Воображаемая жизнь
Шрифт:
В любом случае закон Мура естественным образом заставляет нас задуматься о двух возможных событиях в будущем. Одно из них — это тот момент, когда мы можем разместить на чипе столько же транзисторов, сколько есть нейронов в человеческом мозге (считается, что их около 100 миллиардов). Назовём его «точкой нейронной эквивалентности». Второе (и более важное) событие — это момент, когда машины достигают уровня интеллекта, эквивалентного интеллекту, которым обладают люди, и вдобавок приобретают способность совершенствоваться. Это состояние называется технологической сингулярностью, и оно было предметом долгих размышлений и анализа.
Пока закон Мура неотвратимо продвигался вперёд, изменилась сама сущность компьютеров. Вместо того, чтобы быть описанными выше возвеличенными пишущими машинками, неспособными выходить за рамки инструкций, вводимых в них операторами-людьми, они
Вот простой пример того, как работают подобные методы: предположим, вы хотите, чтобы ваш компьютер считывал написанные от руки адреса на конвертах — задача, важность которой очевидна для организации вроде Почтовой службы США. Одним из примеров способностей, требуемых от машины, было бы распознавание буквы «е». Один из способов научить компьютер делать это — написать букву «е» на листе бумаги, а затем компьютер наложит на неё сетку в электронной форме. Каждый из квадратов в сетке — технически обозначаемый как «элемент изображения» или пиксель — будет пустым (если он находится не там, где напечатана буква), тёмным (если он находится в напечатанной области) или чем-то средним (если в нём находится край буквы). Тем самым компьютер может преобразовать изображение буквы на листе бумаги в строку чисел, причем каждое число описывает оттенок одного пикселя.
После того, как компьютер «прочитал» серию светлых и тёмных пикселей и задействовал алгоритм принятия решения о том, соответствуют ли они букве «e», кто-то (или что-то) сообщает ему, успешно ли он осуществил идентификацию. Как правило, этот процесс повторяется на многих листах бумаги, на каждом из которых начертание «е» отличается от других — печатная буква, курсив, готический шрифт и так далее — и каждый раз алгоритм решает, присутствует ли там буква «e». В итоге в определённом проценте случаев он примет правильное решение. Предположим чисто теоретически, что при испытательном запуске успешность составляет 70 процентов — то есть, алгоритм правильно определил букву «e» на 70 процентах изученных листов. Теперь компьютер обновляет свой алгоритм. Он может, например, изменить способ сравнения результатов с разных пикселей, придавая меньшее значение тем, которые находятся ближе к краю бумаги. Затем он ещё раз полностью повторяет этот процесс. Если процент успеха увеличивается, он сохраняет изменения в алгоритме; если нет — возвращается к исходному. Компьютер будет так или иначе продолжать пробовать различные изменения в алгоритме, всегда отдавая предпочтение тем, которые дают более правильное распознавание. В итоге система станет показывать высокий процент успеха, и в этот момент мы скажем, что она «обучилась».
Существуют разного рода навороты и прибамбасы, которые можно ввести в процесс такого рода. Например, машина может скремблировать инструкции из разных программ — по сути, «выводить» новые алгоритмы. После этого самые успешные вновь «скрещиваются», чтобы создавать ещё более успешные программы в странном подобии биологического естественного отбора. Этот метод так называемого эволюционного алгоритма является всего лишь одним из способов ведения разработки программ искусственного интеллекта.
В последнее время описанный выше примитивный вариант развития искусственного интеллекта был усовершенствован до такой степени, что машины обучаются выполнять очень сложные операции — например, распознавать человеческие лица, или управлять беспилотным автомобилем. В литературе можно найти множество прогнозов в отношении того, что эти новоприобретённые способности будут означать для человеческой жизни и занятости в будущем. Однако один из аспектов искусственного интеллекта, который для наших целей важнее всех остальных, заключается в том, что, как только программа начинает свой процесс обучения, ей уже не требуется никаких дополнительных инструкций от человека. В принципе, когда используются сложные программы, люди почти наверняка не будут знать, что сделала машина. Программа становится, по сути, «чёрным ящиком». Этот аспект искусственного интеллекта дал начало области исследований, которую мы можем назвать компьютерной психологией — в этом случае люди пытаются понять, каким путём машина пришла к представленному ею конечному результату.
