Νοημοσύνη (Α’ μέρος)

Τα τελευταία είκοσι περίπου χρόνια εκδηλώνεται μια έντονη προσπάθεια να γίνουν κατανοητοί οι λεγόμενοι «μηχανιστικοί τρόποι ανάδυσης της νοημοσύνης». Στους επιστημονικούς κύκλους που δραστηριοποιούνται στα πεδία της νευροεπιστήμης, πληροφορικής, μηχανικής, ψυχολογίας και φιλοσοφίας γίνονται έντονες συζητήσεις για τη βαθύτερη αντίληψή της. Τα σεμινάρια, συνέδρια και συμπόσια που γίνονται σχετικά με το θέμα συνεχώς αυξάνονται σε αριθμό. Για πάρα πολλούς ανθρώπους η νοημοσύνη θεωρείται ως δώρο του Θεού, ενώ για μερικούς άλλους τίθεται το ερώτημα για το εάν όντως είναι τέτοια.

Των Χρίστου Ν. Σχίζα, PhD, Αντιπρύτανη Πανεπιστημίου Κύπρου και Κώστα Νεοκλέους, Ανώτερου Λέκτορα Μηχανολογίας, Ανωτ. Τεχνολ. Ινστιτούτου Κύπρου

Στο παρόν άρθρο θα εξετάσουμε τη γενική αντίληψη που επικρατεί μεταξύ των επιστημονικών κύκλων, όσον αφορά στην εκδήλωση της βιολογικής νοημοσύνης και τα μοντέλα εκδήλωσης της τεχνητής νοημοσύνης. Η παρουσίαση των διαφόρων απόψεων, θέσεων, δογμάτων, επιστημονικών δεδομένων και μετρήσεων, θα γίνει με, όσο γίνεται, αντικειμενικό αλλά και κριτικό τρόπο, ώστε ο αναγνώστης να ωφεληθεί σε μεγάλο βαθμό. Σχετικές αναφορές θα δίνονται στο τέλος κάθε μέρους.
Είναι πολύ δύσκολο να προσδιοριστεί με ακριβή ορισμό η έννοια «νοημοσύνη»1, αλλά ούτε και υπάρχει καθολική συμφωνία για το τί θεωρείται ότι αυτή είναι. Ακόμη δε, ούτε χρειάζεται να επινοηθεί ορισμός της νοημοσύνης, όπως δεν χρειάζεται να ορίσουμε πολλές άλλες έννοιες για να τις αντιληφθούμε και να τις χρησιμοποιήσουμε, όπως για παράδειγμα ορισμός για το τί είναι η καρέκλα ή η αγάπη.

Τα ερωτήματα-τοποθετήσεις
Αφήνοντας προς το παρόν την προσπάθεια ορισμού του τί είναι νοημοσύνη, ας συγκεντρωθούμε σε κάποιους λειτουργικούς συλλογισμούς που θα δημιουργήσουν ενδιαφέρον για διατριβή. Θέτοντας βασικά ερωτήματα όπως: Τί μηχανισμοί δημιουργίας νοημοσύνης (ανάδυσης, εκδήλωσης…) υπάρχουν (εάν υπάρχουν !); Πώς εκδηλώνεται; Είναι η νοημοσύνη κάποια λειτουργική εκδήλωση της ύλης ή δημιούργημα κάποιου ανώτερου Όντος; Εάν προέρχεται από κάποιες διεργασίες της ύλης, θα μπορούσε ενδεχομένως να προσομοιαστεί με τα σύγχρονα υπολογιστικά συστήματα και πώς θα μπορούσε να γίνει αυτό; Θα μπορούσαν τέτοια συστήματα να εκδηλώσουν νέο είδος νοημοσύνης και λογικής; Προσπαθώντας να βρούμε (δώσουμε) κάποιες απαντήσεις ή έστω εξηγήσεις σε αυτά και άλλα ερωτήματα, ίσως οδηγηθούμε σε ενδιαφέρουσες περιοχές σκέψης.

