hindi lamang inilalagay sa mga set ng pagsasanay upang mas modelo ang mas maraming data. Dito, ang hanay ng pagsasanay ay aktwal na kumikilos bilang isang katalista para sa mga tukoy na eksperimento sa bioinformatics, at ang mga resulta ay batay sa mga kalkulasyon na ginawa ng mga program sa pag-aaral ng machine. Ito ay isang napaka-kagiliw-giliw na pagtingin sa synergy sa pagitan ng artipisyal na katalinuhan at ng aming sariling pantao na talino ng biological, at kung paano ang dalawa ay intersect habang gumawa kami ng mabilis na pag-unlad patungo sa "pagkakapareho" ni Ray Kurzweil at iba pang mga hinaharap na kinalabasan.
