Началась первая «зима» ИИ.
Сегодня исследователь ИИ Пол Абрахамс (Paul Аbгаhams) качает головой, вспоминая пьянящие 1950 -е, когда он был студентом MIT и все — решительно все! — казалось возможным. Он вспоминает: «Это как если бы группа людей предложила построить башню до Луны. Каждый год эти люди показывали бы с гордостью, насколько их башня стала выше по сравнению с прошлым годом. Вот только до Луны оставалось бы все также далеко».
В 1980-х интерес и энтузиазм по отношению к ИИ вспыхнули вновь. На этот раз Пентагон вложил миллионы долларов в такие проекты, как умный вездеход, который должен был ездить в тылу противника, проводить разведку, спасать американских солдат и возвращаться к своим — и все это сам по себе.
А японское правительство даже поддержало амбициозный проект создания компьютера пятого поколения, инициированный Министерством международной торговли и промышленности. Целью проекта было, помимо всего прочего, создание компьютерной системы, способной общаться на разговорном языке, рассуждать и даже предугадывать наши желания — и все к началу 1990-х.
К сожалению, единственное, что сумел сделать умный вездеход, — это потеряться. А проект компьютера пятого поколения после громкой шумихи был потихоньку закрыт без всяких объяснений. Как и прежде, риторика намного обогнала действительность. На самом деле и в 1980-х в области ИИ были реальные достижения, но, поскольку ожидания общества намного превосходили реальные возможности науки, вскоре вновь наступила реакция. Началась вторая «зима» ИИ, когда ручейки финансирования вновь пересохли, а разочарованные специалисты во множестве уходили из отрасли. Стало очевидно, что идее искусственного интеллекта чего-то недостает.
В 1992 г. специалисты по ИИ со смешанными чувствами отметили особую дату, связанную с фильмом «2001 год: космическая одиссея», где свихнувшийся компьютер по имени HAL 9000 убивает участников межпланетной экспедиции. В фильме, снятом в 1968 г., говорилось, что к 1992 г. появятся роботы, способные свободно беседовать с человеком почти на любую тему, а также управлять космическим кораблем. Увы, в реальности было ясно, что наши самые продвинутые роботы способны состязаться в разумности разве что с тараканом, и то безуспешно.
В 1997 г. компьютер Deep Blue от IBM совершил исторический прорыв — он уверенно побил чемпиона мира по шахматам Гарри Каспарова. Deep Blue представлял собой чудо инженерной мысли и производил 11 млрд операций в секунду. Но вместо того, чтобы открыть все шлюзы, придать новое ускорение исследованиям в области искусственного интеллекта и начать новую эру, этот компьютер сделал прямо противоположное. Его достижение лишь подчеркнуло примитивность современных ИИ-исследований. По здравому размышлению можно было сделать очевидный вывод: Deep Blue не способен мыслить. Да, этот робот великолепен в шахматах, но тест на коэффициент интеллекта принес бы ему 0 баллов. После исторической победы с прессой общался только проигравший Каспаров — ведь Deep Blue не умеет разговаривать. Медленно и неохотно ученые начали осознавать неприятный факт: вычислительные мощности — это еще не разум. Специалист по ИИ Ричард Хеклер (Richard Heckler) говорит: «Сегодня можно купить за 49 долларов шахматную программу, которая выиграет у любого гроссмейстера, но никому же не придет в голову считать ее разумной».
Но по закону Мура каждые полтора года появляется новое поколение компьютеров, и рано или поздно нынешний пессимизм забудется. Придет новое поколение энтузиастов и возродит дремлющие в этой области оптимизм и энергию. За тридцать лет, прошедшие с начала предыдущей ИИ-«зимы», прогресс в компьютерной области был достаточным, чтобы следующее поколение исследователей вновь начало делать оптимистические прогнозы на будущее. Наконец пришло время настоящего искусственного интеллекта, говорят его сторонники. На этот раз все будет по-настоящему. Третья попытка приносит удачу. Но если они правы, то не приходит ли человечеству конец?
Является ли мозг цифровым компьютером?
