Книги по психологии

ЗАЧЕМ СОЗДАВАТЬ РАЗУМНЫЕ МАШИНЫ?
О - Об интеллекте

Чем же будут заниматься разумные машины?

Меня часто просят рассказать о будущем мобильной вычислитель­ной техники, например, о том, как будут выглядеть карманные компью­теры или мобильные телефоны лет через двадцать. Когда мои собесед­ники интересуются моим видением будущего, я затрудняюсь дать ответ. Чтобы моя позиция была более доходчивой, я однажды вышел на сцену со “шляпой волшебника” и хрустальным шаром в руках. Я объяснил, что никто не может предвидеть будущее в подробностях, любой, кто утверждает, что может предвидеть то, что случится в ближайшие годы, ошибается. Лучшее, что мы можем сделать, — это понять ключевые тен­денции. Понимая ключевую идею, вы сможете успешно следовать за ней независимо от того, чем она обернется.

Одним из наиболее ярких примеров технологических тенденций явля­ется закон Мура. Гордон Мур совершенно точно предсказал, что количест­во элементов, которые можно поместить на кремниевую пластину, будет удваиваться каждые два с половиной года. Мур не сказал, будут ли это чипы памяти, или центральные микропроцессоры, или еще что-то. Он так­же ничего не сказал о том, в каких типах носителей будут использоваться пластины. Он не прогнозировал, будут они помещены в пластиковую обо­лочку или в керамическую или же будут расположены на микросхеме. Он ничего не говорил о различных процессах, используемых для производст­ва чипов. Он остановился на ключевой тенденции и оказался прав.

В наши дни мы не в силах представить пределы применения разум­ных машин. Если я или кто-либо другой во всех подробностях опи­шет перспективы функционирования искусственного интеллекта, он неминуемо ошибется. Тем не менее мы можем сделать нечто большее, чем просто пожать плечами. Существуют два направления, которым мы можем последовать. Первое: представить себе возможные области применения мозгоподобных систем памяти в краткосрочной перспек­тиве, т. е. сначала испробовать менее захватывающие и интересные, но более реалистичные варианты. Второй подход: представить себе общие возможности применения ИИ в долгосрочной перспективе так, как это сделал Мур.

Предлагаю начать с возможных краткосрочных перспектив приме­нения. Некоторые примеры (скажем, замена трубок на транзисторы в радиоприемниках или создание калькуляторов на микропроцессорах) более очевидны. Рассмотрим проблемные области, с которыми тем или иным образом сталкивался искусственный интеллект, но разрешить проблему так и не удалось. Я имею в виду распознание речи, зрительное восприятие и “мыслящие” автомобили.

*****

Если вы когда-нибудь использовали программное обеспечение для ввода произносимого вслух текста на персональном компьютере, тогда вы знаете, насколько бесполезным оно бывает. Как и в эксперименте с “Китайской комнатой”, компьютер не понимает того, о чем идет речь. Несколько раз я пробовал использовать подобные приложения и всег­да впадал в уныние. Если в комнате появлялся какой-то посторонний шум, от стука упавшего карандаша до голоса человека, обращающего­ся ко мне, то на экране сразу же возникали посторонние слова. Про­цент ошибок распознания речи был очень высок. Часто слова, которые, как предполагала программа, я произнес, вообще не были связанными по смыслу. Даже ребенок понял бы, что в предложении ошибки, но не компьютер. Так называемый интерфейс естественной речи многие годы был целью инженеров, занимающихся разработкой программного обес­печения. Суть состоит в том, чтобы вы могли сказать машине, чего вы от нее хотите, обычным языком, и она бы выполнила ваши команды. Личной цифровой записной книжке вы могли бы сказать: “Перенеси дочкину игру по баскетболу с субботы на сегодня, на десять утра”. По­добного рода вещи невозможно было сделать с помощью традицион­ного искусственного интеллекта. Даже если бы компьютер распознал каждое слово, для выполнения задания ему нужно знать, где находится школа вашей дочери, какую именно субботу вы имели в виду, и, вооб­ще, что такое баскетбольная игра, поскольку у вас может быть занесена информация как “Ментло против Сен-Джо”. Или вы хотите, чтобы ком­пьютер слушал радиопередачи и сканировал звуковой поток на предмет упоминания в нем определенного товара, а рассказчик будет описывать свой запрос, не упоминая его названия. Вы и я поймем, о чем он говорит, но этого не поймет компьютер. Подобные приложения требуют, чтобы машина могла не только слушать, но и слышать разговорную речь, что пока не достижимо. Программа распознания речи соотносит звуковые сигналы с шаблонами слов, внесенных в память путем механического запоминания, не учитывая их значения. Представьте, что вы бы научи­лись распознавать звучание отдельных слов на каком-то иностранном языке, не зная их значения. Я вас попрошу записать разговор на этом языке. Во время разговора вы понятия не имеете, о чем он, но пытаетесь распознать отдельные слова и записать их. Но в какой-то момент многие слова перекрываются, или частично неслышны, или появляется какой - то посторонний шум. Вам будет чрезвычайно сложно распознавать сло­ва и вычленить их. Именно с такого рода препятствиями сталкиваются современные программы по распознаванию человеческой речи. Их раз­работчики обнаружили, что, используя вероятность и переход слов, они могут несколько улучшить качество распознавания. Например, чтобы решить, какой из омонимов нужно выбрать, они используют правила грамматики. Это очень простая форма прогнозирования, однако систе­мы в данном случае остаются немыми. Современные программы по рас­познаванию речи работают успешно лишь в очень ограниченных ситуа­циях, когда количество слов, которые человек может произнести в каж­дое отдельное мгновение, строго ограничено. А вот людям распознание речи дается без труда, потому что неокортекс не только воспринимает отдельные слова, но и предугадывает содержание целых предложений, а также рамки общего контекста. В процессе распознания устной речи мы прогнозируем идеи, фразы, отдельные слова, мало того — кора головного мозга выполняет всю эту работу автоматически.

