Fotoquelle Der
Zwerg-Spitzmaus , das kleinste Säugetier nach Masse. Im Inneren befindet sich ein kleines, ganzheitliches, komplexes Gehirn, das im Prinzip abgebildet werden kann. Die
kurze Antwort ist möglich, aber nicht vollständig und nicht sehr genau. Das heißt, wir können ihr Bewusstsein noch nicht kopieren, aber wir sind dem näher als je zuvor. Lebe noch zwanzig Jahre - und vielleicht kann dein Gehirn auch sichern.
Um der Digitalisierung des Bewusstseins und einer solchen exotischen Art der Unsterblichkeit näher zu kommen, sollten Sie sich zunächst mit lebenden neuronalen Netzen befassen. Ihr Reverse Engineering zeigt uns, wie der Denk- (Computer-) Prozess im Allgemeinen in gut optimierten Systemen angeordnet werden kann.
Vor 60 Jahren, am 13. September 1960, versammelten sich Wissenschaftler zum ersten Symposium von Biologen und Ingenieuren, um herauszufinden, was der Unterschied zwischen einer komplexen Maschine und einem Organismus ist. Und ist es überhaupt da? Die Wissenschaft hieß Bionik und das Ziel war die Anwendung von Methoden biologischer Systeme auf angewandte Technik und neue Technologien. Biosysteme wurden als hocheffiziente Prototypen neuer Technologien angesehen.
Der militärische Neuroanatomist Jack Steele war einer der Menschen, die weitere Fortschritte in der Technologie maßgeblich beeinflussten, auch im Bereich der KI, wo Bereiche wie neuromorphes Engineering und bioinspiriertes Computing entwickelt wurden. Steele war ein Arzt, der sich mit Psychiatrie auskannte, Architektur liebte, ein Flugzeug fliegen konnte und seine eigene Ausrüstung reparierte, das heißt, er war ein ziemlich guter angewandter Ingenieur. Steeles wissenschaftliche Arbeit wurde zum Prototyp des Drehbuchs für den Film Cyborg. Mit etwas Dehnung können Sie ihn also den Urgroßvater des Terminators nennen. Und wo der Terminator ist, ist Skynet, wie Sie wissen.
Dieser Beitrag basiert auf Materialien aus dem zukünftigen Buch unseres Kollegen Sergei Markov "Jagd auf die elektrischen Schafe: Ein großes Buch der künstlichen Intelligenz".
Im Allgemeinen ist die Frage nach der Beziehung zwischen physiologischen Prozessen im menschlichen Nervensystem und mentalen Phänomenen eine der faszinierendsten Fragen der modernen Wissenschaft. Stellen Sie sich vor, ein geheimer Computerprozessor ist in Ihre Hände gefallen und Sie möchten ihn kopieren. Sie können es in dünne Schichten schneiden und Schicht für Schicht sorgfältig kopieren. Aber wie genau benötigen Sie eine Kopie, um vollständig oder zumindest teilweise funktionsfähig zu sein? Es ist äußerst schwierig, eine solche Frage ohne Experimente zu beantworten.
Die Bionik oder Biomimetik kopierte die Prinzipien von Biosystemen oder nahm sie als Grundlage. Als Leonardo da Vinci den Flug der Vögel beobachtete und einen Ornithopter erfand (damals wurden leider keine geeigneten Materialien und Energiequellen gefunden), kopierten wir im 20. Jahrhundert immer komplexere Systeme. RFID-Chips, medizinische Klebstoffe (Klebstoffe), hydrophobe Strukturen, Nanosensoren - all dies und vieles mehr wurde mithilfe von Bioprototypen hergestellt. Irgendwo hat das Vorhandensein eines Prototyps in der Natur es möglich gemacht zu verstehen, dass Technologie im Prinzip möglich ist. Wenn Pflanzen Zucker und Stärke aus Kohlendioxid und Wasser synthetisieren können, kann ein Gerät geschaffen werden, das dieselbe Funktion erfüllt.
