Журнал «Если», 1993 № 11-12
Шрифт:
Машина использует только логические методы, а жизненные проблемы так не решить.
В двадцатые годы немецкий математик и философ Гедель доказал теорему, оказавшую огромное влияние на менталитет ученых. Оказывается, в теории чисел — самой точной из наук — всегда можно придумать высказывание, которое нельзя ни опровергнуть, ни доказать. Если же принять его за аксиому, то снова можно будет задать вопрос, на который не удастся дать ответ. «Любая конечная система аксиом неполна», — заявил Гедель. И это в самой точной из наук — теории чисел! Что же говорить о жизни, где подавляющее большинство проблем невозможно решить простым перебором вариантов или логическими рассуждениями!
Но оказывается,
Саймон предложил научить машину вырабатывать эмпирические правила, сужающие круг поиска, — так называемые эвристики. В 60-е и 70-е годы на основе этого подхода был создан ряд систем самого различного назначения — от игроков в шахматы до анализаторов хроматографических спектров. В процессе работы эти системы создают все новые эвристики, и через некоторое время даже их создателям сложно понять, как же они работают. По крайней мере, «вытащить» правила поведения из такой машины не проще, чем заставить опытного шофера объяснить словами, как он определяет, когда надо нажимать на тормоз при подъезде к перекрестку.
Машины, пользующиеся эвристиками, обладают еще одним человеческим качеством — они могут ошибаться. Действительно, если не перепробовать все варианты, то можно пропустить неожиданное решение или не заметить опасности. Например, американцы начали применять экспертные системы для обнаружения взрывчатки в багаже авиапассажиров. Датчики этих систем реагируют на малейшую концентрацию азотистых соединений — составную часть любой взрывчатки. Однако случаются и ложные срабатывания. Больше всего машина «не любит» консервированные немецкие сосиски. Оказалось, что в них очень много нитратов.
Но кто не рискует — тот не выигрывает, то есть не может решить реальную задачу за разумное время.
Кроме того, «здравый смысл», внедряемый в коммерческие системы, сделает невозможным некоторые вызывающие раздражение действия компьютера. Можно надеяться, что «здравомыслящие» машины не будут больше требовать у клиентов заплатить по счету 0 долларов 00 центов и отключать у них телефон, пока те не отправят платежку на указанную сумму. Именно так вела себя центральная вычислительная машина американской телефонной компании AT&T в 1975 году…
Машина бесчувственна, неэмоциональна, она никогда не будет испытывать истинного наслаждения или страдания.
«Скажу лишь только, что при виде Вас мои мысли как бы легче текут. Пожалуй, это грубо соответствует тому, что Вы чувствуете, когда радуетесь». Это говорит робот Даниел Оливо из романа «Роботы утренней зари» Азимова. Что это, если не наслаждение? Чем сложнее система, тем сложнее ее реакция на внешние раздражители. Даже мой настольный компьютер по-разному реагирует на программы. Например, он очень не любит переключаться на видеоигры после работы с базой данных или электронной таблицей. Конечно, все это можно объяснить расположением проводов на плате и особенностями набора микросхем. Но человек в этом случае просто сказал бы, что ему хочется еще поработать и он считает, что время отдыха пока не пришло.
Удовольствие и неудовольствие, если понимать его как нечто, к чему стремятся или чего избегают, доступны даже инфузориям. Как обстоят дела с более сложными эмоциями, например смехом?
Многие фантасты наделяли компьютеры чувством юмора. Многие считали, что оно будет проявляться по меньшей мере своеобразно. Например, Илья Варшавский заставил машину считать забавными слова среднего рода из четырех букв. Но это все-таки крайность. Английский философ Томас Гоббс дал, по- моему, удивительно точное определение смеха: «Смех —
И все-таки программу для машины составляет человек. Значит, ни о какой свободе воли для машины и речи идти не может.
В одном из романов Курта Воннегута рассказывается о Человеке, который жил на острове и обладал свободой воли. За ним по пятам ходил Медведь-и постоянно спрашивал его: «Зачем ты сделал то, почему сделал это?» «Да потому, что мне этого захотелось, дубина ты этакая!» — отвечал Человек. Медведь не понимал его. У него не было свободы воли. А потом оказалось, что и Человека, и Медведя, и остров, и море вокруг создал Бог, у которого тоже не было свободы воли. Когда Человек умер. Медведь и Бог написали на могиле: «Здесь лежит Человек. Никто не знал, что он сделает в следующий момент».
Какое отношение имеет это к свободе воли, спросите вы?
Да то, что после обучения программист уже не знал, как работает машина. Он не знал, какие именно связи перестроены, как именно проходит сигнал, но машина работала. Сейчас подобные системы применяются во многих областях, в том числе для управления самолетами и реакторами. Применяются нейронные сети и для решения задач, требующих ассоциативного мышления (например, при библиографическом поиске с неточно заданными условиями).
Они работают надежно, несмотря на то, что конструкторы не в состоянии описать детально, как же это происходит. Интересно, что две первоначально одинаковые нейронные сети, прошедшие одинаковый курс обучения, скорее всего будут работать несколько по-разному (помните у Азимова: «Каждый позитронный мозг индивидуален». Но это уже не фантастика).
Не правда ли, очень похоже на обучение людей? Мы даем информацию ученику и можем приблизительно предсказать конечный результат, но что именно изменится в мозгу ученика и как это потом аукнется, сказать не в состоянии.
Конечно, многообразие реакций нейронных сетей пока несравненно меньше богатства человеческого поведения. В современных перцептронах количество ячеек меньше миллиона, а в мозгу человека — пятнадцать миллиардов. Но количество транзисторов на одной микросхеме удваивается каждые два года. Если такие темпы сохранятся, то через тридцать лет сложность нейронных сетей и их непредсказуемость окажутся сравнимыми со сложностью живого мозга. Ученые обещают через четыре года создать нейронную сеть, не уступающую по сложности нервной системе пчелы.
Исследователи не собираются останавливаться на копировании структуры человеческого мозга. В 1985 году Дэниел Хиллис из корпорации «Думающие машины» создал нейронную сеть из 65000 процессоров со своими блоками памяти. В отличие от человеческих нейронов каждый такой процессор способен решать логические и арифметические задачи, и все это объединяется с огромными возможностями ассоциативных связей нейронной сети. Марвин Минский, напротив, конструирует систему из большого числа нейронных сетей, обменивающихся информацией и снабжающих ею центральный компьютер. Появляются и создания C / Fe (этим символом — углерод/железо — Айзек Азимов обозначил киборгов — мыслящих существ, принадлежащих и живой, и неживой природе). В 1985 году исследователи из американской фирмы «АТ Белл» вырастили непосредственно на микропроцессоре культуру мышиных нейронов. На каждом кристалле появлялась естественная нейронная сеть из 300–400 клеток. Кристалл реагировал на электрические потенциалы нейронов, а те, в свою очередь, воспринимали токи, текущие по кристаллу. Таким образом живые нейроны и микросхема работали совместно. Это устройство — а может, существо? — не только экспериментальный прототип киборга, но и аппарат для изучения особенностей мозговой активности. Есть сообщения, что сейчас подобные работы ведутся и над культурами нейронов человека.