[Из песочницы] Революция Искусственного интеллекта — путь к Супер-интеллекту
Революция Искусственного интеллекта — путь к Супер-интеллекту
Это перевод статьи, написанной Тимом Урбаном, автором блога www.waitbutwhy.com. После прочтения у меня зашевелились волосы на голове от желания с кем-то обсудить эту статью, но на русском ее прочитать негде, поэтому я без устали пересказывал всем своим друзьям. Прочитайте — это круто!
Примечание: причина, по которой на написание этого поста ушло три недели, состоит в том, что разбираясь в теме, я просто не мог поверить в то, что читал. Довольно быстро я понял, что, то, что происходит в мире Искусственного Интеллекта — это не просто важно, а ЧРЕЗВЫЧАЙНО важно для нашего будущего. Я захотел узнать об этом как можно больше, а узнав, решил написать пост, который бы смог объяснить ПОЧЕМУ это все настолько важно. Чтобы не пугать вас длинной этого текста, я разбил его на две части. Это часть 1.
Мы стоим на пороге перемен, сопоставимых с появлением человеческой жизни на Земле. Вернор Виндж
Каково это, стоять здесь? 
Кажется, что стоять на этом месте должно быть довольно волнительно, но фокус в том, что находясь на этой линии, вы не знаете, что вас ждет дальше. Так что, на самом деле это ощущается как-то так: 
Поэтому мы не ощущаем ничего сверхеестественного.
Далекое будущее. Оно скоро наступит
Представьте, что вам удалось перенестись на машине времени в 1750 год, туда где в мире не было электричества, дальняя связь означала одно — орать погромче, а все транспортные средства заправлялись сеном. А потом представьте, что вы выбрали там какого-нибудь человека и привезли его в наш 2015, а потом вывели его на улицу, чтобы посмотреть, как он реагирует на все. Сложно представить, каково ему было бы увидеть блестящие обтекаемые автомобили, летящие по шоссе с огромной (для него) скоростью; поговорить с людьми, которые еще несколько часов назад были на другой стороне океана; посмотреть соревнования, проходящие за 1000 миль; услышать музыкальный концерт, сыгранный 50 лет назад и поиграться с вашей волшебной штуковиной, которая может делать снимки реальной жизни, или записать живой момент жизни, или нарисовать карту и показать его самого в виде голубой точки, которая показывает, где он находится. Увидеть лицо человека и даже поговорить с ним, хотя он находится на другом конце света. И кучу других неописуемых чудес. И это все до того, как вы покажете ему интернет и попытаетесь объяснить, что такое Международная Космическая Станция, Большой адронный коллайдер, ядерное оружие или Теория относительности.
Эти открытия для него не будут сюрпризом или удивлением — эти слова не достаточны, чтобы описать глубину его потрясения. Он может просто помереть от такого шока.
Но вот что интересно: если он вернется в свой 1750 и попробует провернуть ту же штуку со своими предшественниками и вернется назад на те же 250 лет — в 1500, человек из 1500-го будет, конечно, удивлен некоторыми вещами —, но не смертельно. Это путешествие по степени безумности будет гораздо слабее, поскольку, хотя и разница между миром 1500 и 1750 существует, они отличаются гораздо меньше, чем 1750 и 2015. Этот человек из 1500, конечно, узнает что-нибудь диковинное про космос или физику, о новом отношении к империализму в Европе и пересмотрит свои представления о геополитической карте мира. Но наблюдения за обыденной жизнью 1750-го — транспортом, коммуникациями — это этого он точно не умрет.
В самом деле, чтобы человек из 1750-го повеселился так же, как мы с ним, ему придется отправиться в прошлое гораздо дальше — может быть до 12000 годов до н.э., до того, как Первая Сельскохозяйственная Революция дала импульс развитию первых городов и задала новую концепцию развития цивилизации. Если те люди из мира охоты-собирательства, которые были в некоторой степени просто одним из видов животных, увидели огромные империи 1750 года с их церквями-башнями, кораблями, пересекающими океан, узнали бы, что знания накапливаются и передаются из поколения в поколение — вот тогда бы он только, скорее всего, помер.
