Are Insect Brains the Secret to Great AI? | Frances S. Chance | TED

Vertaald door: Dick Stada

Creating intelligence on a computer.

Intelligentie creëren op een computer.

This has been the Holy Grail for artificial intelligence

Dat is al geruime tijd de heilige graal voor kunstmatige intelligentie.

for quite some time.

But how do we get there?

Maar hoe gaat dat lukken?

So we view ourselves as highly intelligent beings.

We zien onszelf als zeer intelligente wezens.

So it's logical to study our own brains,

Dan het is logisch om onze eigen hersenen te bestuderen,

the substrate of our cognition, for creating artificial intelligence.

de grondslag van onze kennis, om er kunstmatige intelligentie mee te maken.

Imagine if we could replicate how our own brains work on a computer.

Stel je voor dat we konden nabootsen hoe ons brein werkt op een computer.

But now consider the journey that would be required.

Maar bedenk dan eens welke reis daarvoor nodig is.

The human brain contains 86 billion neurons.

Het menselijk brein bevat 86 miljard neuronen.

Each is constantly communicating with thousands of others,

Elk communiceert voortdurend met duizenden anderen,

and each has individual characteristics of its own.

en elk heeft zijn eigen individuele eigenschappen.

Capturing the human brain on a computer

Het menselijk brein vastleggen op een computer

may simply be too big and too complex a problem

kan gewoon een te groot en te complex probleem zijn

to tackle with the technology and the knowledge that we have today.

om het aan te pakken met de huidige technologie en kennis.

I believe that we can capture a brain on a computer,

Ik geloof dat we een brein kunnen vastleggen op een computer

but we have to start smaller.

maar we moeten kleiner beginnen.

Much smaller.

Veel kleiner.

These insects have three of the most fascinating brains in the world to me.

Deze insecten hebben, wat mij betreft, de fascinerendste breinen ter wereld.

While they do not possess human-level intelligence,

Hoewel ze geen intelligentie op menselijk niveau hebben,

each is remarkable at a particular task.

zijn ze elk opmerkelijk op een bepaald gebied.

Think of them as highly trained specialists.

Zie ze als hoogopgeleide specialisten.

African dung beetles are really good at rolling large balls in straight lines.

Afrikaanse mestkevers kunnen heel goed een grote bal rechtuit rollen.

(Laughter)

(Gelach)

Now, if you've ever made a snowman,

Als je ooit een sneeuwpop hebt gemaakt,

you know that rolling a large ball is not easy.

dan weet je dat het moeilijk is om een grote bal te rollen.

Now picture trying to make that snowman

Stel dat je een sneeuwpop maakt

when the ball of snow is as big as you are

en de sneeuwbal ik evengroot als jij

and you're standing on your head.

terwijl je op je hoofd staat.

(Laughter)

(Gelach)

Sahara desert ants are navigation specialists.

De saharawoestijnmieren zijn navigatiespecialisten.

They might have to wander a considerable distance to forage for food.

Ze moeten soms ver lopen voor hun voedsel.

But once they do find sustenance,

Maar als ze daar eenmaal zijn,

they know how to calculate the straightest path home.

weten ze hoe ze in een rechte lijn terug moeten lopen.

And the dragonfly is a hunting specialist.

De libel is een specialist in het jagen.

In the wild, dragonflies capture approximately 95 percent

In het wild vangen libellen wel 95% van de prooien die ze najagen.

of the prey they choose to go after.

These insects are so good at their specialties

Deze insecten zijn zo goed in hun specialisme

that neuroscientists such as myself study them as model systems

dat neurowetenschappers zoals ik ze bestuderen als modelsystemen

to understand how animal nervous systems solve particular problems.

om te snappen hoe dierlijke zenuwstelsels bepaalde problemen oplossen.

And in my own research, I study brains to bring these solutions,

Bij mijn eigen onderzoek bestudeer ik hersenen om dit soort oplossingen,

the best that biology has to offer, to computers.

het beste wat de biologie biedt, door computers te laten doen.

