Об интеллекте

отличие от нейронных сетей предыдущих поколений (в которых информация проходила только в одном направлении) нейроны автоасссоциативной памяти были соединены большим числом обратных связей. Каждый выходящий сигнал в таких сетях преобразовывался в исходящий – как в телефонном разговоре. Благодаря этой цепи обратных связей ученые получили возможность наблюдать ряд интересных моментов.

Усвоив определенную модель активности, искусственные нейроны запомнили ее. Автоассоциативная сеть ассоциировала модели сами с собой, отсюда ее название – автоассоциативная память.

Результат подобной связи, на первый взгляд, может показаться смехотворным. Для воспроизведения модели, сохраненной в такой памяти, следовало предоставить указанную модель. Проиллюстрирую данный вывод наглядным примером. Допустим, вы пришли в магазин с намерением купить связку бананов. Когда продавец просит вас оплатить покупку, вы говорите ему, что расплатитесь… бананами. «Что же ценного тогда в этом открытии?» – спросите вы. А то, что автоассоциативная память обладает несколькими важными особенностями, присущими головному мозгу человека. Самая важная из них такова: нет необходимости предъявлять системе целую модель, которую вы желаете получить от нее, – достаточно ее фрагмента или видоизмененной по сравнению с желаемой модели. Автоассоциативная память способна воспроизвести сохраненную модель в неизмененном виде, даже если все, что у вас есть в наличии, – ее искаженный вариант.

Вернемся к нашему примеру. Представьте, что вы приходите в магазин с несколькими надкушенными бананами и получаете взамен целую связку. Или обращаетесь в банк с просьбой обменять надорванный и испорченный чек, и ваше желание удовлетворяют: вы получаете новенький, хрустящий документ.

В отличие от большинства нейронных сетей автоассоциативная память может быть разработана таким образом, что будет сохранять целые последовательности моделей, или временные паттерны. Такая ее особенность достигается путем добавления временной задержки к обратной связи. Благодаря этой задержке вы можете предоставлять автоассоциативной памяти последовательности моделей (что подобно звучанию мелодии), и она будет сохранять их.

Таким образом, я могу предоставить автоассоциативной памяти первые несколько нот песни Twinkle Twinkle Little Star, а система воспроизведет ее целиком. Имея в наличии лишь часть усвоенной последовательности, автоассоциативная память воссоздаст ее всю.

Как мы увидим ниже, именно таким способом обучаются люди – усваивая последовательности паттернов. И я предполагаю, что мозг использует эти цепи подобно тому, как это происходит в автоассоциативной памяти.

Принцип действия автоассоциативной памяти навел нас на мысль о потенциальном значении обратной связи и изменяющихся во времени входящих сигналов. Но в подавляющем большинстве машин, обладающих искусственным интеллектом, и в нейронных сетях фактору времени и обратной связи не придается должного значения. Подобную ошибку допускают и специалисты, практикующие в области когнитивной психологии.

Немногим отличаются от них ученые, занимающиеся проблемами головного мозга (нейробиологи, нейрологи). Они знают о том, что существует обратная связь (ведь они сами ее и открыли), но не предлагают теории, которая бы шла дальше неопределенных высказываний о «фазах» и «модуляциях» и которая бы демонстрировала существенную роль данного феномена в функционировании головного мозга в целом. Они склонны описывать мозг в терминах локализации тех или иных процессов, но почти не касаются того, в каких случаях и каким образом нейроны взаимодействуют друг с другом.

Это упущение частично объясняется ограниченностью существующих в данное время экспериментальных техник. Одной из наиболее предпочитаемых техник 1990-х годов (как вы помните, «Десятилетия мозга») была техника функционального изображения. Соответствующие механизмы строили изображения мозговой активности у людей. Однако они не были высокочувствительными – не выделяли быстрых изменений. Тогда ученые предложили участникам эксперимента сосредоточиться на единственной задаче: на протяжении довольно длительного времени их просили замереть, как перед объективом фотокамеры, но фиксировалось не изображение их внешности, а мыслей. В результате мы собрали много информации о том, где именно в мозге локализуются зоны, ответственные за решение разных задач, но очень мало знаем о том, какой путь в головном мозге проходят входящие сигналы, отражающие реальность и изменяющиеся во времени.