А что если, после того, как он помер, ему стало завидно и он решил провести такой же трюк со своим предшественником? Если даже он отмотает назад еще 12000 лет и окажется в 24000 году до н.э и возьмет там с собой человека обратно в 12000 г. до н.э. Тот старичок, скорее всего скажет: «Ну и что? Что за фигня?» Человеку из 12000-ых до н.э. придется отмотать назад более 100'000 лет, чтобы найти кого-нибудь, кого можно удивить огнем и умением говорить.
Для того, чтобы кто-то мог быть перенесен в будущее, чтобы умереть там от шока, он должен быть перенесен на достаточное количество лет, чтобы получить «смертельную дозу прогресса», СДП. Таким образом, СДП составляла более 100'000 лет в эпоху охоты и собирательства, но в пост-сельхозреволюционную пору укладывается уже в 12000 лет. Пост-индустриальный мир стал развиваться так быстро, что 1750-человеку нужно всего 250 лет, чтобы получить СДУ.
Эту модель — ускорение скорости развития со временем — Рэй Курцвейл называет Законом Самоускоряющегося развития. Он возможен, поскольку более развитые цивилизации способны прогрессировать с бОльшей скоростью, чем менее развитые — именно потому, что они более развитые. В 19-ом столетии человечество знало больше и имело больше технологий, чем в 15-ом, поэтому не удивительно, и скорость прогресса была выше.
Это работает и на примерах попроще. Фильм «Назад в будущее» вышел в 1985, а «прошлое» происходило в 1955. В фильме Майкл Джей Фокс вернулся в 1955, и был поражен тем, что телевизоры были вновинку, удивился ценам на газировку, непопулярностью электрогитары и старомодному языку. Это был другой мир — точно, но если бы фильм снимался сегодня, а прошлое происходило бы в 1985, это был бы фильм о гораздо, гораздо более поразительных различиях. Герой оказался бы во времена, когда не существовало персональных компьютеров, интернета, сотовых телефонов — сегодняшний Марти Макфлай, тинейджер, рожденный в поздние 90-е ощутил бы гораздо больше различий, чем Марти в 1955.
Так работает Законом Самоускоряющегося развития. Средняя скорость прогресса между 1985 и 2015 была существенно выше, чем в период 1955 — 1985 и гораздо больше нового появилось за именно в последние 30 лет.
Таким образом, движение вперед становится все значительнее и быстрее. Это должно нас наводить на мысль о чем-то значительном, приближающимся к нам из ближайшего будущего. Так?
Курцвейл предполагает, что степень прогресса, реализованная за весь 20 век была бы реализована всего за 20 лет, если взять за отсчет скорость прогресса 2000 года. Иначе говоря, скорость прогресса 2000-го в 5 раз быстрее средней скорости прогресса в 20 веке. Он считает, что такая же степень прогресса, как в 20 веке, уже была реализована между 2000 и 2014, а следующая «ХХ-вековая» ступень прогресса будет пройдена уже к 2021 году, через каких-то 7 лет. Через пару десятков лет после этого, по его расчетам, «ХХ-вековая» ступень прогресса будет реализовываться по нескольку раз в течении единственного года, а затем — и вообще — в течение месяца. Короче, в результате реализации Закона Самоускоряющегося развития, по теории Курцвейла, в XI веке степень развития человечества в 1000 раз превысит степень развития человечества в ХХ веке.
Если Курцвейл и многие другие, согласные с ним, правы, тогда, возможно, у нас снесет башку от 2030-го в той же степени, что и у чувака из 1750, оказавшегося в 2015. Иначе говоря, следующая «смертельная доза прогресса» может потребовать всего пару десятков лет, а в 2050 году мир может настолько измениться, что мы его, возможно, даже не сможем в полной мере осознать.
Это не научная фантастика. Это то, во что многие ученые, гораздо более умные, чем вы или я, твердо верят. И если вы покопаетесь в истории, то поймете, что это совершенно логично из нее следует.