So consider the dragonfly brain.

Neem nou het libellenbrein.

It has only on the order of one million neurons.

Het heeft maar iets van een miljoen neuronen.

Now, it's still not easy to unravel a circuit of even one million neurons.

Het is nog steeds ingewikkeld een netwerk van een miljoen neuronen te ontwarren.

But given the choice

Maar als je moet kiezen

between trying to tease apart the one-million-neuron brain

tussen het ontwarren van een brein van een miljoen neuronen

versus the 86-billion-neuron brain,

of van 86 miljard neuronen,

which would you choose to try first?

welke zou je dan eerst doen?

(Laughter)

(Gelach)

When studying these smaller insect brains,

Bij het bestuderen van die kleine insectenhersenen,

the immediate goal is not human intelligence.

is het eerste doel niet menselijke intelligentie.

We study these brains for what the insects do well.

maar waar die insectenhersenen zo goed in zijn.

And in the case of the dragonfly, that's interception.

En bij die libellen is dat het onderscheppen.

So when dragonflies are hunting,

Als een libel namelijk jaagt,

they do more than just fly straight at the prey.

doen ze meer dan recht achter de prooi aan vliegen.

They fly in such a way that they will intercept it.

Ze vliegen zodanig dat ze hem onderscheppen.

They aim for where the prey is going to be.

Ze richten zich op waar de prooi naartoe zal gaan.

Much like a soccer player, running to intercept a pass.

Net als een voetballer die een voorzet wil onderscheppen.

To do this correctly,

Om dat goed te doen,

dragonflies need to perform what is known as a coordinate transformation,

moet de libel iets doen wat heet coördinatentransformatie,

going from the eye’s frame of reference, or what the dragonfly sees,

van het referentiekader van de ogen of wat de libel ziet,

to the body's frame of reference,

naar dat van het lichaam,

or how the dragonfly needs to turn its body to intercept.

of hoe de libel zijn lijf moet draaien.

Coordinate transformations are a basic calculation

Coördinatentransformaties zijn een basisberekening

that animals need to perform to interact with the world.

die dieren moeten doen om met de wereld om te gaan.

We do them instinctively every time we reach for something.

We doen dat instinctief als we iets willen pakken.

When I reach for an object straight in front of me,

Als ik iets wil pakken dat recht voor me is,

my arm takes a very different trajectory than if I turn my head,

maakt mijn arm een heel andere baan dan als ik mijn hoofd omdraai,

look at that same object when it is off to one side

en naar dat object kijk als het naar opzij gaat.

and reach for it there.

en het daar moet grijpen.

In both cases, my eyes see the same image of that object,

In beide gevallen zien mijn ogen hetzelfde beeld van dat object,

but my brain is sending my arm on a very different trajectory

maar mijn hersenen sturen mijn arm via een heel andere baan

based on the position of my neck.

die uitgaat van de positie van mijn nek.

And dragonflies are fast.

En libellen zijn snel.

This means they calculate fast.

Dat betekent dat ze snel rekenen.

The latency, or the time it takes for a dragonfly to respond

De vertraging, of de reactietijd die het de libel het kost

once it sees the prey turn,

als hij de prooi eenmaal ziet,

is about 50 milliseconds.

is ongeveer 50 milliseconden.

This latency is remarkable.

Deze vertraging is opmerkelijk.

For one thing, it's only half the time of a human eye blink.

Enerzijds is het maar de helft van als je met je ogen knippert.

But for another thing,

Anderzijds suggereert het

it suggests that dragonflies capture how to intercept

dat libellen snappen hoe ze moeten onderscheppen

in only relatively or surprisingly few computational steps.

binnen relatief of verrassend weinig rekenstappen.

So in the brain,

Dus in het brein is een rekenstap een enkel neuron

a computational step is a single neuron

or a layer of neurons working in parallel.

of een laag neuronen die parallel werken.

