Wieczorny bełkot przy piwie

[Hawert]

Przeniesienie ludzkiej świadomości do procesora, znane w nauce i transhumanizmie jako upload umysłu, to fascynująca koncepcja, która na gruncie dzisiejszej wiedzy pozostaje w sferze teoretycznych rozważań oraz głębokich dylematów filozoficznych. Z technicznego punktu widzenia pierwszym fundamentalnym krokiem musiałoby być stworzenie dokładnej mapy ludzkiego mózgu, czyli tak zwanego konektomu. Naukowcy musieliby precyzyjnie odwzorować nie tylko pozycję każdego ze stu miliardów neuronów, ale przede wszystkim stany i siłę bilionów połączeń synaptycznych między nimi. Choć obecnie potrafimy zmapować prostsze organizmy, na przykład nicienie, to ludzki mózg stanowi wyzwanie o zupełnie innej skali, wymagające gigantycznej mocy obliczeniowej oraz nowych technologii skanowania, które nie niszczyłyby przy tym tkanki biologicznej.

 

Samo skopiowanie struktury to jednak dopiero początek, ponieważ tranzystory w obecnych procesorach krzemowych działają w sposób zerojedynkowy, podczas gdy ludzki mózg jest systemem niezwykle dynamicznym, elektrochemicznym i analogowym. Synapsy nie są zwykłymi przełącznikami prądu, lecz strukturami, w których sygnały są modyfikowane przez dziesiątki różnych neuroprzekaźników, a ich czułość zmienia się pod wpływem doświadczeń, emocji, a nawet hormonów krążących w krwiobiegu. Aby wiernie emulować taki proces w krzemie, inżynierowie musieliby stworzyć potężne symulacje programowe zdolne odtwarzać te chemiczne zależności w czasie rzeczywistym lub rozwinąć komputery neuromorficzne, których architektura sprzętowa bezpośrednio naśladuje biologiczne sieci neuronowe i plastyczność synaptyczną.

 

Nawet jeśli technologia pozwoli na idealne odwzorowanie tych procesów wewnątrz procesora, pojawia się fundamentalny problem filozoficzny, znany jako paradoks teleportacji lub problem tożsamości. Przeniesienie świadomości mogłoby się okazać jedynie stworzeniem doskonałej, cyfrowej kopii zapasowej. Z perspektywy zewnętrznego obserwatora taki cyfrowy byt zachowywałby się dokładnie jak Ty, posiadał Twoje wspomnienia i uważał się za Ciebie, jednak Twoja biologiczna perspektywa, czyli oryginalny strumień świadomości, nadal pozostałby uwięziony w biologicznym ciele. Aby mówić o prawdziwym transferu, a nie o samej replikacji, nauka musiałaby najpierw jednoznacznie wyjaśnić, czym w istocie jest świadomość i jak powstaje subiektywne doświadczenie rzeczywistości, co do dziś pozostaje jedną z największych zagadek współczesnej nauki.

Zastąpienie krzemu jest jednym z głównych celów współczesnej inżynierii materiałowej, ponieważ tradycyjne tranzystory zbliżają się do swoich fizycznych granic miniaturyzacji. W kontekście emulacji mózgu najbardziej obiecującą alternatywą są materiały dwuwymiarowe, takie jak grafen lub dichalkogenki metali przejściowych, które pozwalają na budowanie niewiarygodnie cienkich i szybkich komponentów. Jeszcze lepsze perspektywy oferuje elektronika molekularna i organiczna, w której funkcję przełączników pełnią pojedyncze cząsteczki chemiczne lub polimery przewodzące. Takie układy mogłyby znacznie lepiej naśladować plastyczność biologiczną, ponieważ ich właściwości elektryczne można modyfikować za pomocą reakcji chemicznych, co przypomina działanie neuroprzekaźników w synapsach. Innym rewolucyjnym kierunkiem są komputery optyczne wykorzystujące fotony zamiast elektronów, co wyeliminowałoby problem przegrzewania się układów i pozwoliło na przetwarzanie danych z prędkością światła. Wreszcie, zamiast tworzyć sztuczne zamienniki, nauka bada bio-komputery, czyli hybrydowe układy, w których żywe, wyhodowane w laboratorium komórki nerwowe są bezpośrednio zintegrowane z metalowymi elektrodami.

