Преимущество компьютера перед мозгом в том, что его используют
Обновлено: 21.11.2024
Может показаться, что люди управляют машинами с помощью своего разума, это что-то из научно-фантастического фильма, но это становится реальностью благодаря интерфейсам мозг-компьютер. Понимание этой новой технологии сейчас может помочь обеспечить наличие эффективных политик до того, как BCI станет частью повседневной жизни.
Линия верха
Три дрона взлетают, наполняя воздух предательским жужжанием. Они медленно плывут вверх, как флот, равномерно распределенный и ровный, а затем парят в воздухе.
На земле пилот не держит пульт дистанционного управления. На самом деле он ничего не держит. Он просто спокойно сидит, мысленно управляя дронами.
Это не научная фантастика. Это видео на YouTube 2016 года.
В ролике доктор технических наук по машиностроению. кандидат в Аризонский государственный университет (ASU) носит странный головной убор. Это немного похоже на шапочку для плавания, но с почти 130 цветными датчиками, которые обнаруживают мозговые волны студента. Эти устройства позволяли ему перемещать дроны, просто думая команды направления: вверх, вниз, влево, вправо.
Сегодня этот тип технологии интерфейса мозг-компьютер (BCI) все еще разрабатывается в лабораториях, таких как лаборатория ASU в 2016 году, которая с тех пор переместилась в Университет штата Делавэр. В будущем все виды технологий BCI можно будет продавать потребителям или использовать на поле боя.
Флот дронов, управляемых разумом, — это лишь один из реальных примеров НКИ, изученных в рамках первоначальной оценки НКИ, проведенной исследователями корпорации RAND. Они рассмотрели текущие и будущие разработки в мире BCI и оценили практическое применение и потенциальные риски различных технологий. Их исследование является частью инициативы RAND Security 2040, которая заглядывает за горизонт и исследует новые технологии и тенденции, формирующие будущее глобальной безопасности.
"Это видео с дронами действительно поразило меня, когда мы проводили исследование, – – сказала Аника Биннендейк, политолог из RAND и автор отчета.
"Некоторые из этих технологий кажутся предметом научной фантастики. Но было интересно увидеть, что на самом деле было достигнуто в лабораторных условиях, а затем структурно подумать о том, как это можно использовать за пределами лаборатории».
Само собой разумеется, что прорывы BCI в недалеком будущем могут быть действительно важными.
Если сегодняшние достижения в технологии интерфейса мозг-компьютер уже кажутся невероятными, то само собой разумеется, что прорывы BCI в недалеком будущем могут быть действительно важными. А это значит, что нам нужно начать думать о них сейчас.
Как работают BCI?
Технология BCI позволяет человеческому мозгу и внешнему устройству общаться друг с другом — обмениваться сигналами. Это дает людям возможность напрямую управлять машинами без физических ограничений тела.
Интерфейсы мозг-компьютер: первоначальная оценка
Биннендейк и ее коллеги проанализировали существующие и потенциальные инструменты НКИ, которые различаются по точности и инвазивности — двум тесно связанным качествам. Чем больше электрод расположен ближе к мозгу, тем сильнее сигнал — как в мозговой вышке сотовой связи.
Неинвазивные инструменты часто используют датчики, прикрепленные к голове или рядом с ней, чтобы отслеживать и записывать активность мозга, точно так же, как шапочка для плавания, которую использовал студент ASU. Эти инструменты можно легко размещать и удалять, но их сигналы могут быть приглушенными и неточными.
Инвазивный BCI потребует хирургического вмешательства. Электронные устройства должны быть имплантированы под череп, прямо в мозг, чтобы воздействовать на определенные наборы нейронов. Разрабатываемые в настоящее время имплантаты BCI крошечные и могут одновременно задействовать до миллиона нейронов. Например, группа исследователей из Калифорнийского университета в Беркли создала имплантируемые датчики размером примерно с песчинку. Они называют эти датчики «нейронной пылью».
Имплантируемый датчик "нейронной пыли", разработанный исследователями Калифорнийского университета в Беркли.
Инвазивные методы, скорее всего, приведут к более четкому и точному сигналу между мозгом и устройством. Но, как и в случае любой операции, процедуры, необходимые для их имплантации, сопряжены с риском для здоровья.
Мир возможностей
Предоставив людям возможность напрямую общаться с машинами, BCI может повлиять на все аспекты жизни. Но Тимоти Марлер, старший инженер-исследователь RAND и соавтор отчета, говорит, что имеет смысл начать с изучения новой технологии, такой как BCI, через военную призму. Почему? Потому что война — один из самых сложных сценариев, которые только можно себе представить.