Так почему, когда вы слышите, когда я говорю что-то типа «мир через 35 лет может быть абсолютно непостижим», вы думаете «Круто, конечно, но….не знаю…». Вот 3 причины, по которым мы скептически относимся к удивительным предсказаниям будущего:
1. Когда речь идет о истории, мы думаем линейно. Когда мы представляем себе прогресс на следующие 30 лет, мы оглядываемся на предыдущие 30 лет и используем их как индикатор того, сколько всего должно произойти. Когда мы думаем о степени прогресса в XI веке, мы просто берем все, что собрали в ХХ веке, и добавляем это к 2000 году. Точно такую же ошибку делал чувак из 1750-го, когда привез кого-то из 1500-го и ожидал, что того хватит Кондратий от увиденного, точно так же как его самого хватил в 2015-ом. Это очень естественно — думать линейно, в то время, когда мы должны мыслить экспоненциально. Тот, кто поумнее, смог бы предсказать развитие на ближайшие 30 лет, не глядя на предыдущие 30 лет, а взяв нынешнюю скорость прогресса и опираясь в своих рассуждениях именно на нее. Он, конечно, попал бы ближе к цели, но все равно промахнулся бы. Чтобы думать о будущем правильно, надо понимать, что события в будущем будут развиваться гораздо быстрее, чем они развиваются сейчас.
Красным — траектория прогресса, основанная на прошлой скорости развития
Оранжевым — траектория прогресса, основанная на текущей скорости развития
Зеленым — траектория прогресса, принимающая во внимание экспоненциальный рост
2. Траектория недавнего прошлого может дать искаженную картину. Во-первых, даже крутая экспоненциальная кривая выглядит прямой линией, если ты рассматриваешь только маленький ее отрезок, точно так же, как если посмотреть на маленький сегмент огромного круга — он кажется прямой линией. Во-вторых, экспоненциальный рост не обязательно должен быть плавным. Курцевейл говорит, прогресс идет S-кривыми: 
S-образная кривая характеризуется периодическим взрывным ростом, и последующей стабилизацией.
Такая кривая развития проходит через 3 фазы:
1. Медленный рост (начальная стадия)
2. Быстрый рост (следующая, взрывная стадия роста)
3. Стабилизация (становление и существование мира в новой парадигме развития)
Если посмотреть на ближайшее прошлое и обозреть текущую часть S-кривой, можно неправильно оценить, насколько быстро движется прогресс. За период 1995–2007 произошел взрывной рост интернета, появление Майкрософт, Гугл, Фейсбук, рождение социальных сетей, сотовых телефонов, а затем и смартфонов — это была 2-ая фаза. Но с 2008 по 2015 прорывов было гораздо меньше, по крайней мере — в технологическом плане. Кто-то, размышляющий о будущем сегодня, мог бы разобрать последние 7 лет и сформулировать некую меру прогресса —, но он упустит из вида картину в целом. Фактически, новая эра взрывного роста, возможно, назревает прямо сейчас.
3. Наш опыт делает нас старыми упертыми невеждами, когда речь заходит о будущем. Мы основываемся в своих идеях о мире на наш собственный опыт, и этот опыт прочно укоренил в нашем сознании восприятие скорости прогресса в недавнем прошлом в шаблоны, вроде «вот так это бывает». Мы также ограничены нашим воображением, которое использует наш опыт для формирования фантазий о будущем. Однако, то, что мы знаем, как правило, ни дает нам нужных инструментов, чтобы предсказывать будущее. Когда мы слышим предсказание, которое противоречит нашему убеждению о том, как «это бывает», оно инстинктивно блокируется нашим сознанием. Если я скажу вам, дальше по тексту, что вы, возможно, будете жить до 150–250 лет, а может и вообще никогда не умрете, вы инстинктивно возразите «Ерунда! Если я хоть что-то усвоил из истории, так это то, что все мы умрем!». И это правда — никто в прошлом не жил вечно. Но никто не летал на самолетах, пока их не изобрели!