Οι προσπάθειες για μηχανιστική προσομοίωση της νοημοσύνης γίνονται συνήθως με υπολογιστικά συστήματα σε ηλεκτρονικούς, οπτικούς, ή άλλου είδους υπολογιστές. Βέβαια αυτό προϋποθέτει ότι δεχόμαστε ότι είναι πιθανό να μπορεί να εκφραστεί η νοημοσύνη ως μια μηχανιστική διεργασία. Αυτή η θέση υποστηρίζεται βασικά από φιλοσόφους της ούτω καλούμενης «συνδετικής» (connectionists) και «υπολογιστικής συναρτησιακής» (computational functionalism) θεώρησης (Smolenski, fodor, κ.ά.).
Στις πιο πολλές θρησκείες πιστεύεται ότι η νοημοσύνη (και το κάθε νοήμων όν) είναι δημιουργήματα του Θεού (ή Θεοτήτων). Μερικοί διανοητές-θεολόγοι, όπως ο ιερός Αυγουστίνος (St Augustine) και ο ιερός Θωμάς Ακινάτης (St Thomas Aquinas) (Weisheipl, 1974), προσπάθησαν να αποδείξουν την ύπαρξη του Θεού χρησιμοποιώντας λογικά επιχειρήματα (Κοσμολογικά, Τελεολογικά, Οντολογικά, Ηθικά,…) που είναι εκφράσεις της νοημοσύνης. Αλλοι, όπως ο Immanuel Kant υποστήριξαν ότι πέρα από την εμπειρική γνώση, υπάρχει και η «εξ αρχής» (a priori) γνώση από την οποία συνάγονται άλλες γνώσεις, ενώ για την ύπαρξη του Θεού δέχτηκε το Ηθικό επιχείρημα. Στην Ορθοδοξία, ο άγιος Γρηγόριος ο Θεολόγος τόνιζε ότι μόνο με πίστη  μπορεί να βιωθεί ο Θεός: «Θεόν φράσαι αδύνατον, νοήσαι αδυνατώτερον». Ενώ ο άγιος Γρηγόριος ο Παλαμάς θεωρούσε ότι μόνο η πίστη είναι δεκτική της υπέρ λόγον αλήθειας, δηλαδή μόνο με πίστη μπορεί να βιωθεί ο Θεός. (Αρχιμανδρίτης Εφραίμ, 2000).
Έτσι, στη νοημοσύνη, όπως και σε άλλες εκδηλώσεις των ανώτερων πνευματικών λειτουργιών, παρουσιάζεται το χάσμα μεταξύ υλισμού και πνευματισμού, καθώς επίσης μεταξύ λογικοκρατίας και πίστης. Γενικά, θα μπορούσαμε να πούμε ότι από την Αναγέννηση και μετά μέχρι τις μέρες μας, παρουσιάζεται μια σταδιακή -όχι όμως καθολική- μετακίνηση του κέντρου βάρους των ανθρωπίνων αντιλήψεων, των φιλοσοφικών θεωρήσεων και στάσεων, από τον πνευματισμό-θρησκευτισμό-απριορισμό προς τον υλισμό-εμπειρισμό-θετικισμό-ορθολογισμό. Στην αναγεννησιακή περίοδο οι αντιλήψεις ήταν εμποτισμένες με ιδεαλισμό και αισιοδοξία. Οι διανοητές πίστευαν ότι για το κάθε τί που υπάρχει, καθώς και η κάθε πράξη, εξυπηρετεί κάποιον ανώτερο σκοπό. Ότι υπάρχει το απόλυτα ορθό, το δίκαιο και το αισθητικά τέλειο. Αντίθετα, η σύγχρονη σκέψη τείνει γενικά να είναι πιο απαισιόδοξη και πιο υλιστική. Ο θάνατος θεωρείται ως κάτι το τελικό που οδηγεί στην απόλυτη ανυπαρξία και στην επαναφορά των ζωντανών σε άψυχη και χαοτική μάζα. Βέβαια μεταξύ αυτών των δυο διαμετρικά αντίθετων θεωρήσεων υπάρχουν πάρα πολλές άλλες ενδιάμεσες φιλοσοφίες.

ΓΝΩΡΙΖΕΤΕ ΟΤΙ
•    Το συνολικό μήκος των συνδέσεων στον εγκέφαλο φτάνει περίπου τα 109 μέτρα (περίπου 25 φορές η περίμετρος της Γης);
•    Υπάρχουν ζωντανοί οργανισμοί που δεν έχουν νευρικό σύστημα (βακτήρια, πρωτόζωα, ασπόνδυλα) αλλά παρουσιάζουν κάποιας μορφής έξυπνη συμπεριφορά, μνήμη ή ακόμη και απλή μάθηση;
•    Το paramecium (μονοκύτταρος οργανισμός) μπορεί να μαθαίνει, έστω και αν δεν έχει συνάψεις στον εγκέφαλο;
•    Υπάρχουν βακτήρια που κινούνται προς και μέσα σε σωληνάρια που έχουν ζάχαρη και εκδηλώνουν μνήμη που εξαρτάται από την προηγούμενη συμπεριφορά τους;
•    Το σφουγγάρι (πολυκύτταρος οργανισμός) δεν έχει νευρικό σύστημα, αλλά μπορεί να μαθαίνει και να θυμάται;

Η σύγχρονη μελέτη της υπολογιστικής νοημοσύνης, η πιθανοκρατική θεώρηση των νεώτερων φυσικών επιστημών, οι πρόσφατες εντυπωσιακές έρευνες και γνώσεις σχετικά με τη μοριακή δομή της έμβιου ζωής, καθώς και κάποια μαθηματικά θεωρήματα (Goedel), άνοιξαν νέους διόδους αναζήτησης, εξήγησης και θεώρησης των θεμελιωδών φιλοσοφικών προβλημάτων.