"Если я могу использовать его на войне, я, вероятно, смогу использовать его во время стихийного бедствия, такого как цунами или землетрясение. И, честно говоря, я мог бы использовать его больше для спасения жизней», — сказал Марлер. «Это хорошие вещи. Но мы не обязательно выступаем за использование этих технологий. Мы проверяем жизнеспособность их использования».
Большинство технологий BCI все еще находятся на ранних стадиях разработки и активно исследуются и финансируются Агентством перспективных оборонных исследовательских проектов (DARPA), Армейской исследовательской лабораторией, Исследовательской лабораторией ВВС и другими организациями. С помощью инструментов BCI военные США потенциально могут повысить физическую и когнитивную мощь своего персонала.
BCI также может обеспечить значительные медицинские преимущества в армии и гражданском мире. Например, люди с ампутированными конечностями могли напрямую управлять сложными протезами конечностей. А имплантированные электроды могут улучшить память у людей с болезнью Альцгеймера, инсультом или черепно-мозговыми травмами. Биннендейк, вспоминая юную соседку, которая в настоящее время управляет своей мобильностью с помощью джойстика, надеется, что однажды эта технология может кардинально изменить способность девочки ориентироваться в мире.
Основываясь на анализе текущего развития BCI и типов задач, которые могут возникнуть в будущих тактических воинских подразделениях, команда RAND создала набор инструментов, в котором каталогизировано, как BCI может быть полезен в ближайшие годы. Некоторые функции BCI могут быть доступны в течение относительно короткого времени (примерно в течение нескольких десятилетий). Но другим, особенно тем, которые передают более сложные данные, может потребоваться гораздо больше времени для созревания. Затем команда протестировала этот набор инструментов, собрав вместе нейробиологов и людей с опытом боевых действий, чтобы сыграть в игру по национальной безопасности.
Системный подход
Исследователи RAND разработали способ определения текущего положения технологии BCI и потенциальных возможностей ее развития. Они применили комплексный метод, который можно применить к другим новым технологиям.
На протяжении всей истории люди сравнивали мозг с различными изобретениями. Раньше говорили, что мозг подобен водяным часам и телефонному коммутатору. В наши дни любимое изобретение, с которым сравнивают мозг, — это компьютер. Некоторые используют это сравнение, чтобы сказать, что компьютер лучше мозга; некоторые говорят, что сравнение показывает, что мозг лучше компьютера. Возможно, правильнее будет сказать, что мозг лучше справляется с одной работой, а компьютер — с другой.
Давайте посмотрим, чем мозг и компьютер похожи и чем отличаются.
Мозг и компьютер: сходства и различия
| Сходство | Различие |
| Оба использовать электрические сигналы для отправки сообщений. | Мозг использует химические вещества для передачи информации; компьютер использует электричество. Хотя в нервной системе электрические сигналы распространяются с высокой скоростью, по проводам в компьютере они распространяются еще быстрее. |
| Оба передают информацию. | Компьютер использует переключатели, которые либо включены, либо выключены («бинарные»). В некотором смысле, нейроны в мозге либо включаются, либо выключаются, запуская потенциал действия или не запуская потенциал действия. Однако нейроны не просто включены или выключены, потому что «возбудимость» нейрона постоянно меняется. Это связано с тем, что нейрон постоянно получает информацию от других клеток через синаптические контакты. Информация, проходящая через синапс, НЕ всегда приводит к возникновению потенциала действия. Скорее, эта информация изменяет вероятность того, что потенциал действия будет произведен путем повышения или понижения порога нейрона. |
| У обоих есть память, которая может расти. | Компьютерная память увеличивается за счет добавления компьютерных микросхем. Воспоминания в мозгу растут за счет более прочных синаптических связей. |
| Оба могут адаптироваться и учиться. | Мозгу это намного проще и быстрее узнавать новое. Тем не менее, компьютер может выполнять множество сложных задач одновременно («многозадачность»), которые сложны для мозга. Например, попробуйте считать в обратном порядке и умножить 2 числа одновременно. Однако мозг также выполняет некоторые многозадачные функции, используя вегетативную нервную систему. Например, мозг контролирует дыхание, частоту сердечных сокращений и артериальное давление, одновременно выполняя умственную задачу. |
