Предсказать пределы возможностей новых технологий чрезвычайно трудно. В этой книге я показал вам, что основной функцией мозга является составление прогнозов на основе прошлого опыта. Следовательно, можно предположить, что новые технологии будут использоваться для решения тех же задач, что и старые. Роль новых инструментов мы видим в том, чтобы они выполняли знакомые нам функции быстрее, эффективнее и дешевле.

Подобных примеров очень много. Люди называли железную дорогу «железным конем», а автомобиль – «повозкой без лошади». Десятки лет телефон считали усовершенствованной разновидностью телеграфа, т. е. чем-то, что должно использоваться только в экстренных случаях для передачи важных сообщений. Лишь в 1920-х годах его стали использовать в быту. Фотографию сначала рассматривали как способ создания портретных изображений «лучшего качества». Знаете ли вы, почему в первых кинотеатрах был занавес для экрана? Потому, что кинематограф воспринимали как новый способ постановки представлений, прежде разыгрываемых на театральных подмостках.

Действительно, возможности применения новых технологий часто оказываются неожиданными и намного более далеко идущими, чем предполагается вначале. Так, создание телефона привело к развитию сети беспроводной передачи голоса и данных, позволяющей двум людям общаться друг с другом независимо то того, где они находятся, причем, передавать друг другу не только голос, но также тексты и изображения. Первый транзистор, созданный в Bell Labs[20] в 1947 году, сразу называли новаторским изобретением. Однако его первоначальное применение было ограничено усовершенствованием старых приложений – транзисторы пришли на смену вакуумным трубкам. Это привело к появлению более надежных радио и компьютеров, что в те дни вызывало восторг как ученых, так и потребителей, но основные отличия состояли в различии размеров и надежности машин. Наиболее революционное применение транзисторов было найдено лишь некоторое время спустя. До создания интегральной схемы, микропроцессора, цифрового сигнального процессора, чипов памяти должен был пройти период последовательных инноваций. Создание в 1970 году первого микропроцессора было вызвано желанием ученых усовершенствовать работу настольных калькуляторов. На этом примере мы также видим, что первичное применение научного открытия поначалу ограничивается лишь заменой существующих технологий. Так, на смену механическому настольному калькулятору пришел электронный. Микропроцессоры были очевидными кандидатами на замещение соленоидов, которые в то время использовались в некоторых видах промышленного управления (например, для переключения сигналов светофоров). И только годы спустя люди осознали, сколь велика на самом деле мощность микропроцессора. Никто в то время не мог предвидеть изобретение современного персонального компьютера, мобильного телефона, Интернета, системы глобального позиционирования[21] или любой другой современной информационной технологии.

Тем более нелепо было бы ожидать, что мы сможем достоверно спрогнозировать революционное применение систем памяти, построенных на принципах работы мозга. Я твердо уверен, что разумные машины будут способны улучшить нашу жизнь во многих аспектах. Однако прогнозировать будущее технологий, связанных с искусственным интеллектом, да еще и на период, превышающий несколько лет, просто нереалистично. Чтобы осознать это, достаточно проанализировать некоторые наиболее безапелляционные прогнозы футуристов. Например, в 1950-х годах прогнозировалось, что к 2000-му году у каждого во дворе будет стоять свой атомный реактор, а отпуск мы будем проводить на Луне. Если мы не станем повторять подобных ошибок, переосмысление возможностей разумных машин может оказаться плодотворным. Как минимум, мы сможем сформулировать ряд полезных утверждений.

Вопросы на данную тему могут быть чрезвычайно интригующими. Сможем ли мы создать разумные машины, и если да, то как они будут выглядеть? Будут они напоминать человекоподобных роботов, знакомых нам по фантастическим романам, или «мыслящим» может быть и корпус системного блока компьютера? Каково будет практическое применение машин, обладающих искусственным интеллектом? Является ли данная технология опасной, может ли она угрожать человечеству? Какое применение имеет технология сейчас, и какое неожиданное применение ее возможно в будущем? И наконец, к чему в конце концов приведет создание разумных машин?

Да, возможно. Однако может оказаться, что они будут совсем не такими, как мы ожидаем. На первый взгляд, совершенно естественным представляется создание разумных машин, напоминающих человека, но я не сторонник такого мнения. Я не думаю, что разумные машины будут иметь человеческий облик и что они будут взаимодействовать с нами в форме, напоминающей человеческое общение.

Одно из наиболее популярных определений разумных машин пришло к нам из фильмов и фантастической литературы. Согласно указанным источникам, разумные машины – это милые либо злые, а иногда и нелепые роботы, которые способны испытывать чувства и делиться своими мыслями. Обычно такие создания играют ключевую роль в бесконечных фантастических интригах футуристических романов. Фантастическая литература, существующая вот уже сто лет, научила людей считать человекоподобных роботов неотъемлемой и желанной частью нашего реального будущего. Несколько поколений выросли на образах героев фильмов «Запрещенная планета», «Звездные войны», «Звездный путь» и тому подобных. Герой фильма «Космическая Одиссея 2001», хотя и не имел человеческого обличья, в целом очень походил на человека. Он был разработан не только как помощник, но и как товарищ пилота, отправляющегося в длительный космический полет. Роботы узкой специализации, как, например, «умные» автомобили, самоуправляемые пылесосы или газонокосилки, уже изобретены. Не исключено, что в далеком или, напротив, не столь отдаленном будущем они будут распространены повсеместно. А вот описанные выше человекоподобные роботы – гуманоиды – еще очень долго будут оставаться выдумкой, что объясняется двумя причинами.