Στα επόμενα, θα προσπαθήσουμε να δούμε μερικά από αυτά τα βασικά προβλήματα μέσα από τις νέες εξελίξεις, εστιαζόμενοι στο κεντρικό θέμα της νοημοσύνης ως «μηχανισμός» αντίληψης του κόσμου, του εαυτού μας και του Θεού. Στη διαδικασία κατανόησης, πολλές φορές δημιουργούνται ερωτήματα που είναι πιο πολλά και πιο σημαντικά από αυτά που επιδιώκεται να απαντηθούν. Τα πλείστα δεν μπορεί να αποδειχτούν. Η τοποθέτηση αυτών των ερωτημάτων, όμως, είναι σημαντική στην ανάπτυξη των βασικότερων ιδιοτήτων των ανθρώπων, και βοηθούν στη καλύτερη (ελπίζουμε) κατανόηση του κόσμου. Πολλές φορές, τα σωστά, ασυνήθιστα, ακραία, ανορθόδοξα, και παράδοξα ερωτήματα, οδηγούν σε νέα σκέψη, σε νέα αντίληψη, ίσως ακόμη δε και σε περισσότερη αλήθεια και ελευθερία.
Στη μελέτη των διαφόρων θεμάτων χρησιμοποιούμε κωδικοποιημένες έννοιες για επικοινωνία και σύνθεση νέων εννοιών και αντιλήψεων. Πολλές από τις λέξεις-έννοιες δεν μπορούν να οριστούν με σαφήνεια. Αυτό οφείλεται σε μεγάλο βαθμό στο ότι δεν υπάρχουν σαφή όρια της ύλης, και ούτε θα μπορούσαμε να τα αισθανθούμε ή να τα μετρήσουμε. Επίσης, οι εμπειρίες του κάθε ανθρώπου είναι διαφορετικές. Στα προηγούμενα χρησιμοποιήσαμε έννοιες-λέξεις όπως: έντονη προσπάθεια, νοημοσύνη, ορισμός, ανώτερες πνευματικές λειτουργίες, υλισμός, πνευματισμός, ιδεαλισμός… Μια προσπάθεια να εξηγήσουμε τί εννοείται με αυτές τις λέξεις, οδηγεί σε αβεβαιότητες, και στην ανάγκη δημιουργίας/χρήσης νέων απροσδιόριστων εννοιών. Ακόμη και απλά-καθημερινά αντικείμενα, όπως για παράδειγμα το τραπέζι, το ποτάμι, ο δρόμος,  δεν μπορούν να οριστούν εύκολα. Παρόλα αυτά, σχεδόν όλοι μας αντιλαμβανόμαστε το τί εννοείται με αυτές τις λέξεις. Έτσι, είναι πιο σημαντική η γενικότερη αντίληψη των εννοιών μέσα από τα κύρια χαρακτηριστικά που τις καθορίζουν συλλογικά, παρά κάποιος αυστηρός ορισμός.

Στα άρθρα που ακολουθούν, θα παρουσιάσουμε μερικές σκέψεις, μοντέλα, και συστήματα που στοχεύουν στο να εξηγήσουν την εκδήλωση των ανώτερων εγκεφαλικών και πνευματικών λειτουργιών, και ειδικότερα της νοημοσύνης. Για τα μοντέλα αυτά θα γίνει κριτική ανάλυση και θα τεθούν ενδιαφέροντα ερωτήματα. Μέσα από τα αποτελέσματα των πρόσφατων ερευνών στα τεχνητά νευρωνικά δίκτυα και στα αυτόματα, θα γίνει προβληματισμός για τα βασικά υπαρξιακά ζητήματα της νοημοσύνης, αντίληψης, εφευρετικότητας, θέλησης και ύπαρξης.
Τέλος, θα θέλαμε να διευκρινίσουμε ότι όσα γράφονται δεν αναφέρονται ειδικά στο χριστιανισμό ή  σε άλλη συγκεκριμένη θρησκεία ή κάποιο θρησκευτικοφιλοσοφικό σύστημα, αλλά στις θρησκείες γενικότερα, και στην ύπαρξη του Θεού, όπως γίνεται (ή θα μπορούσε να γίνει) γενικά αντιληπτός.

Περί νοημοσύνης
Τί είναι λοιπόν η νοημοσύνη; Μπορεί να εξηγηθεί ή να δοθεί κάποιος ικανοποιητικός ορισμός; Ο Terman εισηγείται ότι είναι η ικανότητα για αφαιρετική σκέψη. Οι περισσότεροι, όμως, ψυχολόγοι συμφωνούν ότι είναι η ικανότητα για αποτελεσματική προσαρμογή προς το περιβάλλον που γίνεται με αλλαγή στον οργανισμό, ή με αλλαγή ή και δημιουργία νέου περιβάλλοντος. Με τον όρο αποτελεσματική προσαρμογή εννοείται συνήθως η αλλαγή που δημιουργεί πλεονέκτημα, όπως παρουσιάζεται μέσα από αντίληψη, μάθηση, μνήμη, λογική,… Επομένως η νοημοσύνη δεν καθορίζεται από ένα μόνο χαρακτηριστικό, αλλά από ένα σύνολο που όλα μαζί την προσδιορίζουν.

