Ричард Йонк - Сердце машины. Наше будущее в эру эмоционального искусственного интеллекта

• Название: Сердце машины. Наше будущее в эру эмоционального искусственного интеллекта
• Автор: Ричард Йонк
• Жанр: Прочая научная литература
• Год: 2019
• ISBN: 978-5-04-091404-3

Футурист Ричард Йонк прогнозирует будущее, в котором люди и машины будут жить бок о бок, а сами машины станут не просто «умнее», но и «эмоциональнее». Развитие такого направления, как эмоциональное программирование, сегодня делает подобные утверждения вполне обоснованными, и будущее, о котором принято размышлять абстрактно, может наступить всего через 15 лет.

---

Именно те аспекты нашего разума, которые мы по большей части воспринимаем как должное, машине оказалось скопировать труднее всего.

Состояние, от которого страдал Эллиот, известно в психиатрии как алекситимия – неспособность распознавать и описывать собственные эмоции2. Она возникает по целому ряду причин, для нее характерны дисфункции эмоционального осознания и межличностных отношений, а также недостаток эмпатии и неспособность различать эмоции других людей3. Кроме того, как показал случай Эллиота, алекситимия также может привести к ошибочной аргументации при расстановке приоритетов и решении, на что нужно обратить внимание.

Эта проблема встречается не только у людей. Многие недостатки искусственного интеллекта объясняются невозможностью понять, куда направить внимание и на чем сосредоточиться. Как показано в этой главе, отсутствие функций, напоминающих эмоции, может оказаться решающим фактором в подобной ситуации.

С самого начала компьютерной эры ученые и исследователи стремились создать искусственный разум, программы, благодаря которым компьютеры могли бы выполнять некоторые когнитивные функции, как люди. Раньше считалось, что это вполне достижимая цель. Ведь машины показали, что способны выполнять огромное количество вычислительных задач быстрее, чем любой человек. Предполагалось, что «обучить» их простым аспектам повседневной жизни будет проще простого. Это было в середине 1950-х годов, и многие сторонники идеи считали, что создать искусственный разум, эквивалентный человеческому, удастся в течение поколения.

Оглядываясь назад, трудно понять, как можно было настолько недооценить весь объем проблем, связанных с достижением этой цели. Сегодня понятно, что сама идея о возможности создать искусственный интеллект за два с половиной десятилетия опередила свое время на несколько поколений. С течением времени количество трудностей увеличивалось. В работе над созданием мыслящей машины на одну скромную победу приходились сотни поражений. Становилась очевидной истинная глубина и сложность разума людей и животных. Даже простейшие задачи, например определить местонахождение чашки и поднять ее, оказались весьма нетривиальными. Именно те аспекты нашего разума, которые мы по большей части воспринимаем как должное, машине оказалось скопировать труднее всего.

Как же все-таки получилось, что столько исключительно умных людей недооценили истинный характер проблемы? По большей части причина крылась в простой эпистемологической истине: мы не знаем о том, чего мы не знаем. Эпистемология – это ветвь философии, изучающая характер и объем знания. Она изучает то, что мы знаем, как мы это знаем, правдиво ли то, что мы знаем и, наконец, каковы пределы знания. В случае с искусственным интеллектом еще слишком многое не было открыто в области естественного разума и сознания. Лишь после того, как человечество узнало намного больше о мозге, причем за счет использования сложных технологий обработки данных и точных методов сканирования, нам удалось достичь того этапа развития науки, на котором появление продвинутого машинного интеллекта стало казаться неизбежным.

Основы искусственного интеллекта были заложены куда раньше, чем многие считают. В эпоху Просвещения в XVII и XVIII веках такие философы, как Декарт, Гоббс и Лейбниц, исследовали природу рационального мышления и пытались формализовать свое понимание явления. Они рассматривали разум как систематический процесс сродни математическим правилам. Лейбниц даже исследовал возможность существования универсального языка рациональных суждений, благодаря которому они приобрели структуру и четкость, как теоремы в геометрии4. Позже эти идеи станут вдохновением и путеводной звездой для зарождающейся сферы искусственного интеллекта.

В XIX и XX веках прогресс в области математической логики в сочетании с делающей первые шаги электроникой привел к появлению машинной логики, а впоследствии – к появлению целого ряда языков программирования. Кроме того, исследования в области неврологии, проведенные в XX веке, не так давно определили, что мозг сам по себе – это сеть клеток, обменивающихся сигналами. Сложно удержаться от их сравнения с современными электрическими и опорными коммуникационными сетями.