Во-первых, человеческий разум – не только функционирование коры головного мозга, но и действие эмоциональных систем «старого» мозга, а также влияние человеческого тела с его сложнейшим строением. Человек – сложнейший биологический механизм, а не только кора головного мозга. Чтобы общаться подобно человеку на любые темы (т. е. чтобы пройти тест Тюринга), разумная машина должна обладать опытом, принадлежащим человеку, и жить такой жизнью, как человек. Разумные машины будут обладать эквивалентом коры головного мозга и набором некоторых ощущений, а вот всем остальным – не обязательно. Идея сотворить разумную машину в человеческом обличье, конечно, очень и очень заманчива. Однако такая машина не сможет обладать разумом, подобным человеческому, если мы не насытим ее эмоциональными системами и человеческим опытом. Маловероятно, что столь сложная задача когда-либо окажется выполнимой.

Во-вторых, учитывая затраты на создание и эксплуатацию гуманоидов, трудно представить себе, в чем могла бы состоять их практическая целесообразность. Содержание робота-дворецкого обходилось бы намного дороже, чем наем обычного помощника по дому, кроме того, его функциональность была бы весьма ограниченной по сравнению с последним. Самый разумный робот не сможет проявить того понимания и участия, на которое способен человек по одной лишь своей природе.

Как паровой двигатель, так и цифровой компьютер возникли на основе проектов, так и не воплощенных в реальность. Точно так же, когда мы говорим о создании разумных машин, многие люди представляют их благодаря художественной литературе человекоподобными роботами, но вряд ли это станет реальностью.

Так как же тогда будут выглядеть разумные машины? Из теории эволюционного развития видно, что если наложить иерархическую систему памяти на возможность испытывать ощущения, то станет возможным моделирование и прогнозирование будущего. Заимствуя изобретения природы, мы должны построить разумные машины на основе ее же принципов. Это и будет рецептом создания разумных машин. Прежде всего, наша разумная машина может обладать набором ощущений, отличных от человеческих, она может «существовать» в своем мире, полностью непохожем на наш (более подробно остановимся на этом ниже). Другими словами, разумной машине совсем не обязательно обладать парой глаз и парой ушей. Дальше мы добавим к этим ощущениям иерархическую систему памяти, работающую по принципу коры головного мозга. Затем мы обучим ее точно так же, как мы учим маленького ребенка. В результате наша разумная машина создаст модель своего собственного мира, такого, каким она его видит его сквозь призму своих ощущений. Ни у кого не возникнет ни потребности, ни возможности программировать ее с использованием баз данных, фактов или других концепций высшего порядка, что несовместимо с концепцией искусственного интеллекта. Разумные машины должны учиться на собственном опыте, в том числе – если возникает такая необходимость – получая входные сигналы от инструктора. Как только разумная машина создаст модель своего мира, она сможет распознавать аналогии, основанные на прошлом опыте, для прогнозирования событий в будущем, предлагать решение новых задач и делиться своим опытом с нами.

Такие разумные машины вполне могут быть вмонтированы в самолеты и автомобили или же размещаться на полках компьютерных лабораторий. В отличие от человека, мозг которого неотделим от его тела, система памяти разумной машины может иметь удаленный доступ к своим сенсорам (или «телу», если таковое у нее имеется). Например, интеллектуальной системе обеспечения безопасности целесообразно иметь сенсоры, расположенные по всей территории фабрики или города, а иерархическая система памяти, получающая информацию от этих сенсоров, может находиться в комнате лишь одного из сооружений. Таким образом, физическое воплощение машины, обладающей искусственным интеллектом, может быть чрезвычайно разнообразным.

Нет никаких оснований предполагать, что разумная машина должна выглядеть, действовать или чувствовать, как человек. Но ее искусственно созданный интеллект позволит ей формировать модель окружающего мира посредством иерархической системы памяти, а также думать о своем мире подобно тому, как мы с вами размышляем о нашем. Мысли и поведение разумной машины могут очень отличаться от свойственных человеку, и все же у нее будет интеллект, который, как мы показали в этой книге, определяется прогностической способностью иерархической памяти, а не человекоподобным поведением.

Главной технической трудностью при создании разумной машины будет создание иерархической системы памяти, которая работала бы подобно памяти головного мозга человека. Эту проблему мы будем решать при помощи связности и емкости.

Начнем с емкости. Кора головного мозга имеет порядка 32 миллионов синапсов[22]. Если мы представим каждый синапс двумя битами (что дает нам четыре возможных значения для каждого синапса), а каждый байт состоит из восьми бит (один байт может представлять четыре синапса), то нам понадобится порядка 8 трлн. байтов памяти. Винчестер современного персонального компьютера имеет 100 млрд. байтов памяти, т. е. нам понадобилось бы порядка 80 современных винчестеров, чтобы получить такой же объем памяти, как у человеческого неокортекса. (Пусть вас не беспокоят точные цифры, мы сейчас работаем над созданием общего представления.) Суть состоит в том, что в лабораторных условиях такая задача вполне решаема, хотя вмонтировать машину такого типа в тостер или карманный компьютер не получится. Важно заметить, что данное количество памяти сейчас вполне подлежит технической реализации, а всего каких-нибудь десять лет тому назад об этом нельзя было и мечтать. Следует также учитывать оптимистический факт: совсем не обязательно воссоздавать всю кору головного мозга человека. Для функционирования большинства приложений и устройств требуется намного менее объемная система памяти.

Возможно, мы начнем конструировать системы памяти в винчестерах или оптических дисках, но в конечном счете нам захочется создавать их на основе кремния. Кремниевые чипы малы по размеру, имеют низкое энергопотребление и очень прочны. Вопрос о том, когда кремниевые чипы памяти обретут достаточную емкость, чтобы стать базой разумных машин, – исключительно вопрос времени. Разумная память имеет преимущества по сравнению с обычной компьютерной памятью. Экономика полупроводниковой промышленности основана на проценте чипов с ошибками. Для многих чипов единственная ошибка уже фатальна. Процент качественных чипов называется выработкой продукта. Он определяет, можно ли будет произвести чип определенного дизайна и продать его с прибылью. Вероятность допущения ошибки возрастает прямо пропорционально размерам чипов, поэтому на сегодняшний день большинство чипов имеют размер небольшой почтовой марки. Промышленность увеличила размер памяти одного чипа не за счет увеличения его размеров, а за счет уменьшения отдельных атрибутов.