Und wenn Evolution Systeme hinsichtlich ihrer Anpassungsfähigkeit an die Umgebung optimiert, können wir sie für unsere Aufgaben optimieren. Unter dem Gesichtspunkt der Evolution muss das menschliche Gehirn wenig Energie verbrauchen, muss resistent gegen physische Einflüsse sein (es ist unwahrscheinlich, dass Sie es mögen, wenn Sie das Gedächtnis durch den Fall des Apfels auf Ihren Kopf vollständig verlieren), der Kopf des Babys muss den Geburtskanal bei der Geburt frei überwinden und so weiter.
Bei der Entwicklung eines Geräts nach denselben Prinzipien gelten diese Einschränkungen nicht. Wie Hunderte von anderen.
Übrigens haben unsere Vorfahren oft an der "terminalen" Theorie des Denkens festgehalten, was darauf hindeutet, dass die Prozesse irgendwo in der Ferne (in der Seele) stattfinden und in Form von Befehlen durch ein Organ übertragen werden. Aristoteles und seine Kollegen glaubten, dass das Ende der Seele im Herzen liegt. Die Experimente der alten Ärzte waren jedoch durch das technische Niveau der Zivilisation begrenzt. Dies dauerte ungefähr so lange, bis Luigi Galvani 1791 entdeckte, dass der Strom dazu führt, dass sich die Muskeln zusammenziehen. Diese Experimente führten zu Forschungen auf dem Gebiet der bioelektrischen Phänomene. Irgendwann beschloss Cato, die Potentiale von allem um ihn herum zu messen und begann, Tiere für seine Messungen zu öffnen. Er fand heraus, dass die äußere Oberfläche der grauen Substanz positiver geladen war als die tiefen Strukturen des Gehirns. Er bemerkte auch, dass elektrische Ströme im Gehirn mit der Grundfunktion in Zusammenhang zu stehen scheinen."Als ich dem Affen die Rosinen zeigte, sie aber nicht gab, nahm die Stromstärke leicht ab . " Dank ihm wurde die nicht-invasive (dh nicht mit dem Eindringen durch die äußeren Barrieren des Körpers verbundene) Elektroenzephalographie geboren. Der Physiologe Adolf Beck aus Polen entdeckte 1890 Niederspannungs- und Hochfrequenzschwankungen der elektrischen Potentiale, die zwischen zwei Elektroden im Hinterhauptkortex des Gehirns eines Kaninchens auftreten.
In diesem Moment wurde vielen Wissenschaftlern klar, dass das Gehirn eine grundlegend erkennbare Sache ist. Vielleicht ist dies nicht einmal ein "Terminal" für eine göttliche Seele, sondern eine völlig verständliche elektrische Maschine, sondern nur sehr komplex. Oder es enthält eine solche technische Komponente und kann untersucht werden. Cato schuf die Voraussetzungen für das spätere Erscheinen des EEG. Die moderne Elektroenzephalographie wurde von Berger geschaffen, obwohl er Vorgänger wie Pravdich-Neminsky und andere hatte.
Zwei Jahre vor Catos Experimenten wurde 1873 die Golgi-Methode (benannt nach ihrem Autor, dem italienischen Physiologen Camillo Golgi) entdeckt, mit der einzelne Neuronen angefärbt werden können (obwohl das Wort "Neuron" erst 1891 verwendet wurde).
