Понятно, что до точной копии еще очень далеко. Скорее всего, моделирование различных функций — следующий шаг. Ведь в первом абзаце написано «взялся собрать работающую модель мозга млекопитающего, чтобы понять механику функций и дисфункций мозга».
Даже если путь тупиковый, может он даст результаты, которые окажутся полезными в других областях.

Мне кажется что тема настолько не исследованная что любой проект имеет право на жизнь.

Относительно проекта — строят модель мозга, программу, очень сложную, по работе, обработке и интерпретации данных и извлеченных знаний, а не банальное хранение электричества, как утверждает Павел.

Если предположить что при исследованиях могут открыться новые знания в виде побочных продуктов исследования, как это часто бывает, то еще один агрумент за проект.

Мне кажется, что что-то они, конечно, узнают. Возможно, получится разобраться в причинах каких-то сбоев, болезней. Но мышление само не появится в этой мозговой копии! Итак, не физическая копия объекта нас должна интересовать, а ФУНКЦИЯ, которую этот объект выполняет. Построение физической модели мозга для понимания сути интеллекта — это строительство махолета. Мы это уже проходили.

«ничего у них не получится. Путем моделирования, путем создания физической копии (даже на базе компьютера) получить работающую модель мозга (с сознанием, мышлением и пр. делами) НЕ ПОЛУЧИТСЯ...» — пожалуйста аргументы.
"… в первую очередь, НА ФУНКЦИИ, которые выполняет мозг..." — как раз таки с этим проблем меньше чем стем как эти функции реализовывать.

Допустим, мы собрали такую «машину» — с чего вдруг в ней появится сознание, пойдет процесс мышления? Процессы физического копирования чего-либо для понимания принципов работы — это своего рода повторение опыта т. н. «культа карго», когда аборигены полинезийских островов, дабы снова привлечь внимание «белых богов» выстроили из бамбука копию аэродрома со всеми «башнями», «локаторами» и прочими устройствами вплоть до «наушников» на голове «дежурного диспетчера» и выполняли все (просто часто наблюдали и запомнили, после чего копировали, как ритуал) действия персонала на этапе подготовки к посадке воздушного судна.
Основная ошибка в том, что мы видим ФОРМУ и СТРУКТУРУ, но забываем о ФУНКЦИИ, которую выполняет предмет.
Ну вот, еще один пример: вы хотите быстро и без проблем заколотить пару гвоздей. Что вы возьмете? Правильно, молоток. А если таких гвоздей будет пять тысяч? Тоже молоток, только пневматический. Вас не интересует форма тяжелого «ударника» и структура деревянных волокон рукоятки. Вас интересует ФУНКЦИЯ — менять положение гвоздя в пространстве.

"… как раз-таки с этим проблем меньше чем с тем, как эти функции реализовывать". Отлично! Мозг — биологический носитель интеллекта. Какая основная функция последнего?

Возможно, я ошибаюсь, но ведь в этой машине как раз не предполагается «физическое копирование мозга». Это скорее модель, при чем не физическая.
Насколько я понимаю, используются нейронные сети, которые можно «обучать», а после обучения получать выводы уже для тех примеров, на которых не производилось обучение. Разве это не шаг к модели мозга не в физическом, а в функциональном смысле?
Ведь и человек принимает решения на основе знаний, жизненного опыта — по сути обучения. И человек не застрахован от ошибок.
Не стала бы выносить вердикт о тупиковости пути.
Даже если путь не верен — не ошибается тот, кто ничего не делает )))

...«взялся собрать работающую модель мозга млекопитающего, чтобы понять механику функций и дисфункций мозга»
Вот, он же про «механику» говорит. Давайте посмотрим, как нейроны создают сети! Сделаем аналог такой сети и увидим, как оно думает.