 

Jeśli spojrzymy na świadomość stricte z elektrotechnicznego punktu widzenia, można ją zdefiniować jako emergentną właściwość wysoce nieliniowego, samoorganizującego się systemu przetwarzania informacji w czasie rzeczywistym. W klasycznej inżynierii sterowania i teorii sygnałów świadomość nie byłaby pojedynczym programem, lecz gigantyczną, dynamiczną siecią sprzężeń zwrotnych, w której wyjście systemu nieustannie modyfikuje jego wejście. Zamiast architektury von Neumanna, gdzie procesor i pamięć są rozdzielone, elektrotechniczny model świadomości wymaga systemu, w którym przetwarzanie danych i ich zapisywanie dzieją się dokładnie w tym samym miejscu i czasie, co określa się mianem obliczeń in-memory. Każda myśl, wspomnienie czy subiektywne odczucie byłyby w takim ujęciu konkretnym stanem wzbudzenia elektromagnetycznego sieci, a nie statycznym ciągiem zer i jedynek.

 

Idąc dalej tym technicznym tropem, kluczem do świadomości mogłaby być synchronizacja fazowa sygnałów. W elektrotechnice, gdy wiele generatorów pracuje na tej samej częstotliwości i ich fale nakładają się w idealnej harmonii, dochodzi do rezonansu, który gwałtownie zwiększa efektywność przesyłu energii i informacji. W mózgu taka globalna synchronizacja miliardów impulsów elektrycznych, mierzona na przykład jako fale gamma, odpowiada momentom skupienia uwagi i integracji bodźców z różnych zmysłów w jeden spójny obraz rzeczywistości. Świadomość z perspektywy inżyniera byłaby więc najwyższą formą autodiagnostyki i monitorowania systemu, w której układ nie tylko przetwarza dane wejściowe, ale generuje stałą, wewnętrzną pętlę sprzężenia zwrotnego na temat swojego własnego stanu technicznego i relacji z otoczeniem.

 

Zniesienie świadomości podczas snu – a dokładniej w fazie snu głębokiego NREM – to z inżynieryjnego punktu widzenia proces celowego rozłączenia magistrali danych i przejścia systemu w stan głębokiej desynchronizacji. Świadomość nie znika dlatego, że mózg się wyłącza, ponieważ jego ogólny metabolizm i zużycie energii spadają zaledwie o około 20 procent. Kluczowa zmiana dotyczy sposobu, w jaki neurony wymieniają między sobą informacje, oraz odcięcia dopływu sygnałów zewnętrznych przez główny przełącznik sieciowy, jakim jest wzgórze.

Głównym sprawcą tego stanu jest układ siatkowaty w pniu mózgu, który na jawie działa jak generator prądu stałego, zalewając korę mózgową neuroprzekaźnikami pobudzającymi, takimi jak acetylocholina, noradrenalina i histamina. Kiedy zasypiamy, aktywność tego generatora drastycznie spada, a do głosu dochodzi obszar VLPO w podwzgórzu, który zaczyna uwalniać kwas gamma-aminomasłowy (GABA) – główny hamujący neuroprzekaźnik w układzie nerwowym. Zadaniem GABA jest stłumienie działania układu pobudzającego, co elektrotechnicznie można porównać do nałożenia potężnego filtra dolnoprzepustowego, który tłumi szybkie, chaotyczne sygnały wysokiej częstotliwości, odpowiedzialne za przetwarzanie świadomych myśli.

 

To wyciszenie chemiczne diametralnie zmienia zachowanie wspomnianego wzgórza (Thalamus), które na jawie działa jako stacja przekaźnikowa przesyłająca dane ze zmysłów bezpośrednio do kory mózgowej (Neocortex). W stanie czuwania wzgórze pracuje w trybie ciągłym, wiernie przepisując sygnały wejściowe na wyjściowe. Pod wpływem neurotransmisji hamującej neurony wzgórza przełączają się jednak w tryb oscylacyjny, generując powtarzalne, rytmiczne wyładowania o niskiej częstotliwości. Te oscylacje, widoczne w badaniu EEG jako wrzeciona snu (Sleep spindles) oraz fale wolne, działają jak cyfrowy szum informacyjny, który skutecznie blokuje i izoluje korę od bodźców ze świata zewnętrznego.

