Инноваторы. Как несколько гениев, хакеров и гиков совершили цифровую революцию
Шрифт:
Прошло без малого 60 лет, а «Перцептрон» до сих пор не создан [1092] . На протяжении этого времени практически каждый год появлялись полные энтузиазма статьи о пришествии очередного чуда из чудес, которое может копировать и даже превзойти человеческий разум. И каждый второй автор воспевал новую технологию почти теми же фразами, какими пресса прославляла «Перцептрон» в 1958 году.
Споры об искусственном интеллекте немного оживлялись дважды, по крайней мере в массовой прессе: в 1997 году, когда чемпион мира Гарри Каспаров проиграл шахматный матч компьютеру Deep Blue компании IBM, и в 2011 году, когда компьютер Watson, оснащенный вопросно-ответной системой искусственного разума, выиграл в телеигре Jeopardy! [1093] у чемпионов Брэда Раттера и Кена Дженнингса. По мнению гендиректора IBM Джинни Рометти, эти события затронули все сообщество [1094] , однако она первой признала, что настоящим прорывом в области они не стали. Deep Blue выиграл шахматный матч, что называется, «грубой силой», методом полного перебора, потому что он за секунду мог просчитать 200 миллионов позиций и сравнить их с 700 тысячами предыдущих игр гроссмейстеров. Многие из нас согласятся, что вычислительные подвиги Deep Blue сильно отличаются от того, что принято называть мышлением. «Deep Blue „умен“
1092
Марвин Мински и Сеймур Паперт, ведущие эксперты в области искусственного интеллекта, раскритиковали некоторые положения работы Розенблатта, после чего общественный интерес к “Перцептро-ну” угас, а в сфере ИИ начался период застоя, известный как “зима искусственного интеллекта”. См. Danny Wilson, Tantalizmgly Close to a Mechanized Mind: The Perceptrons Controversy and the Pursuit of Artificial Intelligence, бакалаврская дипломная работа, Гарвард, декабрь 2012 г.; Frank Rosenblatt, The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain, Psychological Review, осень 1958 г.; Marvin Minsky and Seymour Papert, Perceptrons (1969).
1093
Jeopardy! — американская телевизионная игра-викторина, российский аналог — «Своя игра».
1094
Интервью, взятое автором у Джинни Рометти.
1095
Garry Kasparov, The Chess Master and the Computer, New York Review of Books, 11 февраля 2010 г.; Clive Thompson, Smarter Than You Think (2013), 3.
Компьютер Watson выиграл в Jeopardy! точно так же, за счет своей вычислительной мощи. В его память размером четыре терабайта загрузили 200 миллионов страниц информации — вся «Википедия» занимает 0,2 % этого объема. За одну секунду Watson мог просмотреть миллион книг, а также неплохо распознавал разговорный английский. Однако вряд ли зрители той игры стали бы утверждать, что Watson способен пройти тест Тьюринга. В IBM действительно опасались, что редакторы передачи постараются сбить компьютер с толку, превратят игру в эмпирический тест, поэтому было оговорено, что будут задаваться только вопросы из невышедших выпусков телевикторины. При этом компьютер все равно ошибался там, где человек не запутался бы. Например, один вопрос касался «анатомической особенности» гимнаста-олимпийца Джорджа Эйсера. Watson ответил вопросом «Что такое нога?», а соль была в том, что у атлета не было одной ноги. Дэвид Феруччи, руководитель проекта Watson в IBM, так это объяснил: «Наш компьютер не распознал нужное значение слова „особенность“. Человек без ноги для него так же обычен, как любой другой человек» [1096] .
1096
Watson on Jeopardy, веб-сайт IBM’s Smarter Planet, 14 февраля 2011 г., http://asmarterplanet.com/blog/2011/02/watson-on-jeopardy-day-one-man-vs-machine-for-global-bragging-rights.html.
Джон Серль, преподаватель философии в Беркли и автор эксперимента «Китайская комната», опровергающего эффективность теста Тьюринга, ерничал, что Watson — лишь тень искусственного интеллекта. «Watson не понимал ни вопросов, ни ответов, не знал, где он был прав и где ошибался, да и вообще не осознавал, что играл и выиграл. IBM не смогли научить свой компьютер понимать, да и не смогли бы. Вместо этого их компьютер мог только симулировать понимание» [1097] , — глумился Серль.
1097
John Searle, Watson Doesn’t Know It Won on Jeopardy, Wall Street Journal, 23 февраля 2011 г.