Почему-то считается, что если человек с его «естественным интеллектом» обучается, то и искусственный интеллект тоже будет обучаться. В принципе, это так, но почему-то мне кажется, что это обучение если и займет какое-то время, то настолько короткое, что по человеческим меркам будет мгновенным. И я готов объяснить, почему. Не буду долго растекаться мыслью по древу и скажу сразу: функция интеллекта — непрерывно создавать модели будущего, или, иными словами — основная функция интеллекта — прогностическая. Интеллект (естественный) строит в мозгу картину мира путем выявления закономерностей окружающей среды (те самые «законы природы», о которых нам с детства толкуют). У кого картина мира полнее, объективнее, непротиворечивее — тот и в дамках. В чем основное свойство среды? В ее изменчивости. Соответственно, надо искать закономерности в развитии самых разных систем, которые нас окружают. И единая формула, или, скорее, СХЕМА, инвариантно описывающая процессы эволюции (развития) систем во всем их многообразии и взаимодействии, и будет являться ядром ИИ.
Простая аналогия: раньше люди решали квадратные уравнения методом подбора корней. Каждое новое уравнение требовало долгого и кропотливого подбора. Чтобы можно было решать много таких уравнений, составлялись огромные базы данных значений «Икс». А потом пришел Виет и, на основе выведенных им закономерностей, предложил одну простую формулу для решения такого типа уравнений. И все! Одна УНИВЕРСАЛЬНАЯ формула решает ВСЕ квадратные уравнения. Любые квадратные уравнения. Даже те, которые не придуманы. :) Так и с ИИ. Надо вывести одну формулу (или, как уже сказал — схему), которая инвериантно описывала бы процессы эволюции всех систем — биологических, технических, социальных и всех остальных (любых!). Любых. Будет такая схема — будет ИИ.

Я предложилбы четко разделить что такое интеллект и что такое сознание.

Так вот благодаря некоторой универсальной формуле, вероятно, мы научим машины адекватно интерпретировать окружающию их действительность, физическую или виртуальную. Но это будет всего лишь автономное логическое поведение некоторой машины в некоторой среде.

Сознание — это уже более сложный продукт, сознание отвечает за мотивацию поведения всей биологической системы человека в целом. Да любых других существ.

И вот в чем разница по моему — вполне реально обучить машину (не важно каким способом) вести себя достаточно «интеллектуально» в среде конечных систем (социум), с определенными моделями адекватного поведения, что позволит назвать машину «умной».

Но вот когда машина начнет задавать извечные философские вопросы:
«Кто я?», «Откуда я?», «В чем цель моего существования?», «Куда я иду и зачем мне это нужно?».
Можно будет говорить о появлении не ИИ, ИС (искуственного сознания), и как следствие успеха в моделировании мозга.
Про этом эти вопросы не должны быть заложены в систему а появиться в ней в процессе естественной эволюции самого ИИ.

Поэтому получение некоторого ИИ с помощью различных методик считаю вполне реалистичным, а вот ИС это уже рядом с теософией, философией и вообще о том о чем мы сами пока понятия не имеем.

схема эволюции всех систем — звучит очень утопично, по крайней мере для меня. Такая схема — поле для деятельности философов науки. А есть ли в философии науки реальные наработки в этой области? Мне кажется, что на данном этапе развития науки такую схему предложить невозможно, слишком много белых пятен во всех областях науки.
Ясно, что такая схема — своеобразный философский камень, который сулит чуть ли не власть над миром для его обладателя.

В результате мы получаем просто два абсолютно разных подхода к достижению одной и той же цели: исследователей в области философии науки и технических наук. О чем тут можно спорить? Какждый выбирает свой путь (подход) и идет этим путем. А время покажет, кто был прав.

Для меня, как для негуманитария, подход, применяемый специалистами технических наук более понятен, и он дает свои результаты, виден прогресс в этой области, есть примеры практического применения результатов этих исследований. И пока такой идеальной схемы нет исследования в технических науках себя оправдывают.

«Мне кажется, что на данном этапе развития науки такую схему предложить невозможно, слишком много белых пятен во всех областях науки». Отчего же?

