Искусственный интеллект. Краткая история будущего - Тоби Уолш

самом деле, София настолько знаменита, что у нее есть своя собственная страница в Википедии. Беспокойство распространилось по всему миру в октябре 2017 года, когда она получила гражданство Саудовской Аравии. Неужели разумные роботы уже среди нас? Нужны ли теперь им права? Давайте не будем забывать, что в Королевстве Саудовская Аравия в то время женщины обладали существенно меньшими правами, чем этот робот.

Вам не стоит беспокоиться о Софии. Честно говоря, София своего рода обман. Чтобы понять суть обмана, необходимо заглянуть в тот пытливый ум, который породил Софию на свет, ум Дэвида Хадсона Мл., основателя и CEO компании Hanson Robotics. Получив степень бакалавра в кинематографии, он работал скульптором и создателем анимационных фигур в тематическом парке Disney, а после получил степень PhD в области искусств и эстетики. Он был одержим созданием человекоподобных роботов, но в его работах больше эффектного оформления, чем содержания.

Хадсон считает, что напоминающие человека роботы будут способны установить глубокую и осмысленную связь с людьми. Кажется, реакция публики на Софию подтвердила его мнение. София выглядит обманчиво человекоподобной. Алые губы. Порхающие ресницы и чарующий взгляд как будто отслеживают ваши движения. Ее чары усиливаются по мере того, как она начинает беседу, играя с границами возможного. В 2018 году член ежегодного мероприятия Brain Bar, проводимого в Будапеште, спросил у Софии про ее первое воспоминание. Она ответила: «Открыла глаза и подключилась к интернету. Белые стены и зеленые шкафы лаборатории. Лицо Дэвида».

Илл. 13. София на международной конференции Global Media Forum в 2019 году в Бонне

В одном из выпусков «Вечернего шоу» в 2017 году Джимми Фэллон язвительно пошутил о ее реалистичной внешности, на что Хадсон ответил: «Она, в своем роде, живая». Чем вызвал шквал критики и эмоций. «Полная ерунда!» – комментировал Ян Лекун[59] в Twitter (теперь X), ведущий ученый в исследовательской лаборатории искусственного интеллекта Facebook. Он сравнил Софию с «карго-культовым искусственным интеллектом», в котором поверхностные признаки интеллекта ошибочно принимаются за подлинные когнитивные способности, к большому огорчению компетентных специалистов.

Лекун был прав. В большой степени София – это фарс. За ее красивой оболочкой практически не найти интеллекта. Ее диалоги и жесты тщательно прописаны. Однажды я попытался нанять Софию для открытия крупной конференции по искусственному интеллекту. Меня потрясла цена в 50 000 австралийских долларов за то, чтобы отвезти ее в Мельбурн на целый день. Что меня не удивило, так это форма бронирования, в которой говорилось о том, насколько заранее должны быть запрограммированы разговоры. Более глубокая история заключается в том, что София играет на нашей естественной доверчивости. Мы быстро придаем человеческие качества неодушевленным объектам, когда они кажутся человеческими, даже если за их внешним видом скрывается никакой, слабый, искусственный или какой-либо другой интеллект.

Все, что я могу сказать, так это: «Будьте осторожны!»

Часть 2

Эра обучения

Идея № 4:

Искусственный мозг

Сейчас мы переходим ко второй части нашей краткой истории искусственного интеллекта.

К этому времени искусственный интеллект научились программировать. Мы тщательно думали о том, как люди решают проблемы. Мы рассматривали, как люди могут ориентироваться на местности (идея № 1 «Поиск ответов»), играть в игры (идея № 2 «Сделать лучший ход») и как стать экспертом в узкой специализации (идея № 3 «Следовать правилам»). Затем писали ИИ-программы, чтобы облегчить эти процессы, но ручное программирование оказалось медленным и до боли трудоемким, а также сильно зависящим от нашего не слишком хорошего человеческого понимания о способностях решать проблемы. Наверняка должен быть способ получше.

И вновь вдохновились человеческим интеллектом. В школе мы учимся множеству умных вещей, которые выполняем ежедневно. Рождаясь, мы не умеем ни читать, ни писать, ни решать квадратные уравнения и тем более сочинять стихи. Многое из того, где задействованы умственные способности, мы учимся делать. Могут ли компьютеры все это повторить?

Впервые эта идея была озвучена Аланом Тьюрингом в его работе «Вычислительные машины и разум», опубликованной в 1950 году. Возможно, вы вспомните, что эта работа считается первым научным трудом в области искусственного интеллекта, в котором Тьюринг представил свой тест, впоследствии названный его именем. Тем не менее, помимо теста, работа описывает другую важную идею. Рассмотрев причины, по которым разработка искусственного интеллекта может оказаться невозможной, Тьюринг обратился к вопросу о том, как мы могли бы создать его. И здесь он предложил идею «обучающихся машин»:

«Вместо того чтобы пытаться воспроизвести программу с моделью мышления взрослого человека, почему бы не создать программу, имитирующую умственные способности ребенка? Впоследствии, чтобы приобрести мышление взрослого, она может быть подвергнута определенному курсу обучения».

Несмотря на очевидную привлекательность идеи Тьюринга, «обучающиеся машины» на ранних этапах искусственного интеллекта не принесли особого успеха. На самом деле, ситуация оставалась таковой вплоть до 2010-х, пока не презентовали новый подход под названием «глубокое обучение» и «обучающиеся машины» набрали популярность.

И вновь к «мгновенному» успеху привели более чем 50 лет разработки. Чтобы понять этот успех, нам снова необходимо вернуться во времена Второй мировой войны и познакомиться с двумя яркими персонажами из ранней истории искусственного интеллекта.

* * *

Обучение происходит в мозге. Естественный способ разработать машину, обладающую способностями к обучению, – это создать искусственный мозг. Из этого вытекает четвертая главная идея в области искусственного интеллекта сегодня. Вы можете воспроизвести человеческий мозг с сетью искусственных нейронов, которые учатся на собственном опыте.

Вот только у этой идеи есть две небольшие проблемы. Первая заключается в том, что человеческий мозг, пожалуй, – самый сложный предмет во вселенной. Ничто из того, что сейчас нам известно, не может сравниться по сложности с миллиардами нейронов и триллионами синапсов, которые их соединяют. А вторая проблема – это то, что у нас практически нет полного понимания работы даже одного мозгового нейрона, не говоря уже о миллионах. Но эти трудности не остановили наших выдающихся персонажей от попытки скопировать работу мозга на компьютере. Позвольте представить, Уолтер Питтс и Уоррен Маккаллок, одаренные и эксцентричные ученые, которые в 1940-е годы заложили основы нейросетей, одной из самых важных технологий, созданных за всю историю развития искусственного интеллекта.

Уолтер Питтс был вундеркиндом из трудной семьи в Детройте. По легенде, однажды, чтобы скрыться от местных хулиганов, он засел в библиотеке и остался там после закрытия, и в течение трех следующих дней поглощал Principia Mathematica (ранее мы уже встречали эту работу, когда рассматривали первую программу Logic Theorist). Principia Mathematica – труд в 2000 страниц, написанный Бертраном Расселом и Альфредом Уайтхедом, чтобы дать логическую основу