Ένας πιο πρακτικός ορισμός θα μπορούσε να είναι: η γενική ικανότητα που εκφράζεται μέσα από τις διαδικασίες υπολογισμών, λογικής, διακρίβωσης, μάθησης, χρήσης γλώσσας, αντίληψης του περιβάλλοντος σε διαφορετικούς βαθμούς λεπτομέρειας, εξοικείωσης σε νέο περιβάλλον, και επινόησης. Έτσι διαπιστώνεται μια διαφωνία για τον ορισμό του τί είναι νοημοσύνη, αλλά παρόλα αυτά, έχουμε μια κοινά αποδεκτή και γενική αντίληψή του τί είναι. Βέβαια με τους προηγούμενους ορισμούς, δημιουργούνται άλλα ερωτήματα, όπως για παράδειγμα, τί εννοείται με τις λέξεις υπολογισμός, λογική, διακρίβωση, μάθηση κ.λπ. Με βάση τα πιο πάνω, θα μπορούσαμε να πούμε ότι οι άνθρωποι είναι τα μόνα νοήμονα όντα στον πλανήτη γή. Οι άλλοι ζωντανοί οργανισμοί έχουν μειωμένη νοημοσύνη στο βαθμό που ικανοποιούν μόνο μερικώς τα πιο πάνω χαρακτηριστικά.
Η νοημοσύνη, όπως προσδιορίστηκε πιο πάνω, είναι μια γενική (συλλογική) χαρακτηριστική ιδιότητα του ατόμου. Αυτή θα μπορούσε να συγκεκριμενοποιηθεί σε επί μέρους είδη νοημοσύνης. Ο Η. Gardner του Πανεπιστημίου Χάρβαρντ στη θεωρία του για πολλαπλή νοημοσύνη εισηγείται επτά διαφορετικά είδη νοημοσύνης (γλωσσική, λογική-μαθηματική, σωματική-κιναισθητική, οπτική-χωρική, μουσική, διαπροσωπική, αυτογνωσιακή). Στα πιο κάτω θα αναφερόμαστε στη γενική νοημοσύνη, ως μια ανώτερη ικανότητα για αφαιρετική και λογική σκέψη που οδηγεί σε αποτελεσματική προσαρμογή προς το περιβάλλον λειτουργίας ενός οργανισμού που γίνεται με αλλαγή στον οργανισμό, ή με αλλαγή ή και δημιουργία νέου περιβάλλοντος.
Για την ανάπτυξη και εκδήλωση της νοημοσύνης χρειάζεται να ικανοποιηθούν σε μεγάλο βαθμό μερικές βασικές προϋποθέσεις. Η μνήμη και η ικανότητα για γρήγορη ανάκλησή της, είναι ένα τέτοιο απαραίτητο συστατικό στοιχείο για την εκδήλωση των πιο πάνω χαρακτηριστικών. Χωρίς τη μνήμη δε θα μπορούσε ο άνθρωπος να οδηγηθεί σε νέα κατάσταση που να βελτιώνει την προηγούμενή του θέση στο περιβάλλον που λειτουργεί. Αναγκαίο επίσης είναι όπως υπάρχει κίνηση σε περιβάλλον, δράση και αντίδραση, αμοιβαία αλληλεπίδραση. Ένα άλλο αναγκαίο είναι η ύπαρξη κάποιου μηχανισμού εξαγωγής γενικών κανόνων μέσα από ειδικές παρατηρήσεις. Δηλαδή, μια επαγωγική μέθοδος (inductive method) όπως μελετήθηκε και προτάθηκε από πολλούς διανοητές (Mill, Hume). Για την επαγωγική μέθοδο και τη σημασία της στην ανάπτυξη νοημοσύνης θα αναφερθούμε σε μελλοντικό άρθρο της σειράς αυτής. Για να έχουμε καλύτερη εικόνα για αυτό που ονομάζουμε «τεχνητή νοημοσύνη», και για να βοηθηθούμε στη καλύτερη κατανόηση των παραμέτρων που βοηθούν στην εκδήλωση, ίσως και στη δημιουργία νοημοσύνης, ενδείκνυται να εμβαθύνουμε στο πώς (όπως πιστεύεται ότι φαίνεται μέσα από πολλές επιστημονικές μελέτες και συστηματικές παρατηρήσεις) εκδηλώνεται η νοημοσύνη σε βιολογικά συστήματα.