Vor der Entdeckung des Golgi in der Biologie war ein Konzept populär, das vom deutschen Histologen Joseph von Gerlach vorgeschlagen wurde, der glaubte, dass die aus verschiedenen Zellkörpern austretenden Fasern zu einem einzigen Netzwerk verbunden waren, das "Retikulum" genannt wurde. Die Popularität von Gerlachs Ideen beruhte auf der Tatsache, dass Gehirn und Nervensystem im Gegensatz zu Herz oder Leber nicht in getrennte Struktureinheiten unterteilt werden konnten: Obwohl Nervenzellen von vielen Forschern dieser Zeit im Gewebe beschrieben wurden, war die Verbindung zwischen Nervenzellen und den Axonen, die sie verbinden und Dendriten war unklar. Der Hauptgrund dafür war das Fehlen der Mikroskopie. Dank seiner Entdeckung sah Golgi, dass die verzweigten Prozesse eines Zellkörpers nicht mit anderen verschmelzen. Er lehnte jedoch Gerlachs Konzept nicht ab, was darauf hindeutete, dass es sich wahrscheinlich um lange, schlanke Anhänge handelteverbunden in einem kontinuierlichen Netzwerk.
Es war wie das, was die Mechaniker und Elektriker bereits wussten. Der mechanistische Ansatz triumphierte. Es war zwar noch entschieden unklar, wie es funktioniert. Oder zumindest wie es funktionieren könnte.
Vierzehn Jahre später, 1887, bewies der spanische Neuroanatom Santiago Ramon y Cajal, dass die langen, dünnen Prozesse, die aus den Zellkörpern hervorgehen, überhaupt nicht zu einem einzigen Netzwerk verbunden sind. Das Nervensystem bestand wie alle anderen lebenden Gewebe aus getrennten Elementen. 1906 erhielten Ramon y Cajal und Camillo Golgi für ihre Arbeiten zur Struktur des Nervensystems den Nobelpreis für Physiologie und Medizin . Skizzen von Ramon-i-Cajal, von denen bis heute etwa 3.000 erhalten sind , sind bis heute eine der detailliertesten Beschreibungen der strukturellen Vielfalt des Gehirns und des Nervensystems.
Skizze von Santiago Ramon y Cajal
Weitere Untersuchungen haben immer detaillierter gezeigt, dass wir grundlegend herausfinden können, wie wir denken - auf technischer Ebene. Dies bedeutet, dass wir angewandte Biomimetika durchführen können.
Obwohl seit den Tagen von Galvani bekannt war, dass Nerven elektrisch angeregt werden konnten, waren die zur Erregung der Nerven verwendeten Reize ziemlich schwer zu kontrollieren. Welche Stärke und Dauer sollte das Signal haben? Und wie kann der Zusammenhang zwischen Reiz und Erregbarkeit durch die zugrunde liegende Biophysik erklärt werden? Diese Fragen wurden um die Wende des 19. und 20. Jahrhunderts von den Pionieren der Untersuchung der nervösen Erregbarkeit gestellt. Jan Horweg (Jan Leendert Hoorweg, 1841-1919, manchmal ungenau als "Hoorweg" dargestellt), Georges Weiss (Jules Adolphe Georges Weiss, 1851-1931) undLouis Lapicque (1866–1952) . In seiner ersten Studie im Jahr 1907 präsentiert Lapik ein Modell des Nervs, das er mit Daten vergleicht, die durch die Stimulation des Nervs eines Frosches erhalten wurden. Dieses Modell, das auf einer einfachen Kondensatorschaltung basiert, wird als Grundlage für zukünftige Modelle der Zellmembran des Neurons dienen.
Damit Sie die Komplexität der Wissenschaft in diesen Jahren verstehen, sollten Sie einige Beispiele nennen. Der Reiz, den Lapik verwendete, war ein kurzer elektrischer Impuls, der über zwei Elektroden angelegt wurde, die speziell für diesen Zweck entwickelt und hergestellt wurden. Im Idealfall könnten Stimulationsexperimente Stromimpulse verwenden, aber geeignete Stromquellen waren nicht einfach zu erzeugen. Stattdessen verwendete Lapik eine Spannungsquelle - eine Batterie. Die Spannungsregelung wurde unter Verwendung eines Spannungsteilers durchgeführt, der ein langer Draht mit einem Schieber war, ähnlich einem modernen Potentiometer. Es war auch schwierig, genaue Impulse mit einer Dauer von nur wenigen Millisekunden zu erhalten. Ein etwas früher dafür erfundenes Werkzeug wurde als "Rheotom" bezeichnet. Das Gerät bestand aus einer Pistole mit einem Kapselschloss,dessen Kugel zuerst den ersten Jumper brach, einen Strom im Stimulationskreis erzeugte, dann den zweiten Jumper auf seinem Weg brach und den Kontakt unterbrach.
