Задача кодировки коннектома: различия между версиями

Материал из hpluswiki
Перейти к навигации Перейти к поиску
Нет описания правки
Нет описания правки
 
(не показано 14 промежуточных версий 2 участников)
Строка 1: Строка 1:
Если мы хотим загрузить полную эмуляцию мозга на компьютере или другом вычислительном устройстве, это предполагает, что мы должны реплицировать все нейроны и их связи. Необходимо восстановить нейрон со всеми функциями, важными для мышления. На английском это обсуждается в контексте «[[Whole brain emulation]]».
= Метод 1 =
* За идентификатор нейрона берем натуральное число от 1 до 87000000000
* За идентификатор нейрона берем натуральное число от 1 до 87000000000
* Для того, чтобы вместить произвольный идентификатор нейрона <math>id^n</math> потребуется как минимум 5 байт (максимально возможное число - 1.099.511.627.776 (более 1 триллиона))
* Для того, чтобы вместить произвольный идентификатор нейрона <math>id^n</math> потребуется как минимум 5 байт (максимально возможное число - 1.099.511.627.776 (более 1 триллиона))
* Записываем не сами идентификаторы, а связи между нейронами, что представляет из себя наборы пар идентификаторов нейронов <math>(id_1^n, id_2^n)</math>.
* Записываем не сами идентификаторы, а связи между нейронами, что представляет из себя наборы пар идентификаторов нейронов <math>(id_1^n, id_2^n)</math>.
* Каждая пара для записи потребует, как минимум 5 + 5 = 10 байт.
* Каждая пара для записи потребует, как минимум 5 + 5 = 10 байт.
* Общее количество пар - около 100 триллионов (<math>10^{14}</math>), следовательно общий объем памяти: <math>10\times10^{14} = 10^{15}</math>Б или <math>\simec1</math>Пб
* Общее количество пар - около 100 триллионов (<math>10^{14}</math>), следовательно общий объем памяти: <math>10\times10^{14} = 10^{15}</math> Б или '''~1 Пб'''
* Дополнительно надо связать концевые нейроны (моторные, секреторные и сенсорные нейроны) с закодированными факторами внешней среды. Пусть количество факторов равняется количеству концевых нейронов, тогда для записи каждого из них будет достаточно тех же 5 байт. Из этого следует, что еще одного петабайта будет достаточно для фиксации всех связей нейронов с внешней средой. Само описание внешней среды пока опустим, возможно, оно может быть высчитано исходя из паттернов связей самих нейронов.
* Итого, в сумме получается необходимо иметь '''2 Пт компьютерной памяти''' для сохранения коннектома (и возможно личности) человека.
 
== Темы для проверки ==
 
=== Тип связи нейронов ===
 
Примеры:
* аксон-аксон (а так бывает? Прим. Experimentalist)
* аксон-дендрит
* аксон-тело (здесь можно уточнить про то, что это не тело, а какой-то тип клетки. Прим. Experimentalist)
* аксон-шипик (а какой здесь англотермин? Прим. Experimentalist)
* и дендрит-дендрит (а так бывает? Прим. Experimentalist)
 
=== Геометрическая структура ===
 
Данный уровень сложности получается, если абсолютно каждый нейрон:
* Делает вклад в сложную формулу, по которой можно «расчитать сознание»
* Меняет свои соединения достаточно часто, чтобы его вместе с группой окружающих нейронов нельзя было свести к более простой математической формуле, вычисляющей результат
 
Вполне возможно, что рост, развитие и роль групп нейронов можно предсказать и провести расчёты более оптимальным образом при наличии данных. Вполне возможно, что для современных трансгуманистов это будет влиять на выбор между [[Загрузка сознания|загрузкой сознания]] и [[Крионирование|крионированием]].
 
Одной из теорий развития групп нейронов в зависимости от геометрии являются динамические нейронные поля ([https://dana.loria.fr/examples.html DNF], Wilson, Cowan, Amari and Taylor). Они рассмотрели развитие этих групп в пространстве и времени в зависимости от частоты срабатывания.
 
= Расчёт от Isaac Arthur =
 
[https://youtu.be/WFIdTo5bdJo?t=606 Mind Uploading]
 
100000000000 нейронов.
 
= Whole Brain Emulation: A Roadmap =
 
[https://www.fhi.ox.ac.uk/brain-emulation-roadmap-report.pdf Whole Brain Emulation A Roadmap], Anders Sandberg, Nick Bostrom, 2008.
 