| И то, и другое со временем эволюционировало. | За последние 100 000 лет человеческий мозг весил около 3 фунтов. Компьютеры развивались намного быстрее, чем человеческий мозг. Компьютеры существуют всего несколько десятилетий, но быстрый технологический прогресс сделал компьютеры быстрее, меньше и мощнее. |
| И тем, и другим требуется энергия. | Мозг нуждается в питательных веществах, таких как кислород и сахар, для питания; компьютеру для работы требуется электричество. |
| И то, и другое может быть повреждено. | Легче починить компьютер - просто купите новые детали . Для мозга нет новых или бывших в употреблении деталей. Тем не менее, проводится определенная работа по трансплантации нервных клеток при некоторых неврологических расстройствах, таких как болезнь Паркинсона. И компьютер, и мозг могут «заболеть» — компьютер может заразиться «вирусом», и есть много болезней, поражающих мозг. В некоторых случаях мозг имеет «встроенные резервные системы». Если один путь в мозге поврежден, часто есть другой путь, который возьмет на себя эту функцию поврежденного пути. |
| И то, и другое может меняться и модифицироваться. | Мозг постоянно меняется и модифицируется. Для мозга нет «выключения» — даже когда животное спит, его мозг все еще активен и работает. Компьютер меняется только тогда, когда добавляется новое оборудование или программное обеспечение или что-то сохраняется в памяти. ЕСТЬ "выкл" для компьютера. Когда питание компьютера отключено, сигналы не передаются. |
| Оба могут выполнять математические и другие логические задачи. | компьютер быстрее делает логические вещи и вычисления. Однако мозг лучше интерпретирует внешний мир и выдвигает новые идеи. Мозг способен к воображению. |
| Ученые изучают и мозг, и компьютеры. | Ученые понимают, как работают компьютеры. Тысячи нейробиологов изучают мозг. Тем не менее, о мозге еще многое предстоит узнать. "Мы НЕ знаем о мозге больше, чем то, что знаем о мозге" |
В этом списке описаны лишь некоторые сходства и различия между компьютером и мозгом. Можете ли вы придумать что-нибудь еще? Попробуйте страницу «Метафора мозга».
Для дальнейшего обсуждения метафоры мозг/компьютер прочитайте сборник статей по этой теме.
Мы живем в мире, где компьютеры могут превзойти людей в шахматах, го и даже в игре Jeopardy. Искусственный интеллект и машинное обучение постоянно создают новые прорывы, заставляя нас гадать, будем ли мы вскоре жить в технологической утопии или будем бороться за выживание с киборгом Арнольдом Шварценеггером.
Но превосходят ли компьютеры человеческий мозг в целом? Давайте узнаем.
Для целей этой статьи давайте определим компьютер как персональный рабочий стол для непрофессионального использования (т. е. не сервер, работающий круглосуточно и без выходных).
Для простоты мы ограничим сравнение четырьмя областями:
- Хранилище
- Скорость обработки
- Память
- Энергоэффективность
Да начнется битва!
Хранилище
Для повседневного использования большинству пользователей компьютеров достаточно 500 ГБ дискового пространства. Креативщики, геймеры и другие пользователи с большим объемом данных часто полагаются на дополнительное хранилище в облаке или на портативном твердотельном накопителе. Ради аргумента мы предоставим компьютеру в среднем 1 ТБ дискового пространства.
А как насчет емкости памяти мозга? Ну, это сложно.
Оценки различаются в зависимости от того, сколько нервных клеток или нейронов существует в обычном мозге. Многие исследования полагаются на 100 млрд нейронов, а исследование Стэнфордского университета предполагает, что в мозгу на самом деле 200 млрд нейронов.
Вы можете подумать: "Подождите, у компьютера есть байты, а у мозга есть нейроны. Как их сравнить?»
Одно заметное различие между человеческим мозгом и компьютерной флеш-памятью заключается в способности нейронов объединяться друг с другом, чтобы способствовать созданию и хранению воспоминаний. Каждый нейрон имеет примерно тысячу соединений с другими нейронами. Поскольку в среднем человеческом мозгу насчитывается более триллиона связей, этот эффект перекрытия создает экспоненциально большую емкость хранилища.
Исходя из наших сегодняшних знаний о нейронах, которые очень ограничены, мы оцениваем объем памяти мозга в 1 петабайт, что эквивалентно более чем тысяче твердотельных накопителей емкостью 1 ТБ.
Преимущество: человеческий мозг.
Память
Пока что это равное соревнование. Человеческий мозг имеет значительно больше памяти, чем средний компьютер. А компьютер может обрабатывать информацию экспоненциально быстрее, чем человеческий мозг.
Как насчет доступа к памяти? Может ли человек запоминать информацию лучше, чем компьютер?
Ну, это зависит от того, о какой информации мы говорим.