Die Arbeit von 1907 führte Lapik zu einer Reihe theoretischer Überlegungen. Er postulierte, dass die Aktivierung einer Kette von Nervenzellen von der sequentiellen elektrischen Stimulation jeder Zelle durch einen Impuls oder ein Aktionspotential der vorherigen abhängt. Lapik schlug eine Theorie neuronaler Prozesse vor, die einer Abstimmung oder Resonanz zwischen oszillierenden Funkschaltungen ähnelte.
1943 wurde Lapiks Buch La machine nervuse veröffentlicht , in dem die langjährige Forschung des Wissenschaftlers zusammengefasst wird.
Verlag Paris: Maison parisienne Neurdein (ND. Phot.), Sd
Wenn man über Lapiks Arbeit für Computational Neuroscience spricht , kann man oft begegnenmit der Aussage, dass Lapik der Schöpfer und Forscher des ersten Neuronenmodells ist, das "Integrieren und Feuern" genannt wird. In Übereinstimmung mit diesem Modell kann der Algorithmus eines Neurons wie folgt beschrieben werden: Wenn ein Strom an den Eingang eines Neurons angelegt wird, nimmt die Potentialdifferenz (Spannung) über der Membran mit der Zeit zu, bis sie einen bestimmten Schwellenwert erreicht, bei dem eine sprungartige Änderung des Ausgangspotentials auftritt, wird die Spannung zurückgesetzt auf das Restpotential, wonach der Vorgang immer wieder wiederholt werden kann. Tatsächlich war der Zusammenhang zwischen Nervenanregung und der Bildung eines Nervenimpulses zum Zeitpunkt von Lapik noch unklar, und der Wissenschaftler stellt weder diesbezüglich noch in Bezug darauf, wie die Membran nach dem Ausgeben des Impulses in ihren ursprünglichen Zustand zurückkehrt, Hypothesen auf.
Die Weiterentwicklung von Lapiks Ideen im Rahmen der Computational Neurobiology führte zur Entstehung vieler genauerer und vollständigerer Modelle biologischer Neuronen. Dazu gehören das undichte Integrations- und Feuermodell, das undichte Integrations- und Feuermodell fraktionaler Ordnung, das Galves-Löckerbach-Modell [ Galves - Locherbach-Modell], das exponentielle Integrations- und Feuermodell und viele andere. Der Nobelpreis von 1963 wurde für die Forschung von Sir Alan Lloyd Hodgkin (1914-1998) und Sir Andrew Fielding Huxley (1917-2012, nicht zu verwechseln mit einem Schriftsteller) verliehen.