[[Future of Humanity Institute]], Oxford University.
 
= The Prospects of Whole Brain Emulation within the next Half-Century =
 
https://www.researchgate.net/publication/269477453_The_Prospects_of_Whole_Brain_Emulation_within_the_next_Half-_Century
 
= Ссылки =
 
KurzweilAi — [https://www.kurzweilai.net/neuroscientists-devise-scheme-for-mind-uploading-centuries-in-the-future Neuroscientists devise scheme for mind-uploading centuries in the future]
 
Nectome — [https://nectome.com/the-case-for-glutaraldehyde-structural-encoding-and-preservation-of-long-term-memories/ The case for glutaraldehyde: structural encoding and preservation of long-term memories]
 
[[Категория:Незавершённые статьи]]

Текущая версия от 15:07, 14 января 2023

Если мы хотим загрузить полную эмуляцию мозга на компьютере или другом вычислительном устройстве, это предполагает, что мы должны реплицировать все нейроны и их связи. Необходимо восстановить нейрон со всеми функциями, важными для мышления. На английском это обсуждается в контексте «Whole brain emulation».

Метод 1[править]

  • За идентификатор нейрона берем натуральное число от 1 до 87000000000
  • Для того, чтобы вместить произвольный идентификатор нейрона <math>id^n</math> потребуется как минимум 5 байт (максимально возможное число - 1.099.511.627.776 (более 1 триллиона))
  • Записываем не сами идентификаторы, а связи между нейронами, что представляет из себя наборы пар идентификаторов нейронов <math>(id_1^n, id_2^n)</math>.
  • Каждая пара для записи потребует, как минимум 5 + 5 = 10 байт.
  • Общее количество пар - около 100 триллионов (<math>10^{14}</math>), следовательно общий объем памяти: <math>10\times10^{14} = 10^{15}</math> Б или ~1 Пб
  • Дополнительно надо связать концевые нейроны (моторные, секреторные и сенсорные нейроны) с закодированными факторами внешней среды. Пусть количество факторов равняется количеству концевых нейронов, тогда для записи каждого из них будет достаточно тех же 5 байт. Из этого следует, что еще одного петабайта будет достаточно для фиксации всех связей нейронов с внешней средой. Само описание внешней среды пока опустим, возможно, оно может быть высчитано исходя из паттернов связей самих нейронов.
  • Итого, в сумме получается необходимо иметь 2 Пт компьютерной памяти для сохранения коннектома (и возможно личности) человека.

Темы для проверки[править]

Тип связи нейронов[править]

Примеры:

  • аксон-аксон (а так бывает? Прим. Experimentalist)
  • аксон-дендрит
  • аксон-тело (здесь можно уточнить про то, что это не тело, а какой-то тип клетки. Прим. Experimentalist)
  • аксон-шипик (а какой здесь англотермин? Прим. Experimentalist)
  • и дендрит-дендрит (а так бывает? Прим. Experimentalist)

Геометрическая структура[править]

Данный уровень сложности получается, если абсолютно каждый нейрон:

  • Делает вклад в сложную формулу, по которой можно «расчитать сознание»
  • Меняет свои соединения достаточно часто, чтобы его вместе с группой окружающих нейронов нельзя было свести к более простой математической формуле, вычисляющей результат

Вполне возможно, что рост, развитие и роль групп нейронов можно предсказать и провести расчёты более оптимальным образом при наличии данных. Вполне возможно, что для современных трансгуманистов это будет влиять на выбор между загрузкой сознания и крионированием.

Одной из теорий развития групп нейронов в зависимости от геометрии являются динамические нейронные поля (DNF, Wilson, Cowan, Amari and Taylor). Они рассмотрели развитие этих групп в пространстве и времени в зависимости от частоты срабатывания.

Расчёт от Isaac Arthur[править]

Mind Uploading

100000000000 нейронов.

Whole Brain Emulation: A Roadmap[править]

Whole Brain Emulation A Roadmap, Anders Sandberg, Nick Bostrom, 2008.

Future of Humanity Institute, Oxford University.

The Prospects of Whole Brain Emulation within the next Half-Century[править]

https://www.researchgate.net/publication/269477453_The_Prospects_of_Whole_Brain_Emulation_within_the_next_Half-_Century

Ссылки[править]

KurzweilAi — Neuroscientists devise scheme for mind-uploading centuries in the future

Nectome — The case for glutaraldehyde: structural encoding and preservation of long-term memories