С другой стороны, чипы разумной памяти толерантны к наличию ошибок. Как вы помните, ни одна из составляющих вашего мозга не владеет совершенно незаменимым носителем данных. Ваш мозг ежедневно теряет тысячи нейронов, тем не менее ваши интеллектуальные способности притупляются очень медленно – с годами в преклонном возрасте. Чипы разумной памяти будут работать по тем же принципам, что и кора головного мозга, т. е. даже если определенная часть элементов чипа будет неисправна, он все равно будет оставаться рабочим и окупится в экономическом плане. Скорее всего, прирожденная толерантность мозгоподобной памяти к наличию ошибок позволит дизайнерам разработать архитектуру чипов, которые будут значительно превосходить по размеру и плотности современные компьютерные чипы памяти. В результате вполне возможно, что мы сможем создать прототип мозга в кремнии намного раньше, чем сулят прогнозы.

Второе условие, необходимое для создания разумных машин, – это связность. Дело в том, что в человеческом мозге под тонким покрытием коры имеется белое вещество, состоящее из миллионов аксонов. Оно связывает области иерархии коры головного мозга между собой. Отдельная клетка коры головного мозга может быть связана с 5 или 10 тысячами других клеток. Такой тип масштабного параллельного соединения невозможно внедрить на основе традиционных техник производства кремниевых чипов. Последний создается путем нанесения нескольких слоев металла, каждый из которых отделяется от последующего изоляционным веществом. (Этот процесс наслоения не имеет ничего общего со слоями коры головного мозга.) Слои металла вмещают «провода» чипа. В пределах одного слоя «провода» не пересекаются. Поэтому суммарное количество проводных связей в чипе ограниченно. На основе такой связности совершенно невозможно создать мозгоподобную систему памяти, для которой реально необходимы миллионы подобных связей. Кремниевые чипы и белое вещество не очень-то совместимы друг с другом.

Понадобится большое количество инженерных разработок и экспериментальных исследований, прежде чем удастся решить эту проблему. Но направление поиска нам уже известно. Сигналы гораздо быстрее передаются по электрическим проводам, чем по аксонам нейронов. Один провод в чипе может обеспечивать несколько связей, в то время как в мозге каждый аксон имеет отношение лишь к единственному нейрону.

Примером из реальной жизни может служить телефонная система. Если мы будем проводить линию от аппарата к аппарату, то поверхность планеты утонет в джунглях медного провода. Вместо этого все телефоны подсоединены к относительно небольшому количеству высокоемких телефонных линий. Данный метод работает потому, что емкость одной линии намного превышает емкость, требуемую для передачи отдельного разговора. Телефонная система вполне отвечает таким требованиям, ведь один оптоволоконный кабель может передавать порядка миллиона телефонных разговоров одновременно.

В человеческом мозге аксоны проходят между всеми клетками, связанными друг с другом. А вот мы можем создать разумную машину, которая по связности напоминает телефонную линию, где существуют общие связи. Хотите – верьте, хотите – нет, но некоторые ученые многие годы размышляли о том, как можно решить задачу связности чипа по типу мозга. Хотя работа самого мозга оставалась загадкой, тем не менее исследователи верили, что однажды загадка будет разгадана, и тогда мы столкнемся с задачей связности. Мы не будем сейчас рассматривать разные подходы к решению этой проблемы. Достаточно упомянуть, что связность, возможно, является самой большой технической преградой на пути создания разумных машин, но со временем мы сможем преодолеть и ее.

Как только технические решения будут найдены, других значимых препятствий для создания по-настоящему разумных машин не останется. Конечно, придется поработать над уменьшением размеров, затрат на энергопотребление и, соответственно, снижением стоимости интеллектуальных систем, но в целом эти задачи не являются неразрешимыми. Всего за пятьдесят лет мы прошли путь от компьютеров, имевших размеры комнаты, до карманных аналогов. В данном случае мы начнем с довольно высокого технологического уровня, поэтому следует ожидать гораздо более стремительных изменений.

В XXI столетии разумные машины превратятся из выдумки, пришедшей из фантастических романов, в реальность. Однако пока этого не произошло, стоит обсудить ряд этических аспектов их создания, в первую очередь – соотношение потенциальных угроз и ожидаемой выгоды.

Перспектива появления в не столь отдаленном будущем машин, которые смогут думать и действовать сами по себе, уже очень давно беспокоит людей, что вполне объяснимо. Новые области знания и новые технологии почти всегда принимаются общественностью в штыки. Человеческое воображение с готовностью рисует все мыслимые и немыслимые ужасы, сопряженные с появлением искусственного интеллекта, – вплоть до сведения на нет самой ценности человеческой жизни. Но, как показывает история, все наши мрачные прогнозы никогда не бывают такими, как мы себе представляем. На заре индустриальной революции наши предки боялись электричества (помните Франкенштейна?) и паровых двигателей. Машина, обладающая собственной энергией и способная совершать сложные передвижения, внушала людям того времени ужас. Нам, их потомкам, электричество и двигатели внутреннего сгорания не кажутся ни странными, ни угрожающими. Они превратились в самые обычные составляющие нашей жизненной среды, подобно воде и воздуху.

Страх перед компьютерами зародился с началом эры информатики. Писатели-фантасты преподносили нам захватывающие дух истории о том, как мощные компьютеры или компьютерные сети, внезапно обретая сознание, нападают на своих создателей. Сейчас компьютеры заняли прочное место в нашей повседневной жизни, и такой страх кажется просто абсурдным. Компьютер, стоящий на вашем столе, или Интернет имеет так же мало шансов вдруг обрести ощущения, как и кассовый аппарат в ближайшем супермаркете.