Eine Quelle
Der langfüßige Küstenkalmar (Doryteuthis pealeii) ist wie andere Tintenfische aufgrund des Vorhandenseins von Riesenaxonen ein äußerst praktischer Modellorganismus für Neurophysiologen. Das Riesenkalmar-Axon ist ein sehr großes Axon (normalerweise mit einem Durchmesser von etwa 0,5 mm, manchmal aber bis zu 1,5 mm), das einen Teil des wasserreaktiven Systems des Tintenfischs steuert, das es hauptsächlich für kurze, aber sehr schnelle Bewegungen im Wasser verwendet. Zwischen den Tintenfischtentakeln befindet sich ein Siphon, durch den aufgrund der Kontraktionen der Muskeln der Körperwand des Tieres schnell Wasser herausgedrückt werden kann. Diese Kontraktion wird durch die Aktionspotentiale im Riesenaxon ausgelöst. Da der elektrische Widerstand umgekehrt proportional zur Querschnittsfläche eines Objekts ist, breiten sich Aktionspotentiale in einem größeren Axon schneller aus als in einem kleineren.Daher wurde eine Zunahme des Durchmessers des Riesenaxons während des Evolutionsprozesses aufrechterhalten, da dies eine Zunahme der Geschwindigkeit der Muskelreaktion ermöglichte. Dies war ein echtes Geschenk für Hodgkin und Huxley, die sich für den ionischen Mechanismus der Aktionspotentiale interessierten - schließlich war es dank des großen Durchmessers des Axons möglich, Klemmelektroden in seinem Lumen zu installieren!
Quelle
Das Hodgkin-Huxley-Modell ist ein System nichtlinearer Differentialgleichungen, das die elektrischen Eigenschaften angeregter Zellen näherungsweise beschreibt. Das Ergebnis war ein Modell, das als Grundlage für detailliertere Forschungen diente - dies war ein wichtiger Durchbruch in der Neurophysiologie des 20. Jahrhunderts.
Eines der interessanteren Projekte wird von Wissenschaftlern aus Sebastian Seungs Labor durchgeführt. Das unmittelbare Ziel des Projekts war es, eine Karte der Verbindungen zwischen Neuronen in der Netzhaut einer Maus namens Harold zu erstellen. Die Netzhaut wurde als Modellobjekt zum Testen der Technologien ausgewählt, die zur Erreichung eines langfristigen wissenschaftlichen Ziels erforderlich sind - einer vollständigen Beschreibung des Konnektoms des menschlichen Gehirns. Das Maushirn wurde vom Schädel entfernt und in dünne Schichten geschnitten.
Die erhaltenen Schnitte wurden durch ein Elektronenmikroskop geführt. Als das Laborpersonal erkannte, dass die Rekonstruktion einer Karte der Verbindungen eines einzelnen Neurons etwa fünfzig Stunden Arbeitszeit eines Spezialisten erfordert und die Kartierung der Netzhaut einer Maus für eine Gruppe von einhundert Wissenschaftlern fast zweihundert Jahre dauern wird, wurde klar, dass eine grundlegend andere Lösung erforderlich ist. Und es wurde gefunden. Er schuf das Online-Spiel EyeWire, in dem Spieler gegeneinander antreten, um Fotos von Maushirnschnitten zu färben.
Im Jahr 2014, zwei Jahre nach dem Start von EyeWire, machten Labormitarbeiter die erste Entdeckung und berichteten sie in der Zeitschrift Nature. Wissenschaftler haben genau herausgefunden, wie Säugetiere Bewegung erkennen. Wenn Licht auf die Photorezeptorzellen trifft, senden sie ein Signal an bipolare Zellen, dann an Amakrinzellen und schließlich an Ganglienzellen. Die Wissenschaftler analysierten 80 amakrine Sternneuronen (von denen 29 von EyeWire-Spielern beschrieben wurden) und die damit verbundenen bipolaren Zellen. Sie stellten fest, dass verschiedene Arten von bipolaren Zellen unterschiedlich an amakrine Neuronen binden: Bipolare Zellen eines Typs befinden sich weit entfernt vom "Soma" (Körper) der Sternzelle und senden schnell ein Signal, Zellen eines anderen Typs befinden sich in der Nähe, aber das Signal wird mit Verzögerung übertragen.
