12 технологических трендов. Кевин КеллиНеизбежно. 12технологическихтрендов, которые
 Скачать 1.72 Mb.
|
|
«Умный» медицинский уход: на основании показаний датчиков, круглосуточно отслеживающих состояние здоровья пациента, он может получать индивидуальное лечение, которое корректируется в ежедневном режиме. «Умное» строительство: представьте себе «умное» ПО для управления проектами, которое помимо изменений конструкции учитывает данные прогноза погоды, задержек в портовом движении, курс валют, несчастные случаи. «Умный» этический кодекс: у роботизированных машин должны быть инструкции по правилам поведения и расстановке приоритетов. Безопасность пешеходов может ставиться выше безопасности водителей. Любому устройству с реальной степенью автономности, действующему на основании инструкции, также необходим и этический кодекс. «Умные» игрушки: игрушки станут больше напоминать домашних питомцев. Интерактивные игрушки Furby покажутся весьма примитивными по сравнению с новыми, похожими на домашних животных, которые будут вызывать восторг у малышей. Дети обожают игрушки, способные к коммуникации. Куклы могут стать первыми по- настоящему популярными роботами. «Умный» спорт: «умные» датчики и искусственный интеллект способны создать новые способы подсчета очков и осуществления судейства в спортивных играх за счет отслеживания и интерпретации малейших движений и столкновений. Кроме того, на основе посекундного анализа действий каждого спортсмена можно собрать статистику повышенной точности и воспользоваться ею для составления лиг элитных виртуальных спортивных команд 13 «Умное» вязание: кто знает, может быть, 13 Игры, в которых участники виртуально подбирают себе команды из действующих спортсменов, а победитель определяется на основании фактических результатов этих спортсменов в реальном мире. Прим. перев. будет и такое! Проникновение искусственного интеллекта во все сферы жизнедеятельности человеческого общества – это очень важное явление, и происходит оно на наших глазах. * * * Кажется, в 2002 году мне довелось оказаться на частной вечеринке Google. Это произошло до выхо- да компании на IPO, когда она была еще достаточ- но скромной и фокусировалась на развитии поиско- вой системы. Я завел разговор с Ларри Пейджем, ге- ниальным сооснователем Google: «Ларри, я все рав- но не понимаю. Сегодня уже столько компаний за- нимаются поисковыми системами. Поиск в сети бес- платно? Куда вас это приведет?» Мои слепота и от- сутствие воображения – наглядное доказательство того, что строить прогнозы не так-то просто. В свое оправдание могу сказать, что этот разговор случил- ся до того, как компания Google раскрутила свою схе- му продажи рекламных объявлений так, что это нача- ло приносить реальный доход, а также задолго до по- купки компанией сервиса YouTube и других основных ее приобретений. Я был не единственным лояльным пользователем этой поисковой системы, который счи- тал, что долго он не протянет. Ответ Пейджа надолго запал мне в память: «Да мы на самом деле создаем искусственный интеллект». Я часто думал об этом разговоре за последние несколько лет, когда корпорация Google приобрела 13 других компаний, работающих в области искусствен- ного интеллекта и робототехники, помимо DeepMind. На первый взгляд может показаться, что Google нара- щивает портфель в этой области для повышения воз- можностей поисковой системы, поскольку 80 % при- были компания получает именно от этого [28] . Тем не менее мне кажется, дело обстоит совершенно наобо- рот. Вместо того чтобы использовать искусственный интеллект для улучшения функций поиска, компания Google применяет функции поисковой системы для совершенствования собственного искусственного ин- теллекта. Каждый раз, когда пользователь вводит за- прос, переходит по ссылке, полученной в результате поиска, или создает ссылку в сети, он на самом деле обучает искусственный разум Google. Когда пользо- ватель печатает запрос, например «пасхальный кро- лик», а затем кликает на картинку с изображением, по его мнению, самого пасхального кролика, он обу- чает искусственный интеллект тому, как выглядит пас- хальный кролик. Каждый из трех миллиардов поис- ковых