Forfattere
Inden for kunstig intelligens, som har stor indflydelse på vores liv i dag, er udtrykket “neuralt netværk” blevet mere og mere populært. Det refererer normalt til et tæt net af simple enheder, som hver især kan være i en af to tilstande (tændt/slukket) og påvirke tilstanden af andre enheder, der er forbundet til den. Hvad er egentlig forholdet mellem den måde, en nervecelle fungerer på, og den måde, kunstig intelligens fungerer på? Hvordan kan et kunstigt neuralt netværk sammenlignes med et netværk af neuroner i den menneskelige hjerne? Denne artikel forsøger at besvare disse spørgsmål. Vi vil opsummere, hvordan tænkning foregår, give en kort beskrivelse af, hvordan en nervecelle fungerer, beskrive lighederne mellem en nervecelle og en basisenhed i et logisk system og til sidst vise, hvordan det at forbinde flere sådanne enheder er grundlaget for kunstig intelligens.
Lige fra kulturens begyndelse har mennesker været fascineret af deres evne til at tænke, opfatte, klassificere og træffe beslutninger. En almindelig opfattelse inden for psykologi og filosofi er, at vores tanker og ideer er abstrakte, grundlæggende begreber, som bliver forbundet med hinanden i forskellige kombinationer, efterhånden som vi oplever verden omkring os. Navnet på denne forestilling er associationisme, ifølge associationismen er tænkning en slags vandring rundt i et indbyrdes forbundet netværk af begreber, der er forbundet med hinanden med forskellige styrker. Udløseren for strejftoget kan være et eksternt, sensorisk input som syn, lyd, lugt eller berøring.
Lad os for eksempel forestille os en gruppe af begreber: sur, sød, lille, stor, rød, citron, jordbær og vandmelon (figur 1). Associationisme betyder, at når man tænker på et jordbær, så aktiveres de associerede, jordbærrelaterede begreber, såsom rød, lille og sød (men ikke citron, stor eller vandmelon). Styrken af forbindelserne mellem de associerede begreber opbygges af vores interaktion med verden omkring os. Jo mere vi oplever en sød smag sammen med synet af en frugt, der tilfældigvis er rød, jo stærkere bliver forbindelsen mellem de tre begreber.
Associationisme er interessant for forskere, der forsøger at forstå, hvordan den menneskelige hjerne fungerer. Hvad sker der inde i hjernen, når vi forstår et begreb som “jordbær”? Rejsen mod et svar på dette spørgsmål begyndte tilbage i 1835, efter udviklingen af metoder, der muliggjorde mikroskopiske observationer af hjernevæv i høj kvalitet. Disse tidlige observationer viste, at hjernen består af nerveceller, også kendt som neuroner som er forbundet med hinanden gennem fine fibre [1]. I årenes løb førte disse fund til udviklingen af en hypotese, der kaldes neuron doctrine, som forbinder associationisme med hjernens struktur. Tænk på det på denne måde: Et begreb (såsom rød, lille eller sød) er repræsenteret i hjernen ved aktivering af neuroner. Fibre forbinder klynger af neuroner, og det understøtter associationen mellem begreber. Unikke grupper af neuroner bliver aktive, når vi tænker på et komplekst begreb eller ser et objekt for øjnene, som et jordbær eller en vandmelon (figur 1).
