Фізика майбутнього

створити комп’ютерну програму, яка проводить обчислення так само швидко, як людина, в одній конкретній сфері: “миттєве розпізнавання”. Ми маємо незбагненну здатність миттєво впізнавати об’єкти, навіть іще не усвідомлюючи цього. (Це вміння було важливим у процесі нашої еволюції: нашим предкам доводилось визначати лише за якусь частку секунди - навіть іще повністю не усвідомивши цього - чи це тигр причаївся в кущах, чи хтось інший.) Уперше в тесті на розпізнавання образів робот стабільно випереджав людину.

Суть цього змагання між мною й машиною була проста. Спочатку я сидів на стільці й дивився на звичайний комп’ютерний екран. Тоді на екрані на якусь частку секунди з’являлась картинка, і я мусив якнайшвидше натиснути одну з двох клавіш залежно від того, чи побачив я на екрані тварину, чи ні. Я мусив прийняти рішення якомога швидше, навіть іще повністю не усвідомивши суті картинки. Комп’ютер теж мав прийняти рішення щодо тієї самої картинки.

Трохи ніяково це визнавати, але після низки тестів, що швидко слідували один за одним, з’ясувалось, що ми з машиною виконуємо завдання приблизно одночасно. Проте моментами машина істотно мене випереджала. Отже, машина мене перемогла. (Єдиною втіхою було те, що мені сказали, що комп’ютер дає правильну відповідь у 82 відсотках разів, а люди в середньому у 80.)

Ключ до робота Томазо Поджіо - це те, що він копіює уроки в Матінки Природи. Багато науковців усвідомлює істинність твердження: “Велосипед уже винайшли, то чом би його не скопіювати?” Наприклад, коли якийсь стандартний робот дивиться на картинку, то він намагається розбити її на прямі лінії, кола, квадрати й інші геометричні фігури. Проте програма Поджіо інакша. Коли ми дивимось на картину, то можемо спочатку бачити контури різних об’єктів, тоді різноманітні деталі всередині кожного об’єкта, тоді відтінки в самих цих деталях і т. д. Тобто ми розбиваємо зображення на багато шарів. Як тільки комп’ютер Поджіо опрацює один шар зображення, він інтегрує його з наступним шаром і т. д. Таким способом - крок за кроком, шар за шаром він імітує ту ієрархічну процедуру, за якою опрацьовує зображення мозок людини. (Програма Поджіо не вміє виконувати всіх трюків з розпізнавання образів, які ми приймаємо за належне, - зокрема візуалізувати об’єкти в трьох вимірах, розпізнавати тисячі об’єктів під різними кутами тощо - але вона все одно знаменує серйозний етап у комп’ютерному розпізнаванні образів.)

Пізніше я мав нагоду побачити обидва підходи - і “згори донизу”, і “знизу догори” - в дії. Спочатку я поїхав у центр штучного інтелекту Стенфордського університету, де познайомився з роботом STAIR {Stanford artificial intelligence robot), що використовує підхід “згори донизу”. STAIR близько 4 футів заввишки і має величезну механічну руку, що може обертатись і хапати предмети зі стола. Крім того, STAIR мобільний, тобто може пересуватись офісом чи помешканням. Цей робот має стереоскопічну камеру, що “захоплює” об’єкт і посилає його тривимірне зображення в комп’ютер; комп’ютер скеровує механічну руку, й та хапає відповідний об’єкт. Подібним способом роботи хапають об’єкти від 1960-х років, таких роботів можна побачити в Детройті на автомобільних заводах.

Однак зовнішність буває оманлива. STAIR уміє значно більше. На відміну від роботів у Детройті, STAIR не дотримується якогось наперед визначеного сценарію. Він функціонує самостійно. Якщо попросити його взяти, наприклад, апельсин, то він може проаналізувати всі об’єкти на столі, зіставити їх з тисячами зображень, шо записані в його пам’яті, тоді розпізнати апельсин і взяти його. До того ж він може розпізнавати об’єкти точніше, піднімаючи їх і обертаючи різними боками.

Аби випробувати його можливості, я попересував кілька предметів на столі й тоді попросив його взяти один конкретний предмет, а сам спостерігав, що він робитиме. Я побачив, як STAIR правильно проаналізував новий порядок на столі, тоді простягнув руку і схопив названий предмет. Остаточна мета цього проекту полягає в тому, щоб навчити STAIR пересуватися в умовах помешкання й офісу, брати різні предмети й інструменти і навіть розмовляти з людьми якоюсь спрощеною мовою. Таким чином, він зможе виконувати все, що робить в офісі хлопчик на побігеньках. STAIR - це приклад підходу “згори донизу”: в ньому все запрограмовано від самого початку. (Хоч STAIR уміє розпізнавати об’єкти під різним кутом, усе ж число цих об’єктів обмежене.