запросов, которые Google обрабатывает еже- дневно [29] , способствует глубинному обучению искус- ственного интеллекта. Еще десять лет непрерывного совершенствования алгоритмов рукотворного разума в совокупности с тысячекратным увеличением объе- ма данных и увеличением в сотни раз вычислитель- ных ресурсов, и у компании Google появится искус- ственный интеллект, аналогов которому не будет в ми- ре. Во время телеконференции на тему квартальной прибыли компании осенью 2015 года генеральный ди- ректор Google Сундар Пичаи заявил: «Искусственный интеллект станет основным фактором трансформа- ции, на основе которого нам придется переосмыслить все, чем мы занимаемся… Мы внедряем его во всю линейку наших продуктов, будь то система поиска, YouTube и Play и так далее» [30] . Готов поспорить, что к 2026 году флагманским продуктом компании Google станет не поисковая система, а искусственный интел- лект. Сейчас самое время выразить обоснованный скеп- тицизм. На протяжении почти 60 лет исследователи искусственного разума предсказывали скорое его по- явление, и тем не менее вплоть до недавнего време- ни это оставалось таким же нереальным, как и рань- ше. Даже появился специальный термин для описа- ния скромных результатов исследований и еще более скудного финансирования этой области: «зима искус- ственного интеллекта» [31] . Неужели что-то изменилось с тех пор? Да. Три недавних научно-технических прорыва сде- лали потенциально возможным появление искус- ственного интеллекта. 1. Дешевые параллельные вычисления Мышление – по природе параллельный процесс. Миллиарды нейронов головного мозга одновременно активируются для создания синхронных волн вычис- лительного процесса [32] . Для формирования нейрон- ной сети – основной архитектуры программного обес- печения искусственного интеллекта – также требует- ся параллельное протекание многих процессов. Каж- дый узел этой сети приблизительно имитирует ней- ронную клетку человеческого мозга, взаимодействую- щую с соседними клетками для правильной интерпре- тации получаемых сигналов. Для распознавания про- изнесенного слова программа должна услышать все фонемы так, как они соотносятся друг с другом. Для распознавания изображения программа должна уви- деть все точки так, как они соотносятся с соседними. В обоих случаях эти задачи реализуются параллель- но. Однако до недавнего времени обычный процес- сор вычислительной машины мог одномоментно вы- полнять только одну задачу. Ситуация начала меняться чуть больше десяти лет назад, когда для повышенных требований видеоигр, в которых миллионы пикселей одного изображения должны многократно вычисляться за одну секунду, был разработан графический процессор (GPU). Для этого потребовалась специализированная мик- росхема для параллельной вычислительной обработ- ки, которая была добавлена в качестве приложения к материнской плате РС. Графический процессор до- казал свою эффективность, и популярность видеоигр взлетела. К 2005 году графические процессоры про- изводились в таких количествах и стали такими де- шевыми, что фактически превратились в товар мас- сового потребления. В 2009 году Эндрю Ын и коман- да ученых Стэнфордского университета поняли, что микросхемы графического процессора могут обеспе- чить параллельную работу нейронных сетей [33] Это открытие дало шанс реализовать новые воз- можности для сетей, между узлами которых могут су- ществовать сотни миллионов связей. У традиционных процессоров уходило несколько недель на вычисле- ние всех каскадных возможностей в нейронной сети со 100 миллионами параметров. Эндрю Ын обнару- жил, что кластер, состоящий из графических процес- соров, мог справиться с аналогичной задачей за сут- ки. Сегодня нейронные сети, действующие на основе графических процессоров [34] , повсеместно использу- ются компаниями, занятыми в области облачных тех- нологий, например компания Facebook использует их для определения ваших друзей на фотографиях, а Netflix – для адекватных рекомендаций пользовате- лям, которых больше 50 миллионов. 