Βιολογική νοημοσύνη
Ένα από τα πιο διαδεδομένα μοντέλα που χρησιμοποιούνται για να εξηγήσουν τις ανώτερες πνευματικές λειτουργίες (συμπεριλαμβανομένης της νοημοσύνης), είναι αυτό που θα ονομάζαμε «σύστημα κατανεμημένης επεξεργασίας» (distributed repre-sentation and processing) ή «συνδετική υπόθεση» (connectionism) [(Churchland and Sejnowski, 1992); (Rumelhart and McClelland, 1986)], όπου οι έννοιες δεν «υπάρχουν» σε κάποιο συγκεκριμένο μέρος του εγκεφάλου, αλλά είναι κατανεμημένες σε πολλούς παράλληλους επεξεργαστές, όπως θα εξηγηθεί παρακάτω. Πιστεύεται δηλαδή ότι οι ανώτερες λειτουργίες θα μπορούσαν να μοντελοποιηθούν και μελετηθούν με υπολογιστικά-συναρτησιακά συστήματα (functional-computational intelligent systems) (Putnam, 1975, 1988, βλ. υποσ. 2), μέσα από κατανεμημένες διαδικασίες. Οι ανώτερες πνευματικές λειτουργίες είναι αναδυόμενες ιδιότητες που πηγάζουν από σύνολο απλών επεξεργασιών, μέσα από ένα συστηματικό και δυναμικό πλέγμα αλληλοεπιδράσεων. Οι έννοιες είναι παράλληλα κατανεμημένες σε ομάδες επεξεργαστών, σε στοιβάδες ή στρώματα. Έτσι δημιουργείται μια οικονομία στη μνήμη και στην επεξεργασία γιατί κάποιο στοιχείο μπορεί να είναι συνθετικό σε πολλές διαφορετικές έννοιες. Επίσης λόγω της παραλληλικότητας η επεξεργασία γίνεται πολύ γρήγορα, και η σταθερότητα (robustness) του συστήματος είναι μεγάλη. Αυτό το μοντέλο είναι πιο συμβατό με τη διαπίστωση ότι είναι αδύνατο να δώσουμε ακριβείς ορισμούς αντικειμένων και ιδεών, όχι μόνο γιατί είναι αδύνατο να προσδιορίσουμε τα όρια, αλλά και διότι είναι μια ατέρμονη διαδικασία όπου το κάθε τί θα πρέπει να οριστεί με βάση άλλους όρους που ορίσθηκαν προηγουμένως κ.ο.κ. Φαίνεται ότι οι ασαφείς αντιλήψεις είναι σημαντικές στην ανάπτυξη της νόησης.
Ένα πιο εξελιγμένο συνδετικό μοντέλο είναι η μοντελοποίηση της αντίληψης ως δυναμικό σύστημα. Σε ένα τέτοιο μοντέλο, οι διαδικασίες προσομοιάζονται σαν ένα σύστημα από δυναμικά αλληλοεξαρτώμενους επεξεργαστές, που αλληλοεπηρεάζονται σε συνεχή χρόνο. Σε μαθηματική προσομοίωση, συνήθως χρησιμοποιούνται διαφορικές εξισώσεις για τη μελέτη του συστήματος. Έτσι, οι εκδηλώσεις συμπεριφοράς (και νοημοσύνης) θεωρούνται ότι προσομοιάζονται από τη διαδρομή (ίχνος) στο χρόνο, του πολύ-παραμετρικού δυναμικού συστήματος.
Τα πιο πάνω μοντέλα είναι πολύ διαφορετικά από τα συμβολιστικά μοντέλα αντίληψης, όπου η γνώση και η νοημοσύνη θεωρούνται ότι μπορούν να αναδυθούν με τρόπους και διαδικασίες που μοιάζουν με αυτές που προτείνονται για την ανάπτυξη της γλώσσας (language). Το μοντέλο αυτό είναι γνωστό σαν «Η συμβολιστική υπόθεση» (physical systems symbol hypothesis) των Newell και Simon. Αλλοι σημαντικότατοι ερευνητές που υποστήριξαν/ζουν αυτή τη θεωρία είναι οι Chomski, Minski, fodor και Pylyshyn. Σύμφωνα με αυτή τη θεωρία, χρησιμοποιώντας μερικές βασικές έννοιες και βασικές λογικές επεξεργασίες, μέσα από ακριβείς κανόνες και κατάλληλους συνδυασμούς γίνεται σύνθεση πολύπλοκων εννοιών και παρουσιάζεται ανάδυση νοημοσύνης.
Για να μπορέσουμε να μελετήσουμε τα ουσιαστικότερα και βαθύτερα χαρακτηριστικά της νοημοσύνης, για να δούμε πώς εκδηλώνεται μέσα από βιολογικές διαδικασίες (όπως πιστεύεται ότι γίνεται), και για να γίνουν πιο κατανοητές οι απόψεις/θεωρίες/υποθέσεις των ερευνητών, θα παρουσιάσουμε πιο κάτω σε γενικές γραμμές τα βασικότερα στοιχεία των βιολογικών μηχανισμών που, όπως πιστεύεται, συμβάλλουν στην ανάπτυξη και εκδήλωση νοημοσύνης (ευφυίας).