Скорее всего, пока ощущение «да ну, ерунда!…» кажется вам верным от чтения этой статьи, но, возможно, оно пройдет, когда вы узнаете все, о чем я хочу рассказать. Факты говорят о том, что если мы просто будем следовать логике и рассчитывать, что прежние модели развития продолжат свое существование, то нам стоит ожидать, что гораздо, гораздо больше изменится в скором будущем, чем мы это можем себе представить. Логика также подсказывает, что если самые большие умы на Земле продолжат двигать прогресс таким же все ускоряющимся темпом, через некоторое время мы все сделаем настолько сильный скачок в развитии, что он совершенно изменит жизнь, которой мы ее знаем, и понимание того, что есть на самом деле развитая цивилизация. Если вы потратите некоторое время на то, чтобы узнать о том, что происходит сегодня в науке и технологии, вы увидите много знаков, подсказывающих, что жизнь в ее сегодняшнем проявлении радикально изменится.
--------------------–-----------------------------
Путь к Супер-интеллекту
Что такое искусственный интеллект?
Скорее всего, вы воспринимали понятие «Искусственный интеллект» как какую-то научно-фантастическую байку, но в последнее время пару раз слышали, как довольно разумные люди всерьез упоминали это понятие. И это не стыкуется.
Есть три причины, по которым люди неправильно воспринимают понятие Искусственный интеллект:
1. Мы ассоциируем его с художественными фильмами. Звездные воины. Терминатор. Матрица. Это фантастика, так же как и истории про живых роботов. Фильмы заставляют воспринимать Искусственный интеллект, как фантастику.
2. Искусственный интеллект — это очень широкое понятие. Он — и в калькуляторах и в самоуправляемых автомобилях. Он также и Нечто, способное изменить наш мир. Искусственный интеллект относится ко всем этим понятиям и это запутывает.
3. Мы используем Искусственный интеллект постоянно в обыденной жизни, не сознавая, что это и есть Он. Джон Маккарти, который ввел понятие Искусственный интеллект в 1956 году говорил: «как только он начинает работать, мы уже не называем его так». Из-за этого феномена «Искусственный интеллект» звучит обычно скорее как мистическое предсказание будущего, чем как реальность. В то же самое время это воспринимается как популярная концепция из прошлого, которая так и не реализовалась в настоящем. Рэй Курцвейл говорит, что слышит, как люди говорят, что концепция ИИ изжила себя в 80-ых, и сравнивает такой подход с утверждением, что интернет умер после краха доткомов в 2000.
Давайте разберемся. Во-первых, перестанем воображать роботов. Робот — это контейнер для Искусственного интеллекта, который может иметь человекоподобную форму, а может и не иметь. Искусственный интеллект — это компьютер внутри робота. Искусственный интеллект — это разум, робот — тело. Например, программное обеспечение Siri от Apple — это Искусственный интеллект, а женский голос, которым он «говорит» — это персонификация этого Интеллекта, робота в физическом смысле нет вообще.
Во-вторых, вы, возможно, слышали термин «сингулярность» или «технологическая сингулярность». Этот термин используется в математике, чтобы описать график в виде ассимптоты, где нормальные правила больше не работают. В физике он используется, чтобы описать бесконечно малую плотную черную дыру или точку, в которую вся Вселенная сжалась в момент до Большого взрыва. Еще раз — это ситуация, в которой обычные правила более не работают. В1993 Вернор Винж написал популярное эссе в котором он определял сингулярность, как момент в будущем, когда интеллект наших технологий превысит наш собственный — момент, когда жизнь, которую мы знаем, совершенно изменится и нормальные правила перестанут работать. Рэй Курцвейл позже все немножко запутал, определив сингулярность, как момент времени, когда Закон Самоускоряющегося Развития достигнет настолько быстрой скорости, что технологический прогресс будет происходить с бесконечно быстрой скоростью, момент, после которого мы будем жить в совершенно новом мире. Я обнаружил, что сегодняшние ИИ-мыслители перестали использовать термин «сингулярность», поскольку смысл его, конечно, несколько запутан. Поэтому я его не буду здесь слишком использовать (хотя концепция его пронизывает эту статью насквозь).
И последнее, поскольку существует много типов ИИ (раз уж ИИ — настолько широкая тема), стоит выделить несколько типов Искусственного интеллекта, различающихся по масштабу.