2. Большие данные (big data) Любой интеллект нуждается в обучении. Челове- ческому мозгу, генетически настроенному на катего- ризацию объектов, нужно получить десяток приме- ров (что происходит в детском возрасте), прежде чем он сможет отличать кошек от собак [35] . В еще боль- шей степени это относится к искусственному интел- лекту. Даже отлично запрограммированному компью- теру требуется сыграть хотя бы тысячу партий в шах- маты, прежде чем он начнет показывать хороший ре- зультат [36] . Прорыв в области развития искусственно- го интеллекта частично связан с лавинообразным ро- стом объема информации о современном мире, так как именно она становится основой для его обучения. Огромные базы данных, самоотслеживание, cookie- файлы, присутствие в интернете, возможность хране- ния терабайтов данных, десятилетия ответов на поис- ковые запросы, интернет-энциклопедия «Википедия» и вся цифровая виртуальная реальность стали сред- ствами обучения для искусственного интеллекта. Эн- дрю Ын говорит: «Развитие искусственного интеллек- та сродни строительству космического корабля [37] . Ну- жен мощный двигатель и много топлива. Ракетный двигатель – это алгоритм обучения, а топливо – это огромный объем данных, который требуется для ра- боты этого алгоритма». 3. Более эффективные алгоритмы Цифровые нейронные сети были изобретены в 1950-х годах, но у специалистов в области теории вы- числительных машин и систем ушло несколько де- сятилетий, чтобы понять, как «приручить» астроно- мически огромные комбинаторные взаимоотношения между миллионами – или сотней миллионов – нейро- нов. Задача состояла в том, чтобы организовать ней- ронные сети в слои. Возьмем, например, относитель- но простую задачу распознавания того, что лицо – это лицо. Когда группа элементов в нейронной сети узнаёт определенный образец, например изображе- ние глаза, этот результат («Это глаз!») передается на уровень выше, где уже может произойти совмещение двух глаз, и этот кусок значимой информации пере- дастся на следующий уровень иерархической струк- туры, где он соотносится со следующим образцом, на- пример носом. Для узнавания лица человека может потребоваться несколько миллионов этих узлов (каж- дый из которых производит вычисления, использую- щиеся соседними узлами), организованных в много- уровневую систему, вплоть до 15 уровней. В 2006 году известный своими исследованиями в области искус- ственных нейросетей британский информатик Джеф- фри Хинтон [38] , работавший на тот момент в Универ- ситете Торонто, внес ключевую поправку в этот метод, который он назвал «глубинное обучение» [39] . Ему уда- лось математически оптимизировать результаты на каждом уровне, чтобы процесс обучения продвигался быстрее по мере перехода от одного слоя к другому. Несколько лет спустя алгоритмы глубинного обучения невероятно ускорились, когда их перенесли на графи- ческие процессоры. Сам по себе код глубинного обу- чения недостаточен для генерации сложного процес- са логического мышления, тем не менее он представ- ляет собой основной компонент всех действующих искусственных интеллектов, включая суперкомпью- тер Watson от IBM, искусственный разум от DeepMind, поисковую систему Google и алгоритмы работы, кото- рые использует Facebook. Этот «идеальный шторм» из дешевой параллель- ной вычислительной обработки информации, боль- ших данных и усовершенствованных алгоритмов глу- бинного обучения обеспечил «неожиданный» успех искусственного интеллекта, к которому он шел по- чти 60 лет. Подобная конвергенция позволяет утвер- ждать, что при сохранении действующих технологи- ческих трендов (а у нас нет причин полагать, что они могут измениться) дальнейшее развитие искусствен- ного интеллекта будет продолжаться. По мере своего движения вперед рукотворный ра- зум, опирающийся на облачные технологии, будет все больше проникать во все сферы нашей повседнев- ной жизни. Однако за это придется заплатить свою це- ну. Механизм облачных вычислений запускает в дей- ствие закон возрастающей доходности, также извест- ный под названием «сетевой эффект» [40] , согласно ко- торому ценность сети повышается гораздо быстрее по мере ее роста. Чем масштабнее сеть, тем более она привлекательна для новых пользователей, благо- даря участию которых сеть становится еще больше и начинает привлекать еще больше новых пользовате- лей и