Μοντέλο ανάπτυξης της βιολογικής νοημοσύνης – Βιολογικά νευρωνικά δίκτυα
Όπως αναφερθήκαμε προηγουμένως, ένα από τα μοντέλα που προσομοιάζουν την εκδήλωση νοημοσύνης είναι το σύστημα κατανεμημένης επεξεργασίας (distributed information processing system). Αποτελείται από πυκνό δίκτυο νευρωνικών (και νευρογλοιακών) κυττάρων που αλληλεπιδρούν με συνεχή δράση, όπως απλά απεικονίζεται στο σχήμα 1.
Η βασική μονάδα επεξεργασίας σήματος στο δίκτυο είναι το νευρικό κύτταρο ή νευρώνας. Ένα απλουστευμένο μοντέλο νευρικού κυττάρου παρουσιάζεται στο σχήμα 2. Γενικά, θα μπορούσαμε να πούμε ότι ο βιολογικός νευρώνας είναι ένας σύνθετος μή-γραμμικός επεξεργαστής που δέχεται χιλιάδες σήματα διαφόρων μορφών και μέσων από άλλα γειτονικά κύτταρα. Τα σήματα φτάνουν στους δενδρίτες, όπου συσσωρεύονται στο σώμα (συνήθως αθροιστικά) και υποβάλλονται σε επεξεργασία. Σταδιακά, σαν αποτέλεσμα αυτής της διαδικασίας, δημιουργείται μια νευρική ώση (ΝΩ) που στέλλεται μέσω του νευροάξονα (νευρίτη) σε χιλιάδες άλλα γειτονικά κύτταρα. Η περιοχή όπου ο νευροάξονας προσεγγίζει ένα δενδρίτη ονομάζεται σύναψη. Ο αριθμός των νευρωνικών κυττάρων στον ανθρώπινο εγκέφαλο υπολογίζεται περίπου στα 10.000 δισεκατομμύρια. Ο αριθμός των συνάψεων ανά κύτταρο κυμαίνεται από 1.000 μέχρι 10.000. Μια σύγκριση με άλλους οργανισμούς βλέπουμε στον παρακάτω πίνακα:

Η διάμετρος του νευρίτη είναι πολύ μικρότερη από αυτή των δενδριτών. Το μήκος ενός νευρίτη μπορεί να φτάνει μέχρι περίπου ένα μέτρο (π.χ. στο κινητικό νευρώνα που στέλλει οδηγίες για κίνηση των δακτύλων των ποδιών) ή να είναι πολύ μικρός όπως στον άξονα των κυττάρων amacrine στους οφθαλμούς (retina).
Η ενεργοποίηση ενός νευρώνα είναι αποτέλεσμα εξωτερικών (περιβαλλοντικών) ή εσωτερικών ερεθισμάτων που φτάνουν από άλλους νευρώνες σε κατάλληλους υποδοχείς ή από αισθητήρια όργανα (mechanoreceptors, photoreceptors, chemoreceptors, thermoreceptors, nociceptors), όπως παρουσιάζεται στο απλό μοντέλο του σχήματος 3.
Οι αισθητήρες μετατρέπουν αλλαγές στο περιβάλλον (φως, πίεση, χημική σύσταση) σε βαθμωτό ηλεκτρικό σήμα που ονομάζεται βαθμωτό δυναμικό (ΒΔ) [graded potential, (GP) ή postsynaptic dendritic potential, ή transducer potential, ή input potential)]. Το δυναμικό μειώνεται (εξασθενεί) καθώς κινείται προς το σώμα του κυττάρου. Τα ΒΔ από διαφορετικούς δενδρίτες προστίθενται (συσσωρεύονται) για να δημιουργήσουν ένα μεγαλύτερο (ή μικρότερο) δυναμικό. Εάν το νέο δυναμικό καταφέρει να φτάσει στην αρχή του νευρίτη (initial segment), τότε δημιουργείται η ΝΩ ή δυναμικό δράσης (ΔΔ) (action potential). Οι συνάψεις που είναι πιο κοντά στην αρχή του νευρίτη συμβάλλουν περισσότερο στη δημιουργία της ΝΩ. Η ώση δημιουργείται όταν το δυναμικό καταφέρει να γίνει μεγαλύτερο από μια συγκεκριμένη τιμή κατωφλίου (threshold value) που είναι περίπου -40ηΰ. Όταν το δυναμικό περάσει αυτή τη τιμή, δημιουργείται ένας συρμός από νευρικές ώσεις (nerve impulses ή spikes). Η συχνότητα είναι ανάλογη με το δυναμικό. Δηλαδή συμπεριφέρεται ως μετατροπέας δυναμικού σε συχνότητα (voltage to frequency converter) παρόμοιο με το σύστημα τηλεπικοινωνιών fM.