Что касается основных фактов, то однозначно нет.Если компьютер «знает», что столицей Невады является Карсон-Сити, этот факт всегда будет доступен. С другой стороны, человек может со временем запутаться или забыть об этом факте, особенно после длинных выходных в Вегасе.
В чем компьютеры отстают от людей, так это в способности присваивать информации качественный рейтинг. Для компьютера вся информация точно такая же. Люди, с другой стороны, имеют много разных типов воспоминаний и расставляют приоритеты воспоминаний в зависимости от их важности. Вы, несомненно, помните множество подробностей о дне свадьбы, но наверняка забыли, что ели на обед в прошлый четверг. (Если вам интересно, это был бутерброд с тунцом и ржаным хлебом.)
Люди также связывают воспоминания друг с другом, поэтому ваши воспоминания о кануне Нового года будут связаны со всеми другими вашими новогодними праздниками на протяжении всей вашей жизни. У компьютера нет такой возможности, по крайней мере, на данный момент.
Преимущество: непонятно
Энергоэффективность
Конкурс все еще жеребьевка. Компьютеры работают быстрее и точнее, а у людей больше памяти и больше возможностей для доступа к воспоминаниям.
Что можно сказать об энергоэффективности? Вот где становится по-настоящему весело.
Обычный компьютер потребляет около 100 Вт. Человеческому мозгу, с другой стороны, требуется примерно 10 Вт. Правильно, ваш мозг в десять раз более энергоэффективен, чем компьютер. Мозгу требуется меньше энергии, чем лампочке.
Возможно, мы не самые яркие лампочки в коробке, но опять же, нам и не нужно быть такими.
Преимущество: человеческий мозг
Заключение
В конечном счете, явного победителя нет. Люди и компьютеры имеют свои преимущества в зависимости от категории. Если вам нужна точность и скорость необработанной обработки, компьютер — очевидный выбор. Если вам нужны творчество, энергоэффективность и расстановка приоритетов, лучше всего подойдет человек.
Хорошая новость заключается в том, что нам не нужно выбирать. Это не должно быть соревнование людей против компьютеров. Мы можем работать вместе и наслаждаться лучшим из обоих миров. То есть до тех пор, пока Скайнет не станет самоосознающим.
Как массовый параллелизм повышает производительность мозга по сравнению с ИИ.
Мозг сложен; у людей он состоит примерно из 100 миллиардов нейронов, образующих порядка 100 триллионов соединений. Его часто сравнивают с другой сложной системой, обладающей огромной способностью решать проблемы: цифровым компьютером. И мозг, и компьютер содержат большое количество элементарных единиц — соответственно нейронов и транзисторов, — которые соединены в сложные цепи для обработки информации, передаваемой электрическими сигналами. На глобальном уровне архитектуры мозга и компьютера похожи друг на друга, состоящие в основном из отдельных цепей для ввода, вывода, центральной обработки и памяти. 1
Что лучше решает проблемы — мозг или компьютер? Учитывая стремительное развитие компьютерных технологий в последние десятилетия, можно подумать, что у компьютера есть преимущество. Действительно, компьютеры были построены и запрограммированы, чтобы побеждать мастеров-людей в сложных играх, таких как шахматы в 1990-х годах и недавно Го, а также в конкурсах энциклопедических знаний, таких как телешоу Jeopardy!. при написании, однако, люди побеждают компьютеры во многих реальных задачах — от идентификации велосипеда или конкретного пешехода на многолюдной городской улице до того, чтобы взять чашку чая и плавно поднести ее к губам, — не говоря уже о концептуализации и творчестве.
Почему компьютер хорошо справляется с одними задачами, а мозг — с другими? Сравнение компьютера и мозга было поучительным как для компьютерных инженеров, так и для нейробиологов. Это сравнение началось на заре современной компьютерной эры в небольшой, но глубокой книге под названием Компьютер и мозг Джона фон Неймана, эрудита, который в 1940-х годах был пионером в разработке компьютерной архитектуры. это до сих пор является основой большинства современных компьютеров. 2 Давайте посмотрим на некоторые из этих сравнений в цифрах (таблица 1).