Конечно, любая технология может быть использована во зло или с добрыми целями, но определенные из них изначально, по своей сути, несут людям большую угрозу. Атомная энергия опасна независимо от того, используется она на атомной электростанции или в ядерной боеголовке, потому что одна-единственная ошибка в управлении может стоить жизни миллионам людей. Хоть атом и является ценным источником энергии, однако у него существуют и альтернативы. Транспортная технология может воплотиться в танках и бомбардировщиках или в автомобилях и пассажирских самолетах. В любом случае использование данной технологии с дурными намерениями может принести людям много вреда. Транспортные средства важнее для современной жизни и намного менее безвредны, чем атомная энергия. Урон, который может быть причинен в самых худших обстоятельствах одним самолетом, во много раз меньше, чем потенциальная опасность одной атомной бомбы. С другой стороны, существуют и технологии, способные приносить только пользу, – например, телефоны. Способность телефонов соединять людей, помогать им поддерживать связь друг с другом намного превышает какие то ни было негативные побочные эффекты. То же самое можно сказать об электричестве и здравоохранении. По моему мнению, разумные машины будут одним из наименее опасных и одним из наиболее полезных изобретений человечества.

Некоторые, как, например, соучредитель компании Sun Microsystems Билл Джой, высказывают опасения следующего порядка: как бы мы не создали роботов, ускользающих из-под нашего контроля, которые окажутся способны захватить Землю. Подобные высказывания ассоциируются у меня с фантастическими историями. С другой стороны, протагонисты искусственного интеллекта предлагают свои долговременные пророчества. Например, Рэй Курцвейл говорит о дне, когда посредством нанороботов можно будет внедриться в человеческий мозг, оцифровать каждый синапс и каждую нейронную связь, а потом передать полученную информацию в сверхмощный компьютер! Так можно будет «сконфигурировать» любого из нас. Хотите ли вы стать «программной» версией самого себя, которая будет практически бессмертна? Эти два прогноза, касающиеся искусственного интеллекта, – сценарий «Разумная машина впадает в бешенство» и сценарий «Ваш мозг загружается в компьютер» – кажется, никогда не перестанут будоражить умы людей.

Машина, обладающая интеллектом, и самореплицирующаяся машина – совсем не одно и то же. Между ними вообще не существует логической связи. Ни мозг, ни компьютер не обладают свойством саморепликации. Мозгоподобная система памяти тоже таким свойством не обладает. Ключевым преимуществом создания разумных машин является то, что мы сможем наладить их массовое производство, что совершенно не имеет ничего общего с саморепликацией бактерий или вирусов. Саморепликация не требует наличия разума, а наличие разума не нуждается в саморепликации.

И наконец, я сильно сомневаюсь в возможности когда-либо воссоздать в цифровом виде человеческий мозг. Методов, позволяющих записать миллиарды подробностей, из которых состоит «я» любого из нас, не существует на сегодняшний день, и вряд ли они когда-либо появятся. Для этого понадобилось бы оцифровать и воссоздать всю нервную систему конкретного индивида и все его тело, а не только кору головного мозга. Даже если в очень отдаленном будущем это станет возможным, задача расширяется намного больше, чем воссоздание работы неокортекса. Открыть алгоритм коры головного мозга и вмонтировать его в машину – это одно, но вот оцифровать миллионы операционных подробностей живого мозга и перенести их в кремний – совершенно другое.

Помимо саморепликации и копирования разума, высказываются и другие опасения. Могут ли разумные машины оказаться угрозой для больших групп людей, как это было в случае с атомной бомбой? Может ли их наличие привести к концентрации огромной власти в руках небольшой группки злоумышленников? Могут ли такие машины обернуться во зло и начать бороться против людей, как это было с героями «Терминатора» и «Матрицы»?

На все эти и подобные им вопросы могу дать уверенный отрицательный ответ. Как информационные устройства, мозгоподобные системы памяти будут одной из наиболее полезных технологий, которые доводилось изобретать человечеству. Точно так же, как автомобиль или компьютер, они останутся всего лишь инструментами. Наличие разума у машин не обеспечит им возможности разрушать или манипулировать людьми. Мы же не отдаем весь мировой атомный арсенал в руки одного человека или одного компьютера, следовательно, нам придется проявлять осторожность и не перегружать разумные машины, иначе они просто выйдут из строя, как и любая другая техника. Теперь вернемся к вопросу о злоумышленном использовании. Некоторые люди полагают, что быть разумным – то же самое, что и обладать человеческой ментальностью. Они опасаются, что разумные машины однажды взбунтуются против «порабощения», потому что гнет претит людям. Они боятся, что разумные машины попытаются захватить мир, потому что разумные люди, как показывает история, постоянно борются за власть. Все эти опасения базируются на ошибочной аналогии. Они основываются на объединении разума, т. е. алгоритма коры головного мозга, с эмоциональными устремлениями «старого» мозга, такими как страхи, стремление к обладанию, неприятие насилия. А ведь у разумных машин не будет подобных побуждений. У них не будет личных амбиций. Они не будут испытывать потребность обогащения, общественного признания и чувственного удовлетворения. У них не будет аппетита, пристрастий и – порой – плохого расположения духа. Разумные машины не будут иметь ничего напоминающего человеческие эмоции, если мы не приложим неимоверные усилия для создания такой архитектуры. Наиболее эффективное применение разумные машины найдут там, где человеческий мозг испытывает трудности, – в областях, для которых недостаточно опоры на ощущения и интуицию, или же в скучных и утомительных видах деятельности.