Теперь математики понимают, что пятьдесят лет назад сделали принципиальную ошибку: решили, что мозг во всем подобен большому цифровому компьютеру. Сегодня совершенно очевидно, что это не так. В мозгу нет ни процессора Pentium, ни операционной системы Windows, ни программ-приложений — вообще нет никаких программ и подпрограмм, столь характерных для современного цифрового компьютера. На самом деле архитектура цифрового компьютера совершенно не похожа на архитектуру мозга; мозг — самообучающаяся машина, набор нейронов, связи между которыми обновляются всякий раз с получением нового задания. (А PC учиться не умеет, и ваш компьютер сегодня столь же туп, как был вчера.)
Исходя из сказанного, существует два подхода к моделированию мозга. Первый из них — традиционный подход «сверху вниз» — состоит в том, чтобы рассматривать роботов как цифровые компьютеры и с самого начала пытаться запрограммировать все правила, позволяющие нам быть разумными. А любой цифровой компьютер может быть сведен к так называемой «машине Тьюринга» — гипотетическому устройству, предложенному великим британским математиком Аланом Тьюрингом. Машина Тьюринга состоит из трех основных элементов: входа, Центрального процессора, который «переваривает» поступающую информацию, и выхода. Все без исключения цифровые компьютеры построены на базе этой простой модели. Цель такого подхода — изготовить CD-ROM, на котором были бы записаны в формализованном виде все правила разумности. Стоит вставить такой диск в дисковод — и компьютер внезапно оживает и становится разумным. По сути дела, такой мифический CD-ROM содержал бы все программное обеспечение, необходимое для создания думающих машин.
Однако в нашем мозгу нет ни программирования, ни программного обеспечения. Мозг больше похож на «нейронную сеть» — сложную систему нейронов, которые постоянно устанавливают между собой новые связи.
Нейронные сети подчиняются правилу Хебба: всякий раз, когда принимается верное решение, соответствующие нейронные связи укрепляются — всякий раз, когда нейроны успешно выполняют задание, определенные электрические связи между ними усиливаются. (Правило Хебба можно выразить ответом на известный вопрос: как музыканту попасть в Карнеги-холл? Ответ на него тоже известен: практика, практика и еще раз практика. В случае нейронной сети практика — путь к совершенству. Правило Хебба объясняет также, почему так трудно избавляться от дурных привычек — ведь нейронные связи, задействованные в них, весьма утоптаны.)
Нейронные сети построены на базе другого подхода — «снизу вверх». Вместо того чтобы получить все правила разумности готовыми, на блюдечке с голубой каемочкой, нейронные сети осваивают их самостоятельно; так младенец постигает окружающий мир, натыкаясь на все подряд и обучаясь на собственном опыте. Нейронные сети, вместо того чтобы пользоваться готовыми программами, учатся старым проверенным методом проб и ошибок.
Нейронные сети построены совершенно иначе, чем цифровые компьютеры. Если убрать из центрального процессора цифрового компьютера один-единственный транзистор, компьютер перестанет работать. Однако если удалить из человеческого мозга приличный кусок, мозг все же будет функционировать; функции утраченных частей возьмут на себя оставшиеся. Кроме того, можно точно сказать, где в цифровом компьютере происходит «мыслительный процесс»: в центральном процессоре. Однако результаты сканирования человеческого мозга ясно показывают, что процесс мышления распределен по значительной части объема мозга. Различные зоны включаются в строгой последовательности, как будто мысли надо отбивать, подобно шарикам в пинг-понге.
Цифровой компьютер способен производить вычисления со скоростью, близкой к скорости света. Человеческий мозг по сравнению с ним работает невероятно медленно. Нервные импульсы движутся со скоростью всего лишь около 100 м/с. Но мозг более чем компенсирует этот недостаток, поскольку огромное число процессов в нем происходят параллельно. Это означает, что в нем одновременно работает 100 млрд нейронов, каждый из которых производит крохотную часть «вычисления», и каждый нейрон при этом связан с 10 000 других нейронов. И этот сверхмедленный параллельный процессор легко оставит позади сверхбыстрого одиночку. (Здесь можно вспомнить старую загадку: если одна кошка может съесть одну мышь за одну минуту, то за какое время миллион кошек сможет съесть миллион мышей? Ответ: за одну минуту.)