Компьютер имеет огромные преимущества перед мозгом в скорости выполнения основных операций. 3 В настоящее время персональные компьютеры могут выполнять элементарные арифметические операции, такие как сложение, со скоростью 10 миллиардов операций в секунду. Мы можем оценить скорость элементарных операций в мозгу по элементарным процессам, посредством которых нейроны передают информацию и общаются друг с другом. Например, нейроны «запускают» потенциалы действия — всплески электрических сигналов, инициируемые вблизи тел нейронов и передающиеся по их длинным отросткам, называемым аксонами, которые соединяются с нижележащими нейронами-партнерами.Информация закодирована в частоте и времени этих всплесков. Самая высокая частота возбуждения нейронов составляет около 1000 импульсов в секунду. В качестве другого примера, нейроны передают информацию своим нейронам-партнерам, в основном, высвобождая химические нейротрансмиттеры в специализированных структурах на окончаниях аксонов, называемых синапсами, а их нейроны-партнеры преобразуют связывание нейротрансмиттеров обратно в электрические сигналы в процессе, называемом синаптической передачей. Самая быстрая синаптическая передача занимает около 1 миллисекунды. Таким образом, с точки зрения спайков и синаптической передачи мозг может выполнять не более тысячи основных операций в секунду, или в 10 миллионов раз медленнее, чем компьютер. 4
Компьютер также имеет огромные преимущества перед мозгом в точности выполнения основных операций. Компьютер может представлять количества (числа) с любой желаемой точностью в соответствии с битами (двоичными цифрами или 0 и 1), присвоенными каждому числу. Например, 32-битное число имеет точность 1 из 232 или 4,2 миллиарда. Эмпирические данные свидетельствуют о том, что большинство величин в нервной системе (например, частота возбуждения нейронов, которая часто используется для представления интенсивности стимулов) имеют изменчивость в несколько процентов из-за биологического шума или точность 1 к 100 при лучшее, что в миллионы раз хуже компьютера. 5
Профессиональный теннисист может отслеживать траекторию мяча, подаваемого со скоростью до 160 миль в час.
Однако вычисления, выполняемые мозгом, не являются ни медленными, ни неточными. Например, профессиональный теннисист может проследить траекторию движения теннисного мяча после того, как мяч будет подан со скоростью 160 миль в час, переместиться в оптимальное место на корте, расположить руку и взмахнуть ракеткой так, чтобы вернуть мяч на площадку соперника за несколько сотен миллисекунд. Более того, мозг может выполнять все эти задачи (с помощью управляемого им тела) с энергопотреблением примерно в десять раз меньшим, чем персональный компьютер. Как мозг достигает этого? Важным различием между компьютером и мозгом является способ обработки информации в каждой системе. Компьютерные задачи выполняются в основном последовательно. Это видно по тому, как инженеры программируют компьютеры, создавая последовательный поток инструкций. Для этого последовательного каскада операций необходима высокая точность на каждом этапе, поскольку ошибки накапливаются и усиливаются на последовательных этапах. Мозг также использует последовательные шаги для обработки информации. В примере с возвращением в теннис информация поступает от глаза в головной мозг, а затем в спинной мозг, чтобы контролировать сокращение мышц ног, туловища, рук и запястий.
Но мозг также использует массовую параллельную обработку, используя преимущества большого количества нейронов и большого количества соединений, которые создает каждый нейрон. Например, движущийся теннисный мяч активирует многие клетки сетчатки, называемые фоторецепторами, задачей которых является преобразование света в электрические сигналы. Затем эти сигналы передаются на множество различных типов нейронов сетчатки параллельно. К тому времени, когда сигналы, исходящие от фоторецепторных клеток, проходят через два-три синаптических соединения в сетчатке, информация о местоположении, направлении и скорости мяча извлекается параллельными нейронными цепями и передается параллельно в мозг. Точно так же моторная кора (часть коры головного мозга, отвечающая за произвольный двигательный контроль) параллельно посылает команды для управления сокращением мышц ног, туловища, рук и запястий, так что тело и руки одновременно хорошо расположен для приема входящего мяча.