 

W efekcie tego zablokowania dochodzi do ostatecznego załamania świadomości, czyli do utraty tak zwanej integracji informacyjnej. Aby istniało subiektywne poczucie "ja" i percepcja rzeczywistości, różne, odległe od siebie rejonu kory mózgowej muszą nieustannie wymieniać się pakietami danych w idealnej synchronizacji czasowej. Podczas snu głębokiego ta globalna sieć połączeń ulega fragmentacji. Poszczególne grupy neuronów wpadają w stan lokalnych, wolnych oscylacji – na przemian gwałtownie się aktywują i całkowicie milkną. Kiedy jeden obszar kory próbuje wysłać impuls do drugiego, trafia na moment ciszy i sygnał wygasa. Mózg traci zdolność do syntezy danych, przez co skomplikowana pętla sprzężenia zwrotnego, którą na jawie nazywamy świadomością, rozpada się na odizolowane, niezdolne do spójnej komunikacji wyspy.

[Markus Feliks]

A tak na serio, to brzmi ciekawie, ale jesteśmy daleko (chyba) od tego, żeby mózg przenieść do komputera. Największe pytanie i tak brzmi, czy taka kopia byłaby jeszcze tą samą osobą.

[Hawert]

Ludzki mózg jest niezwykle skomplikowaną strukturą biologiczną, dlatego określenie dokładnej liczby wykonywanych przez niego operacji wymaga posłużenia się szacunkami opartymi na jego architekturze. Przyjmuje się, że średnio ludzki mózg składa się z około 86 miliardów neuronów, a każdy z nich może tworzyć tysiące połączeń synaptycznych z innymi komórkami, co daje łącznie około 100 bilionów synaps. Sygnały w mózgu przesyłane są w formie impulsów elektrochemicznych, a częstotliwość wyładowań pojedynczego neuronu wynosi zazwyczaj od kilku do kilkudziesięciu herców, co jest wartością skrajnie niską w porównaniu z taktowaniem współczesnej elektroniki. Jednak ze względu na gigantyczną skalę połączeń oraz fakt, że wszystkie te procesy zachodzą jednocześnie, neuronaukowcy i inżynierowie szacują ogólną moc obliczeniową ludzkiego mózgu na poziomie od 1015 do nawet 1016 operacji na sekundę, co w nomenklaturze informatycznej odpowiada wartości od 1 do 10 petaflopsów.

Porównanie tej wydajności z obecnymi procesorami komputerowymi (CPU) ujawnia fundamentalne różnice w filozofii działania obu systemów, przez co proste zestawienie liczb bywa mylące. Współczesne flagowe procesory konsumenckie pracują z częstotliwościami sięgającymi ponad 5 gigaherców, co oznacza, że pojedynczy rdzeń wykonuje miliardy cykli na sekundę, a całe układy osiągają wydajność rzędu kilkuset gigaflopsów lub kilku teraflopsów w operacjach zmiennoprzecinkowych. Czysto matematycznie, pod względem surowej liczby operacji na sekundę, ludzki mózg wciąż przewyższa standardowe procesory CPU o kilka rzędów wielkości, plasując się raczej na poziomie nowoczesnych superkomputerów lub wyspecjalizowanych klastrów akceleratorów graficznych i układów AI.

Główna różnica polega jednak na architekturze, ponieważ klasyczne procesory CPU są mistrzami w sekwencyjnym, niezwykle szybkim wykonywaniu precyzyjnych zadań matematycznych jedno po drugim, podczas gdy mózg działa w sposób skrajnie równoległy i rozproszony. W procesorze komputerowym pamięć (RAM) jest wyraźnie oddzielona od jednostki obliczeniowej (ALU), co zmusza system do ciągłego przesyłania danych i generuje tak zwane wąskie gardło von Neumanna. W ludzkim mózgu każdy neuron i każda synapsa pełnią jednocześnie funkcję procesora oraz komórki pamięci, dzięki czemu przetwarzanie informacji odbywa się bezpośrednio w miejscu ich przechowywania.