Есть три категории масштаба Искусственного Интеллекта:
1. Специализированный Искусственный Интеллект (СИИ). Иногда называют слабым ИИ. Это тот Искусственный Интеллект, который специализируется в одной области. Есть ИИ, который побьет чемпиона мира по шахматам, но это — единственная вещь, которую он умеет. Если спросить его, как лучше сохранить данные на жестком диске, ответом будет тишина.
2. Общий Искусственный Интеллект (ОИИ). Иногда называют сильным ИИ или Интеллектом человеческого уровня. Это такой интеллект, который может составить конкуренцию человеку во всех областях. Создание ОИИ — задача гораздо более сложная, чем создание СИИ, и нам еще предстоит это сделать. Профессор Линда Готфредсон описывает разумность, как «широкие ментальные способности, которые среди прочего включают способности к рассуждению, планировать, решать проблемы, думать абстрактно, понимать сложные идеи, учиться быстро и учиться на ошибках». ОИИ будет способен делать эти вещи также легко, как это делаете вы.
3. Супер-интеллект. Оксфордский профессор и ведующий эксперт по ИИ Ник Бостром определяет Супер-интеллект, как «интеллект, который превосходит лучшие человеческие умы во всех областях, включая научную креативность, «общечеловеческую» мудрость и социальный интеллект». Понятие «Супер-интеллект» включает в себя как компьютер, не много превосходящий разум человека, так и машину, которая в триллион раз умнее. Абсолютно по всем показателям. Супер-интеллект — причина, по которой тема Искусственного Интеллекта имеет настолько важное значение. Это причина, по котором словечки, вроде бессмертие или вымирание еще не раз появятся в моих статьях по этой теме.
Итак, на сегодняшний день человечество смогло совладать с первым уровнем ИИ — Специализированным Искусственным Интеллектом. Он — реальность во многих областях, существуя, фактически, повсюду. Революция Искусственного Интеллекта — это путь от СИИ через ОИИ к Супер-интеллекту. Это путь, который мы, люди, можем и не пережить, и который, в любом случае, изменит ВСЁ.
Давайте посмотрим, что ведущие умы нашего мира в области Искусственного Интеллекта говорят об этом Пути и почему эта революция может произойти быстрее, чем вы думаете:
Сейчас мы живем в мире, который существует благодаря работе СИИ:
Специализированный Искусственный Интеллект — это интеллект, превосходящий человеческий интеллект или эффективность в узкой области. Несколько примеров:
Автомобили напичканы СИИ: начиная компьютером, который определяет, когда должна быть задействована ABS, до того, который определяет параметры впрыска топлива. Самоуправляемые автомобили от Гугл, которые сейчас тестируются, будут работать на мощных СИИ, которые позволят автомобилям воспринимать и реагировать на мир вокруг.
Ваш телефон — небольшая фабрика СИИ. Пользуетесь ли вы навигацией, получаете ли адаптированные музыкальные рекомендации от Пандоры, проверяете погоду на завтра, говорите с Сири или что вы там еще делаете со своим телефоном — вы используете СИИ.
Ваш спам-фильтр в электронной почте — ни что иное, как СИИ. Он начинает с общих правил выявления спама, учится в процессе и подгоняет свою работу под ваши потребности и привычки и предпочтения.
Вы знакомы с этими назойливыми объявлениями «Рекомендовано для вас», которые вылезают в самых неожиданных местах на сайтах, которыми вы пользуетесь? Или когда Facebook вдруг предлагает вам принять в друзья неожиданного человека из вашего прошлого? Так работает сеть СИИ-систем, работающих вместе и информирующих друг друга о том, кто вы и чем интересуетесь, чтобы показать вам релевантную информацию. Так же работает и эта штука на Амазоне «люди, которые купили этот же продукт, кроме того купили и это…». Работа СИИ-системы состоит в том, чтобы проанализировать поведение миллионов людей и, обработав, так ее вам предоставить, чтобы подтолкнуть совершить больше покупок.
Гугл-Переводчик — другая классическая СИИ-система, впечатляюще хорошо работающая в своей узкой области. Голосовое распознавание — в другой, и существуют огромное количество приложений, которые используют эти два приложения совместно, предлагая вам произнести текст на одном языке, записывая его и переводя письменно на любой другой.
