Kurz: Ja, wir werden sicher in der Lage sein, künstliche Gehirne zu reproduzieren, aber nein, vielleicht nicht mit unseren derzeitigen Computermodellen (Turing-Maschinen), denn wir wissen einfach noch nicht genug über das Gehirn, um zu wissen, ob wir neue Computer brauchen (Super-Turing oder biologisch konstruierte Gehirne) oder ob die derzeitigen Computer (mit mehr Leistung/Speicherplatz) ausreichen, um ein ganzes Gehirn zu simulieren.
Lang:
Haftungsausschluss: Ich arbeite in der Forschung im Bereich der Computational Neuroscience und interessiere mich sowohl für die neurobiologische Seite als auch für die computergestützte Seite (künstliche Intelligenz).
Die meisten Antworten gehen von der Annahme aus, dass die Simulation von Neuronen ausreicht, um den gesamten Gehirnzustand zu speichern und somit ein ganzes Gehirn zu simulieren.
Das ist nicht wahr.
Das Gehirn ist mehr als nur Neuronen.
Erstens ist die Konnektivität, die Synapsen, von größter Bedeutung, vielleicht sogar wichtiger als die Neuronen.
Zum anderen gibt es Gliazellen wie Astrozyten und Oligodendrozyten, die ebenfalls über ein eigenes Vernetzungs- und Kommunikationssystem verfügen.
Drittens sind Neuronen heterogen, was bedeutet, dass es nicht nur ein einziges Modell eines Neurons gibt, das wir einfach auf die erforderliche Menge skalieren können, um ein Gehirn zu simulieren, sondern dass wir auch mehrere Arten von Neuronen definieren und sie entsprechend an den richtigen Stellen platzieren müssen. Außerdem können die Typen fortlaufend sein, so dass man tatsächlich Neuronen haben kann, die auf halbem Weg zwischen 3 verschiedenen Typen liegen...
Viertens: Wir wissen nicht viel über die Regeln der Informationsverarbeitung und -verwaltung im Gehirn. Sicher, wir haben herausgefunden, dass das Kleinhirn ziemlich genau wie ein künstliches neuronales Netz mit stochastischem Gradientenabstieg funktioniert, und dass das dopaminerge System wie TD-Lernen funktioniert, aber wir haben keine Ahnung vom Rest des Gehirns, selbst das Gedächtnis ist unerreichbar (obwohl wir vermuten, dass es sich um etwas handelt, das einem Hopfield-Netz nahe kommt, aber es gibt noch kein genaues Modell).
Fünftens gibt es so viele andere Beispiele aus der aktuellen Forschung in der Neurobiologie und den Computational Neuroscience, die die Komplexität der Objekte und der Dynamik der Netzwerke des Gehirns zeigen, dass diese Liste endlos fortgesetzt werden kann.
Letztlich kann Ihre Frage also nicht beantwortet werden, weil wir einfach noch nicht genug über das Gehirn wissen, um zu wissen, ob unsere heutigen Computer (Turing-Maschinen) ausreichen, um die Komplexität biologischer Gehirne zu reproduzieren und das gesamte Spektrum kognitiver Funktionen zu erzeugen.
Die Biologie nähert sich jedoch immer mehr der Informatik an, wie man an biologisch manipulierten Viren und Zellen sehen kann, die ähnlich wie ein Computerprogramm programmiert werden, und an Gentherapien, die ein lebendes System auf der Grundlage seiner "Klassen"-Vorlage (dem Genom) grundlegend umgestalten. Ich wage zu behaupten, dass, wenn wir erst einmal genug über die Architektur und Dynamik des Gehirns wissen, die In-silico-Reproduktion kein Thema mehr sein wird: Wenn unsere derzeitigen Computer das Gehirn aufgrund theoretischer Beschränkungen nicht reproduzieren können, werden wir neue Computer entwickeln. Und wenn nur biologische Systeme das Gehirn reproduzieren können, werden wir in der Lage sein, ein künstliches biologisches Gehirn zu programmieren (wir können bereits funktionelle Blasen, Haut, Venen, Herzen usw. in 3D drucken).
Daher würde ich es wagen zu behaupten (auch wenn es umstritten sein kann, dies ist hier meine eigene Behauptung), dass Ja, künstliche Gehirne werden sicherlich eines Tages möglich sein. Ob es sich dabei um einen Turing-Computer, einen Super-Turing-Computer oder ein biologisch konstruiertes Gehirn handeln wird, bleibt abzuwarten und hängt von unseren Fortschritten bei der Erforschung der Gehirnmechanismen ab.