Отделение процесса модификации алгоритма от контроля и понимания его человеком как раз и является источником концепции искусственной жизни. Эта утрата контроля порождает также мрачные видения будущего под управлением компьютеров, где компьютеры обычно предстают
Однако отбросьте шумиху — и окажется, что опасения по поводу технологической сингулярности вращаются вокруг допущения о том, что существует нечто под названием разум, и что машины, как только овладеют им в достаточной степени, станут механическими версиями человеческих существ. Это, в свою очередь, проистекает из другого (обычно подразумеваемого негласно) предположения: человеческий мозг — это не что иное, как особо совершенный компьютер. Аргументами за и против этого утверждения наполнено множество книг и множество страниц научных журналов. Например, в своей книге «Новый ум короля» физик-теоретик Оксфордского университета Роджер Пенроуз погружается в абстракции современной математики, чтобы доказать, что человеческий мозг способен выполнять операции, которые даже в принципе не могут быть выполнены компьютером.
Таким образом, мы можем вкратце охарактеризовать различия между человеческим мозгом и компьютером (далее мы обсудим это более подробно):
• Мозг может легко делать то, что трудно сделать компьютеру, и наоборот.
• Скорость работы нейронов измеряется миллисекундами; скорость работы транзисторов измеряется наносекундами — это в миллион раз быстрее.
• У мозга электрическое и химическое управление, у компьютера — только электрическое.
Мозг очень хорошо справляется с такими задачами, как выявление закономерностей и оценка контекста произносимых слов — это задачи, которые нелегко даются компьютерам. С другой стороны, где-то есть такой компьютер, который знает всех людей, которые завтра полетят самолётами United Airlines, чего не смог бы сделать ни один человек. Мозг и компьютер хорошо справляются с решением разных задач. В результате вместе они образуют хорошую команду.
Основным рабочим компонентом мозга является нейрон, а у компьютера основным рабочим компонентом является транзистор. Типичный нейрон получает сигналы от других нейронов и с помощью процесса, который мы не особенно хорошо понимаем, решает, посылать ли сигнал другим нейронам. Чтобы сделать всё это и вернуться в исходное состояние для дальнейшей работы, нейрону требуется примерно одна миллисекунда. Современные транзисторы включаются и выключаются не менее чем в миллион раз быстрее. Хотя обе этих величины могут показаться невероятно быстрыми по человеческим меркам, вот небольшое сравнение, чтобы дать понять наглядно, насколько они отличаются друг от друга: предположим, что человек А (который символизирует транзистор) может выполнить данное ему задание за день. Предположим, что человек Б (символизирующий нейрон) тоже может выполнить это задание, однако это займёт в миллион раз больше времени. Если бы человек А приступил к выполнению задания 24 часа назад, то когда человек Б должен был бы начать работу, чтобы они могли закончить её в одно и то же время? Ответ: в 770 году до н.э., за несколько веков до того, как афинские греки составили свод законов логики.
Наконец, мы отмечаем, что эндокринная система человека способна наполнять мозг химическими веществами, которые оказывают значительное влияние на его функционирование. Например, представьте себе попытку сдать трудный экзамен сразу же после расставания со своим женихом или невестой. (Как профессора старой школы, мы оба можем засвидетельствовать, что такого рода вещи случаются чаще, чем вы думаете.) Таким образом, хотя и мозг, и компьютер обладают системами, которые приводятся в действие посредством электричества, только у мозга есть ещё и химический контроль.
Короче говоря, мы не можем относиться к компьютеру, который существует в наши дни, так же, как мы относимся к мозгу. Просто эти две системы слишком разные. Это не значит, что мы считаем, что никто и никогда не сможет создать компьютер, достаточно сложный, чтобы его можно было считать живым и сознательным. Это далеко не так. Просто если бы был создан такой компьютер, он был бы не просто примером Человечества версии 2.0, но обладал бы иным типом разума по сравнению с нами. Хотя мы даже представить себе не можем, как может выглядеть этот разум, мы с большой радостью присоединяемся к группе писателей-фантастов, которые изображают роботов и компьютеры будущего лишёнными человеческих эмоций. Этот вывод, видимо, вытекает из отсутствия компьютеризированного эквивалента эндокринной системы, что либо останется особенностью машин передовой конструкции, либо не останется.