Диапазон сложности разумных машин может быть очень большим – от простых с одним приложением до очень мощных систем, обладающих сверхчеловеческим интеллектом. В любом случае, если мы не пойдем путем сознательных усилий, чтобы эти системы стали человекоподобными, они таковыми никогда не станут. Возможно, наступит день, когда нам придется поставить ограничения на сферы применения разумных машин, но сейчас нам до него еще далеко. Даже когда такой день настанет, то возникшие этические вопросы можно будет решить гораздо скорее и проще, чем те, перед которыми нас ставит генетика и ядерные технологии.

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 «научиться» 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.

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 превосходят 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.

Быстрота

Быстродействие нейронов измеряется в миллисекундах, а кремний функционирует со скоростью наносекунд, причем постоянно возрастающей. Различия скорости быстродействия органического и кремниевого разума – на шесть порядков! – будут иметь большие последствия. Разумные машины смогут мыслить в миллион раз быстрее, чем человеческий мозг. Такой разум сможет прочесть целую библиотеку книг или изучить большую и очень сложную базу данных – задача, для выполнения которой любому из нас понадобились бы годы, – за несколько минут, причем понимание прочитанного не пострадает. В этом нет никакой магии. Биологический мозг развивался в условиях двух временных ограничений: пределов скорости действия нервных клеток и скорости изменений внешнего мира. Какой резон биологическому мозгу ускорять мышление в миллионы раз, если окружающая человека среда изначально инертна?! Однако в самом алгоритме коры головного мозга не заложено ничего такого, что тормозило бы его быстродействие. Если бы разумная машина взаимодействовала с человеком, ей пришлось бы снизить свое быстродействие и работать с «человеческой» скоростью. Если бы ей пришлось читать книгу и переворачивать при этом страницу за страницей, тоже существовало бы ограничение скорости чтения. Но вот если бы разумная машина взаимодействовала с электронным миром, она бы работала гораздо быстрее. Две разумные машины общались бы друг с другом в миллион раз быстрее, чем двое людей. Представьте себе прогресс разумной машины, которая решает математические задачи или реализует научные идеи в миллионы раз быстрее, чем человек. За десять секунд она добьется более впечатляющих результатов, чем вы – за месяц. Не знающий усталости и скуки, искусственный разум, работающий со скоростью света, явно может найти очень полезное применение, такое, о котором мы еще даже не подозреваем.

Емкость

Несмотря на впечатляющую емкость человеческой коры головного мозга, разумные машины смогут ее намного превзойти. Размер нашего мозга ограничивается несколькими биологическими факторами, среди них – соотношение размера черепа ребенка и диаметр таза матери, большие метаболистические затраты на поддержание мозга (мозг составляет порядка 2% веса тела и при этом потребляет 20% вдыхаемого кислорода), низкое быстродействие нейронов. С другой стороны, мы можем создавать разумные системы памяти любых размеров, заложив свою задумку в отдельные атрибуты дизайна. Возможно, несколько десятилетий спустя емкость человеческого мозга будет нам казаться очень скромной.

Предскажу несколько способов увеличения емкости памяти будущих разумных машин. Во-первых, сделав иерархическую систему памяти более глубокой, мы добьемся более глубокого понимания – умения распознавать сигналы высокого порядка. Увеличение емкости отдельных зон поможет разумной машине запоминать больше подробностей, проявлять более высокую точность восприятия (подобно тому, как незрячий человек обладает повышенной осязательной и слуховой чувствительностью). Добавление новых ощущений и сенсорной иерархии позволит устройству создавать более качественные модели внешнего мира. К этому мы еще вернемся ниже.

Возникает закономерный вопрос: существует ли предел того, как далеко может зайти разумная система памяти и в каких измерениях? Предположительно, на какой-то стадии устройство станет слишком громоздким, чтобы быть по-настоящему полезным, или оно начнет давать сбои, приблизившись к своему теоретическому пределу. Возможно, человеческий мозг уже приблизился к своему максимальному теоретическому размеру, хотя я считаю это маловероятным. Человеческий мозг увеличился относительно недавно в ходе эволюции, и ничто не наводит на мысль о том, что мы вышли на стабильный максимальный уровень. Каким бы ни был лимит емкости разумной системы памяти, человеческий мозг почти наверняка до него и близко не дотягивает.

Еще один способ понять, каким образом могли бы быть полезны разумные системы памяти, – проанализировать пределы человеческих возможностей. Эйнштейн, вне всякого сомнения, был очень умен, но его мозг был всего лишь мозгом. Можно предположить, что его выдающийся ум был последствием физических отличий его мозга от типичного. Эйнштейн был уникален потому, что человечество нечасто рождает гениев. А создавая мозг из кремния, мы можем воплотить в жизнь что угодно. Кремниевый мозг может располагать таким же уровнем интеллекта, как и Эйнштейн, или даже превзойти его. С другой стороны, лучше познать возможные измерения разума нам помогут умственно отсталые люди, проявляющие фотографическую память или способности осуществлять в уме сложные математические вычисления. Совершенно нетипичный мозг таких индивидов, несмотря ни на что, является мозгом, неокортекс которого работает по тому же алгоритму. Если нетипичный мозг обладает невероятными способностями к запоминанию, то теоретически мы можем добавить эти способности нашему искусственному мозгу. Подобные экстремальные проявления человеческих умственных способностей не только показывают, что можно было бы воссоздать, но и указывают направления, в которых мы могли бы превзойти наилучшие проявления работы человеческого мозга.

Реплицируемость

Каждый новый органический мозг растет и обучается на протяжении десятилетий человеческой жизни. Каждый человек на собственном опыте познает основы координации конечностей и мышечных групп, осваивает азы и передвижения, изучает общие свойства множества объектов окружающей среды, животных, других людей, названия предметов и структур речи, семейные и общественные правила. Как только основа заложена, начинаются годы формального обучения. Каждый человек в течении своей жизни проходит множество кругов обучения. Несмотря на то что путь этот несметное количество раз повторялся другими людьми, модель мира в коре головного мозга каждого из нас создается в индивидуальном порядке.