Кстати, Эрвин Ласло говорил об унификации наук как раз в свете универсального эволюционизма:
"…Наиболее плодотворный подход к трансдисциплинарной унификации наук может заключаться в принятии эволюции в качестве основного понятия. Единая теория будет описывать различные фазы и грани эволюционного процесса инвариантными общими законами. Эти законы позволят исследователям описывать поведение и эволюцию квантов, атомов, молекул, клеток, организмов и систем организмов по непротиворечивой единой схеме…".
И, может быть, именно такое правильное объединение всех наук поможет закрыть те самые «белые пятна»? Или даже не просто закрыть, а найти новые, о которых никто не подозревал — и закрыть их, решив таким образом, какие-то фундаментальные проблемы, которые раньше никак не решались?
Обратите внимание — правильная классификация химических элементов, которую предложил Менделеев именно это и сделала: правильно разместив (совместив) хим.элементы в своей таблице, Менделеев нашел «белые пятна», о которых никто не знал и, впоследствии, они были закрыты вновь открытыми элементами!

А Универсальная Схема Эволюции есть. Пожалуйста, полюбопытствуйте: triz-evolution.narod.ru/Universal_Scheme_Evolution.pdf

Комментарии приветствуются.

Мерять мощность компьютера в ноутбуках — это прорыв, однако…

Читал недавно о реальных проектах, которые решаются на сегодняшних суперкомпьютерах (журнал «Суперкомпьютеры»), в областях химии, медицины например… Там моделируют максимум структуры из нескольких сотен атомов (если рассматривать задачу на молекулярном уровне). Так что вообще-то надо знать, на каком уровне детализации собрался Маркрам решать задачу, чтобы примерно сказать, хватит ли ему мощностей сегодняшних суперкомпьютеров.

Сейчас много, что считается и моделируется. Только результатов никаких. Один нейрон — один ноутбук — это глупость, конечно. В УрФУ, например, молодая аспирантка, представила диссертацию на соискание к.физ.мат наук по теме моделирования 1-й клетки нейрона. Так целого выч.комплекса не хватает, что рассчитать в реальном времени динамику нейрона, как многосвязной системы управления биохимическими процессами.
Главное, что пока код работы мозга не раскрыт, всякое моделирование проводится вслепую. Здесь представляется, что успеха достигнут те, кто опишет, хотя бы приблизительно, работу клетки на электронном уровне. У нас есть очень веские причины так считать. К сожалению, у фундаментальной физики здесь очень большие проблемы. О последем можно судить по новым, только что открытым свойствам электронов в графене (мультичастицы-плазмароны).
Следовательно, моделирование работы мозга, прежде всего связаны с решением фундаментальных проблем физики и химии.

Как я понимаю — цель эксперимента лечение болезней мозга, типа болезни Альцгеймера, которые как раз и возникают из-за электрических неполадок в сети нейронов.

А вот если и правда хотеть создать ИИ, то нужно, конечно моделировать функции. Мозг слишком устойчивая система. ИИ не должен быть настолько устойчивым т.к. будет существовать в искусственных практически неизменных условиях. Поэтому мозг можно значимо упростить с точки зрения физики. Чтобы создать ИИ, мне кажется, следует ориентироваться на разработки философии и психологии, а не физики/химии.

«Попробуйте обогнать простой карманный калькулятор в арифметических операциях — вы проиграете. Но даже самый сложный компьютер не может сравниться с рассуждениями подростка, который выглянул на улицу, увидел свежий снег и тут же сделал вывод — как надо одеться для зимы.
Для ученых в области искусственного интеллекта свойство компьютеров иметь уровень интеллекта человека требует базы знаний на основе здравого смысла, которая может развиваться и учиться новому. Но это недостижимая цель.
С первых дней исследований в области искусственного интеллекта это было Святым Граалем — ответить на вопросы о мире так, как это делает ребенок, говорит Роберт Слоан, профессор и руководитель факультета компьютерных наук университета штата Иллинойс (Чикаго). Мы все еще далеки от этого.
Слоун и его коллега Дьердь Туран, профессор математики, статистики и информатики, надеются создать теоретические основы, которые сделают искусственный интеллект ближе к повседневным рассуждениям человека. Недавно от Национального научного фонда они получили трехгодичный грант $500.000 на разработку алгоритма базы знаний на основе здравого смысла, которая может эволюционировать...»