Техника функционального изображения позволяет нам понять, где именно в головном мозге происходят текущие процессы, но не предоставляет возможность осознать, каким образом мозговая активность меняется на протяжении времени. Ученые хотели бы получить такие данные, но у них нет подходящих методов.

Итак, многие ведущие нейробиологи впадают в так называемое заблуждение входа-выхода. Вы предоставляете системе входящий сигнал и смотрите, что получите на выходе. Диаграммы прохождения информационных потоков в головном мозге показывают, как потоки сигналов поступают вначале в первичные сенсорные зоны мозга (воспринимающие визуальные, звуковые, тактильные, обонятельные и вкусовые сигналы), а затем, посредством обратной связи, отправляют команды к мышцам. Вы чувствуете – и действуете.

Я не утверждаю, что никто из исследователей не уделял внимания факторам времени и обратной связи. В столь обширной сфере практически каждая идея имеет своих приверженцев. В последнее время интерес к проблемам обратной связи, временного фактора и прогностической функции мозга растет. Но акцент на разработке моделей искусственного интеллекта и нейронных сетей привел к тому, что другие подходы обесценились – им уделялось гораздо меньше внимания, чем они того заслуживают.

* * * * *

Не трудно понять, почему люди – как специалисты, так и непрофессионалы – считают, что поведение определяет интеллект.

Как минимум, на протяжении двух столетий люди проводили аналогии между работой головного мозга и часовым механизмом, затем насосом, трубопроводом, паровым двигателем и, наконец, компьютером.

Многие десятилетия научная фантастика купалась в идеях искусственного интеллекта – от законов роботехники Айзека Азимова до «Звездных войн».

Идея разумных машин, которые осуществляют действия, прочно укоренилась в нашем сознании. Все механизмы, созданные людьми или существующие всего лишь в воображении, разработаны для выполнения каких-либо функций. У нас нет механизмов, которые думают, но есть такие, которые действуют. Даже наблюдая за другими людьми, мы обращаем внимание прежде всего на их поведение, а не на скрытые мысли.

Казалось бы, мысль о том, что именно поведение должно служить мерилом интеллекта, вполне разумна. Однако, оглядываясь на историю развития науки, мы приходим к выводу, что мнение, лежащее на поверхности, – именно то, что чаще всего мешает увидеть правду. Научные рамки понимания зачастую сложны, поскольку интуитивные, но неверные предположения затрудняют поиск правильного ответа.

Астрономы, предшественники Н. Коперника (1473—1543), ошибочно полагали, что Земля неподвижна и расположена в центре Вселенной. Ведь они чувствовали, что земля под ногами никуда не движется, поэтому им казалось, будто они находятся в центре Вселенной. Им казалось очевидным, что звезды являются частью гигантской вращающейся сферы с Землей в центре. Того, кто осмелился бы предположить, что Земля вращается вокруг своей оси и движется вокруг Солнца со скоростью приблизительно 30 километров в секунду (это почти в 100 раз быстрее скорости звука), не говоря уже о том, что звезды расположены за триллионы миль от нас, назвали бы сумасшедшим.

Но именно эти еретические рамки познания были правильными. То, что интуитивно казалось очевидным, на самом деле было ошибочным.

До Ч. Дарвина (1809—1882) казалось очевидным, что дифференциация живых видов жесткая и неизменная. Представление о том, что виды эволюционируют, противоречила не только религиозным учениям, но и здравому смыслу, ведь, принимая концепцию эволюции, нам следует согласиться с тем, что мы, люди, имеем общих родственников со всеми живыми существами на планете, включая червей и комнатные растения, цветущие на подоконнике.

Я привел все эти примеры, поскольку убежден в том, что созданию разумных машин мешает ряд интуитивных предположений, в действительности затрудняющих поиск. Когда вы задаете себе вопрос: «Что