Даже в IBM были с этим согласны. Правда, они и не планировали наделять Watson интеллектом. Глава IBM Research Джон И. Келли III так прокомментировал победы Deep Blue и Watson: «Современные компьютеры — гениальные идиоты. Они могут хранить огромные объемы данных и выполнять невероятное количество операций в секунду — ни один человек с ними не сравнится. Но как только речь заходит об умениях другого рода, например о понимании, обучаемости, адаптации и взаимодействии, тут компьютерам до людей очень далеко» [1098] .
1098
John E. Kelly III and Steve Hamm, Smart Machines (2013), 4. Стив Хэмм — журналист, который пишет о технологиях. В настоящее время Хэмм работает в IBM в качестве писателя и стратега в области коммуникации. В тексте данной книги я указал, что цитата принадлежит Келли, директору IBM research.
Истории с Deep Blue и Watson ясно дали понять, что человечество не приближается к созданию искусственного интеллекта, а скорее наоборот. «Парадокс, но последние „достижения“ компьютеров указали на слабые места в информатике и концепции искусственного разума, — отмечает профессор Томазо Поджио, руководитель Центра изучения человеческого мозга, интеллекта и техники при МТИ. — Мы до сих пор не знаем, как взаимосвязаны мозг и интеллект, а также как создать машины, которые могли бы сравниться с человеком по уровню интеллекта» [1099] .
1099
Larry Hardesty, Artificial-Intelligence Research Revives Its Old Ambitions, MIT News, 9 сентября 2013 г.
Дуглас Хофштадтер, преподаватель Университета Индианы, описал симбиоз искусства и науки в книге «Гедель, Эшер, Бах», которая неожиданно стала бестселлером 1979 года. Он утверждал, что для создания искусственного разума необходимо понять, как работает человеческое воображение. Однако в 1990-е его идеи были практически забыты: в то время для обработки огромных массивов данных было экономически выгоднее использовать вычислительную мощность компьютеров — так решались сложные задачи, так Deep Blue играл в шахматы [1100] .
1100
James Somers, The Man Who Would Teach Computers to Think, Atlantic, ноябрь 2013 г.
Такой подход имел своеобразные последствия: компьютеры могли решать сложнейшие задачи (просчитывать миллиарды шахматных позиций или находить данные в сотнях источников размером с «Википедию»), при этом проваливались на элементарных для человека вопросах. Спросите у Google: «Какова глубина Красного моря?» — и моментально получите точное число: 2211 метров. Даже ваш друг-всезнайка правильно не ответил бы. А простейшее
«Может ли крокодил играть в баскетбол?» поставит Google в тупик, тогда как любой ребенок над таким вопросом только посмеется [1101] .1101
Gary Marcus, Why Can’t My Computer Understand Me, New Yorker, 16 августа 2013 г.
В лаборатории компании Applied Minds неподалеку от Лос-Анджелеса можно понаблюдать, как робота программируют перемещаться в пространстве, но быстро становится понятно, что ему трудно сориентироваться в незнакомом помещении, взять мелок и написать свое имя. В Nuance Communications рядом с Бостоном разрабатываются передовые способы распознавания речи, на которых основана работа Siri [1102] и других подобных систем. Однако каждый «общавшийся» с Siri приходит к выводу, что полноценный разговор с компьютером пока что возможен только в фантастическом фильме, а не в реальности. Лаборатория информатики и искусственного интеллекта при МТИ преуспела в области распознавания образов: их компьютеры «понимают», что на картинках изображены девочка с кружкой, мальчик у фонтана или кот, лакающий сливки, но машинам не по силу сделать элементарное обобщение и установить, что все три объекта производят одно и то же действие — пьют. На Манхэттене, в одном из управлений полиции Нью-Йорка, компьютеры анализируют тысячи записей с камер наблюдения — это часть уникальной системы комплексного слежения — Domain Awareness System. При этом система вряд ли сможет точно распознать в толпе лицо вашей матери.
1102
Siri (Speech Interpretation and Recognition Interface) — буквально: интерфейс для распознавания и понимания естественной речи. Изначально приложение для iOS, персональный помощник, отвечающий на вопросы и дающий рекомендации. В настоящее время интегрирован в большинство устройств компании Apple.
Все перечисленные задачи объединяет одно: их решил бы и четырехлетний ребенок. Стивен Пинкер, ученый-когнитивист из Гарварда, подвел итог тридцати пяти годам исследований в области искусственного разума: «Сложные задачи решить просто, а простые — тяжело» [1103] . Футуролог Ханс Моравек и другие исследователи отмечают, что причина данного парадокса в том, что для распознавания речи и образов требуются невероятные вычислительные ресурсы.