Когда самолет идет на посадку, не человек решает, к какому рукаву ему стоит подъехать. Также как компьютер решает, по какой цене вы приобретете билет
Лучшие в мире игроки в шахматы, скрабл и другие игры — системы СИИ.
Поиск Гугл по сути — один большой СИИ, использующий невероятно сложные алгоритмы ранжирования страниц и решающий, что именно показать пользователю. То же работает и для ленты новостей Facebook.
И это — только мир потребителей. Сложные системы СИИ широко используются в производстве, военном деле, финансах (на долю роботизированных СИИ-трейдеров приходится более половины оборота фондового рынка США). Экспертные системы, помогающие докторам ставить диагноз, и наиболее известный из них — суперкомпьютер Ватсон. Все это — Специализированный Искусственный Интеллект.
СИИ-СИСТЕМЫ в том виде, в котором они сейчас существуют, не производят опасного впечатления. В худшем случае, глючная и плохо настроенная система СИИ может вызвать локальную катастрофу, вроде обесточивания какой-нибудь электроподстанции, нештатной работы атомной электростанции или запуска обвала на финансовом рынке (вроде той, которая произошла в 2010, когда СИИ-система неправильно среагировала на неожиданную ситуацию, спровоцировав падение рынка на 1 трлн. Долларов. Рынок тогда смог восстановиться только частично после того, как ошибка была исправлена.
Но даже хотя СИИ не способна вызвать угрозу человечеству, мы должны рассматривать эту постоянно растущую и усложняющуюся систему достаточно безобидного Специализированного Искусственного Интеллекта, как предшественника по-настоящему могущественного урагана, который уже в пути. Каждая новая СИИ-инновация добавляет камней на дорогу к ОИИ и Супер-интеллекту. Или, как говорит Аарон Саенс «системы СИИ в нашем мире подобны аминокислотам на ранней стадии жизни Земли» — неодушевленная субстанция, которая однажды, в самый неожиданный момент, проснется.
Путь от Специализированного к Общему Искусственному Интеллекту
Почему это так сложно
Ничто так не заставит вас проникнуться величием человеческого разума, как изучение того, насколько это трудно — создать компьютер настолько же умный, как человек. Строительство небоскребов, покорение космоса, изучение подробностей Большого Взрыва — все это гораздо легче, чем понять, как работает наш мозг или как сделать нечто подобное. На сегодня человеческий мозг — самый сложный объект во Вселенной, о котором нам известно.
Что интересно, трудная часть в разработке ОИИ (компьютера, настолько же разумного, как человек в целом, а не просто обладающего единственной выдающейся характеристикой) — это не то, о чем вы скорее всего подумали. Построить компьютер, перемножающий два десятизначных числа в доли секунды очень просто. Создать такой, который, взглянув на собаку, тут же ответит, кот это или собака — чрезвычайно сложно. Создать Интеллект, который переиграет чемпиона по шахматам? — Сделано! Создать такой, чтобы прочитав параграф из книжки для 6-летних малышей не просто распознал слова, но понял их смысл? Гугл сейчас тратит миллиарды долларов, чтобы это реализовать. «Трудные» для нас задачи, вроде сложных расчетов, анализ финансовых рынков, языковые переводы — просты для компьютера. «Простые» же задачи, такие как зрение, движение, восприятие — безумно трудны для него. Или, как говорит ученый, специалист по компьютерам, Дональд Кнут, «Искусственный интеллект преуспел сегодня во всем, что требует «мышления», но провалился в задачах, которые люди и животные делают, не задумываясь».
Что вы быстро понимаете, когда рассуждаете об этом, так это то, что вещи, которые нам кажутся простыми, на самом деле очень сложны. И кажутся простыми только потому, что определенные способности развились у нас (и многих животных) за сотни миллионов лет Эволюции. Когда вы протягиваете руку к объекту, мышцы, сухожилия и кости в вашем плече, локте и запястье мгновенно осуществляют длинную серию физических операций в сотрудничестве с вашими глазами, чтобы позволить вам двигать рукой по прямой линии в трех измерениях. Вам кажется, что это происходит само собой, потому что «программное обеспечение» в вашей голове оптимизировало свою работу за многие годы. Тоже самое относится к ситуации, когда программы-боты не могут пройти элементарный тест распознавания слова на каком-нибудь сайте в момент регистрации — это не потому, что боты настолько примитивны, а потому, что так совершенен ваш мозг.
