MECHANIKA DUCHOWA

Od czasów rewolucji przemysłowej przestawaliśmy postrzegać świat w kategoriach magicznych, a zaczynaliśmy w mechanicznych. Nazwaliśmy więc mózg „maszyną myślącą”. Dziś, kiedy budujemy maszyny do przetwarzania informacji, popularne jest porównywanie mózgu do komputera. Ale metafory mają to do siebie, że pozwalając nam pojmować jedną rzecz w kategoriach drugiej, nie oddają ich istoty. Bo choć mózg służy do przyswajania wiedzy, nie odbywa się to na zasadzie jej nieprzerwanego gromadzenia, tylko modyfikowania wzorców swojej pracy.

Chociaż genetycznie nie różnimy się od prehistorycznych myśliwych, nasze mózgi potrafią radzić sobie w zmieniającym się świecie. Tymczasem tradycyjne komputery nie potrafią plastycznie dostosowywać się do nowych informacji, musimy więc je wymieniać na nowsze modele. Z tego powodu awangarda informatyki zmierza raczej do stworzenia komputera, który odwzorowywałby pracę naszego mózgu, czyli tak zwanej głębokiej sieci neuronowej. Temu właśnie trendowi zawdzięczamy większość spektakularnych osiągnięć sztucznej inteligencji, które zadziwiają nas w ostatnich latach.

 

Głębokie sieci neuronowe służyć mogą do analizowania danych bez określania związku między nimi. Podobnie jak mózg sieć ma się doskonalić w przetwarzaniu danych posługując się ogromną ilością pracujących równolegle procesorów. W odróżnieniu od programów komputerowych głębokie sieci nie stosują linearnej logiki, ale reorganizują połączenia pomiędzy węzłami sieciowymi. W mózgu przetwarzanie informacji przebiega równolegle, dzięki czemu informacja nie jest przetwarzana krok po kroku tak jak w komputerze. Dzięki gęstej sieci połączeń w krótkim czasie aktywować można miliony neuronów, a cały system bezustannie się zmienia.

Ponieważ impulsy w naszym mózgu bezustannie są ze sobą zestawiane, każdy nowy impuls rodzi się z kombinacji ich wszystkich – każda myśl jest konsekwencją wcześniejszych myśli, co odczuwamy jako historyczną ciągłość swojego „ja”. Dzięki takiemu sieciowemu przetwarzaniu możemy rozumieć znaczenie odbieranych treści  (czyli sposób w jaki są ze sobą powiązane), a także wpadać na nowe pomysły (to znaczy wynajdywać nowe powiązania). A to wciąż znacznie więcej niż potrafią najnowocześniejsze nawet komputery, którym trzeba dostarczać ogromne ilości danych, żeby „wyszkolić” je do wąsko określonych zadań.