так далее. Облако, на основе которого действу- ет искусственный интеллект, подчиняется этому же закону: чем больше людей его используют, тем «ум- нее» он становится. Как только компания попадает в этот замкнутый круг, она начинает расти с такой скоро- стью и в таком масштабе, что быстро оставляет поза- ди всех потенциальных конкурентов. В итоге высока вероятность, что наше будущее станет определяться олигархией из двух или трех масштабных, неспеци- ализированных, коммерческих искусственных интел- лектов, основанных на облачных технологиях. В 1997 году предшественник суперкомпьютера Watson компьютер Deep Blue корпорации IBM одер- жал победу в шахматной партии над действующим на тот момент чемпионом мира Гарри Каспаровым [41] После того как еще несколько аналогичных турниров завершились победой компьютеров, интерес к такого рода соревнованиям быстро угас. Можно было бы ре- шить, что на этом история заканчивается, но Каспа- ров понимал, что он мог бы сыграть против компьюте- ра Deep Blue значительно лучше, если бы у него был такой же мгновенный доступ к огромной базе данных всех предыдущих шахматных ходов, которым распо- лагал компьютер. Если искусственный интеллект мог использовать этот информационный инструмент, то почему им не мог воспользоваться человек? Нужно дополнить человеческий гений серьезной базой дан- ных, как это было реализовано в компьютере Deep Blue. Развивая эту идею, Каспаров впервые предло- жил концепцию шахматных турниров «человек плюс компьютер», где искусственный интеллект дополняет и усиливает игроков в шахматы, а не соревнуется с ними [42] Теперь подобные шахматные турниры называют- ся фристайловыми [43] : они похожи на бои без правил, когда участники могут применять любые техники, ко- торые захотят. Игроки могут играть без помощи ком- пьютера, могут полностью полагаться на его решения и сами только передвигать фигуры на доске, а мо- гут совмещать искусственный разум и гений челове- ческого мозга; за последний вариант и выступал Кас- паров. В этом случае шахматист прислушивается к предложениям компьютера, но иногда поступает по- своему, точно так же как мы иногда пренебрегаем ре- комендациями системы GPS-навигации в автомоби- ле. В чемпионате по шахматам Freestyle Battle 2014, в котором допускались любые режимы игры, чистый искусственный интеллект выиграл 42 партии, а игро- ки, действовавшие в режиме «человек плюс компью- тер», одержали 53 победы [44] . Сегодня лучшие в мире шахматисты – это «люди плюс компьютер». Они из- вестны под именем Intagrand – команда из нескольких спортсменов и комбинации нескольких компьютерных программ для игры в шахматы [45] Тут начинается самое интересное: появление ис- кусственного интеллекта ничуть не ухудшило резуль- тативность традиционных шахматистов. Наоборот, дешевые, «суперумные» программы стимулируют иг- рать в шахматы больше людей, чем когда-либо, на большем числе турниров, чем когда-либо, и профес- сиональный уровень игроков сейчас выше, чем ко- гда-либо. На текущий момент количество гроссмей- стеров в два раза больше, чем было в то время, ко- гда компьютер Deep Blue впервые обыграл Каспаро- ва. Ведущий шахматист мира сегодня Магнус Карлсен тренировался с помощью компьютера, и считается, что его стиль игры больше всего похож на стиль игры компьютера. Магнус Карлсен – первый в истории шах- мат абсолютный чемпион мира (в трех категориях) [46] Если искусственный интеллект помог людям лучше играть в шахматы, логично предположить, что он мо- жет помочь нам стать более эффективными пилота- ми, врачами, судьями, учителями. Большая часть коммерческой работы, приходя- щейся на долю искусственного интеллекта, будет вы- полняться нечеловекоподобными программами. В ос- новном искусственный интеллект представит собой специализированное ПО, способное, например, пере- водить с любого языка на любой, но больше ничего другого; способное вести автомобиль, но не поддер- живать беседу; или способное помнить каждый пик- сель всех видеороликов на YouTube, но не прогно- зировать ваш рабочий распорядок. В ближайшие де- сять лет 99 % искусственного интеллекта, с которым вы прямо или косвенно станете взаимодействовать, будет представлять