Tiesitkö? Aivosi tekevät päätöksiä aivan eri paikassa kuin luulit

Ottakaas esiin ajatuskypäränne, koska tämä saattaa pyörnyttää teidät.

Tutkijat ovat nimittäin löytäneet, että aivosi alkavat käsitellä päätöksiä paljon aikaisemmin kuin kukaan osasi arvata. Kyseessä eivät ole ne alueet, jotka miellämme "ajatteleviksi" – vaan ne ensimmäiset pysäkit, joiden luultiin vain vastaanottavan tietoa.

Tämä on Illinoisin yliopiston tutkijoiden löydös, ja itseasiassa pidän tätä äärimmäisen kiehtovana. Se kun haastaa koko sen käsityksen, jolla on määritetty aivojen toimintaa vuosikymmenien ajan.

Se vanha tapa ymmärtää aivot

Kauan sitten tiede esitti aivojen toiminnan melko yksinkertaisesti. Tieto tulee sisään aistien kautta, kulkee ylöspäin "kehittyneempiin" alueisiin, ja lopulta otsalohkon päätöskeskukseen. Siellä se tapahtuu – ajattelu ja päätöksenteko.

Tämä malli vaikutti jopa tekoälyn rakentamiseen. Jos aivot toimivat näin lineaarisesti, miksei samaa lähestymistapaa käytettäisi koneissa?

Mutta here's the thing – evoluutio on hionut biologista älykkyyttä satoja miljoonia vuosia. Ehkä meiltä on jäänyt jotain huomaamatta.

Mitä tutkijat oikeasti löysivät

Professorin Yurii Vlasovin tutkimusryhmä päätti katsoa suoraan, mitä aivoissa tapahtuu kun päätöksiä tehdään. He seurasivat hiiriä virtuaaliympäristössä ja tekivät yllättävän havainnon.

Ensisijainen somatosensorinen aivokuori – yksi varhaisimmista aistien käsittelyalueista – osoitti päätöksiin liittyvää aktiivisuutta. Samanlaista, jota näkyisi aivojen "päätöskeskustassa". Tämä tarkoittaa, ettei päätöksenteko tapahdu jossain hierarkian huipulla, vaan se on jakautunutta. Se on enemmänkin eri alueiden välistä keskustelua kuin yksisuuntaista käskyketjua.

Ja tässä tulee se oleellinen juttu: nuo varhaiset aistialueet eivät vain ota vastaan tietoa ylemmiltä tasoilta. Ne ovat jatkuvasti yhteydessä niihin takaisinkytkentäsilmukoiden kautta. Informaatio liikkuu kumpaankin suuntaan koko ajan.

Mitä tämä tarkoittaa tekoälylle

Tässä kohtaa asia kiinnostaa varmasti jokaista tekniikasta kiinnostunutta.

Nykyiset tekoälyjärjestelmät ovat tehokkaita, mutta myös energiankulutukseltaan valtavia. Suurten kielimallien kouluttaminen vaatii valtavasti laskentatehoa ja sähköä. Aivosi sen sijaan suorittaa äärimmäisen monimutkaisia tehtäviä noin 20 watin teholla – suunnilleen saman verran kuin yksi himmeä led-lamppu.

Professori Vlasov kiteytti sen kauniisti: "Haluamme oppia miljardilta vuodelta evoluutiota." Entä jos emme yrittäisikään keksiä älyä alusta asti uudelleen, vaan tutkisimme miten biologia on järjestänyt älykkyyden arkkitehtuurin?

Tutkimus viittaa, että salaisuus voisi piillä noissa takaisinkytkennöissä. Nykytekoäly on pääasiassa yksisuuntaista – tieto menee sisään, tulos tulee ulos. Mutta jos suunniteltaisiin järjestelmiä, joissa on enemmän kaksisuuntaisia yhteyksiä, voisimme ehkä rakentaa jotain sekä älykkäämpää että tehokkaampaa.

Mitä tämä EI tarkoita

Tässä kohtaa on syytä olla tarkkana. Tutkijat itse huomauttavat, ettei tämä ole valmis suunnitelma tekoälylle. Aivojen "neuraalikoodi" on edelleen suurelta osin mysteeri. Emme täysin ymmärrä, miten nuo takaisinkytkennät koordinoituvat keskenään.

Mutta tämä antaa uuden suunnan. Uuden tavan ajatella, miltä älykkyys voisi näyttää.

Isompi kuva

Löydöksessä on jotain aidosti toiveikasta. Olemme ajassa, jossa tekoäly kehittyy huimaa vauhtia mutta kuluttaa myös valtavasti resursseja. Ajatus siitä, että voisimme oppia miljardilta vuodelta evoluutiota ja rakentaa teknologiaa, joka on sekä kykenevämpi että kestävämpi – se tuntuu juuri oikealta suunnalta.

Aivosi prosessoivat tietoa, tekevät päätöksiä ja pitävät sinut hengissä juuri nyt käyttäen vähemmän energiaa kuin puhelimesi laturi. Se on hämmästyttävää. Ja mitä enemmän ymmärrämme miten se toimii, sitä paremmaksi meidän teknologiamme voi tulla.

Joten kun seuraavan kerran teet päätöksen – olipa kyse pallon kiinni ottamisesta, ruokavalinnasta tai tämän artikkelin lukemiseen loppuun – muista: aivosi tekevät jotain paljon monimutkaisempaa ja tehokkaampaa kuin koskaan kuvittelimme.

Ja meillä on vielä niin paljon opittavaa.