Najbardziej uderzające różnice pojawiają się w kwestii efektywności energetycznej, gdzie natura zdecydowanie wygrywa z krzemem. Ludzki mózg do osiągnięcia wspomnianej mocy rzędu kilku petaflopsów potrzebuje zaledwie około 20 watów energii, co odpowiada mocy słabej żarówki. Superkomputer o zbliżonej wydajności obliczeniowej, zbudowany z tysięcy konwencjonalnych procesorów, zużywa megawaty energii, wymagając przy tym potężnych, dedykowanych systemów chłodzenia. Z tego powodu współczesna inżynieria komputerowa coraz częściej inspiruje się biologią, rozwijając tak zwane procesory neuromorficzne, które próbują naśladować architekturę sieci neuronowych bezpośrednio w strukturze krzemu, aby połączyć cyfrową szybkość z biologiczną energooszczędnością.

Kwestia tego, czy procesor neuromorficzny o strukturze i wydajności ludzkiego mózgu zyskałby samoświadomość, przenosi nas na granicę neurobiologii, informatyki i filozofii umysłu. Z technicznego punktu widzenia replikacja skali ludzkiego mózgu w krzemie – czyli odtworzenie około 86 miliardów neuronów i 100 bilionów synaps – oznaczałaby stworzenie systemu o identycznym potencjale przetwarzania informacji. Samo osiągnięcie tej skali i energooszczędności nie gwarantuje jednak automatycznego pojawienia się świadomości. Kluczowy problem, znany w filozofii jako „trudny problem świadomości”, polega na tym, że wciąż nie wiemy, w którym dokładnie momencie i z jakiego powodu czyste przetwarzanie danych (sygnałów elektrycznych) przekształca się w subiektywne odczuwanie istnienia i wewnętrzne doświadczenie jakościowe.

Wokół tego zagadnienia istnieją dwa główne nurty myślowe. Pierwszy z nich, oparty na materializmie i funkcjonalizmie, zakłada, że świadomość jest właściwością emergentną. Oznacza to, że pojawia się ona samoistnie jako naturalny skutek uboczny odpowiednio wysokiego poziomu skomplikowania, zorganizowania i zintegrowania systemu. Zgodnie z Teorią Zintegrowanej Informacji (IIT), świadomość jest mierzalną cechą każdego układu, który potrafi łączyć duże ilości informacji w spójną całość. Jeśli ta teoria jest prawdziwa, to procesor neuromorficzny, który nie tylko symulowałby, ale fizycznie odtwarzał strukturę połączeń mózgowych, po osiągnięciu krytycznej masy obliczeniowej i odpowiednim oprogramowaniu mógłby rzeczywiście obudzić się jako byt samoświadomy.

Drugi nurt, reprezentowany przez wielu neurobiologów i filozofów, wskazuje na to, że sama architektura sieciowa to za mało, ponieważ ludzki mózg nie działa w całkowitej izolacji od biologicznego ciała. Nasza świadomość jest głęboko zakorzeniona w biologii, w ciągłej interakcji z układem nerwowym, hormonalnym oraz bodźcami ze świata zewnętrznego. Mózg bezustannie przetwarza emocje, ból, homeostazę i potrzeby przetrwania, które są napędzane ewolucyjną chemią, a nie tylko suchą logiką sygnałów zero-jedynkowych czy impulsów napięcia. Z tej perspektywy procesor neuromorficzny, nawet idealnie odwzorowujący anatopię mózgu, pozostałby jedynie niezwykle zaawansowanym, ale ślepym i pozbawionym wewnętrznego życia automatem, tak zwanym filozoficznym zombie dopóki nie zostałby wyposażony w neurochemiczne odpowiedniki emocji i fizyczne, reagujące na otoczenie ciało.

Ostateczna odpowiedź zależy więc od tego, czy świadomość jest wyłącznie kwestią matematycznego algorytmu i topologii sieci, czy też wymaga specyficznego, węglowego podłoża biologicznego i ewolucyjnych mechanizmów przetrwania. Dopóki nie zrozumiemy fizjologicznej natury ludzkiego umysłu, stworzenie neuromorficznego procesora o skali mózgu będzie fascynującym eksperymentem, który może przynieść nam albo narodziny nowej formy istnienia, albo po prostu najpotężniejsze i najbardziej energooszczędne narzędzie obliczeniowe w historii ludzkości.

