இது கம்ப்யூட்டரில் பதிவேற்றப்பட்ட ஈ அல்ல X இல் ஒரு சமீபத்திய வைரல் உணர்வு, மெய்நிகர் "உறுதியான ஈ" என்று அழைக்கப்படுவது, AI ஹைப் இயந்திரத்தை வசீகரித்துள்ளது. இயோன் சிஸ்டம்ஸில் இருந்து உருவான காட்சிகள், முழு மூளையின் முன்மாதிரியைக் காட்டுவதாகக் கூறுகிறது. இருப்பினும், ஒரு எளிய டிஜிட்டல் பூச்சியை விட யதார்த்தம் மிகவும் நுணுக்கமானது. இந்த நிகழ்வு AI மார்க்கெட்டிங் உரிமைகோரல்களுக்கும் மூளை உருவகப்படுத்துதலில் உண்மையான நரம்பியல் முன்னேற்றத்திற்கும் இடையிலான முக்கியமான இடைவெளியை எடுத்துக்காட்டுகிறது. இந்த "ஈ" உண்மையில் எதைக் குறிக்கிறது என்பதைப் புரிந்துகொள்வது சத்தத்தை வெட்டுவதற்கு அவசியம். உயிரியல் நுண்ணறிவைப் பிரதிபலிக்கும் மகத்தான சவால்களிலிருந்து லட்சிய காலக்கெடுவும் தைரியமான மொழியும் எவ்வாறு திசைதிருப்ப முடியும் என்பதற்கான ஒரு முக்கிய வழக்கு ஆய்வு இது.
வைரல் "எம்போடிட் ஃப்ளை" நிகழ்வின் டிகோடிங் கடந்த வாரம், உருவான ஈ பற்றிய பதிவுகள் சமூக ஊடகத் தளமான X இல் பரவியது. AI ஹைப் மற்றும் ஃப்யூச்சரிஸத்திற்கு அர்ப்பணிக்கப்பட்ட கணக்குகளால் கிளிப்புகள் முக்கியமாக உயர்த்தப்பட்டன, இது ஒரு உற்சாகத்தை உருவாக்கியது. இருப்பினும், பல வர்ணனையாளர்கள் மற்றும் பங்குதாரர்கள், தாங்கள் விளம்பரப்படுத்தும் தொழில்நுட்பத்தின் அடிப்படைத் தன்மையை தவறாகப் புரிந்துகொண்டனர். சான் ஃபிரான்சிஸ்கோவை தளமாகக் கொண்ட ஈயான் சிஸ்டம்ஸ்தான் இதற்கு ஆதாரம். நிறுவனம் அதன் நோக்கம் "டிஜிட்டல் மனித நுண்ணறிவை" அடைவதாகக் கூறுகிறது. அவர்களின் பொது இலக்கு அசாதாரணமாக லட்சியமானது: இரண்டு ஆண்டுகளுக்குள் ஒரு சுட்டி மூளையின் முழு டிஜிட்டல் எமுலேஷனை உருவாக்குதல்.
ஹைப்பின் பின்னால் உள்ள லட்சிய உரிமைகோரல்கள் Eon Systems இன் இணை நிறுவனர் Alexander Wissner-Gross அசல் வீடியோவை பொதுவில் பகிர்ந்துள்ளார். அவர் அதை "பல நடத்தைகளை உருவாக்கும் முழு-மூளை எமுலேஷன் உலகின் முதல் உருவகம்" என்று பெயரிட்டார். இந்த சொற்றொடர் வேண்டுமென்றே பிரமாண்டமானது மற்றும் தொழில்நுட்ப ரீதியாக குறிப்பிட்டது, இது ஒரு முன்னேற்றத்தை பரிந்துரைக்கிறது. இத்தகைய மொழி இயல்பாகவே நனவு பதிவேற்றங்கள் மற்றும் மனித நிலை AI நோக்கி உடனடி பாய்ச்சல் பற்றிய ஊகங்களைத் தூண்டுகிறது. "பல நடத்தைகள்" என்ற கூற்று ஒரு எளிய அனிமேஷன் அல்லது ஸ்கிரிப்ட் வரிசைக்கு அப்பாற்பட்ட ஒரு சிக்கலான, ஒருங்கிணைந்த அமைப்பைக் குறிக்கிறது.