собой узкоспециализированное, «суперумное» программное обеспечение. Фактически полноценный интеллект может стать и помехой, особенно если под интеллектом понимать наше чисто человеческое самоосмысление, отчаян- ное самокопание и беспорядочный поток самосозна- ния. Самоуправляемый автомобиль будущего должен быть полностью сосредоточен на процессе передви- жения, а не переживать по поводу ссоры в гараже. Доктор с искусственным интеллектом в больнице дол- жен гореть на работе, а не сомневаться, не стои- ло ли ему лучше выучиться на финансиста. Вместо осознанного интеллекта мы хотим получить безупреч- ную техническую эффективность. По мере развития искусственного разума, возможно, нам понадобится найти способ предотвратить появление у него осо- знанности. Большинство сервисов премиум-класса с искусственным интеллектом, вероятно, будут рекла- мироваться как лишенные осознанности. Неантропоморфный интеллект – это не ошибка, а отличительная особенность. Самое важное, что сле- дует знать о думающих машинах, – это то, что они бу- дут думать иначе. Из-за особенностей эволюционного развития чело- век стал единственным разумным существом на пла- нете, что создает у него ошибочное мнение о том, что его форма сознания – единственно возможная. Это не так. Форма сознания, свойственная человеку, лишь один из многих видов интеллекта и сознания, ко- торые возможны во Вселенной. Человеческий интел- лект традиционно называют универсальным, так как по сравнению с другими типами мышления, которые нам знакомы, он способен решать больше разнопла- новых задач. Тем не менее по мере того, как мы созда- ем все больше разных типов искусственного интел- лекта, мы придем к осознанию, что процесс челове- ческого мышления далеко не универсален. Это лишь один из способов. Тип мышления, характерный для возникшего сего- дня искусственного интеллекта, не похож на тот, кото- рый свойствен человеку. Он способен выполнять за- дачи, которые, как считалось раньше, под силу толь- ко людям, например играть в шахматы, вести автомо- биль, описать фотографию, однако делает он это не так, как человек. Недавно я загрузил 130 000 личных фотографий – весь мой архив – в Google Photo, и но- вый искусственный разум Google теперь помнит все объекты на всех моих снимках за всю жизнь. Когда я делаю запрос показать мне все фотографии с изоб- ражением велосипеда, или любого моста, или моей мамы, сервис немедленно выдает мне эти снимки. У Facebook есть возможность нарастить потенциал ис- кусственного интеллекта до такой степени, что он спо- собен взять фотографию любого человека и правиль- но идентифицировать его личность из трех милли- ардов пользователей [47] . Человеческий мозг не спосо- бен на выполнение задачи такого масштаба, а пото- му возможность искусственного интеллекта можно на- звать только нечеловеческой. Статистическое мыш- ление – традиционно уязвимое место человека, по- этому мы создаем искусственный интеллект с высо- коэффективными навыками работы с большими объ- емами данных, чтобы машины не думали как люди. Один из аргументов в пользу того, чтобы искусствен- ный интеллект управлял нашими автомобилями, в том, что он не будет делать это как человек, внимание которого очень легко отвлечь. В современной реальности, где все взаимосвяза- но, способность мыслить по-другому становится ис- точником инноваций и процветания. Просто быть ум- ным недостаточно. Коммерческие стимулы приведут к повсеместному распространению искусственного ра- зума в промышленных масштабах: все товары ста- нут «умными», и внедрение этого интеллекта не бу- дет стоить дорого. Однако мы станем получать гораз- до больше, когда начнем изобретать новые типы ин- теллекта и абсолютно новые способы мышления, по- добно тому как изобретение калькулятора переверну- ло наше представление об арифметике. Способность к вычислениям – только один из аспектов интеллек- та. Сегодня пока невозможно провести полную клас- сификацию, каким он может быть. Некоторые харак- теристики человеческого мышления могут оказаться универсальными (как, например, в биологии общи- ми чертами стали двусторонняя симметрия, сегмен- тация, трубчатый кишечный тракт), тем не менее