Похоже, мы находимся в эпицентре бурного роста числа приложений и возможностей ИИ (искусственного интеллекта). У меня была возможность побеседовать с экспертом по ИИ Марком Хо о том, какие движущие силы стоят за таким быстрым ростом мощи ИИ. Марк – ученый-когнитивист, который изучает, как искусственный интеллект работает и решает проблемы, и сравнивает это с тем, как решают их люди. Я брал у него интервью для серии SGU, которая выйдет в декабре. Разговор был обширный, но я хотел обсудить один вопрос – почему ИИ в последние годы становятся все более мощными?
Сначала позвольте мне определить, что мы подразумеваем под ИИ – это не осознающий себя компьютерный код. Я имею в виду то, что можно назвать “узким” ИИ, например нейронные сети с глубоким обучением, которые могут действительно хорошо выполнять определенные действия, например имитировать человеческий разговор, реконструировать художественные образы на основе подсказок на естественном языке, управлять автомобилем или обыграть чемпиона мира по Го. Версию разумного компьютера HAL-9000 можно назвать искусственным общим интеллектом, или AGI. Но узкий ИИ на самом деле не думает, он не понимает в человеческом смысле. В остальной части этой статьи, когда я говорю об “ИИ”, я имею в виду узкий тип ИИ.
Чтобы понять, почему ИИ становится все более мощным, мы должны понять, как работает современный ИИ. Полное описание заняло бы целую книгу, но позвольте мне просто описать один базовый способ работы алгоритмов искусственного интеллекта. Нейронные сети, например, представляют собой сеть узлов, которые также действуют как ворота в системе прямой связи (они передают информацию в одном направлении). Шлюзы получают информацию и присваивают ей вес, и если она превышает установленный порог, то затем передают ее на следующие уровни узлов сети. решение о том, передавать ли информацию на следующий узел, принимается на основе заданных параметров, и может придать этой информации другой вес. Параметры (веса и пороговые значения) могут быть настроены таким образом, чтобы влиять на то, как сеть обрабатывает информацию. Эти сети можно использовать для глубокого машинного обучения, которое “тренирует” сеть на основе определенных данных. Для этого должен быть либо правильный, либо неправильный результат, и этот результат передается обратно в сеть, которая затем изменяет параметры. Цель состоит в том, чтобы сеть “научилась” тому, как ей нужно обрабатывать информацию, по сути, проводя миллионы испытаний, каждый раз изменяя параметры и развивая сеть в направлении получения все более точных выходных данных.
Итак, что же такого в этой системе, что становится лучше? Другие говорили мне и Марк подтвердил, что математика и базовые принципы, лежащие в ее основе, по сути, те же, что и 50 лет назад. Математика также не такая сложная. Основные инструменты те же, так что же стало лучше? Одним из важнейших компонентов ИИ, который совершенствуется, является базовое аппаратное обеспечение, которое становится намного быстрее и мощнее. Просто стало намного больше ресурсов для проведения большого количества обучающих испытаний. Одним из интересных моментов является то, что ученые-компьютерщики выяснили, что графические платы (graphics processing unit, или GPU), аппаратные средства, используемые для обработки изображений, поступающих на экран вашего компьютера, действительно хорошо работают с алгоритмами искусственного интеллекта. Графические процессоры стали невероятно мощными, в основном благодаря игровой индустрии. Кстати, именно поэтому видеокарты в последнее время стали такими дорогими. Все эти майнеры биткоина используют графические процессоры для запуска своих алгоритмов. (Хотя недавно я прочитал, что они движутся в направлении интегральных схем, ориентированных на конкретные приложения).
Высокая производительность – одна из главных причин, по которой ИИ становятся все более мощными. Но вторая причина – это доступность обучающих данных, и это во многом благодаря Интернету. Пятьдесят лет назад, если бы вы захотели обучить свой ИИ на изображениях животных, как бы вы скормили ему миллионы таких изображений? Сегодня у нас есть Интернет, который удобно предоставляет миллиарды (по некоторым оценкам, 750 миллиардов) изображений, которые можно “очистить” для получения обучающих данных (для искусственного интеллекта, основанного на изображениях). В других приложениях, таких как игра в Го, все сводится в основном к использованию грубой силы – искусственный интеллект, по сути, может сам сыграть миллионы игр, чтобы изучить правила и найти оптимальный вариант игры.