За полвека до Моравека фон Нейман высказывал похожие идеи о том, что химическая активность мозга, основанная на углероде, принципиально отличается от работы кремниевых микросхем и бинарной логики компьютеров. Биологические процессы — не компьютерные вычисления. Человеческий мозг не просто сочетает аналоговые и цифровые методы, его строение скорее напоминает распределенную вычислительную сеть вроде интернета, чем централизованную систему ЭВМ. Центральный процессор компьютера выполняет команды значительно быстрее, чем возбуждаются нейроны человека. «Однако наш мозг с лихвой это компенсирует, поскольку все его нейроны и синапсы активны одновременно, а у компьютера обычно только один или несколько процессоров», — отмечают Стюарт Расселл и Питер Норвиг, авторы самого современного издания об искусственном интеллекте [1104] .
1103
Steven Pinker, The Language Instinct (1994), 191.
1104
Stuart Russell and Peter Norvig, Artificial Intelligence: A Modern Approach (1995), 566.
Так почему же мы не можем создать компьютер, который повторит работу человеческого мозга? По мнению Билла Гейтса, в конечном счете геном человека будет расшифрован и мы поймем, как природа создает интеллект в углеродной среде. «Это как обратное проектирование: мы изучаем чей-то готовый продукт, чтобы решить задачу» [1105] . Это будет нелегко. Ученые 40 лет составляли схему нейросети круглого червя длиной один миллиметр, у которого 302 нейрона и 8 тысяч синапсов [1106] . В человеческом мозге около 86 миллиардов нейронов и около 150 триллионов синапсов [1107] .
1105
Интервью, взятое автором у Билла Гейтса.
1106
Нейрон — это нервная клетка, передающая информацию при помощи электрических или химических сигналов. Синапс — место контакта между нейроном и другим нейроном или клеткой. — Прим. автора.
1107
Nicholas Wade, In Tiny Worm, Unlocking Secrets of the Brain, New York Timss, 20 июня 2011 г.; The Connectome of a Decision-Making Neural Network, Science, 27 июля 2012 г.; The Dana Foundation, https:// www.dana.org/News/Details.aspx?id=43512.
В конце 2013 года газета The New York Timss опубликовала статью об инновационной технологии, которая «перевернет цифровой мир с ног на голову» и «позволит создать следующее поколение систем искусственного интеллекта, которые смогут выполнять обычные для человека действия: видеть, говорить, слушать, ориентироваться в пространстве, использовать и контролировать различные системы и предметы». Это описание перекликается с тем, что пресса писала о «Перцептроне» в 1958 году: «сможет ходить, говорить, видеть, писать, воспроизводить себя и осознавать свое существование». Стратегия ученых осталась прежней: попробовать воссоздать нейросеть человеческого мозга. Как разъясняли в The Timss, «новый подход учитывает строение нервной системы живого существа, а также как нейроны реагируют на раздражители и контактируют друг с другом для анализа информации» [1108] . Компании IBM и Qualcomm заявили о своих планах по созданию нейроморфного микропроцессора, который бы имитировал деятельность настоящего мозга. В это же время европейские исследователи из проекта «Человеческий мозг» обнародовали свою разработку — нейроморфный микрочип, то есть «кремниевую пластину длиной двадцать сантиметров, на которой было размещено 50 миллионов искусственных синапсов и 200 тысяч моделей нейронов» [1109] .
1108
John Markoff, Brainlike Computers, Learning from Experience, New York Timss, 28 декабря 2013 г. Маркоф давно публикует работы об этой области, а теперь пишет книгу, где рассматривает условия, необходимые для создания машин, которые могли бы выполнять работу за человека.
1109
Neuromorphic Computing Platform, The Human Brain Project, https://www.humanbramproject.eu/neuromorphic-computing-platformi; Bennie Mols, Brainy Computer Chip Ditches Digital for Analog, Communications of the ACM, 27 февраля 2014 г.; Klint Finley, Computer Chips That Work Like a Brain Are Coming — Just Not Yet, Wired, 31 декабря 2013 г. Бо Кронин (O’Reilly Media) предложил игру на алкоголь: выпивай рюмку каждый раз, когда видишь статью или пост в блоге, где говорится, что новая система искусственного интеллекта работает или думает “как мозг человека” . Кронин собирает все подобные статьи на специальной страничке beaucronin /t: like-the-brain/#).