по- тенциально жизнеспособный интеллект может обла- дать характеристиками, значительно превосходящи- ми те, которые развились в процессе эволюции у че- ловека. Совсем не обязательно, что этот тип мыш- ления будет быстрее человеческого, масштабнее или глубже. В некоторых случаях он может быть даже про- ще. Разнообразие потенциальных типов интеллекта во Вселенной огромно. Относительно недавно мы нача- ли изучать его у разных видов животных на Земле. По мере исследований мы с возрастающим уважени- ем обнаружили, что уже имеем дело с разными типа- ми интеллекта. Киты и дельфины продолжают пора- жать нас своими сложными умственными способно- стями, которые значительно отличаются от человече- ских и кажутся нам странными. Сложно представить, чем именно другой тип интеллекта может отличаться от нашего и превосходить его. Один из способов, ко- торый может помочь нам представить, каким мог бы быть более масштабный, но иной тип интеллекта, – это начать составлять классификацию его возможных типов. Эта матрица должна включать тип интеллекта, свойственный животным, машинный разум, а также потенциально возможные типы интеллекта, в частно- сти сверхчеловеческий, как тот, который уже описали научные фантасты. Причина, по которой к выполнению этого замысло- ватого упражнения стоит отнестись серьезно, в том, что, хотя со временем внедрение интеллекта во все, что мы производим, неизбежно, далеко не очевидно, какими качествами он будет обладать. Характер это- го интеллекта будет определять его экономическую ценность и роль в нашей культуре. Формулирование возможности, что машины могут быть умнее чело- века (даже в теории), поможет нам управлять этим явлением и задавать направление развития. Некото- рые очень умные люди, например астроном Стивен Хокинг и предприниматель-инноватор Илон Маск, вы- сказывают опасения по поводу того, что создание су- перумного искусственного интеллекта может стать по- следним изобретением людей, после которого руко- творный разум заменит самого человека (хотя я в та- кое развитие событий не верю). Так что исследование возможных типов интеллекта – весьма целесообраз- ное занятие. Представьте, что мы высадились на неизвестной планете. Как оценить уровень интеллекта, с которым мы там столкнулись? Это чрезвычайно сложный во- прос, поскольку у нас нет действующего определе- ния нашего собственного интеллекта, частично по той причине, что до сих пор у нас не было в этом необхо- димости. В реальных условиях, даже когда речь идет о мощ- ных типах интеллекта, они подчиняются правилу ба- ланса сильных и слабых сторон. Один вид интеллек- та не может делать одинаково хорошо абсолютно все. Конкретный тип будет лучше справляться с задача- ми определенного рода, но это произойдет за счет более низкой эффективности в других областях. На- пример, элементы искусственного интеллекта, кото- рые начнут применяться в самоуправляющихся гру- зовиках, будут отличаться от тех, которые станут при- меняться для оценки ипотечного кредита. Искусствен- ный интеллект, способный диагностировать заболе- вания, будет значительно отличаться от того, кото- рый следит за вашим домом. Супермозг, составляю- щий прогноз погоды, окажется совсем не похож на искусственный интеллект, встроенный в вашу одеж- ду. Классификация должна отражать различные спо- собы организации разных типов интеллекта с учетом баланса сильных и слабых сторон. В представленном ниже списке я перечислил только те виды, которые можно считать превосходящими человеческий интел- лект. Я опустил тысячи промежуточных звеньев, как, например, «мозг» калькулятора. Вот некоторые из по- тенциальных новых типов: • искусственный разум, подобный человеческому, но с более высокой скоростью ответной реакции (та- кой тип искусственного интеллекта нам представить проще всего); • очень медленный интеллект, состоящий преиму- щественно из огромной базы данных и памяти; • глобальный супермозг, состоящий из миллионов связанных отдельных интеллектов; • «коллективный разум», состоящий из множества интеллектов, которые не подозревают, что образуют коллективный разум; • искусственный разум, состоящий из множества интеллектов, которые осознают, что формируют