С другой стороны, перемножение больших номеров или игра в шахматы — достаточно новая деятельность и у нас не было достаточного времени, чтобы натренировать способности к этим видам задач, так что компьютер без особого труда побьет нас на этом поле. Задумайтесь — что было бы легче — разработать программу, которая может перемножать большие числа, или такую, которая бы поняла обозначение буквы «В» настолько хорошо, что смогла бы ее различить в любом из тысяч непредсказуемых шрифтов или почерке тысяч людей?
Один веселый пример — когда вы смотрите на эту картинку, то и вы и компьютер без труда разберетесь, что это — прямоугольник в двумя чередующимися оттенками: 
Пока — счет равный. Но если вы поднимете черный лист, и откроете всю картинку: 
… вы без труда опишите эту головоломку из прозрачных и непрозрачных цилиндров, баранок и объемных уголков, а компьютер провалиться на этом тесте совершенно. Он опишет, что видит: набор двухмерных деталек в 7 различных оттенках, чем они и являются на самом деле. Ваш мозг анализирует кучи разнообразной информации, чтобы правильно интерпретировать реальную форму, игру теней и степень освещенности. Глядя на следующую картинку, компьютер видит плоский коллаж белого, серого и черного цветов, хотя вы тут же поймете, что это черный камень: 
И все, о чем мы сейчас говорили, касается только статичной информации. Чтобы быть разумным, как человек, компьютер должен будет научиться распознавать незначительные оттенки выражений лица, различия между понятиями «удовлетворен», «довольный», «обнадежен» и «рад». И почему «Храброе Сердце» — крутой фильм, а «Патриот» — отстой.
Это непросто.
Но как же туда добраться?
Первый ключ к созданию Искусственного Интеллекта: увеличение скорости и вычислительной мощности.
Первая вещь, которая обязательно должна произойти, чтобы ОИИ стал возможным — это увеличение мощности компьютерного железа. Чтобы ИИ смог настолько же разумным, как человеческий мозг, ему придется сравняться с мозгом по вычислительной мощности. Одним из способов выразить эту характеристику — общее количество операций в секунду (cps), которые мозг способен реализовать. Эту величину можно рассчитать, если сложить скорость работы каждого отдела мозга.
Рэй Курцвейл разработал методику, по которой за основу берутся экспертные оценки скорости операций в одном из разделов мозга, а потом вес этого раздела сравнивается с весом всего мозга и пропорционально перемножается, чтобы прикинуть общую цифру. Звучит достаточно неуклюже, но он проделывал это много-много раз с разными профессиональными оценками разных отделов мозга, и общая цифра практически всегда стремилась к 10^16 или 10 квадриллионов операций в секунду.
На сегодняшний день самый быстрый суперкомпьютер, китайский Tianhe-2 превзошел этот показатель со своими 34 квадриллионами операций в секунду. Но Tianhe-2 существенно проигрывает мозгу по другим параметрам со своим 720-метровым зданием да еще и потреблением 24 Мвт электрической мощности (мозг работает на 20 вт) при цене в 390 миллионов долларов. Такой суперкомпьютер совершенно не пригоден для широкой эксплуатации, да и для большинства индустриальных или коммерческих задач тоже не годится.
Курцвейл предлагает, чтобы мы оценивали компьютеры, исходя из того, какую скорость (cps) мы приобретаем за $1000. И когда мы сможем приобрести за $1000 «человеческие» 10^16 cps, вот тогда можно будет считать, что Общий Искусственный Интеллект сможет стать частью нашей жизни.