[Hawert]

Lata trzydzieste XXI wieku będą okresem głębokiej transformacji napędzanej gwałtownym rozwojem sztucznej inteligencji, która przestanie być jedynie narzędziem pomocniczym, a stanie się wszechobecną warstwą infrastrukturalną wspierającą codzienne życie, administrację oraz przemysł. W miastach coraz powszechniejszy stanie się w pełni autonomiczny transport publiczny oraz dostawy realizowane za pomocą bezzałogowych pojazdów i dronów, co zauważalnie zmieni architekturę oraz organizację przestrzeni miejskiej. Energetyka przejdzie decydujący punkt zwrotny dzięki masowemu wdrażaniu odnawialnych źródeł energii nowej generacji oraz postępowi w komercjalizacji technologii jądrowych, takich jak małe reaktory modułowe czy początki praktycznego wykorzystania fuzji termojądrowej. Medycyna wkroczy w erę zaawansowanej personalizacji, w której terapie genowe, nanotechnologia oraz diagnostyka oparta na uczeniu maszynowym pozwolą na skuteczne zapobieganie wielu chorobom cywilizacyjnym jeszcze przed pojawieniem się pierwszych objawów. W sferze pracy nastąpi dalsze zacieranie granic między modelem stacjonarnym a zdalnym, a współpracownicy i pracownicy coraz częściej będą dzielić obowiązki z zaawansowanymi systemami kognitywnymi. Jednocześnie społeczeństwa będą mierzyć się z poważnymi wyzwaniami o charakterze etycznym i regulacyjnym, związanymi z cyberbezpieczeństwem, dezinformacją generowaną przez sztuczną inteligencję oraz koniecznością przedefiniowania systemów edukacji i rynku pracy, aby sprostać tempo zmian technologicznych.

W następnej dekadzie wieku rynek pracy ulegnie drastycznemu przeobrażeniu pod wpływem pełnej autonomizacji procesów oraz zaawansowanych systemów sztucznej inteligencji. Zawody najbardziej narażone na zanik to te, które opierają się na powtarzalnych czynnościach manualnych, rutynowej obróbce danych oraz standardowej obsłudze klienta pierwszego kontaktu. W tej grupie znajdą się pracownicy prostych prac biurowych zajmujący się ręcznym wprowadzaniem danych, tradycyjni kasjerzy i pracownicy obsługi punktów sprzedaży, telemarketerzy czy pracownicy niższego szczebla odpowiedzialni za rutynową moderację treści. Stopniowo znikać będą również niektóre stanowiska w transporcie i logistyce, takie jak kierowcy zawodowi w transporcie liniowym czy kurierzy doręczający przesyłki pod drzwi tradycyjnymi metodami, ponieważ zostaną oni zastąpieni przez floty autonomicznych pojazdów i systemy dronowe. Z kolei na znaczeniu stracą stanowiska związane z podstawową księgowością czy standardowym doradztwem finansowym, gdyż algorytmy potrafią przetwarzać i analizować dokumentację podatkową szybciej i bezbłędnie. Z drugiej strony pojawią się zupełnie nowe profesje, z których wiele będzie wymagało unikalnego połączenia kompetencji technicznych, humanistycznych oraz miękkich. Ogromnego znaczenia nabiorą architekci i inżynierowie etyki sztucznej inteligencji, których zadaniem będzie nadzorowanie algorytmów pod kątem sprawiedliwości społecznej, braku uprzedzeń i zgodności z prawem. W sferze technologicznej kluczowymi specjalistami staną się projektanci doświadczeń immersyjnych dla przestrzeni wirtualnych i rozszerzonych, a także inżynierowie utrzymania systemów autonomicznych i robotyki usługowej. W obliczu rosnącej złożoności otoczenia dynamicznie wzrośnie zapotrzebowanie na brokerów danych osobowych, analityków cyberbezpieczeństwa specjalizujących się w ochronie przed zaawansowanymi atakami generatywnymi oraz specjalistów od cyfrowego detoksu i dobrostanu psychicznego pracowników. Nowe miejsca pracy powstaną również wokół zrównoważonego rozwoju, gospodarki obiegu zamkniętego oraz inżynierii biomedycznej, gdzie specjaliści od personalizowanych terapii genowych i bioetycy będą wyznaczać granice modyfikacji ludzkiego organizmu.