Men hvad sker der egentlig i en nervecelle, når man tænker på begrebet rød? De første spor kom i 1926 med udviklingen af avanceret elektronik, der gjorde det muligt at identificere og karakterisere elektriske signaler i nerverne. Disse elektriske signaler opstår, når en nervecelle er aktiv [2], og de involverer en lille ændring i den spænding, der måles mellem de to sider af nervecellens membran. Den vandige opløsning mellem alle kroppens celler (inklusive neuroner) ligner nemlig havvand med høje koncentrationer af natrium ioner, (Na+ ) og lave koncentrationer af kaliumioner (K+ ). Na+ og K+ er almindelige ioner, der bærer positive elektriske ladninger. Inde i nervecellen er K+ i høj koncentration, og Na+ er i lav koncentration. Denne forskel mellem de interne og eksterne ionkoncentrationer fører til en spændingsforskel mellem indersiden og ydersiden af cellen, ligesom forskellen mellem de to poler i et batteri. Måling af spændingen viste, at den elektriske aktivitet i en nervecelle er en meget kort (en brøkdel af et sekund) ændring i det elektriske potentiale inde i nervecellen. Dette fænomen blev kaldt en neural impuls eller “spike” (figur 2). I dag ved vi, at spike skyldes strømmen af Na+ og K+ ioner gennem cellens membran. For at skabe en nerveimpuls skal nervecellen modtage en stimulering, der er stærkere end en vis tærskel; hvis stimuleringen ikke er stærk nok, sker der ingenting.
Denne “alt-eller-intet”-respons fra nervecellen svarer til en tænd/sluk-kontakt til et lys. Vi kan tænke på det i numeriske termer som 1 (alt) eller 0 (intet). Det betyder, at styrken af den stimulering, der forårsager den neurale impuls, ikke påvirker størrelsen af den neurale impuls. Disse neurale impulser giver os mulighed for at føle, tænke, bevæge os og meget mere. Bemærk, at den elektriske aktivitet i hjernen er resultatet af elektriske impulser i mange nerveceller på samme tid.
På dette tidspunkt var der stadig et vigtigt ubesvaret spørgsmål: Hvordan kan et net af tænd/sluk-kontakter helt præcist forklare, hvordan mennesker tænker og handler intelligent? Søgningen efter et svar på dette spørgsmål har givet anledning til et spændende forskningsfelt, der påvirker vores daglige liv – artificial intelligence (AI). Kunstig intelligens hjælper mennesker inden for mange områder, herunder videnskab og teknik. Disse teknologier kan bruges til at udføre opgaver lige fra identifikation og sortering af medicinske data og billeder til kontrol af komplekse maskiner som selvkørende biler. Oprindelsen til kunstig intelligens kan spores tilbage til 1943, hvor forskere foreslog en mulig forbindelse mellem to meget forskellige videnskabelige domæner: matematisk logik og driften af netværk af neuroner [3]. Men hvad er den unikke forbindelse mellem disse to domæner?
En væsentlig del af tankeprocessen kan beskrives som en kæde af udsagn, der gennemgår sand/falsk-tests. Lad os bruge et eksempel på den tankeproces, en læge bruger, når en patient kommer ind på hendes kontor og klager over smerter i brystet. Lægen har mistanke om, at årsagen til brystsmerterne er et hjerteanfald. Men for at diagnosticere et hjerteanfald skal mindst to af følgende udsagn være sande: [a] Smerter i brystet – ja eller nej? [b] Ændringer i hjertets elektriske aktivitet – ja eller nej? [c] Ændringer i mængden af et bestemt protein i blodet – ja eller nej? Det betyder, at hvis patienten kun klager over brystsmerter (hvilket betyder, at svaret på [a] er “ja”), er det ikke nok til at diagnosticere et hjerteanfald; lægen vil kun diagnosticere et hjerteanfald, hvis svaret på udsagnene [b] og/eller [c] er “ja”, ud over brystsmerterne. Lægen stiller diagnosen baseret på et logisk udtryk. “Hvis [a] og [b] er sande, eller [a] og [c] er sande, eller [b] og [c] er sande, eller [a] og [b] og [c] er sande, så er der tale om et hjerteanfald.”