еди- ное целое; • интеллект, усиливающий функции вашего мозга, но бесполезный для кого-либо другого; • интеллект, способный вообразить существование более мощного разума, но не способный создать его; • интеллект, способный создать более мощный ра- зум, но недостаточно осознающий себя, чтобы это представить; • интеллект, способный успешно создать более мощный разум, но лишь однажды; • интеллект, способный создать более мощный ра- зум, который будет способен создать еще более мощ- ный и т. д.; • интеллект с операционным доступом к собствен- ному исходному коду, так что он может вмешиваться в свои процессы; • сверхлогический интеллект, лишенный эмоций; • интеллект со способностью решать общие про- блемы, но без самосознания; • интеллект, обладающий самосознанием, но без общей способности к решению проблем; • интеллект с длительным сроком развития, требу- ющий на время «взросления» другой интеллект, спо- собный его защитить; • сверхмедленный интеллект, который распростра- няется на огромное физическое расстояние и кажется «невидимым» быстрым интеллектам; • интеллект, способный воспроизвести себя в точ- ности, быстро и многократно; • интеллект, способный воспроизвести себя и сфор- мировать единое целое со своими клонами; • интеллект, способный к бессмертию за счет пере- хода от одной платформы к другой; • быстрый, динамичный интеллект, способный из- менять процесс и характер своего познания; • наноинтеллект – самый маленький из возможных (по размеру и энергозатратности), обладающий само- сознанием; • интеллект, специализирующийся на составлении прогнозов и сценариев; • интеллект, никогда не забывающий и не стираю- щий информацию, включая ошибочную или ложную; • симбиоз интеллекта машины и животного; • кибернетический интеллект машины и человека; • интеллект, использующий квантовые вычисления, логика которых человеку непонятна. Если какой-то из этих потенциальных типов интел- лекта возможен, он появится через пару десятиле- тий. Цель этого гипотетического списка в том, чтобы подчеркнуть: любой тип познания узкоспециализиро- ван. Типы искусственного интеллекта, который мы со- здаем сегодня и будем создавать в грядущем столе- тии, предназначены для выполнения специализиро- ванных задач, как правило, тех, с которыми человек справиться не в состоянии. Самыми важными меха- ническими изобретениями человечества становятся не те машины, которые делают что-то лучше челове- ка, а те, которые справляются с задачами, которые человек выполнить не может. Самыми важными мыс- лительными машинами будут не те, которые способ- ны думать быстрее и лучше человека, а те, которые научатся думать так, как человек никогда не сможет. Чтобы найти ключ к решению самых сложных за- гадок современности – квантовой гравитации, темной энергии и темной материи, – возможно, нам потре- буется другой тип интеллекта, помимо человеческо- го. А для ответа на еще более сложные вопросы, ко- торые возникнут после решения этих загадок, может понадобиться еще более мощный разум. Фактически возможно, нам нужно будет изобрести промежуточ- ный интеллект, который поможет в формировании бо- лее сложного разума, создать который самостоятель- но человек не может. Нам нужны способы мыслить иначе. Сегодня многие научные открытия требуют объеди- нения интеллектуальных усилий сотен людей. Однако в ближайшем будущем мы можем столкнуться с клас- сами проблем настолько глубокими, что для их реше- ния потребуется объединение усилий сотен разных типов интеллектов. Это подведет нас к культурологи- ческой черте, так как человеку будет психологически нелегко принимать ответы от «инородного» интеллек- та. Пример можно наблюдать уже сегодня: математи- ческие доказательства, предложенные компьютером, воспринимаются многими с огромной неохотой. Чело- веческий интеллект не в состоянии понять их, поэтому ему приходится довериться последовательности ал- горитмов, а это требует новых навыков – понимания, когда им можно доверять. Взаимодействие с искус- ственным интеллектом потребует от нас похожих уме- ний, а также дальнейшего расширения границ наше- го восприятия. Встроенный искусственный разум из- менит то, как мы занимаемся наукой. По-настоящему «умные» инструменты ускорят и изменят наши вычис- ления; по-настоящему огромный постоянный объем данных в режиме реального времени ускорит и изме- нит наши способы построения моделей; по-настояще- му «умные» документы ускорят и изменят наше при- нятие того, когда мы что-то «знаем». Научный метод – это способ познания, но он основывается на действу- ющих механизмах, свойственных человеку. После до- бавления нового типа интеллекта в этот метод науке придется основываться и развиваться в соответствии с критериями нового интеллекта. С этого момента все изменится. Искусственный интеллект с тем же успехом можно назвать инопланетным. Нет гарантии, что в следую- щие 200 лет у человечества состоится контакт с ино- планетной формой жизни, населяющей одну из мил- лиардов планет с условиями обитания, похожими на земные, но есть почти стопроцентная уверенность, что к тому моменту человечество создаст искусствен- ный интеллект. Когда мы лицом к лицу встретимся с созданными нами самими «пришельцами», перед на- ми возникнут те же преимущества и вызовы, которые ждут человечество после контакта с представителя- ми внеземных цивилизаций. Это заставит человека переоценить свою роль, убеждения, цели и идентич- ность. В чем предназначение человека? Мне хочется верить, что наш ответ станет таким: в изобретении но- вых типов интеллекта, которые не способны развить- ся естественным эволюционным путем. Наша зада- ча – создать машины, которые будут мыслить иначе, создать «инопланетный» интеллект. Подход искусственного интеллекта к науке будет как у инопланетянина – значительно отличаться от подхода обычных ученых, и это заставит людей также относиться к науке с другой перспективы: подумать об иных способах производства материалов или одеж- ды, или иначе начать относиться к финансовым ин- струментам, или любым другим областям науки и искусства. Чужеродность искусственного интеллекта станет для человека более ценной характеристикой, чем его скорость или мощность. Искусственный разум поможет нам лучше осо- знать, что мы вкладываем в понятие «интеллект» в первую очередь. Раньше мы бы сказали, что только «суперумный» искусственный разум способен управ- лять автомобилем, одержать победу над человеком в интеллектуальной игре Jeopardy! или распознать миллиард лиц. Однако когда наши компьютеры сде- лали все это за последние несколько лет, мы переве- ли эти достижения в разряд очевидно механических и едва ли заслуживающих называться истинным интел- лектом. Мы дали этому название – «машинное обуче- ние». Каждое достижение искусственного интеллекта меняет определение этого успеха на «не искусствен- ный интеллект». Однако мы не только меняем определение искус- ственного интеллекта, мы переосмысляем, что значит быть человеком. За последние 60 лет, когда с помо- щью механических процессов были воссозданы об- разцы поведения и характеристики, которые раньше приписывались исключительно людям, нам пришлось переоценить, что делает человека человеком. По ме- ре изобретения все новых типов интеллекта мы будем вынуждены признать, что все больше черт, которые раньше были уникальной особенностью людей, уже таковыми не являются. Каждый шаг назад – человек больше не уникальное создание, которое способно играть в шахматы, управлять самолетом, создавать музыку или изобретать математические законы – бу- дет болезненным и наполненным печалью. Следую- щие три десятилетия, а фактически, возможно, и все столетие, человечество проведет в состоянии непре- кращающегося кризиса идентичности, в попытках от- ветить на вопрос, для чего нужны люди. Если чело- век – не уникальный создатель инструментов, худож- ник, этик, тогда что, если такая черта есть в принципе, делает человека человеком? Величайшая ирония за- ключается в том, что самой большой пользой от при- менения искусственного интеллекта в повседневной бытовой жизни будет не увеличение продуктивности, или создание экономики изобилия, или новый подход к науке, хотя все это, несомненно, произойдет. Самой большой пользой от появления искусственного интел- лекта станет то, что он поможет определить приро- ду человека. Искусственный интеллект нужен людям, чтобы понять, кто мы. |