Wenn sich der Reiz im Sichtfeld vom Körper (Soma) der sternförmigen Amakrinzelle wegbewegt, wird zuerst die "langsame" bipolare Zelle aktiviert, dann die "schnelle". Dann erreichen die Signale beider Zelltypen trotz der Verzögerung gleichzeitig das sternförmige amakrine Neuron, senden ein starkes Signal aus und leiten es an die Ganglienzellen weiter. Wenn sich der Reiz in Richtung Soma bewegt, "treffen" sich die Signale verschiedener Arten von bipolaren Neuronen nicht und das Signal von der Amakrinzelle ist schwach .
Die von den Spielern beschrifteten Daten wurden verwendet, um die entsprechenden Modelle für maschinelles Lernen auf ihnen zu trainieren, die dann die Färbung selbst durchführen können.... Eine Art Ironie liegt in der Tatsache, dass diese Modelle auf Faltungs-Neuronalen Netzen basieren (wir werden etwas später ausführlich darauf eingehen), die wiederum unter dem Einfluss wissenschaftlicher Daten erstellt wurden, die im Verlauf der Untersuchung des visuellen Kortex des Gehirns gewonnen wurden.
Am 2. April 2013 begann die BRAIN-Initiative. Der erste Baustein der Stiftung war ein Artikel von Paul Alivizatos, in dem experimentelle Pläne für ein bescheideneres Projekt skizziert wurden, einschließlich Methoden, die zum Aufbau eines "funktionalen Konnektoms" verwendet werden können, und in denen auch die Technologien aufgeführt sind, die während des Projekts entwickelt werden müssen. Es war geplant, von Würmern und Fliegen auf größere Biosysteme umzusteigen, insbesondere auf die Zwergmaus. Es ist das kleinste Säugetier, das der Wissenschaft in Bezug auf das Körpergewicht bekannt ist, und sein Gehirn besteht nur aus etwa einer Million Neuronen. Es wird möglich sein, von Spitzmäusen zu Primaten zu wechseln, auch im letzten Stadium - zu Menschen.
Das erste Bindeglied eines Lebewesens, nämlich der Fadenwurm C. elegans, wurde 1986 von einer Gruppe von Forschern unter der Leitung der Biologin Sydney Brenner (1927-2019) aus Cambridge gebaut. Brenner und seine Kollegen schnitten die Millimeterwürmer sorgfältig in dünne Scheiben und fotografierten jeden Abschnitt mit einer auf einem Elektronenmikroskop montierten Filmkamera. Anschließend verfolgten sie manuell alle Verbindungen zwischen den Neuronen aus den Bildern . C. elegans hat jedoch nur 302 Neuronen und etwa 7.600 Synapsen. 2016 wiederholte ein Team von Wissenschaftlern der Dalhousie University in Kanada das Kunststück ihrer Kollegen für die Larve der Meerestunika Ciona intestinalis, deren zentrales Nervensystem, wie sich herausstellte, aus 177 Neuronen und 6.618 synaptischen Verbindungen bestand.... Es sollte jedoch beachtet werden, dass die zum Aufbau eines Konnektoms verwendeten Methoden für große Nervensysteme unwirksam sind. Die Forscher erwogen nicht ernsthaft, viel größere Projekte in Angriff zu nehmen, bis der Physiker Winfried Denk und der Neuroanatomiker Heinz Horstmann 2004 vorschlugen, ein automatisiertes Mikroskop zur Präparation und Visualisierung des Gehirns sowie eine Software zur Erfassung und Kombination der resultierenden Bilder zu verwenden .
Im Jahr 2019 veröffentlichte die Zeitschrift Nature eine Veröffentlichung von Dr. Scott Emmons mit einem detaillierten Bericht über die Rekonstruktion des Fadenwurms Caenorhabditis elegans mit einer neuen Methode... Ein Jahr zuvor hat eine Gruppe von Wissenschaftlern unter der Leitung von Zhihao Zheng von der Princeton University die Arbeit zum Scannen des Drosophila-Gehirns abgeschlossen, das aus ungefähr 100.000 Neuronen besteht. Das von Zheng und seinen Kollegen entwickelte System ermöglichte es, durch ein Transmissions-Rasterelektronenmikroskop mehr als 7.000 dünnere Abschnitte des Gehirns einer Fliege zu passieren, von denen jeder etwa 40 nm dick war, und die Gesamtgröße der resultierenden Bilder betrug 40 Billionen Pixel .