Эта массово-параллельная стратегия возможна, потому что каждый нейрон собирает входные данные и отправляет выходные данные многим другим нейронам — в среднем порядка 1000 для входных и выходных данных для нейрона млекопитающего. (Напротив, каждый транзистор имеет только три узла для ввода и вывода вместе взятых.) Информация от одного нейрона может быть доставлена по многим параллельным нисходящим путям. В то же время многие нейроны, обрабатывающие одну и ту же информацию, могут объединять свои входные данные с одним и тем же нижестоящим нейроном. Это последнее свойство особенно полезно для повышения точности обработки информации. Например, информация, представленная отдельным нейроном, может быть зашумлена (скажем, с точностью 1 к 100). Взяв среднее значение входных данных от 100 нейронов, несущих одинаковую информацию, общий нижестоящий нейрон-партнер может представлять информацию с гораздо большей точностью (в данном случае примерно 1 из 1000). 6
Компьютер и мозг также имеют сходства и различия в режиме передачи сигналов их элементарных единиц. Транзистор использует цифровую сигнализацию, которая использует дискретные значения (0 и 1) для представления информации.Спайк в аксонах нейронов также является цифровым сигналом, поскольку нейрон либо запускает, либо не запускает спайк в любой момент времени, и когда он срабатывает, все спайки имеют примерно одинаковый размер и форму; это свойство способствует надежному распространению шипа на большие расстояния. Однако нейроны также используют аналоговую сигнализацию, которая использует непрерывные значения для представления информации. Некоторые нейроны (как и большинство нейронов нашей сетчатки) не имеют спайков, и их выход передается градуированными электрическими сигналами (которые, в отличие от спайков, могут непрерывно изменяться по размеру), которые могут передавать больше информации, чем спайки. Приемный конец нейронов (прием обычно происходит в дендритах) также использует аналоговую передачу сигналов для интеграции до тысяч входных данных, что позволяет дендритам выполнять сложные вычисления. 7
Ваш мозг в 10 миллионов раз медленнее компьютера.
Еще одно важное свойство мозга, которое явно проявляется в примере с возвратом услуг из тенниса, заключается в том, что сила связи между нейронами может изменяться в ответ на активность и опыт — процесс, который, по широко распространенному мнению нейробиологов, быть основой для обучения и памяти. Повторяющееся обучение позволяет нейронным цепям лучше настроиться на выполняемые задачи, что приводит к значительному повышению скорости и точности.
В последние десятилетия инженеры черпали вдохновение в мозге, чтобы улучшить дизайн компьютеров. Принципы параллельной обработки и изменения силы соединения в зависимости от использования были включены в современные компьютеры. Например, повышенный параллелизм, такой как использование нескольких процессоров (ядер) в одном компьютере, является современной тенденцией в разработке компьютеров. В качестве другого примера, «глубокое обучение» в дисциплине машинного обучения и искусственного интеллекта, которое в последние годы добилось большого успеха и объясняет быстрый прогресс в распознавании объектов и речи на компьютерах и мобильных устройствах, было вдохновлено открытиями зрительных органов млекопитающих. система. 8 Как и в зрительной системе млекопитающих, глубокое обучение использует несколько уровней для представления все более абстрактных функций (например, визуального объекта или речи), а веса связей между различными слоями регулируются в процессе обучения, а не проектируются инженерами. Эти недавние достижения расширили репертуар задач, которые способен выполнять компьютер. Тем не менее, мозг обладает большей гибкостью, обобщаемостью и способностью к обучению, чем современный компьютер. По мере того как нейробиологи раскрывают все больше секретов мозга (чему все больше помогает использование компьютеров), инженеры могут черпать больше вдохновения из работы мозга для дальнейшего улучшения архитектуры и производительности компьютеров. Кто бы ни оказался победителем в решении конкретных задач, эти междисциплинарные взаимообогащения, несомненно, будут способствовать развитию как нейронауки, так и компьютерной инженерии.
Лицюнь Луо — профессор Школы гуманитарных и естественных наук, а также профессор нейробиологии Стэнфордского университета.
Автор выражает благодарность Итану Ричману и Цзин Сюн за критику и Дэвиду Линдену за квалифицированное редактирование.