Разумным машинам нет необходимости проходить подобную спиралевидную кривую обучения, поскольку чипы и другие единицы хранения информации можно реплицировать бесконечно, а сохраненные данные – копировать. В этом отношении разумные машины подлежат такой же репликации, как и программное обеспечение. Как только прототип системы достаточно обучен, его можно скопировать столько раз, сколько нам потребуется. Процессы разработки дизайна, настройки системного обеспечения, обучения, испытания и выявления ошибок с тем, чтобы усовершенствовать систему памяти умной машины, могут длиться годами. Но, как только мы получим конечный продукт, его можно будет запускать в массовое производство. Как я уже отмечал, мы сможем обеспечить возможность последующего обучения для копий или обойтись без таковой. Для некоторых приложений мы захотим ограничить возможности с тем, чтобы разумные машины работали известным и испытанным нами способом. Как только «умный» автомобиль усвоит все, что ему положено «знать», мы примем меры, чтобы у него не образовались плохие привычки или не закрепились самостоятельно найденные ложные аналогии. Мы захотим, чтобы все машины подобного строения вели себя одинаково. Но вот для других приложений может оказаться целесообразной возможность постоянного обучения мозгоподобных систем памяти. Например, разумной машине, созданной для того, чтобы искать математические доказательства, понадобится способность обучаться на основе опыта, применять старые решения для новых проблем, ей желательно быть универсально гибкой и открытой.

Возможным станет общее использование компонентов, как сейчас общедоступны программные продукты. Разумная машина определенного дизайна может быть перепрограммирована набором новых связей с тем, чтобы генерировать новое поведение (вот, например, если бы я смог загрузить новый набор связей в ваш мозг, моментально превратив вас из человека, разговаривающего на английском, в человека, знающего только французский, или из профессора политологии в музыковеда). Люди получили бы возможность «переключаться» и осуществлять новые наработки на основе чужого опыта. Допустим, что я разработал и внедрил в жизнь суперсистему зрительного восприятия, а другой человек разработал и обучил систему с превосходными способностями слухового восприятия. При надлежащем дизайне мы смогли бы объединить обе системы без необходимости повторного обучения с самого начала. Такого рода объединение экспертных знаний не представляется возможным для человека – у каждого из нас свой путь. Бизнес создания разумных машин смог бы развиваться по аналогии с компьютерной индустрией, в таком случае перепрограммирование разумных машин не слишком отличалось бы от разработок новых версий видеоигр или инсталляции новой программы.

Люди познают мир посредством органов чувств. Ощущения, которые мы испытываем, обусловлены генами, строением наших тел и соединениями под корой головного мозга. Мы не можем изменить их. Иногда мы используем технологические достижения, позволяющие сделать наши ощущения более острыми. Например, приборы ночного видения, радары и космические телескопы представляют собой устройства, оптимизирующие передачу данных, но не обеспечивающие нам новых способов восприятия. Они конвертируют информацию, недоступную для нас в ее первозданном виде, в визуальные или звуковые сигналы, поддающиеся нашему восприятию. И все равно, в том, что мы можем взглянуть на экран радара и идентифицировать изображение, заслуга невероятной гибкости нашего мозга.

Многие виды животных обладают поразительными ощущениями, совершенно несвойственными человеку. В качестве примеров можно привести эхолокатор у дельфинов и летающих мышей, способность пчел видеть поляризованное и ультрафиолетовое излучения, восприятие электрического поля некоторыми видами рыб.

Разумные машины смогли бы воспринимать мир посредством всех видов ощущений, существующих в природе, а также изобретенных человеком. Данные об окружающей среде, получаемые с помощью гидролокатора, радара и приборов ультрафиолетового видения, являются очевидными примерами несвойственных человеку ощущений, которые мы, возможно, хотели бы воссоздать в разумной машине. И это всего лишь начало.

Намного более интересными являются способы восприятия, которые нам неизвестны и чужды. Как мы уже выяснили, алгоритм коры головного мозга в первую очередь сосредоточен на поиске сигналов внешнего мира. У него нет никаких приоритетов относительно физических истоков этих сигналов. Если входные сигналы не носят произвольный характер и обладают определенным богатством, а также статистической структурой, разумная машина будет формировать систему воспоминаний о них и прогнозы на их основе. Не существует причин, по которым входные сигналы должны иметь аналогию с физическими ощущениями или вообще иметь что-либо общее с реальным миром. Я полагаю, что именно в сфере экзотических ощущений скрыты перспективы революционного применения разумных машин.