இது ஏன் "மூளைப் பதிவேற்றம்" அல்ல இதை கம்ப்யூட்டரில் பதிவேற்றிய ஈ என்று அழைப்பது ஒரு ஆழமான தவறான கருத்து. உண்மையான முழு-மூளை எமுலேஷனுக்கு ஒரு உயிரினத்தின் நரம்பியல் சுற்றுகளின் முழுமையான, இணைப்பு-நிலை வரைபடம் மற்றும் அதன் மின்வேதியியல் இயக்கவியலை நிகழ்நேரத்தில் உருவகப்படுத்துவதற்கான கணக்கீட்டு சக்தி தேவைப்படுகிறது. எளிமையான உயிரினங்களுக்குக் கூட அந்தத் திறனை நாம் அருகில் இல்லை. சில நரம்பியல் தரவுகளின் அடிப்படையில் சில பறக்கும் நடத்தைகளின் அதிநவீன மாதிரி அல்லது உருவகப்படுத்துதலை Eon நிரூபித்திருக்கலாம். இது ஒரு குறிப்பிடத்தக்க ஆய்வுப் படியாகும், ஆனால் இது ஒரு குறிப்பிட்ட, தனிப்பட்ட பறக்கும் மனதை ஒரு சேவையகத்திற்கு மாற்றியமைக்கப்படவில்லை.
சிமுலேஷன் மற்றும் எமுலேஷன் இடையே உள்ள இடைவெளி இந்த வேறுபாடுதான் பிரச்சினையின் மையக்கரு. நரம்பியல் மற்றும் AI சமூகங்கள் ஒரு முக்கியமான பிரிவைச் செய்கின்றன:
உருவகப்படுத்துதல்: சில வெளியீடுகள் அல்லது நடத்தைகளைப் பிரதிபலிக்கும் மாதிரியை உருவாக்குதல். பொருந்தக்கூடிய முடிவுகளில் கவனம் செலுத்தும் மேல்-கீழ் அணுகுமுறை இது. எமுலேஷன்: அந்த நடத்தைகளை உருவாக்கும் உண்மையான, குறைந்த-நிலை உயிரியல் செயல்முறைகளை மீண்டும் உருவாக்குதல். இது சரியான உயிரியல் நம்பகத்தன்மை தேவைப்படும் கீழ்மட்ட அணுகுமுறையாகும்.
Eon டெமோ, அதன் தொழில்நுட்ப தகுதியைப் பொருட்படுத்தாமல், நிச்சயமாக முதல் வகைக்குள் வரும். ஒரு சுட்டி மூளைக்கான இரண்டு வருட காலக்கெடு நம்பகத்தன்மையை மேலும் கஷ்டப்படுத்துகிறது, சுட்டி மூளையில் சுமார் 70 மில்லியன் நியூரான்கள் உள்ளன, பழ ஈக்களை விட சிக்கலான அளவு ஆர்டர்கள் உள்ளன.
மூளை எமுலேஷனின் உண்மையான சவால்கள் இந்த காலவரிசை ஏன் மிகவும் லட்சியமானது என்பதைப் புரிந்து கொள்ள, நாம் உறுதியான தடைகளைப் பார்க்க வேண்டும். உண்மையான மூளை உருவகப்படுத்துதல் என்பது அறிவியல் மற்றும் கணினியில் உள்ள கடினமான பிரச்சனைகளில் ஒன்றாகும்.
மேப்பிங் பிரச்சனை: சுட்டி மூளைக்கான முழுமையான இணைப்பு வரைபடம் (கனெக்டோம்) எங்களிடம் இல்லை. ஒன்றை உருவாக்குவது இமேஜிங் மற்றும் தரவு செயலாக்கத்தின் ஒரு கடினமான பணியாகும். கணக்கீட்டுச் சிக்கல்: பில்லியன் கணக்கான ஒத்திசைவுகள் மற்றும் அவற்றின் மாறும் நிலைகளை உருவகப்படுத்த, நாம் அணுகத் தொடங்கும் எக்ஸாஸ்கேல் கம்ப்யூட்டிங் சக்தி தேவைப்படுகிறது. சரிபார்ப்பு சிக்கல்: டிஜிட்டல் மவுஸ் மூளை "சரியானது" என்பதை நாம் எப்படி அறிவோம்? அதன் உள் நிலைகளை உயிரியல் ஒன்றோடு ஒப்பிடும் கருவிகள் எங்களிடம் இல்லை.
இவை குறுகிய கால பொறியியல் சவால்கள் அல்ல. அவை அடிப்படை அறிவியல் இடைவெளிகள். மற்ற துறைகளில் சிக்கலான அமைப்புகள் எவ்வாறு சரிபார்க்கப்படுகின்றன என்பதைப் பற்றி மேலும் அறிய, KPop டெமான் ஹன்டர்ஸின் ஆஸ்கார் விருதுகள் ஏன் ஒரு பெரிய விஷயம் போன்ற கலாச்சார நிகழ்வுகளுக்குப் பின்னால் உள்ள சிக்கலான பகுப்பாய்வைக் கவனியுங்கள்.