КОММЕНТАРИЙ: Это похоже на сбор правил поведения типа «если..., то...». Но, как я уже отмечал, база знаний всегда в прошлом, а нужно обобщение, нужна формула, которая заключала бы в себе все знания, т.е. все правила поведения! И прошлые, и настоящие, и, что особенно важно, будущие!

Далее: «Можно рассматривать этот процесс развития как своего рода познание мира компьютером», говорит Туран. «Наша задача — разобраться в проблеме, найти полезные математические модели, понять основные математические свойства и, надеюсь, предложить для этих моделей несколько эффективных вычислительных методов и алгоритмов».

КОММЕНТАРИЙ: Познание, если идти от уже известного знания, кажется бесконечным – и вширь, и вглубь. Поэтому такая база знаний, пусть даже развивающаяся, будет всегда неполной! Т.е. такая база не может дать гарантию, что вновь предложенное
правило поведения, вычисленное с помощью уже существующего знания, будет правильным и в будущем.
А отважиться на поиск полного (универсального, инвариантного) знания, т. е. верного всегда, профессора не могут: работает психологическая инерция (Как это – абсолютное знание!?), и нет ни знаний законов развития, ни опыта переноса идей из одной области знания в другую… :(((

Далее: «Часть работы будет учитывать опыт создания сегодняшних, основанных на использовании Интернета, баз знаний „Cyc“ (Cycorp) и „Open Mind Common Sense“ (MIT), которые позволяют любому пользователю вводить кусочки знаний, которые признаны релевантными, полезными или интересными».

КОММЕНТАРИЙ: Вот это как раз и подтвеждает вывод: базы данных идут «от прошлого», собирая релевантные, полезные или интересные знания. А надо найти такое «абсолютное знание», которое бы позволяло генерировать эти релевантные, полезные или интересные знания, как бы извлекать их из этого абсолютного знания!

Далее: «Туран и Слоун будут изучать — что делать с введенной противоречивой информацией и как организовать знание в таких форматах, которые были бы полезны для получения нового знания. „Вопрос в том, как обрабатывать новую информацию, которая приходит со временем“, сказал Слоун. „Жестко определенная алгоритмическая проблема: как включать новую информацию — и
эффективно, и разумным способом? Конечно, определение значения “разумным», является самой по себе сложной задачей"

КОММЕНТАРИЙ: Эти вопросы как раз и говорят, что профессора идут «изнутри» собранной базы данных и новая информация может быть неожиданной, может даже противоречить уже известной.
Интересный вопрос — как организовать знание в таких форматах, которые были бы полезны для получения нового знания? Ответ о таких форматах (формате) существует, если не бояться пользоваться идеей «абсолютного знания».
И, в качестве еще одного комментария — слова С. Бира: (Консультационные) услуги, оказываемые высшему эшелону управления, включая правительство, в настоящее время почти целиком сосредоточены на описаниях того, что было в прошлом — в надежде, что такие знания как-то осветят мрак неизвестного будущего. Большинство попыток заглянуть вперед в таком случае представляют собой экстраполяцию исторических тенденций. Предложенное (в книге) представление учитывает весь опыт создания модели, которая, таким образом, должна служить скорее
средством создания будущего, чем для пугающего предсказания о том, во что будущее может вылиться. Мы приложили весь наш ум, чтобы сделать это, и должны привлечь наши системы управления к достижению этой цели. Смотрите вперед, когда мчитесь по автостраде. Большинством предприятий управляют так, как будто водитель смотрит в зеркало заднего вида.
(Стаффорд Бир. «Мозг фирмы»)

Ученые создают действующую модель Земли (проект «LES» или «Симулятор Живой Земли»). Это один из самых масштабных компьютерных проектов современности. Но без Универсальной Схемы Эволюции у них ничего не получится! Почему?
Ответ тут: triz-evolution.narod.ru/Card_of_Week.pdf