Så eftersom en nervecelle reagerer på en alt-eller-intet-måde og kun kan være i én af to tilstande (0-ikke aktiv eller 1-aktiv), kunne et netværk af nerveceller så repræsentere processen med at diagnosticere et hjerteanfald? Figur 3 viser et sådant netværk. Dette netværk har to lag. Det første lag, kaldet inputlaget, består af tre celler, hvis aktivitet repræsenterer de tre tegn på et hjerteanfald: celle [a] repræsenterer brystsmerter, celle [b] repræsenterer ændringer i hjertets elektriske aktivitet, og celle [c] repræsenterer ændringer i proteinkoncentrationen i blodet. Det andet lag (outputlaget) indeholder kun én neuron, som modtager det summerede input fra de tre celler i det første lag. Aktiviteten af denne ene neuron i det andet lag afgør, om betingelserne for at diagnosticere et hjerteanfald er blevet opfyldt (figur 3).
Forskerne fandt ud af, at det, et netværk kan beregne, bestemmes af relationerne mellem lagene, af styrken af forbindelserne og af tærskelværdien for aktivering af nervecellen. Det ser ud til, at næsten ethvert logisk udtryk kan beskrives i form af et neuralt netværk. Denne opdagelse var grundlaget for kunstig intelligens, som er baseret på aktiviteten i netværk, der indeholder tusindvis af “celler” og mange “lag”, og som nu er en del af næsten alle områder af vores liv.
Yderligere vigtige fremskridt blev gjort, da forskerne fandt ud af, hvordan man “lærer” netværket – gennem erfaring – at identificere objekter, der præsenteres for inputlaget, gruppere dem og træffe den “rigtige” beslutning i outputlaget. Læringen sker ved at ændre styrken af forbindelserne mellem cellerne eller ved at ændre tærskelværdien. I figur 3 kunne netværket f.eks. “trænes” til at identificere et hjerteanfald, hvis og kun hvis alle tre betingelser – [a] og [b] og [c] – var sande; “læringen” kunne opnås ved at ændre tærskelværdien for cellen i det andet lag til 2,5 i stedet for 2.
Der er stadig mange udfordringer for forskere, som er interesserede i at lave analogier mellem kroppens neurale netværk og kunstig intelligens. Flere af disse udfordringer skyldes de forskelle, der er mellem en abstrakt, matematisk repræsentation af en nervecelle og en rigtig nervecelle i kroppen. Men den største udfordring af dem alle bliver ved med at nage vores hjerner – er det alt, hvad en person er? Er alle vores følelser, tanker og ønsker – hele vores personlighed – blot et netværk af elektriske og kemiske komponenter, der sidder i hjernen? Dette svar vil sandsynligvis ikke blive leveret af kunstig intelligens; vi bliver nødt til at blive ved med at tænke over det selv.
Associationisme: Ideen om, at når vi oplever verden, forbinder vi abstrakte, grundlæggende begreber med hinanden i forskellige kombinationer. For eksempel udgør sød, rød og lille objektet “jordbær”.
Neuron: En hjernecelle, der er i stand til at generere elektriske impulser.
Neuron-doktrinen: Ideen om, at vores ideer eller begreber er repræsenteret i hjernen ved aktivering af en eller flere nerveceller. Fibre forbinder nerveceller, der repræsenterer lignende grundlæggende begreber.
Ioner: Ladede atomer eller molekyler. En positivt ladet ion kaldes kation; en negativt ladet ion kaldes anion.
Neural impuls: En lille, hurtig ændring i spændingen mellem to sider af cellemembranen, som skyldes bevægelse af ioner mellem indersiden og ydersiden af cellen.
Kunstig intelligens: Adfærd hos en computer eller anden maskine, der afspejler en intelligens, der normalt kun tilskrives en person. For eksempel en computer, der spiller skak, fuldfører sætninger eller opsummerer en artikel.
Logisk udtryk: En kæde af operationer som “hvis-så”, “og”, “eller” eller “ikke”, der udføres på data, der er lagt ind i systemet; resultatet er “sandt” (1) eller “falsk” (0).