AI ஹைப் எதிராக அளவிடப்பட்ட முன்னேற்றம் AI மார்க்கெட்டிங் எதார்த்தத்தை எப்படி விஞ்சும் என்பதற்கு "உருவாக்கப்பட்ட ஃப்ளை" எபிசோட் ஒரு பாடநூல் உதாரணம். அடுத்த பெரிய விஷயத்திற்காக பசியுடன் இருக்கும் ஒரு நிலப்பரப்பில், ஆர்ப்பாட்டங்கள் பெரும்பாலும் உறுதியான முன்னேற்றங்களாக வடிவமைக்கப்படுகின்றன. இது எதிர்பார்ப்புகளின் சுழற்சியை உருவாக்குகிறதுஉள்ளன. இந்த முறை நரம்பியல் அறிவியலுக்கு தனித்துவமானது அல்ல. இது மற்ற AI-உந்துதல் தொழில்களில் உள்ள போக்குகளை பிரதிபலிக்கிறது, அங்கு கருத்து மற்றும் நம்பிக்கை முக்கிய நாணயங்களாக மாறும். AI அமைப்புகளில் முடிவெடுக்கும் வழிமுறைகள் புரிந்துகொள்வது முக்கியம், AI முகவர்கள் எந்த பிராண்டுகளை பரிந்துரைக்க வேண்டும் என்பதை எப்படி முடிவு செய்கிறார்கள்: நம்பிக்கை என்பது புதிய தரவரிசை காரணி.
முக்கியமான பகுப்பாய்வின் முக்கியத்துவம் பத்திரிக்கையாளர்கள், ஆர்வலர்கள் மற்றும் முதலீட்டாளர்களுக்கு, மொழியை ஆராய்வதே பாடம். "உருவம்" மற்றும் "முழு மூளை எமுலேஷன்" போன்ற சொற்கள் அதிக அறிவியல் எடையைக் கொண்டுள்ளன. சக மதிப்பாய்வு செய்யப்பட்ட விவரங்கள், அளவிடுதல் சான்றுகள் மற்றும் சுயாதீன சரிபார்ப்பு ஆகியவற்றைக் கேட்பது சந்தேகம் அல்ல - இது அவசியமான கடுமையானது. மூளை உருவகப்படுத்துதலில் உண்மையான முன்னேற்றம் அதிகரிக்கும், கல்வி இதழ்களில் வெளியிடப்படும் மற்றும் நரம்பியல் விஞ்ஞானிகளால் வெளிப்படையாக விவாதிக்கப்படும். இது BRAIN முன்முயற்சி போன்ற பெரிய, கூட்டுத் திட்டங்களிலிருந்து வரும், சமூக ஊடகங்களில் திருட்டுத்தனமான டெமோக்களிலிருந்து அல்ல.
முடிவு: ஹைப்பிற்கு அப்பால் பாருங்கள் வைரலான "உருவமான ஈ" என்பது நடத்தை மாடலிங் பற்றிய ஒரு கண்கவர் பார்வையாகும், ஆனால் அது ஒரு கணினியில் பதிவேற்றப்பட்ட மனம் அல்ல. இது அறிவியல் கண்டுபிடிப்பின் மெதுவான, கடின உழைப்பிலிருந்து உருமாறும் AI சந்தைப்படுத்தலைப் பிரிப்பதற்கான முக்கியமான நினைவூட்டலாக செயல்படுகிறது. நுண்ணறிவைப் புரிந்துகொள்வதற்கான பாதை - உயிரியல் அல்லது செயற்கை - பொறுமை மற்றும் துல்லியம் தேவை. தகவலறிந்து இருப்பது என்பது மிகைப்படுத்தலைக் கடந்தும் சரிபார்க்கக்கூடிய முன்னேற்றத்தில் கவனம் செலுத்துவதாகும். உயிரியல் மற்றும் அன்றாட வாழ்க்கையுடன் தொழில்நுட்பம் எவ்வாறு குறுக்கிடுகிறது என்பது பற்றிய கூடுதல் நுண்ணறிவுகளுக்கு, எனது உடற்பயிற்சி கண்காணிப்பு எனது நாள்பட்ட நோய்க்கு எதிரான ஒரு ரகசிய ஆயுதம் போன்ற கதைகளை ஆராயுங்கள். சிக்கலான தொழில்நுட்ப விவரிப்புகளை தெளிவுபடுத்துவதில் புதுப்பித்த நிலையில் இருக்க, Seemless இல் சமீபத்திய பகுப்பாய்வைப் பின்பற்றவும்.