It takes a single neuron about 10 milliseconds

Een neuron heeft 10 milliseconden nodig

to add up all its inputs and respond.

om alle input te verwerken en te reageren.

The 50-millisecond response time

Die 50 milliseconden responstijd

means that once the dragonfly sees its prey turn,

betekent dat als de libel zijn prooi eenmaal ziet draaien,

there's only time for maybe four of these computational steps

er slechts tijd is voor vier van deze rekenstappen

or four layers of neurons, working in sequence, one after the other,

of vier lagen neuronen die na elkaar werken, een voor een,

to calculate how the dragonfly needs to turn.

om te berekenen hoe de libel moet draaien.

In other words, if I want to study

Als ik dus wil onderzoeken

how the dragonfly does coordinate transformations,

hoe een libel zijn coördinatietransformatie doet,

the neural circuit that I need to understand,

kan het neurale netwerk dat ik moet begrijpen,

the neural circuit that I need to study,

het neurale netwerk dat ik moet bestuderen,

can have at most four layers of neurons.

maar maximaal vier lagen neuronen hebben.

Each layer may have many neurons,

Elke laag kan vele neuronen hebben,

but this is a small neural circuit.

maar dat is een klein neuraal netwerk.

Small enough that we can identify it

Klein genoeg om te onderscheiden

and study it with the tools that are available today.

en te onderzoeken met de huidige middelen.

And this is what I'm trying to do.

Dat is wat ik probeer te doen.

I have built a model of what I believe is the neural circuit

Ik heb een model gemaakt waarvan ik denk

dat het neurale netwerk kan berekenen hoe de libel moet draaien.

that calculates how the dragonfly should turn.

And here is the cool result.

En hier is de gave uitkomst.

In the model,

In het model

dragonflies do coordinate transformations in only one computational step,

doen libellen coördinatietransformaties binnen een enkele rekenstap,

one layer of neurons.

een laag neuronen.

This is something we can test and understand.

Dat is iets wat we kunnen testen en begrijpen.

In a computer simulation,

In een computersimulatie

I can predict the activities of individual neurons

kan ik de activiteiten van elke neuron voorspellen

while the dragonfly is hunting.

als de libel aan het jagen is.

For example, here I am predicting the action potentials, or the spikes,

Hier voorspel ik bijvoorbeeld de mogelijke acties, of de ‘spikes’,

that are fired by one of these neurons

die worden afgevuurd door zo’n neuron

when the dragonfly sees the prey move.

terwijl de libel z’n prooi ziet bewegen.

To test the model, my collaborators and I

Om het model te testen, vergelijken mijn medewerkers en ik

are now comparing these predicted neural responses

de voorspelde neurale respons

with responses of neurons recorded in living dragonfly brains.

met de respons van neuronen in levende libelhersenen.

These are ongoing experiments

Het zijn continue experimenten

in which we put living dragonflies in virtual reality.

waarin we levende libellen gebruiken in een virtuele realiteit.

(Laughter)

(Gelach)

Now, it's not practical to put VR goggles on a dragonfly.

Het is niet handig om een libel een VR-bril op te zetten.

So instead, we show movies of moving targets to the dragonfly,

Dus in plaats daarvan laten we filmpjes zien van bewegende prooien,

while an electrode records activity patterns of individual neurons

terwijl een elektrode de patronen van de actieve neuronen in de hersenen vastlegt.

in the brain.

Yeah, he likes the movies.

Ja, hij vindt de filmpjes leuk.

If the responses that we record in the brain

Als de respons die we in de hersenen meten overeenkomt

match those predicted by the model,

met de voorspelde respons in het model,

we will have identified which neurons are responsible

hebben we vastgesteld welke neuronen

verantwoordelijk zijn voor coördinatentransformatie.

for coordinate transformations.

The next step will be to understand the specifics

De volgende stap zal het beter begrijpen zijn

of how these neurons work together to do the calculation.

van hoe deze neuronen samenwerken om de berekening doen.