Составлено Лицюном Луо, опубликовано в Think Tank: Forty Scientists Explore the Biological Roots of Human Experience, под редакцией Дэвида Дж. Линдена и опубликовано издательством Yale University Press. >
<р>1. Это эссе было адаптировано из раздела вводной главы Luo, L. Principles of Neurobiology (Garland Science, New York, NY, 2015) с разрешения. <р>2. фон Нейман, Дж. Компьютер и мозг (издательство Йельского университета, Нью-Хейвен, Коннектикут, 2012 г.), 3-е изд. <р>3. Паттерсон, Д.А. & Hennessy, J.L. Computer Organization and Design (Elsevier, Amsterdam, 2012), 4-е изд. <р>4. Здесь предполагается, что арифметические операции должны преобразовывать входные данные в выходные, поэтому скорость ограничена базовыми операциями нейронной коммуникации, такими как потенциалы действия и синаптическая передача. Есть исключения из этих ограничений. Например, нейроны без спайков с электрическими синапсами (соединения между нейронами без использования химических нейротрансмиттеров) в принципе могут передавать информацию быстрее, чем ограничение примерно в одну миллисекунду; то же самое можно сказать и о событиях, происходящих локально в дендритах. <р>5. Шум может отражать тот факт, что многие нейробиологические процессы, такие как высвобождение нейромедиаторов, носят вероятностный характер. Например, один и тот же нейрон может не генерировать одинаковые импульсы в ответ на одинаковые стимулы в повторных испытаниях. <р>6. Предположим, что стандартное отклонение среднего значения (σmean) для каждого входа аппроксимирует шум (оно отражает ширину распределения в тех же единицах, что и среднее значение). Для среднего значения n независимых входных данных ожидаемое стандартное отклонение средних равно σmean = σ / √• n. В нашем примере σ = 0,01 и n = 100; таким образом, σmean = 0,001. <р>7.Например, дендриты могут действовать как детекторы совпадений для суммирования почти синхронных возбуждающих входных сигналов от множества различных вышестоящих нейронов. Они также могут вычитать тормозной вход из возбуждающего. Наличие потенциалозависимых ионных каналов в некоторых дендритах позволяет им проявлять «нелинейные» свойства, такие как усиление электрических сигналов помимо простого сложения. <р>8. ЛеКун, Ю. Бенжио, Ю., и Хинтон, Г. Глубокое обучение. Природа 521, 436–444 (2015).Концепция идентификации является основой защиты данных. Данные и другие вычислительные ресурсы существуют для использования отдельными лицами, каждый из которых имеет удостоверение, используемое для предоставления или отказа в доступе к таким ресурсам. Однако идентичность не ограничивается людьми. Компьютерные службы также имеют идентификатор, который позволяет им взаимодействовать с другими службами и данными.
Как люди, мы понимаем идентичность как все репрезентативные и уникальные характеристики человека, и наш метод подтверждения идентичности естественным образом возникает в ходе взаимодействия. Мы распознаем и связываем эти характеристики с уникальным человеком, и наша способность связывать характеристики с человеком возрастает по мере нашего знакомства с ним. Воздействие не обязательно должно быть прямым, например, проводить с ними время, но может быть получено косвенно через такие действия, как чтение или обсуждение о них или просмотр их по телевизору. Вот почему одних людей узнать легче, чем других. Подумайте, как вы узнаете прикосновение любимого человека или голос своей матери, тогда как имя бывшего знакомого может быть вам незнакомо, даже когда вы сталкиваетесь с ним лицом к лицу. Точно так же популярные личности, такие как актеры или политики, легко узнаются каждым из нас, даже если мы никогда не встречались с ними лично. Подобные методы используются для укрепления доверия. Вы бы не позволили незнакомцу одолжить вашу машину, но это может измениться, когда незнакомцы станут друзьями.
Компьютеры также могут использовать различные характеристики для проверки заявленной личности, но методы распознавания этой личности отличаются от человеческих. Пользователи подтверждают свою личность на компьютере, заявляя личность, а затем предоставляя учетные данные для резервного копирования этой заявки в процессе, называемом проверкой подлинности. Например, имя пользователя утверждает личность, а правильный соответствующий пароль подтверждает ее.
Однако существует несколько важных различий между идентификацией, которая происходит в компьютерной системе, и идентификацией между людьми. Компьютеры имеют преимущество перед людьми в том, что они не забывают идентификаторы пользователей с течением времени, но их методы идентификации человека гораздо более ограничены. В то время как человек может использовать сотни характеристик для идентификации и связывать разные наборы характеристик с разными людьми, компьютерная система обычно поддерживает только несколько очень структурированных методов идентификации. Самый распространенный метод аутентификации в компьютерной системе — традиционное имя пользователя и пароль, но можно использовать и другие методы, такие как отпечатки пальцев, распознавание лиц, проксимити-карты и секретные вопросы.
Существуют дополнительные различия между компьютерами и людьми с точки зрения доверия. Люди доверяют человеку на основании своего опыта, знаний и взаимодействия с ним, но компьютеры доверяют человеку только в той мере, в какой это диктуют разрешения пользователя. Разрешения определяют, как удостоверение может взаимодействовать с данными, включая их просмотр, изменение, создание или удаление. Другие разрешения могут позволить пользователю отдавать команды компьютерной системе, запускать программу или использовать службу.
Устранение недостатков компьютерной идентификации
Как человеческая, так и компьютерная системы идентификации имеют присущие им недостатки. Ограниченные компьютерные методы идентификации и структурированный метод, используемый для оценки личности, позволяют человеку относительно просто программно использовать эти методы и мошеннически аутентифицироваться. Эти характеристики также являются преимуществом, поскольку компьютер всегда будет придерживаться правил и применять требования к идентификации для человека, если системы идентификации реализованы должным образом. Слабые места компьютера обычно используются для взлома учетных данных, кражи учетных данных и использования уязвимостей системы аутентификации.