Мы имеем основания ожидать, что системы памяти, построенные на принципах работы коры головного мозга, позволят создать грамотные системы распознавания речи. Вместо программирования на основе ве­роятностей словесных переходов иерархическая память будет отслежи­вать акценты, слова, фразы, идеи и использовать их для интерпретации того, что было сказано. Как и человек, такая система сможет проследить различия между разнообразными ситуациями беседы (например, ваш разговор с другом в комнате, телефонный разговор, редактирование команд для книги). Конечно, создать такие машины будет непросто. Чтобы полностью понимать человеческую речь, машина должна многое “пережить” и “научится” тому же, что и люди. Возможно, нам понадо­бятся долгие годы, чтобы создать разумную машину, которая понимает язык так же хорошо, как вы и я. А в ближайшем будущем мы можем рассчитывать лишь на улучшения существующих систем распознания человеческой речи путем использования системы памяти, построенной на принципах работы коры головного мозга.

Зрительное восприятие — еще одна задача, которую так и не смог решить существующий искусственный интеллект, но она под силу по - настоящему разумным системам. На сегодняшний день не существует машины, которая смогла бы наблюдать естественную сцену, как, напри­мер, мир перед вашими глазами или картинка видеокамеры, и описать то, что она видит. Есть несколько примеров успешного применения сис­тем, распознающих изображения, но весьма ограниченные. Речь идет, например, о регистрации расположения чипа на интегральной схеме или сопоставлении черт лица с базой данных. На данной стадии ком­пьютер не может распознавать различные объекты или анализировать наблюдаемую картину в более широком плане. У вас не возникает проб­лем, когда вы заходите в комнату и ищете место, где можно было бы сесть, но не просите компьютер сделать то же самое. Представьте себе, что вы смотрите на экран камеры безопасности. Сможете ли вы уви­деть различия между человеком, держащим в руке подарок и стучащим в дверь, и человеком, у которого в руке перо ворона? Конечно сможете, однако эти различия превосходят возможности современного програм­много обеспечения. Поэтому мы нанимаем людей, которые следят за экранами камер безопасности круглые сутки и наблюдают, не проис­ходит ли что-нибудь подозрительное. Человеку-наблюдателю непрос­то сохранять бдительность много часов подряд, а вот машина могла бы сделать это без труда.

Давайте также рассмотрим транспортные средства. Устройство ав­томобилей постоянно усложняется. Существуют глобальные системы позиционирования, способные просчитать кратчайший маршрут от точки А до точки Б, существуют сенсоры, автоматически включающие фары, когда на улице становится темно, сенсоры приближения, кото­рые помогают определить безопасность обгона и так далее. Существу­ют даже автомобили, способные ехать без водителя на специальных трассах в идеальных условиях. Они, правда, не поступают в открытую продажу. Чтобы вести машину безопасно и эффективно на любых доро­гах при любых условиях, вовсе не достаточно несколько датчиков или схем обратного контроля. Чтобы быть хорошим водителем, вам нуж­но понимать устройство автомобиля, характер дорожного движения, предугадывать маневры других водителей и учитывать массу других обстоятельств. Водителю следует внимательно отслеживать сигналы, предостерегающие об опасности. Например, включенный сигнал пово­рота у впереди идущего автомобиля предупреждает о том, что водитель собирается перестроиться в другой ряд. Если сигнал включен несколь­ко минут подряд, то, скорее всего, водитель о нем просто забыл и пе­рестраиваться не собирается. Когда водитель видит мяч, катящийся на проезжую часть со стороны тротуара, он автоматически предполагает, что, возможно, за мячом сейчас побежит ребенок, и интуитивно резко сбрасывает скорость.