[1] Chvátal, A. 2015. Opdagelse af nervevævets struktur, del 2: Gabriel Valentin, Robert Remak og Jan Evangelista Purkyně. J. Hist. Neurosci. 24:326-51. doi: 10.1080/0964704X.2014.977677
[2] Adrian, E. D., og Zotterman, Y. 1926. Impulserne produceret af sensoriske nerveender: del 3. Impulser oprettet ved berøring og tryk. J. Physiol. 61:465-83.
[3] McCulloch, W. S., og Pitts, W. 1943. En logisk beregning af de ideer, der er immanente i nervøs aktivitet. Bull. Math. Biophys. 5:115-33.
Mennesker har lavet musik i titusinder af år. Men hvad sker der i din hjerne, når du lytter til dit yndlingsband eller din yndlingsmusiker? I denne artikel følger du lydens rejse fra ørerne til hjernen, hvor forskellige områder arbejder sammen, mens du lytter til musik. Musik involverer mange hjernefunktioner, såsom lydbehandling, hukommelse, følelser og bevægelse. Du vil også opdage, at hjernen kan lære at genkende velkendte mønstre i musik, hvilket kan hjælpe med at forklare, hvorfor musik kan gøre os glade, triste eller endda ophidsede. Til sidst vil du udforske, hvad der sker i musikeres hjerner, når de spiller på deres instrumenter.
…
Kunstig intelligens (AI) systemer bliver ofte rost for deres imponerende præstationer inden for en lang række opgaver. Men mange af disse succeser skjuler et fælles problem: AI tager ofte genveje. I stedet for virkelig at lære, hvordan man udfører en opgave, bemærker den måske bare enkle mønstre i de eksempler, den har fået. For eksempel kan en AI, der er trænet til at genkende dyr på fotos, stole på baggrunden i stedet for selve dyret. Nogle gange kan disse genveje føre til alvorlige fejl, såsom en diagnose fr , der er baseret på hospitalsmærker i stedet for patientdata. Disse fejl opstår selv i avancerede systemer, der er trænet på millioner af eksempler. At forstå, hvordan og hvorfor AI tager genveje, kan hjælpe forskere med at designe bedre træningsmetoder og undgå skjulte fejl. For at gøre AI mere sikker og pålidelig skal vi hjælpe den med at udvikle en reel forståelse af opgaven – ikke bare gætte ud fra mønstre, der har fungeret tidligere.
…
Er du nogensinde faldet og slået hovedet, mens du legede? Følte du dig lidt svimmel og havde ondt i hovedet? Hvis ja, kan du have fået en hjernerystelse! Hjernerystelser kan ske hvor som helst. De kan ske under sport, når du leger med dine venner eller endda når du cykler med dine forældre. Det kan være svært at vide, om du har fået en hjernerystelse. Mange børn og forældre er ikke sikre på, hvad de skal gøre, hvis nogen får en hjernerystelse. Læger og forskere ved, at det hjælper dig med at komme dig hurtigere, hvis du gør det rigtige efter en hjernerystelse. Denne artikel forklarer, hvad en hjernerystelse er. Den hjælper dig med at se, om du eller en ven har fået en hjernerystelse, og fortæller dig, hvad du skal gøre, hvis du nogensinde får en hjernerystelse.
…
Hjertet er en meget vigtig muskel, der arbejder uafbrudt for at pumpe blod og levere vigtige næringsstoffer og ilt til alle dele af kroppen. Denne artikel ser på, hvordan hjertet fungerer normalt, og hvad der sker, når det fungerer unormalt, som det er tilfældet med en tilstand kaldet atrieflimren (AF). AF er en almindelig tilstand, der opstår, når hjertet slår uregelmæssigt og ude af takt. AF kan øge en persons risiko for at udvikle alvorlige problemer som hjertesvigt eller slagtilfælde. Denne artikel ser også på, hvordan AF kan diagnosticeres, hvad der forårsager AF, og de forskellige måder, det kan behandles på.
…