Почему ChatGPT никогда не разовьет интеллект: как метаболические ограничения создали человеческое сознание

Глядя на успех новых крупных языковых моделей, таких как ChatGPT, мы невольно начинаем верить, что искусственный интеллект, достигнув человеческого уровня качества обработки информации, обязательно обретет сознание. Это убеждение во многом основано на представлении о том, что сознание — это просто очень сложная программа, которую можно запустить на любом достаточно мощном компьютере. Однако в научном сообществе зреет альтернативная точка зрения.

Новое исследование, опубликованное в журнале Neuroscience and Biobehavioral Reviews, бросает вызов этой догме. Авторы, Борян Милинкович и Яан Ару, утверждают: сознание не абстрактный алгоритм. Она неотделима от уникальной физической организации живой материи, которая делает нынешний подход к созданию искусственного интеллекта неспособным ее воспроизвести.

Цифровая архитектура

В основе каждого современного цифрового компьютера лежит принцип разделения. Аппаратное обеспечение, программное обеспечение, различные функциональные блоки — это изолированные компоненты, взаимодействующие по четко определенным правилам. Процессор ничего не знает о конкретной программе, которую он выполняет, а программное обеспечение ничего не знает о физических процессах, происходящих внутри чипов. Этот принцип, известный как разделимость масштаба, обеспечивает модульность, отказоустойчивость и гибкость системы. Информация обрабатывается в дискретных символах (битах), а все непрерывные процессы, например физические колебания или аналоговые сигналы, преобразуются в последовательность таких символов.

Биологические вычисления

Биологический мозг работает по совершенно другим принципам. Не существует жесткого разделения между «аппаратным обеспечением» и «программным обеспечением». Молекулярные, клеточные, сетевые и системные процессы не существуют изолированно, а взаимосвязаны на всех уровнях. Авторы называют это явление крупномасштабной неделимостью. Например, активность одного ионного канала может влиять на электрические поля целой области мозга, что, в свою очередь, меняет поведение ионных каналов. Это не иерархия, в которой информация передается только сверху вниз или снизу вверх; это непрерывное двустороннее взаимодействие.

Эта сложная организация мозга обусловлена ​​метаболическими ограничениями. Мозг потребляет лишь небольшую часть энергии тела, но при этом выполняет колоссальный объем работы. Чтобы справиться с этой задачей, эволюция разработала стратегии, оптимально использующие физические свойства живой материи для выполнения вычислений. Это означает, что сама физика нейронов, их морфология, химические градиенты и электрические поля являются неотъемлемой частью вычислительного процесса.

Гибридная динамика

Еще одним важным отличием является характер сигналов. Цифровые системы, как уже упоминалось, работают с дискретными данными. Мозг, с другой стороны, использует гибридную динамику, которая сочетает в себе как дискретные события, так и непрерывные сигналы:

1. На субклеточном уровнео: непрерывное накопление молекулярных веществ приводит к дискретным событиям, таким как внезапный приток кальция, запускающий каскад реакций.
2. На клеточном уровне: нейрональные дендриты (ветвящиеся пути) выполняют сложные нелинейные вычисления путем интеграции непрерывных «градуированных потенциалов» (изменяющихся напряжений) с дискретными импульсами (пиками).
3. На уровне населения: нейроны взаимодействуют не только посредством синапсов (дискретных химических связей), но и посредством электрических полей. Эти непрерывно распространяющиеся поля влияют на возбудимость соседних клеток, создавая дополнительный уровень связи.
4. На временном уровне: ритмические колебания электрических полей мозга (например, мозговые волны) не являются просто побочным продуктом нейронной активности. Они образуют своего рода «синтаксис» для вычислений, организуя и структурируя информацию во времени.

Эта непрерывная, физически воплощенная динамика жизненно важна для обработки информации в мозгу. Они позволяют системе интегрировать данные разных масштабов, создавая единый целостный опыт. Цифровые системы, которые просто упрощают непрерывные процессы до дискретных шагов, теряют эту способность и не могут ее иметь.

Что это значит для сознания?

Решающее значение для сознания имеют не только функции, но и способ их реализации. Сознание с его единством опыта, способностью различать детали и ощущением непрерывного течения времени, вероятно, возникает именно благодаря крупномасштабной интегральной и гибридной динамике, присущей биологическим системам.

Так, например, восприятие момента, когда воспринимается множество деталей, может зависеть от интеграции процессов не только внутри одного уровня мозга, но и между разными масштабами. Современный ИИ, который работает с чистым разделением уровней, не может воспроизвести подобную интеграцию.

Таким образом, современные модели ИИ, работающие на архитектуре фон Неймана, не обладают необходимыми физическими свойствами. Они не встроены в метаболический контекст, не имеют масштабно-интегрированной организации и не способны к гибридным вычислениям, при которых физическое и вычислительное время совпадают.

Будущее искусственного интеллекта

Данное исследование не отрицает возможность создания искусственного сознания, но указывает на ошибочность нынешнего пути. Растущая вычислительная мощность и сложность алгоритмов в рамках нынешней цифровой парадигмы, вероятно, никогда не приведут к появлению субъективного опыта.

Вместо этого требуется радикальный сдвиг в инженерии – переход к разработке биомиметических субстратов, которые воспроизводят основные физические принципы биологических вычислений:

Гибридные вычислительные системы: устройства, способные обрабатывать дискретные и непрерывные сигналы в реальном физическом времени.

Системы с масштабно-интегрированной организацией: аппаратное обеспечение, в котором все уровни, от микроскопического до системного, взаимосвязаны и влияют друг на друга, а не существуют изолированно.

Метаболически встроенные системы: дизайн, в котором ограничения по энергопотреблению рассматриваются как ключевой фактор в формировании компьютерной архитектуры, а не просто ограничение.

Перспективными направлениями здесь являются разработка нейроморфных систем, физически моделирующих нейроны и синапсы, а также жидкостных вычислительных устройств, использующих движение ионов и химические процессы для обработки информации. Эти технологии, хотя и находятся на ранней стадии, демонстрируют возможность непрерывной, зависящей от субстрата динамики, которая намного ближе к биологическим процессам.