Допустим, мы хотим создать по-настоящему “умный” автомобиль. Сначала нам нужно определить набор сенсоров, которые позволят наше­му автомобилю воспринимать текущую дорожную ситуацию. Мы, веро­ятно, начнем с камеры видения, даже нескольких камер в передней и за­дней частях автомобиля, затем придумаем микрофоны для воссоздания звукового восприятия, затем, возможно, добавим радар или ультразвуко­вые сенсоры, точно определяющие диапазон и скорость других объектов на трассе как при хорошем освещении, так и в темное время суток. Не надо создавать рамки, ограничиваясь ощущениями, свойственными исключи­тельно человеку. Алгоритм коры головного мозга очень гибок, и если мы спроектируем нашу рукотворную иерархическую систему памяти долж­ным образом, она будет работать независимо от типов установленных сенсоров. Теоретически наш воображаемый “мыслящий” автомобиль мо­жет воспринимать ежесекундно меняющуюся дорожную ситуацию луч­ше, чем водитель-человек, потому что может выбирать разные наборы сенсоров в зависимости от поставленной задачи. Сенсоры будут связаны с достаточно большой иерархической системой памяти. Разработчики ав­томобилей будут тренировать его память путем помещения в условия ре­ального мира, чтобы она училась создавать модель мира точно так же, как это делают люди, только в условиях более ограниченной области. (Ведь автомобилю нужны знания об автодорогах, а не об элеваторах и аэропла­нах.) Память автомобиля “выучит” иерархическую структуру транспорта и дорог так, что сможет понимать, что происходит в ее мире движущихся автомобилей, дорожных знаков, препятствий и перекрестков в текущий момент времени, и прогнозировать ход развития дальнейших событий. Инженеры-разработчики такого автомобиля могут настроить систему его памяти так, чтобы она полностью управляла автомобилем или толь­ко отслеживала, что происходит, когда за рулем сидите вы. Она может давать советы или принимать на себя управление в экстремальных ситу­ациях. Как только память будет полностью натренирована и сможет по­нимать и решать любые проблемы, с которыми сталкивается, инженеры получат возможность выбрать два варианта последующего применения. Они могут поместить стандартную память во все автомобили, сходящие с конвейера, или же комплектовать их памятью, которая будет продол­жать самообучение после продажи автомобиля. Как и в случае с компью­терами, память автомобиля должна поддаваться перепрограммированию более актуальной версией.

У меня нет абсолютной уверенности в том, что нам удастся создать подобные умные автомобили или машины, обладающие зрительным и слуховым восприятием. Я лишь привел примеры того, какие типы устройств мы, возможно, разработаем и какие типы разумных машин кажутся реалистичными на сегодняшний день.

* ф ф ф $

К очевидному применению разумных машин у меня гораздо мень­ше интереса. Я способен оценить пользу и искренне восхититься новой технологией лишь тогда, когда она получает неизвестное доселе при­менение. Чем удивят нас разумные машины и какие неожиданные их свойства и способности проявятся со временем? Я убежден, что иерар­хические системы памяти, подобно транзисторам и микропроцессорам, улучшат нашу жизнь совершенно неожиданным образом, но как имен­но? Один из способов заглянуть в будущее разумных машин — рассмот­реть их составляющие, легко поддающиеся измерению. Например, ка­кие атрибуты разумных машин будут становиться все более дешевыми, более быстродействующими и менее громоздкими? То, чему присущ эк­споненциальный рост, может быстро превзойти наши ожидания и, ско­рее всего, сыграет ключевую роль в наиболее радикальных разработках будущих технологий.

Примерами технологий, которые развивались экспоненциально на протяжении многих лет, являются кремниевый чип памяти, винчестер, техники последовательности ДНК и фиброоптика. Указанные быстро - развивающиеся технологии положили начало многим новым товарам и сферам бизнеса.

В отличие от приведенных примеров развитие некоторых техноло­гий, таких как аккумуляторы, двигатели и традиционная робототехни­ка, довольно инертно. Несмотря на многочисленные усилия и постоян­ные усовершенствования, рука современного робота не очень отличает­ся от руки его предшественника, разработанного несколько лет тому на­зад. Развитие традиционной робототехники можно считать медленным, а успехи скромными, несравнимыми с экспоненциальным развитием дизайна чипов или темпами распространения программного обеспече­ния. Рука робота, созданная в 1985 году и повлекшая затраты в миллион долларов, не будет сегодня в тысячу раз сильнее при цене в десять дол­ларов. И аккумуляторы, производимые сегодня, не намного лучше, чем те же устройства десятилетней давности. В лучшем случае они превос­ходит мощность предшественников в два-три раза, но не в тысячи или десятки тысяч раз. Прогресс в их развитии происходит очень и очень медленно. Если бы емкость батарей возрастала с той же скоростью, что и емкость винчестеров, тогда мобильные телефоны и прочую электро­нику никогда не понадобилось бы перезаряжать, а электромобили, про­ходящие расстояния в тысячу миль после одной-единственной подза­рядки, были бы сегодня нормой повседневной жизни.

Теперь мы подошли к разговору о том, какие аспекты мозгоподобных систем памяти значительно превзойдут биологический мозг. Я вижу четыре потенциальных свойства, которые могут превзойти человечес­кие способности. Это быстрота, емкость, реплицируемость и сенсорные системы.