Закон Мура — исторически подтвержденное правило, гласит, что Мировая максимальная вычислительная мощность удваивается примерно за 2 года, означая, что развитие компьютерного железа, также, как и общее развитие человеческой цивилизации, происходит экспоненциально. По классификации Курцвейла (в разрезе «cps за $1000») мы сейчас находимся на уровне 10 триллионов (10^13) cps за $1000 и движемся по такой траектории: 
Т.е. сегодняшние компьютеры за $1000 превосходят мышиный мозг, но их производительность составляет только около тысячной доли от человеческой. Это кажется мало, но только до тех пор, пока вы не вспомните, что в 1985 скорость компьютера составляла одну триллионную долю от человеческой, миллиардную в 1995 и миллионную в 2005. Находясь в тысячной в 2015, мы таким темпом придем к паритету к 2025.
Таким образом, по части железа вычислительная мощность, необходимая для реализации ОИИ, технически доступна сейчас в Китае. И мы можем рассчитывать, что доступное и широко распространенное железо уровня ОИИ появится в ближайшие 10 лет. Однако, вычислительная мощность сама по себе не сделает компьютер разумным — следующий вопрос: как мы объединим интеллект человеческого уровня и эту вычислительную мощность?
Второй ключ к созданию ОИИ: Сделать его разумным
Вот тут проблема. Дело в том, что никто наверняка не знает, как сделать компьютер разумным — ученые все еще спорят о том, как приблизить «интеллект» компьютера к человеческому уровню, то есть например объяснить, как отличить собаку от любого другого животного; или букву «В», написанную необычным почерком; или отличить посредственное кино от отличного. На этот счет есть несколько теорий, и однажды одна из них сработает. Вот три наиболее продвинутые из них:
1. Скопировать человеческий мозг.
Ближайшая аналогия — как-будто ученые внимательно изучали студента за соседней партой, который отлично справлялся с учебой, и тщательно пытались разобраться, как он это делает. Но при всем старании даже близко не могли приблизится к его результатам, поэтому в итоге махнули рукой: «да черт с ним — просто спишем у него!». Эта стратегия имеет смысл — мы зашли в тупик, разрабатывая супер-сложные компьютеры, а тут — совершенный прототип в каждой (почти!)) человеческой голове.
Научный мир интенсивно работает над реверс-инжинирингом человеческого мозга, чтобы разобраться, как Эволюции удалось создать такую крутую штуку — и оптимистичные прогнозы подсказывают, что мы сможем это сделать к 2030-му. Как только это произойдет, мы узнаем все секреты высочайшей эффективности и продуктивности мозга и сможем скопировать эти механизмы для реализации Супер-интеллекта. Один из примеров компьютерной архитектуры, которая использует принципы работы мозга — искусственная нейронная сеть. Она представляет из себя сеть транзисторов — нейронов, соединенных между собою своими «входами» и «выходами», и на начальном этапе «не знает» ничего — совершенно чистый лит. Система начинает учится, пытаясь выполнить задачу, например — распознавать рукописный текст. И поначалу ее попытки угадать буквы будут совершенно беспорядочны. Но как только ей сообщат, что она сделала что-то правильно, порядок соединения транзисторов, который привел к правильному ответу, получает более высокий приоритет. Когда система ошибается, соответствующие соединения понижаются в приоритете. В результате большого количества итераций по методу проб и ошибок, система самооптимизируется под выполнение конкретной задачи. Мозг работает похожим образом, но в более сложной вариации. И, изучая мозг, мы открываем элегантные и очень эффективные приемы по созданию и использованию нейтронных сетей.
Более совершенный плагиат включает в себя стратегию, которая называется «эмуляция мозга целиком». Задача стратегии состоит в том, чтобы изучить мозг послойно путем сканирования и разработки его трехмерной модели для последующей ее интеграции в мощный компьютер. Тогда бы у нас появился компьютер, обладающий возможностями человеческого мозга — ему надо будет только научиться и собрать информацию. Если инженерам удастся задуманное, то у них получится настолько точно воссоздать мозг, что личность человека и все воспоминания можно будет загрузить в компьютер. Если до эксперимента мозг принадлежал Джиму, компьютер «проснется» Джимом (подробнее о том, что составляет личность человека здесь), и будет являть собой именно систему Общего Искусственного Интеллекта. А после этого мы можем начать работу над превращением Джима в невообразимо разумный Супер-интеллект. Это ему точно понравится.
Как далеко мы от пол
© Megamozg