В период Второй мировой войны вычислительные технологии поднялись на более высокий уровень, и в конечном итоге возникла уверенность в неизбежном появлении искусственного интеллекта (ИИ). Военные нужды и проблема на первый взгляд не поддающихся дешифровке сообщений, используемых Германией и Японией, обусловили гигантские шаги в области, которая стала одним из направлений информатики5. Группа дешифровщиков из Блетчли-Парк, Англия, в составе которой был и Алан Тьюринг, годами работала над решением проблемы6. Возможно, без их достижений война длилась бы куда дольше и союзники могли потерпеть поражение. После Второй мировой войны компьютерные науки и теория находились на том этапе, когда некоторые ученые и исследователи считали, что человечеству вскоре удастся создать настоящий машинный разум.

Учитывая обстоятельства, легче понять, почему новая область информатики истолковала эту идею настолько неверно. Машинный «разум» выиграл войну – сначала это почти удалось Германии, но в конечном итоге победили союзники. Без технологии немецкая машина «Энигма» не могла бы шифровать и расшифровывать тысячи, казалось бы, не поддающихся расшифровке сообщений. Без еще более сложной технологии (усовершенствованной за счет человеческого разума в качестве основного компонента) союзники не взломали бы разработанное по последнему слову науки и техники тех времен и практически абсолютно криптографически стойкое шифрование.

После войны Тьюринг, все еще обязанный исполнять закон о неразглашении государственной тайны Великобритании, опубликовал свою знаменитую статью 1950 года «Вычислительные машины и разум» (Computing Machinery and Intelligence), которая начинается словами: «Я предлагаю рассмотреть вопрос „Могут ли машины думать?"»7 Наряду с другими аналитическими разработками, такими как формализованная логика, созданная в середине XIX века математиком Джорджем Булем, автором книги «Законы мысли» (The Laws of Thought), становится проще понять, насколько специалисты в области компьютерных наук были слепы в отношении трудностей, с которыми они столкнулись. С некоторыми из сложнейших интеллектуальных проблем столкнулся не человеческий разум, а его слуга – машина.

В послевоенные годы в исследования машинного интеллекта вкладывали миллионы долларов. Термин «искусственный интеллект» был введен в обращение в 1956 году на конференции в Дартмуте, которая считается началом этого направления. В конце 1950-х годов было предпринято несколько практических попыток создания первых программ ИИ: Logic Theorist, написанная в 1956 году, и General Problem Solver, написанная в 1957 году, а также создание языка программирования ИИ LISP в 1958 году. Но несмотря на открытия, было множество провалов. Наконец в начале 1970-х годов правительства Соединенных Штатов и Великобритании, разочарованные отсутствием прогресса и под влиянием политического давления, прекратили финансирование в этой области. Этот период получил название «зима ИИ» – образное выражение, означавшее утрату иллюзий со стороны политиков и крупных корпораций, что привело к значительному сокращению финансирования проектов по разработке ИИ.

Учитывая положительную обратную связь и пользу, которую приносит технология, она обеспечивает нам возможность изменять окружающий мир с невиданной скоростью, что ведет к ускорению темпа изменений.

Последующие периоды подъема и упадка отрицательно сказались на сфере исследований ИИ, но во многом это было необходимо. Подобно тому как условия окружающей среды оказывают давление на природу, внося свой вклад в эволюционные процессы естественного отбора, экономические и социальные реалии влияют на эволюцию технологии. При разработке идей менее удачные отвергают или откладывают в сторону и исследуют новые. Если финансирование бесперспективных проектов не прекращается, ресурсы и усилия расходуются понапрасну.

Подобные периоды разочарования служат важной цели – отделяют зерна от плевел.

Тем не менее, несмотря на все возникшие перед становлением искусственного интеллекта проблемы, у направления все же был припрятан в рукаве туз, о котором люди на начальном этапе разработок могли и не знать: закон Мура.

Постоянное развитие компьютерной технологии было обусловлено многими причинами, но, вне всякого сомнения, одним из основных решающих факторов была тенденция, которую впоследствии назвали законом Мура. Название вошло в употребление через пять лет после выхода в 1965 году статьи Гордона Мура, в то время директора отдела исследований и разработок компании Fairchild Semiconductor, а одноименное наблюдение описывает одну из наиболее важных тенденций технологии. В своей статье Мур представил график из четырех точек, показавший, что количество транзисторов, размещенных на кристалле интегральной микросхемы, регулярно удваивается. Схема повторялась в период с 1962 по 1965 год. Мур считал, что тенденция будет устойчивой, и выдвинул экстравагантный прогноз, согласно которому в пределах десятилетия плотность электронных компонентов возрастет с 64 до более чем 65 000. Это увеличение – более чем в тысячу раз – соответствует удвоению в течение каждого года (210 равно 1024). Позже, в 1975 году, Мур пересмотрел прогноз и сказал, что в будущем удвоение будет происходить каждые два года.8