Слишком упрощенным решением проблемы было бы объединение преимуществ обеих систем вместе. Однако на практике это плохо работает. Многофакторная аутентификация — использование нескольких методов для проверки заявленной личности — является общепринятым методом улучшения аутентификации по сравнению с однофакторной аутентификацией, но он часто ограничивается небольшим количеством идентифицирующих характеристик. Это ограничение в первую очередь связано с сопротивлением со стороны пользователей вычислительных систем, которых возмущает время, необходимое для предоставления нескольких учетных данных, или необходимость носить с собой предметы для аутентификации.Некоторые из наиболее эффективных систем используют комбинацию предоставленных пользователем учетных данных и данных, которые компьютерная система может собирать самостоятельно, таких как местоположение, устройство, инициирующее соединение, а также время и дату, но все же они не соответствуют тому, что может использовать человек. в идентификации. Кроме того, эти учетные данные все еще могут быть подделаны или получены мошенническим путем.
Человеческое взаимодействие обычно выявляет изменение личности или поведения естественным образом в ходе взаимодействия, но компьютеры проверяют личность один раз, а затем полагают, что личность не изменилась между входом пользователя в систему и выходом из нее, что также называется сеансом. Это представляет собой проблему для безопасности предприятия, поскольку вредоносное ПО, общие сеансы или неактивные сеансы, которые не были заблокированы, позволяют другим использовать их не по назначению. Компьютерная система не может провести различие между действиями, предпринимаемыми коллегой на компьютере другого пользователя, или вредоносными программами, запущенными в сеансе пользователя, и законными действиями, выполняемыми пользователем. Этот риск несколько снижается за счет автоматического завершения неактивных сеансов и блокировки компьютеров через определенные промежутки времени, но при этом остается много места для компрометации сеанса.
Некоторые системы начинают периодически перепроверять учетные данные для защиты от скомпрометированного сеанса. Самые простые системы просто проводят повторную проверку через определенные промежутки времени, в то время как более продвинутые системы используют различные переменные и сложные алгоритмы для оценки уровня уверенности в подлинности. Например, взаимодействие с пользователем может быть ненормальным, что может вызвать повторную аутентификацию, или пользователь может изменить местоположение или войти в систему в двух местах одновременно, что также потребует повторной аутентификации.
Различные системы под эгидой Identity and Access Management (IAM) были созданы для управления идентификацией компьютеров в зависимости от объема и сложности потребности.
Устранение уязвимостей, связанных с идентификацией человека
Люди не так дисциплинированы в подтверждении личности, и люди могут отвлекаться. Милой улыбки или нескольких дружеских слов будет недостаточно, чтобы обойти компьютер, но они отлично работают и довольно часто с людьми. Другие методы, такие как создание образа авторитетной фигуры, игра на эмоциях или обращение за помощью, основаны на общих человеческих характеристиках. Я воздержусь от того, чтобы называть их слабостями, потому что они жизненно важны для позитивного социального взаимодействия, но могут представлять угрозу, если их использует злонамеренный человек, например социальный инженер.
Человеческие слабости являются мишенью социальной инженерии, схем киберубеждения, которые побуждают пользователей разглашать свои учетные данные или выполнять действия от имени социального инженера. Эта угроза снижается благодаря обучению по вопросам безопасности, документированию и обеспечению соблюдения политик и процедур, а также культуре безопасности.
Угрозы компрометации личных данных, как компьютеров, так и людей, лежат в основе многих современных средств контроля безопасности. Люди и компьютеры обращаются с идентификацией по-разному, но и те, и другие имеют доступ к организационным данным и взаимодействуют с ними, и оба являются потенциальными целями для компрометации идентификационных данных, когда они защищены независимо. Однако когда люди и компьютеры интегрированы в ориентированную на человека стратегию безопасности, их сильные и слабые стороны могут усиливать друг друга. Когда людям не хватает последовательности, компьютер помогает, а когда у компьютеров возникают трудности с проверкой, люди добавляют контекст и опыт. В результате более глубокого понимания сильных и слабых сторон человека-компьютера элементы управления безопасностью, составляющие ориентированную на человека стратегию, стали проще и интуитивно понятнее для пользователей. Это приводит к меньшему количеству ошибок или обходных путей безопасности и повышает производительность за счет снижения сложности безопасности. Проще говоря, сочетание людей и компьютеров — выигрышная комбинация.
Читайте также: