За различните видове невронни мрежи и тяхното бъдеще

Никола К. Касабов е професор в Технологичния университет в Окланд, Нова Зеландия, и Университета в Ълстър, Великобритания, академик на Кралската академия на науките на Нова Зеландия и номиниран за Кралската академия на науките на Великобритания. Той е основател на Института по знания KEDRI в Нова Зеландия и е Life Fellow of IEEE.

Проф. Касабов е гост-професор в Института по информационни и комуникационни технологии (ИИКТ) на БАН. Той изнесе лекция на тема „Невроинформатика, невронни мрежи и неврокомпютри: Настояще и бъдеще“. Невроинформатиката се занимава с информационните процеси на нервната система и с тяхното моделиране и изучаване. Невронните мрежи (НМ) са модели за обработка на данни, които в последните години се прилагат в почти всички области на науката и технологиите в света благодарение на т.нар. дълбоки невронни мрежи. НМ се развиват непрекъснато, като понастоящем бурно се развиват импулснитe НМ (ИНМ), още известни като spiking neural networks, които са базата за разработката на свръхмощни невроморфни неврокомпютри. Те включват стотици и милиони изкуствени неврони и консумират хиляди пъти по-малко енергия от сегашните компютри. 

Проф. Касабов представи оригинални теории и модели на НМ, разработени от него, които се използват в повече от 50 страни от света, като изчислителната архитектура, базирана на ИНМ, наречена NeuCube. Тя използва стандартен шаблон на човешкия мозък, заложен в архитектурата за много по-адекватна обработка на мозъчни данни и по-общо – на времево-пространствени потоци от данни. Сред приложенията на тези технологии са: ранна диагностика и предсказване на мозъчни и когнитивни заболявания, интерфейси мозък-машина за управление на протези и обекти чрез мозъчни сигнали и други. Част от тези разработки са влезли в програмата на нов Европейски проект NEMO-BMI (невроморфни интерфейси за мозък-машина), в който наред с управлението на протези мозъчни сигнали ще се дешифрират и подават за първи път в световната практика към повредени нерви на гръбначния стълб за тяхното възстановяване чрез непрекъснато самообучение. Това е водещ проект в световната наука в тясно сътрудничество с учени от Франция, Нидерландия и Швейцария. Българският екип е базиран в ИИКТ на БАН. 

С проф. Касабов коментирахме разликите между различните видове невронни мрежи, какво може и какво не една технология, до каква степен човекът и машината ще се слеят и как технологиите черпят вдъхновение от биологията и физиологията.

Каква е разликата между стандартните невронни мрежи и импулсните невронни мрежи?
Разликата е, че стандартните невронни мрежи работят със скалирани данни, докато импулсните невронни мрежи работят с импулси (spikes), които обаче са във времето. Импулсните невронни мрежи отчитат време. Другите невронни мрежи обработват скалирани или векторни данни, докато невронните мрежи на импулси могат да вземат цели временни поредици от данни и да ги обработят заедно на много входни променливи.

Защо невроморфните компютри са толкова енергийно ефективни, сравнени със стандартните невронни мрежи, които знаем, че изразходват огромни количества енергия за обучение?
Неврокомпютрите, както и мозъкът са направени да обработват минимална информация. Когато се обработват големи данни с много цифри и много знаци след десетичната запетая, това изисква много енергия. А когато информацията се представи само като двоични елементи, като бит, а и този бит е във времето, не изисква голяма енергия за обработване на тази информация. По-скоро тази информация може да се обработва масивно от много такива елементи и това обработване е много по-бързо и много по-малко енергия изразходва, отколкото ако се обработват всички данни с цялата им сложност.

Квантовите компютри навлизат все повече в света на технологиите. Според Вас къде лежи бъдещето на компютрите – в невронните мрежи или в квантовите компютри?
Не бих ги разграничил, защото невронните мрежи могат да се имплементират на квантови компютри. Квантовите компютри имат предимството, че много бързо обработват информация. Тази информация обаче трябва да бъде представена като квантова информация, тоест променливите трябва да бъдат в суперпозиция на състояния. И аз виждам, че една от платформите, които можем да използваме за невронни мрежи, са квантовите компютри, а те все още не са в достатъчно силно развитие, за да бъдат ползвани.

Част от Вашите разработки влизат в нов европейски проект NEMO-BMI. Част от него е задачата да се дешифрират и подават данни към повредени нерви на гръбначния стълб. Какви резултати очаквате от тези разработки? 
Това не е само наша задача. Ние сме част от колектив и работим с много добри партньори от Франция, от Нидерландия, от Швейцария, които имат вече разработени такива технологии. Нашата цел е да декодираме много по-добре мозъчните сигнали и да подадем към тези устройства, които вече са разработени, за да управляват протези или да регулират нерви, да подобряват нервите. И по-скоро нашата задача е да развием такива декодери, които сами се подобряват и адаптират, вместо да бъдат калибрирани от време на време. Така че нашата задача е да направим адаптивни системи.

Къде е пресечната точка между изчислителната наука и биологията? 
Идеите идват от биологията и от физиологията. Разбира се, ние ползваме само някои принципи от биологията, от физиологията, от когнитивните науки, за да разработим тези модели.

Колко близо и далеч сме от AGI общия изкуствен интелект?
Не бих се обвързал с предсказвания. Аз съм привърженик на еволюцията, а не на революцията. Не бих казал след 20 години какво ще има. Но ако ние следваме стъпка по стъпка, имаме напредък в прогреса с всяка стъпка, ето това бихме искали да видим.

Киборгът ли е бъдещето на човечеството?
Киборг. Разбира се. Интегрирането на елементи, които са физически изкуствени елементи, за да помагат на човека, е нещо, което ще стане. Доколко това ще бъде и как, е трудно да се предскаже. Във всички случаи хората, които имат нужда от протези, трябва да могат да управляват тези протези с мозъчни сигнали. Хората, които имат недостатъци, трябва да получат помощ. И разбира се, нататък вървят нещата, за да се помага на хората.

Кой е по-добър в обработката на информация, човешкият мозък или съвременните невронни мрежи?
Във всички случаи човешкият мозък е по-добър, по-комплексен, защото той има много аспекти като съзнание, като емоции. Докато изкуствените невронни мрежи могат да моделират само един аспект и този аспект може да бъде много важен и може би може да покаже по-бързо решение, отколкото човек може да вземе решение. Например, ако говорим за диагностициране на някакво заболяване, една невронна мрежа, която използва 12 източника на данни за един човек и милиони данни за други хора, ще бъде по-добра, отколкото един експерт. Разбира се, човешкият мозък също може да вземе, така да се каже, холистично, цялостно състоянието на човека, така че бих казал, че трябва да вървят заедно и да се допълват.