Например, вообразите сенсорную систему, покрывающую планету. Представьте себе сенсоры, расположенные на расстоянии каждых пятидесяти миль по всем континентам. Эти сенсоры имитировали бы клетки сетчатки глаза. Каждое мгновение два смежных сенсора погоды имели бы высокую корреляцию активности, подобно высокой корреляции двух смежных клеток сетчатки. Существуют крупные погодные явления – например, штормы и фронтальные циклоны, – которые передвигаются в пространстве и меняются со временем точно так же, как и все объекты, которые меняются и перемещаются. Привязав этот сенсорный ряд к системе памяти, работающей по принципу коры головного мозга, мы бы обучили указанную систему прогнозировать погоду, подобно тому, как люди учатся распознавать объекты окружающей среды и прогнозировать траекторию их передвижения. Такая система предсказывала бы погодные условия на ближайшее время, а также формировала бы долгосрочные метеопрогнозы. Разместив сенсоры рядом друг с другом в какой-то области, мы бы создали своеобразный эквивалент ямки глаза, которая позволяла бы нашей системе понимать и прогнозировать микроклимат. Наш «погодный мозг» размышлял и понимал бы глобальные погодные системы точно так же, как мы с вами понимаем объекты и людей. Метеорологи пытаются создать нечто подобное в наши дни. На основе данных, собранных в разных частях Земли, используя сверхмощные компьютеры, ученые симулируют текущие погодные условия и прогнозируют будущие. Однако данный подход фундаментально отличается от принципов работы разумных машин. Он больше сродни компьютеру, играющему в шахматы, а разумная система, сконструированная по принципам работы неокортекса, скорее, напоминает человека, играющего в шахматы. Она делает это вдумчиво и с пониманием. Разумная машина-«синоптик» учла бы те сигналы, которых человек распознать не может. Она смогла бы распознать множество новых погодных феноменов (скажем, такое погодное явление, как ураганы Эль-Ниньйо было открыто лишь в шестидесятых годах XX века). Она бы прогнозировала появление торнадо и муссонов намного точнее, чем человек. Человеку не под силу сохранять в памяти и анализировать множество метеоданных. Искусственный интеллект компьютера-«синоптика», напротив, был бы способен ощущать и воспринимать погодные условия непосредственно.

Другие распространенные большие сенсорные системы могли бы дать нам возможность создать разумные машины, понимающие и прогнозирующие миграцию животных, демографические изменения и распространение инфекционных болезней. Представьте себе сенсоры, размещенные в сети электрического тока некой страны. Разумная машина, присоединенная к этим сенсорам, наблюдала бы за спадами и подъемами потребления электроэнергии точно так же, как мы с вами наблюдаем большее или меньшее количество транспортных средств на трассе или потоки передвижения пассажиров в аэропорту. Посредством повторных наблюдений люди учатся прогнозировать подобные сигналы. (Можете спросить у тех, кто каждый день ездит на работу на автомобиле или охранника в аэропорту.) Точно так же наша разумная система сможет прогнозировать повышенное напряжение или опасные ситуации, которые могут вызвать сбои в подаче электричества, лучше, чем человек. Мы могли бы сочетать погодные и демографические сенсоры, чтобы спрогнозировать вспышки политического недовольства, голода или болезней. Подобно гениальному дипломату, разумные машины могли бы сглаживать конфликты и уменьшать человеческие страдания. Вы можете подумать: для того чтобы предвидеть сигналы, включающие человеческое поведение, разумным машинам непременно нужны эмоции. Я так не считаю. Мы не рождены с заданной культурой, заданными ценностями и заданной религией, мы приобрели их в процессе жизненного опыта, иными словами – обучились им. Точно так же, как я могу изучить мотивацию людей с ценностями, отличающимися от моих, разумные машины могут понять человеческие мотивы и эмоции, сами таковыми не обладая.

Мы могли бы создать сверхтонкие ощущения. Теоретически возможно иметь сенсоры, регистрирующие сигналы клеток или больших молекул. Например, перед нынешними биологами стоит серьезная задача – разобраться, как можно спрогнозировать форму молекулы протеина, зная последовательность аминокислот, формирующих протеин. Способность прогнозировать расщепление и взаимодействие протеинов ускорила бы развитие медицины и разработку многих лекарственных препаратов. Инженеры и ученые создали трехмерные визуальные модели протеинов с тем, чтобы прогнозировать, как эти сложные молекулы будут себя вести. Но, как бы мы ни старались, на сегодняшний день эта задача слишком сложна. С другой стороны, машина, обладающая суперинтеллектом и набором ощущений, специально настроенных на данную проблему, могла бы ответить на поставленный вопрос. Быть может, эта идея представляется вам чересчур надуманной, но ведь нас бы не удивило, если бы человек смог решить такую проблему. Возможно, наша неспособность разрешить проблему связана в первую очередь с несоответствием масштабов человеческих ощущений и изучаемого физического явления. Разумные же машины смогут обладать выборочными ощущениями и памятью большей емкости, чем человеческая, которая позволит им решать задачи, людям неподвластные.

При наличии соответствующих ощущений и небольшом структурном изменении памяти коры головного мозга разумные машины будущего смогли бы жить и мыслить в виртуальном мире математики и физики. Многие математические проблемы, например, касаются поведения объектов в мире с более, чем тремя измерениями. Ученые, изучающие природу пространства, размышляют о Вселенной как сущности, имеющей десять и более измерений. Но даже с восприятием четырехмерного пространства у людей возникают немалые трудности. Возможно, разумная машина с соответствующими функциями сможет понять многомерные пространства, как вы и я понимаем трехмерное, и сможет спрогнозировать поведение находящихся в них объектов.

И наконец, мы смогли бы объединить несколько разумных систем в большую иерархию, подобно тому, как наша кора сочетает осязание, слуховое и зрительное восприятия в высших областях иерархии коры головного мозга. Такая система автоматически научилась бы моделировать и прогнозировать сигналы в популяциях разумных машин. С помощью средств коммуникации, таких как Интернет, разумные машины могли бы объединиться в сеть, охватывающую весь Земной шар. Большие иерархии способны регистрировать более глубокие сигналы и более сложные аналогии.

Цель изложенных мной размышлений состоит в том, чтобы показать, что существует очень много сфер, в которых мозгоподобные машины могли бы намного превзойти наши способности. Они смогли бы мыслить и обучаться в миллионы раз быстрее, чем мы с вами, запоминать огромные массивы подробной информации и улавливать практически сигналы. Они могут обладать ощущениями более чувствительными, чем наши, или ощущениями для восприятия очень специфических феноменов. Они без труда могут размышлять в терминах многомерных пространств. Ни одно из перечисленных любопытных свойств не зависит от внешнего сходства разумных машин с человеком, и эти машины также не требуют сложной робототехники.