But this is how we begin to understand how brains do basic

Zo beginnen we te begrijpen

hoe het brein eenvoudige berekeningen doet.

or primitive calculations.

Calculations that I regard as building blocks for more complex functions,

Berekeningen die ik zie als bouwstenen voor ingewikkeldere functies,

not only for interception but also for cognition.

niet alleen voor onderschepping, maar ook voor cognitie.

The way that these neurons compute may be different from anything

De manier waarop die neuronen rekenen, kan anders zijn

dan alles dat tegenwoordig in een computer bestaat.

that exists on a computer today.

And the goal of this work is to do more than just write code

Het doel is meer te schrijven dan alleen maar programma’s

that replicates the activity patterns of neurons.

die de activiteitenpatronen van neuronen nadoen.

We aim to build a computer chip

We hopen een chip te kunnen maken

that not only does the same things as biological brains

die niet alleen hetzelfde doet als biologische hersenen,

but does them in the same way as biological brains.

maar op dezelfde manier werkt als biologische hersenen.

This could lead to drones driven by computers

Dat kan leiden tot door computers aangestuurde drones

the same size of the dragonfly's brain

die net zo groot zijn als libelhersenen.

that captures some targets and avoid others.

die doelen vastleggen en anderen vermijden.

Personally, I'm hoping for a small army of these

Persoonlijk hoop ik dat een klein leger ervan

to defend my backyard from mosquitoes in the summer.

mijn tuin vrijhouden van muggen in de zomer.

(Laughter)

(Gelach)

The GPS on your phone could be replaced by a new navigation device

Het gps op je telefoon kan vervangen worden door nieuwe navigatie

based on dung beetles or ants

zoals die van mestkevers of mieren

that could guide you to the straight or the easy path home.

die de rechte of makkelijkste route voor je kiezen.

And what would the power requirements of these devices be like?

En wat hebben zulke apparaatjes aan stroom nodig?

As small as it is --

Zo klein als ze zijn --

Or, sorry -- as large as it is,

o, sorry -- zo groot als ze zijn,

the human brain is estimated to have the same power requirements

hebben mensenhersenen naar schatting net zoveel stroom nodig

as a 20-watt light bulb.

als een lamp van 20 Watt.

Imagine if all brain-inspired computers

Stel dat alle op hersenen gebaseerde computers

had the same extremely low-power requirements.

hetzelfde extreem lage energieverbruik hadden.

Your smartphone or your smartwatch probably needs charging every day.

Je mobiel of je smartwatch moet je waarschijnlijk elke dag opladen.

Your new brain-inspired device might only need charging every few months,

Je nieuwe breingebaseerde apparaat hoeft dat maar om de paar maanden.

or maybe even every few years.

of misschien maar om de paar jaar.

The famous physicist, Richard Feynman, once said,

De beroemde natuurkundige Richard Feynman zei ooit:

"What I cannot create, I do not understand."

“Wat ik niet kan maken, begrijp ik niet.”

What I see in insect nervous systems

Wat ik in het zenuwstelsel van insecten zie

is an opportunity to understand brains

is de kans om hersenen te begrijpen

through the creation of computers that work as brains do.

door computers te maken die net zo werken.

And creation of these computers will not just be for knowledge.

Het maken van die computers is niet alleen vanwege de kennis.

There's potential for real impact on your devices, your vehicles,

Het kan ook veel gaan betekenen voor je apparaten, voertuigen,

maybe even artificial intelligences.

zelfs voor kunstmatige intelligentie.

So next time you see an insect,

Dus als je de volgende keer een insect ziet,

consider that these tiny brains can lead to remarkable computers.

bedenk dan dat die hersentjes tot opmerkelijke computers kunnen leiden.

And think of the potential that they offer us for the future.

En denk aan de mogelijkheden die ze wellicht geven voor de toekomst.

Thank you.

Dank je wel.

(Applause)

(Applaus)