Η μεταφορά πληροφορίας στις συνάψεις γίνεται κυρίως με μεταφορά χημικών ουσιών, των νευροδιαβιβαστών (neurotransmitters) [π.χ. acetylcholine, norepinephrine, dopamine, 5-hydroxytryptamine (serotonin), aminobutyric acid (GABA)]. Στα θηλαστικά υπάρχει μεγάλη ποικιλία χημικών συνάψεων. Υπάρχουν, όμως, και ηλεκτρικές συνάψεις που συνήθως παρουσιάζονται στα κατώτερα ζώα όπως στα χέλια, σελάχια, κ.ά. Επομένως, τα μέσα μεταφοράς της βιολογικής πληροφόρησης είναι ηλεκτροχημικά. Οι παράγοντες που συμβάλλουν στην αποδοτική και γρήγορη μεταφορά της πληροφορίας στις συνάψεις είναι πολλοί και περίπλοκοι. Ακόμη και η θέση μιάς σύναψης έχει σημασία στη μετάδοση της πληροφορίας (Arbib, 1995). Ένα γενικευμένο σύστημα εισόδου/εξόδου σε νευρωνικά δίκτυα παρουσιάζεται σε απλή μορφή στο σχήμα 4.
Παρόλο που οι βιολογικοί νευρώνες είναι πολύ πιο αργοί από τις πυριτικές πύλες (silicon gates) που χρησιμοποιούνται στους ηλεκτρονικούς υπολογιστές (χρειάζονται (10-3 δευτερόλεπτα ανά αλλαγή σε σύγκριση με (10-9 στους υπολογιστές), ο βιολογικός εγκέφαλος επεξεργάζεται τις πολύπλοκες διαδικασίες (λογική, συνδυαστική, αντίληψη, αντίδραση, μάθηση …) πολύ πιο γρήγορα, κυρίως λόγω του τεράστιου αριθμού νευρώνων που είναι παράλληλα συνδεδεμένοι μέσω πολυάριθμων συνάψεων, και που επεξεργάζονται συγχρονισμένα και παράλληλα τα σήματα που δέχονται. Υπολογίζεται ότι το συνολικό μήκος των συνδέσεων στον εγκέφαλο φτάνει περίπου τα 109 μέτρα που είναι περίπου 25 φορές η περίμετρος της γής! Επίσης, η ενεργειακή απόδοση του εγκεφάλου που είναι περίπου 10-16 Joules ανά υπολογισμό ανά δευτερόλεπτο, είναι πολύ καλύτερη σε σύγκριση με ένα σύγχρονο τυπικό υπολογιστή (10-6). Παρόλο που τα εγκεφαλικά νευρωνικά κύτταρα είναι μόνο το 2% του συνολικού βάρους ενός ανθρώπου, χρειάζονται περίπου 15% του συνολικού αίματος και περίπου 25% της ποσότητας του οξυγόνου που εισπνέουμε που δείχνει τον εντατικό ρυθμό λειτουργίας τους.
Ομάδες νευρώνων μπορεί να οργανωθούν σε υποσυστήματα και όλα μαζί δημιουργούν τον εγκέφαλο. Το σύστημα που δημιουργείται είναι εξαιρετικά περίπλοκο, με πάρα πολλές παράλληλες τοπικές και μακρινές αναδράσεις (local and remote feedbacks) που το κάνουν έντονα μή-γραμμικό και επομένως αδύνατο να προσομοιωθεί σε ικανοποιητικό βαθμό με τη χρήση μαθηματικών μοντέλων. Εκτός από τη βασική λειτουργία του που είναι ο έλεγχος του οργανισμού κάνει επίσης τους αναγκαίους υπολογισμούς για την έκφραση διαφόρων ανώτερων λειτουργιών όπως η λογική, η γλώσσα, η αναγνώριση προτύπων, η αντίληψη, οι γνωστικές διαδικασίες κ.ά. Επίσης αποθηκεύει πληροφορίες (μνήμη) και παρουσιάζει αναδυόμενη γενική συμπεριφορά που εκδηλώνεται ως αίσθηση, νόηση, θέληση, κ.ά. Ακόμη, όπως επιχειρηματολογείται από μερικούς επιστήμονες, και η συνειδητότητα3  εκφράζεται μέσα από βιολογικές διεργασίες στον εγκέφαλο (Hameroff, Penrose, Alexander, κ.ά.). Ο τρόπος και οι βασικοί μηχανισμοί εκδήλωσης αυτών των φαινομένων είναι αντικείμενο πολλών ερευνητικών δραστηριοτήτων στην Ευρώπη, ΗΠΑ, και Ιαπωνία. Η φιλοσοφική σχολή που προβάλλει τη θέση ότι οι πιο πάνω ανώτερες εκφάνσεις είναι αποτέλεσμα κάποιων πληροφοριακών διαδικασιών και η μελέτη τους μπορεί να γίνει σε υπολογιστικά συστήματα, είναι γνωστή με την ονομασία «υπολογιστική συναρτησιακή ή λειτουργικότητα» (computational functionalism). Σύμφωνα με αυτή τη θεώρηση, οι πνευματικές ιδιότητες μπορούν να εξηγηθούν ως αφηρημένες συναρτήσεις που συσχετίζουν τα αισθήματα εισόδου σε συμπεριφορά και σκέψη εξόδου.
Η μάθηση στο βιολογικό εγκέφαλο συνδέεται με την ικανότητα του να παρουσιάζει πλαστικότητα και έτσι να προσαρμόζεται στο περιβάλλον. Η πιο έντονη πλαστικότητα παρουσιάζεται κυρίως στη βρεφική και παιδική ηλικία, με τη δημιουργία νευρώνων και συνάψεων. Στους ενήλικες, παρουσιάζεται ως τροποποίηση προϋπαρχουσών νευρώνων/συνάψεων καθώς επίσης και ως πολύ περιορισμένη δημιουργία νέων συνάψεων και νευρώνων. Η συχνή χρήση μιάς σύναψης πιστεύεται ότι έχει ως αποτέλεσμα την αλλοίωσή της με τέτοιο τρόπο ώστε να γίνεται πιο αποδοτική (κανόνας του Hebb). Αυτό πιστεύεται ότι οδηγεί στη μάθηση και στη μνήμη. Οι λεπτομέρειες για το πώς εκδηλώνονται αυτές οι ιδιότητες είναι ακόμη άγνωστες. Πέρα από την ικανότητά τους να μαθαίνουν, τα βιολογικά νευρωνικά δίκτυα μπορούν επίσης να γενικεύουν και να χειρίζονται ασαφείς, ανακριβείς ή πληροφορίες που έχουν θόρυβο στα σήματα. Οι δυνατότητες του ανθρώπινου εγκεφάλου είναι εντυπωσιακές (βλ. πίνακα 1).