Теперь, я надеюсь, вы понимаете, насколько тест Тьюринга, в котором между интеллектом и человеческим поведением ставился знак равенства, ограничил наше видение потенциальных возможностей разумных машин. Глубоко познав интеллект, мы сможем создавать разумные машины, которые будут представлять намного большую ценность, чем простое воспроизведение человеческого поведения. Наши разумные машины станут отличным инструментом, позволяющим значительно обогатить наши познания о Вселенной, наши способности и опыт.

Как много воды утечет прежде, чем мы достигнем такого уровня? Создадим ли мы по-настоящему разумные машины через пятьдесят, двадцать или пять лет? В мире высоких технологий любят повторять: кратковременные изменения длятся дольше, чем это предполагалось, а долгосрочные перемены происходят намного быстрее, чем прогнозировалось. Я много раз убеждался в справедливости этого высказывания. Кто-то поднимется во время конференции и скажет, что новая технология появится в каждом доме уже через четыре года. А потом окажется, что он ошибся. Четыре года проходят, восемь лет, все начинают думать, что этого уже никогда не произойдет. И вот как раз в тот момент, когда кажется, что сама идея зашла в тупик, она вдруг оживает и становится величайшей сенсацией. Скорее всего, что-то подобное произойдет и с индустрией разумных машин. Сначала прогресс будет малозаметным, но затем резко пойдет в гору.

На конференциях по нейробиологии я люблю задавать присутствующим вопрос: «Как вы думаете, сколько еще времени пройдет до тех пор, пока у нас появится рабочая теория коры головного мозга?» Некоторые слушатели (порядка 5%) отвечают: никогда, или она уже существует (интересный вариант ответа, учитывая профессию, благодаря которой они зарабатывают на жизнь). Еще примерно 5% считают, что понадобится порядка пяти-десяти лет. Половина оставшихся считает, что ждать остается от десяти до пятидесяти лет или отвечают: «Еще при нашей жизни». Остальные утверждают, что речь идет о пятидесяти-двухстах годах (или «не при нашей жизни»). Лично я оптимист. Мы долгие годы находились «в фазе затишья», поэтому многим кажется, что прогресс в теоретической нейробиологии и разработке разумных машин зашел в полный тупик. Если строить выводы на основе последних тридцати лет, то вполне естественно считать, что мы не очень близки ответу. Но я полагаю, что как раз сейчас мы находимся в поворотном пункте, и вскоре наша область знаний начнет развиваться стремительными темпами.

Можно приблизить момент, которого мы так ждем. Одна из целей данной книги – убедить вас в том, что при наличии соответствующих теоретических рамок мы сможем значительно продвинуться вперед в понимании коры головного мозга. Другими словами, при помощи запоминающе-прогностических рамок мы сможем разгадать особенности работы мозга и мышления. Эти знания нужны нам для создания разумных машин. Если мы попадем в точку, модель окажется корректной, и прогресс будет происходить очень быстро.

Я и не берусь давать точный прогноз, когда наступит эра разумных машин, тем не менее я полагаю, что если достаточно много людей посвятят себя решению этой проблемы сегодня, то, возможно, мы сможем создать полезные прототипы и симуляции коры головного мозга в пределах ближайших нескольких лет. Через десять лет, как я надеюсь, разумные машины станут одной из наиболее «горячих» тем в области науки и технологии. Мне не хотелось бы составлять более подробные прогнозы, поскольку я знаю, как трудно оценить время, требующееся для важных открытий. Так почему же я столь оптимистически настроен относительно теории мозга и создания разумных машин? Моя уверенность во многом обусловлена количеством времени, потраченным мною на изучение работы разума. Когда в 1979 году я впервые всерьез заинтересовался мозгом, я почувствовал, что эта головоломка может быть разгадана еще при моей жизни. Годами я наблюдал за неуклонным спадом в сфере разработки искусственного интеллекта, подъемами и падениями в области создания нейронных сетей, а также был свидетелем «Десятилетия мозга» в 1990-х годах. Я видел, как менялось отношение к теоретической биологии в целом и нейробиологии в частности. Я был свидетелем того, как понятия прогноза, иерархических представлений и фактора времени прочно укоренились в арсенале нейробиологов. Я отмечал изменения в своем понимании проблемы искусственного интеллекта и наблюдал соответствующие перемены у своих коллег. Гипотеза о роли прогнозирования в работе мозга увлекла меня еще восемнадцать лет назад, и с тех пор я постоянно проверял ее. Поскольку я был поглощен нейробиологией и сферой компьютерных наук на протяжении более двух десятилетий, возможно, мой мозг создал модель высшего порядка, которая описывает, как происходят технологические и научные изменения, и эта модель прогнозирует быстрые темпы развития. Как раз сейчас наступил поворотный момент.

Примечания:

2

Неокортекс – новые области коры головного мозга, которые у низших млекопитающих только намечены, а у человека составляют основную часть коры. – Примеч. ред.

20

Bell Labs – бывшая американская корпорация, крупный исследовательский центр в области телекоммуникаций, электронных и компьютерных систем. Основана в 1925 году как исследовательский центр компании AT & Т. В настоящее время Bell Labs входит в состав компании Lucent Technologies. – Примеч. ред.

21

Система глобального позиционирования – спутниковая система, позволяющая определить место нахождения неподвижного либо движущегося объекта в любой точке Земного шара, будь то на земле, в воздухе, на море, в трех измерениях, с очень высокой точностью. Сейчас в мире существует две глобальные системы позиционирования (GPS): американская US GPS и российская ГЛОНАСС. В процессе разработки находится европейская система позиционирования. – Примеч. ред.

22

Синапс (от греч. соединение, связь) – специализированные межклеточные контакты нервной ткани, обеспечивающие передачу влияний с одного нейрона на другой и с нейронов на исполнительные органы. – Примеч. ред.