Homo Roboticus? Люди и машины в поисках взаимопонимания - Джон Маркофф

Попытки создать работоспособную систему искусственного интеллекта с самого начала сопровождались ложными надеждами и ожесточенными техническими и философскими спорами. В 1958 г., через два года после Дартмутской летней конференции по искусственному интеллекту, New York Times опубликовала на 25-й странице полученное по телеграфу информационное сообщение агентства UPI. Оно вышло под заголовком «Новое устройство для ВМС учится в процессе работы: психолог показывает прообраз компьютера, который сможет читать и становиться умнее»^{120}.

Речь шла о проведенной Фрэнком Розенблаттом, психологом Корнеллского университета, демонстрации прообраза компьютера, который, по расчетам руководства ВМС, однажды научится «ходить, говорить, видеть, писать, воспроизводить и осознавать себя». В действительности это была лишь модель, которая функционировала на принадлежавшей Бюро погоды вычислительной машине IBM 704 и могла с полусотни попыток отличить право и лево. В военно-морском ведомстве, похоже, всерьез надеялось за год превратить это в «думающую машину» за $100 000.

Д-р Розенблатт сказал репортерам, что это первое устройство, думающее, «как человеческий мозг», и что поначалу оно будет делать ошибки, но с опытом станет умнее. Он предположил, что одним из применений нового механического мозга может быть замена человека в космических исследованиях. Заметка заключала, что первый персептрон, модель биологических нейронов, будет содержать около 1000 электронных «связанных клеток», принимающих электрические сигналы от 400 фотоэлементов – подобных глазу сканирующих устройств. Для сравнения отмечалось, что человеческий мозг содержит 10 млрд чувствительных клеток и 100 млн связей с глазами.

Первая работа по искусственным нейронным сетям появилась в 1940-х гг., и в 1949 г. на нее обратил внимание студент-математик из Гарварда Марвин Мински. Он пошел дальше и создал первые электронные обучающиеся сети – одну на последнем курсе Гарварда, а вторую, названную «Стохастическим нейронным аналоговым усиленным калькулятором», или SNARC, когда был аспирантом в Принстоне. Впоследствии он написал докторскую диссертацию по нейронным сетям. Эти математические структуры представляют собой сети узлов, или «нейронов», которые взаимосвязаны численными величинами, выполняющими роль «весов» или «векторов». Их можно обучать, создавая различные образы, например изображения или звуки, которые впоследствии они распознают сами.

В 1960-х гг. возникло несколько конкурирующих направлений в создании думающих машин, но верх взял подход на основе логики и правил, которому благоволил Джон Маккарти. Вместе с тем некоторые группы продолжали экспериментировать с аналоговыми подходами на основе ранних идей о нейронных сетях. По иронии судьбы именно Мински, один из 10 участников Дартмутской конференции, в 1969 г. спровоцировал легендарную дискуссию, представив в совместной с Сеймуром Пейпертом книге «Персептроны» (Perceptrons) анализ, который, по широко распространенному мнению, задержал исследования нейронных сетей на многие годы. Считается, что критика со стороны этих двух специалистов по искусственному интеллекту из Массачусетского технологического института надолго заморозила новую область исследований.

Это лишь один из примеров яростных интеллектуальных сражений в сообществе искусственного интеллекта в 1960-е гг. Мински и Пейперт потом настаивали, что столь резкая оценка несправедлива и что их книга содержала значительно более взвешенный анализ нейронных сетей, чем говорили. Спор еще больше осложнило то, что Розенблатт, одна из основных фигур в этой области, два года спустя погиб в результате несчастного случая, оставив после себя вакуум в сфере исследования нейронных сетей.

Поначалу исследования нейронных сетей велись и в Стэнфордском университете, а также под руководством Чарли Розена в SRI, но стэнфордская группа переключилась на телекоммуникации, а Розен переориентировался в работе с Shakey на доминирующий подход к искусственному интеллекту. Интерес к нейронным сетям возродился только в 1978 г. в связи с работами Терри Сейновски, докторанта нейробиологии в Гарварде. Сейновски оставил физику, которой занимался раньше, и обратился к нейробиологии. После летнего курса в Вудс-Хоуле, штат Массачусетс, он увлекся тайнами мозга. В том году британский психолог с ученой степенью Джеффри Хинтон учился в Калифорнийском университете в Сан-Диего под руководством Дэвида Румельхарта. Один из его старших коллег вместе с основателем отделения когнитивной психологии Дональдом Норманом создал группу, занимавшуюся вопросами параллельной распределенной обработки.

Хинтон был праправнуком логика Джорджа Буля и приехал в Соединенные Штаты в поисках спасения от зимы искусственного интеллекта в Англии. Отчет Лайтхилла^[12] доказывал, что бо́льшая часть исследований в области искусственного интеллекта не оправдала ожиданий, исключением стала только нейроинформатика. В телевизионной дискуссии «Лайтхилл – BBC» стороны выдвигали аргументы, опираясь на текущие данные об эффективности компьютеров, и никто не принимал во внимание закон Мура об ускорении роста быстродействия вычислительной техники.

Во время учебы в аспирантуре Хинтона сильно задели нападки Мински и Пейперта на нейронные сети. В Англии стоило ему сказать, что он занимается искусственными нейронными сетями, в ответ раздавалось: «Разве ты не знаешь, что от них нет толку?» Его консультант рекомендовал ему забыть о своем увлечении и прочитать диссертацию Терри Винограда. Все это впоследствии стало символической логикой. Но Хинтон выбрал другой путь. Он работал над концепцией, названной им позднее «инженерией на основе нейронауки». Хинтон не ударился в крайность, характерную для некоторых в новой области биологических компьютеров. На его взгляд, рабское копирование биологии было бы ошибкой. Споры по этому вопросу не утихли и десятилетия спустя. В 2014 г., когда Европейский союз выделил швейцарскому исследователю Генри Маркраму $1 млрд для создания модели человеческого мозга в мельчайших деталях, Хинтон не сомневался – проект обречен на неудачу.

В 1982 г. Хинтон организовал летний семинар по параллельным моделям ассоциативной памяти, в котором должен был участвовать Терри Сейновски. Молодого физика интересовали возможности моделирования мозга с использованием новых схем. Это была первая научная конференция, организованная Хинтоном. Он понимал, что соберет публику, которая встречалась уже не раз, и что эти, на его взгляд, «пожилые профессора за 40» непременно затянут старую песню. Тем не менее рекламный листок был разослан по департаментам вычислительной техники и психологии. В качестве приманки листок обещал оплатить расходы тем, у кого есть новые идеи. Как и следовало ожидать, большинство откликнувшихся занимались решением проблем традиционными методами. Но одно из предложений выделялось на общем фоне. Оно поступило от молодого ученого, заявлявшего, что он разгадал «машинный код мозга».

Примерно тогда же Хинтон оказался на конференции, в которой участвовал известный исследователь машинного зрения из Массачусетского технологического института Дэвид Марр, и поинтересовался у него, в своем ли уме этот парень. Марр ответил, что знает его, что у него светлая голова и что не имеет представления, сошел ли тот с ума. Было ясно одно, что Сейновски делает нечто новое в области когнитивных исследований.