Марк также отметил третий фактор – то, что специалисты по ИИ-компьютерам были действительно умны, выяснив, как использовать базовый процесс обучения ИИ для достижения конкретных результатов. Вот тут-то вы и попадаете в трудную ситуацию, и я подозреваю, что нужно быть экспертом в области ИИ, чтобы разобраться в точных деталях. Но, по сути, они совершенствуются в использовании базовых инструментов ИИ для решения конкретных задач. Таким образом, хотя сами инструменты ИИ принципиально не менялись на протяжении десятилетий, ИИ запускается на более мощных компьютерах, получает гораздо больше данных и используется более продуманными способами.
Мне интересно, куда ИИ может пойти дальше. Одна из моих идей заключается в том, что мы можем объединить несколько узкоспециализированных систем ИИ, каждая из которых обладает разными возможностями (для чего может потребоваться другая система ИИ просто для их интеграции). Например, предположим, что у нас есть чат-бот с искусственным интеллектом, который действительно хорошо имитирует беседу, другой, который может имитировать эмоциональные реакции человека, еще один, который может читать и интерпретировать выражения лица людей, и еще один, который оптимизирован для написания стихов. Если мы объединим все это в одну систему, может ли это обеспечить гораздо более убедительное взаимодействие, при котором вы будете чувствовать, что общаетесь с реальным человеком?
Вот тут-то и начинается самое интересное, потому что именно так, по сути, работает человеческий мозг. Мозг представляет собой набор цепей (функциональных сетей), которые выполняют определенные действия – все то, что делают люди. Многие из этих действий вы не осознаете, они просто работают в фоновом режиме, создавая ваше ощущение себя и реальности. Кроме того, нейробиологи не смогли обнаружить ни одной сети, функционирующей в качестве центрального проводника (который они назвали глобальным рабочим пространством). В конце концов, им пришлось отказаться от этой идеи – похоже, таковой не существует. По сути, человеческий мозг – это набор узких систем искусственного интеллекта, объединенных в обширную сеть. Вы понимаете, к чему я клоню. Так что, если мы сделаем то же самое, объединим в сеть несколько узких систем искусственного интеллекта, чтобы делать все то, что, по нашему мнению, необходимо для создания реального разума? В какой–то критический момент эта сеть из узких ИИ превратится в общий ИИ – разумный компьютер?
Это научно-фантастический прием, к которому я долгое время относился скептически. Я думал, что Скайнет или V’ger не просто “проснутся” и обретут сознание. Но, возможно, я ошибался – возможно, это могло произойти. Я все еще не думаю, что это обязательно произошло бы случайно, потому что, основываясь на нашем нынешнем понимании нейронауки, должна была бы существовать какая-то целенаправленная функциональность, которая способствует осознанию, подобному человеческому.
Но опять же, как насчет сознания, которое не похоже на человеческое? Насекомые обладают сознанием, по крайней мере, в некоторой степени. Как и рыбы, и кролики. Это интересный вопрос, было ли сознание выбрано эволюцией, или же сознание – это просто эпифеномен, который может возникнуть при наличии достаточной нейронной активности. Возможно, тот же самый эпифеномен произойдет, когда мы начнем объединять узкие ИИ для увеличения их функциональности. Результат не будет человеческим, но он может быть сознательным – машинным сознанием. С практической точки зрения это может означать, что мы наблюдаем поведение этих систем, которое невозможно объяснить никакими узкими компонентами искусственного интеллекта. На этом этапе мы, скорее всего, будем спорить о том, выражает ли система сознание или нет, и, возможно, не будет реального способа объективно разрешить этот спор.
Мы также столкнемся с этой проблемой (и фактически уже столкнулись), когда системы искусственного интеллекта будут разработаны для имитации человеческого поведения. Это может создать сильную иллюзию того, что за ними стоит разум, подобный человеческому. Когда система станет достаточно сложной, чтобы можно было предположить возникновение сознания, нам снова придется нелегко разрешить спор.
Тем временем узкие системы искусственного интеллекта продолжают становиться все более и более мощными. Они меняют наш мир и будут продолжать это делать, даже не приблизившись ни к чему подобному общему интеллекту.