Μερικές παρατηρήσεις σχετικά με τα βιολογικά νευρωνικά δίκτυα.
Στη προσπάθεια κατανόησης της νοημοσύνης, και πώς μπορεί αυτή να εκδηλωθεί μέσα από ένα «υλικό – βιολογικό» σύστημα, δημιουργούνται πολλά ερωτήματα. Για παράδειγμα, γνωρίζουμε ότι υπάρχουν ζωντανοί οργανισμοί που δεν έχουν νευρικό σύστημα (βακτήρια, πρωτόζωα, ασπόνδυλα…) οι οποίοι παρουσιάζουν κάποιας μορφής έξυπνη συμπεριφορά, μνήμη, ή ακόμη και απλή μάθηση. Το paramecium, ένας μονοκύτταρος οργανισμός, μπορεί να μαθαίνει, έστω και εάν δεν έχει συνάψεις και εγκέφαλο. Υπάρχουν βακτήρια που κινούνται προς και μέσα σε σωληνάρια που έχουν ζάχαρη. Επίσης  εκδηλώνουν μνήμη που εξαρτάται από την προηγούμενη συμπεριφορά τους. Το σφουγγάρι, ένας πολυκύτταρος οργανισμός που δεν έχει νευρικό σύστημα μπορεί να μαθαίνει και να θυμάται. Μήπως λοιπόν υπάρχει και άλλο «νευρικό» σύστημα; Ή μήπως κάποιο άλλο σύστημα; Μήπως η ύπαρξη μικροσωλήνων (microtubules) στους νευρίτες είναι αυτό το σύστημα (σχήμα 5); Μερικοί ερευνητές κυρίως  στις ΗΠΑ και την Ευρώπη (Hameroff, Penrose και συνεργάτες) καθώς και αλλού, υποστηρίζουν ότι  η παρουσία κβαντικών φαινομένων στους μικροσωλήνες που υπάρχουν σαν οργανωμένο δικτύωμα στους νευρώνες οδηγεί στην εκδήλωση συνειδητότητας.
Οι σύγχρονες μελέτες στις νευροεπιστήμες, υπολογιστική νοημοσύνη, και δυναμικά συστήματα, βοηθούν στη προσπάθεια κατανόησης της βιολογικής βάσης για την εκδήλωση νοημοσύνης. Βασιζόμενοι σε αυτές τις ιδέες και σε μοντέλα των βιολογικών νευρωνικών δικτύων, διάφοροι μελετητές επιχειρούν να δημιουργήσουν τεχνητή νοημοσύνη. Στοιχεία αυτής της προσπάθειας θα δούμε στο επόμενο άρθρο, όπου θα εμβαθύνουμε στα τεχνητά νευρωνικά δίκτυα και στα αισθητήρια όργανα. Θα δούμε πώς μπορεί, εάν είναι δυνατό, να εκδηλωθεί τεχνητή νοημοσύνη.

 

Παρατήρηση: Το παρόν άρθρο δημοσιεύθηκε στο τεύχος Νο 10 (Δεκέμβριος 2002 – Μάρτιος 2003) του περιοδικού “ΠΕΜΠΤΟΥΣΙΑ”.

Υποσημειώσεις:
1. Στο κείμενο θα χρησιμοποιείται ο όρος «νοημοσύνη» ως ταυτόσημος με τον όρο «ευφυΐα», παρόλο που σε κάποιες μορφές έκφρασης μπορεί να έχουν λίγο διαφορετική σημασία.
2.Ο Putnam αργότερα αναθεώρησε τη θεωρία, υποστηρίζοντας τη δυνατότητα δημιουργίας νόησης  με διαφορετικούς τρόπους (multiple realizability of the mental state), και επομένως της αδυναμίας της μηχανικής μελέτης του πνεύματος.
3.Χρησιμοποιούμε τη λέξη συνειδητότητα αντί συνείδηση για να αποφύγουμε τις ηθικές ερμηνείες.