Hur ser nästa genombrott inom AI ut?

Artificiell intelligens är ett märkligt ämne. Hälften av alla man talar med om det skrattar till och skakar på huvudet, som för att markera att AI hör hemma i samma kategori av framtidsvisioner som den personliga raketryggsäcken eller mattuber för alla. Andra hälften skiner upp och börjar berätta om hur snabbt området utvecklas just nu. Det är som om den tidiga hypen dröjer sig kvar som en envis höstdimma över ämnet, som vägrar att lyfta.

Hur ser då framtiden inom AI ut? Det finns flera olika möjligheter. Bland de mer intressanta är förstås de teorier som säger att givet tillräckliga datamängder, och probabilistiska metoder, kommer datorer att kunna bete sig så nära intelligens att skillnaden blir försumbar. Framstegen – enligt det sättet att se på ämnet – kommer naturligt med större datamängder och snabbare processorer. Exempel som skulle kunna tas till intäkt för att detta stämmer är de olika översättningsalgoritmer som används i bland annat Google Translate.

Om den visionen huvudsakligen är en mjukvarubaserad vision av framtiden, kan man också tänka sig en hårdvarubaserad – vad händer om vi får helt nya hårdvarukomponenter som påmninner i större utsträckning om vår organiska hårdvara? Memristorer är ett intressant exempel. I dessa artiklar finns en hel del matnyttigt om memristorer, särskilt om deras likhet med mänsklig hårdvara (Wetware). DARPA skriver:

The initial phase of the SyNAPSE Program will develop nanometer scale electronic synaptic components capable of adapting the connection strength between two neurons in a manner analogous to that seen in biological systems, as well as, simulate the utility of these synaptic components in core microcircuits that support the overall system architecture.

New Scientist snuddar vid samma tanke i sin artikel, som är väl värd att läsas i sin helhet:

EVER had the feeling something is missing? If so, you’re in good company. Dmitri Mendeleev did in 1869 when he noticed four gaps in his periodic table. They turned out to be the undiscovered elements scandium, gallium, technetium and germanium. Paul Dirac did in 1929 when he looked deep into the quantum-mechanical equation he had formulated to describe the electron. Besides the electron, he saw something else that looked rather like it, but different. It was only in 1932, when the electron’s antimatter sibling, the positron, was sighted in cosmic rays that such a thing was found to exist.

In 1971, Leon Chua had that feeling. A young electronics engineer with a penchant for mathematics at the University of California, Berkeley, he was fascinated by the fact that electronics had no rigorous mathematical foundation. So like any diligent scientist, he set about trying to derive one.

And he found something missing: a fourth basic circuit element besides the standard trio of resistor, capacitor and inductor. Chua dubbed it the ”memristor”. The only problem was that as far as Chua or anyone else could see, memristors did not actually exist.

Except that they do. Within the past couple of years, memristors have morphed from obscure jargon into one of the hottest properties in physics. They’ve not only been made, but their unique capabilities might revolutionise consumer electronics. More than that, though, along with completing the jigsaw of electronics, they might solve the puzzle of how nature makes that most delicate and powerful of computers – the brain.

Plötsligt stod hårdvaran och dess funktionalitet i centrum, och forskarna återfann vad de sökte i naturen:

In true memristive fashion, Chua had anticipated the idea that memristors might have something to say about how biological organisms learn. While completing his first paper on memristors, he became fascinated by synapses – the gaps between nerve cells in higher organisms across which nerve impulses must pass. In particular, he noticed their complex electrical response to the ebb and flow of potassium and sodium ions across the membranes of each cell, which allow the synapses to alter their response according to the frequency and strength of signals. It looked maddeningly similar to the response a memristor would produce. ”I realised then that synapses were memristors,” he says. ”The ion channel was the missing circuit element I was looking for, and it already existed in nature.”

Det vore intressant om nästa genombrott i AI kommer via hårdvaran, av flera olika skäl. Det skulle bekräfta en vändning inom både filosofin och lingvistiken, liksom inom kognitionsvetenskapen i stort, som fokuserar på det kroppsliga, en wittgensteinsk vändning som visar att intelligens inte kan förstås abstrakt, utan kropp, utan endast i en inkarnation av något slag. Samtidigt skulle det kanske lära oss att tänka nytt kring den mänskliga intelligensens processer, om vi i stället för att se oss som kolbaserade intelligenser – i motsats till kiselbaserade datorer – börjar se oss som, säg, synapsbaserad intelligens.

En intelligens baserad inte på materialet intelligensen är baserad på utan på funktionen som möjliggör den.