Im April 2019 Mitarbeiter des Institute of the Brain. Allen in Seattle feierte das Brechen des letzten Meilensteins in einem Projekt zur Kartierung eines Kubikmillimeters des Mausgehirns mit seinen 100.000 Neuronen und einer Milliarde Verbindungen zwischen ihnen. Um eine Probe von der Größe eines Senfkorns zu verarbeiten, arbeiteten die Mikroskope fünf Monate lang ununterbrochen und sammelten über 100 Millionen Bilder aus 25.000 Abschnitten des visuellen Kortex. Dann brauchte die von den Wissenschaftlern des Instituts entwickelte Software etwa drei Monate, um die Bilder zu einem einzigen dreidimensionalen Array von 2 Petabyte zu kombinieren. Alle Bilder unseres Planeten, die über 30 Jahre von Landsat-Missionen gesammelt wurden, belegen nur etwa 1,3 Petabyte, wodurch das Gehirn von Mäusen praktisch "die ganze Welt in einem Sandkorn" scannt. Das ultimative Ziel - ein nanoskaliges Konnektom des menschlichen Gehirns - ist noch weit entfernt.Die Anzahl der darin enthaltenen Neuronen ist vergleichbar mit der Anzahl der Sterne in der Milchstraße (ca. 10)11). Mit der heutigen Bildgebungstechnologie werden Dutzende von Mikroskopen Tausende von Jahren rund um die Uhr arbeiten, um die Daten zu sammeln, die zur Erreichung des Endziels erforderlich sind. Fortschritte in der Mikroskopie sowie die Entwicklung leistungsfähigerer Computer und Algorithmen für die Bildanalyse haben das Gebiet der Konnektomik jedoch so schnell vorangebracht, dass die Forscher selbst überrascht sind. „Vor fünf Jahren war es zu ehrgeizig, an einen Kubikmillimeter zu denken“, sagt Reid. Heute glauben viele Forscher, dass eine vollständige Kartierung des Mausgehirns mit einem Volumen von etwa 500 Kubikmillimetern im nächsten Jahrzehnt möglich sein wird. „Heute mag es unglaublich erscheinen, das menschliche Gehirn auf synaptischer Ebene abzubilden. Aber wenn der Fortschritt im gleichen Tempo weitergeht,Sowohl bei der Rechenleistung als auch bei den wissenschaftlichen Methoden hat sich die Leistungsfähigkeit bereits um das Tausendfache erhöhterscheint uns nicht unvorstellbar . "
Die Quelle der
BRAIN-Initiative ist nicht das einzige groß angelegte Programm in diesem Bereich. Wissenschaftler des Blue Brain Project und des Human Brain Project befassen sich auch mit der Erstellung eines Funktionsmodells des Rattenhirns (mit Blick auf das menschliche Gehirn). Auch das China Brain Project steht nicht still.
Nachdem Sie die Komplexität dieser biologischen Prototypen verstanden haben, können Sie zu einem technischen Ansatz übergehen und schrittweise beginnen, die Anwendung der Prinzipien im modernen Computing zu diskutieren. Aber dazu beim nächsten Mal mehr. Oder - ausführlicher dieser und der folgende Teil - in dem Buch von Sergei Markov "Die Jagd nach den elektrischen Schafen: Ein großes Buch der künstlichen Intelligenz", das für die Veröffentlichung durch den Verlag "Alpina Non-Fiction" vorbereitet wird. Sie können das Buch noch nicht kaufen, aber Sie können bereits Beiträge zu den Materialien lesen. Nun, im Allgemeinenoulenspiegel sehr cooler Spezialist.