Пять сезонов искусственного интеллекта. Он в пух и прах обыгрывает человека в го, берет на себя управление его автомобилем и заменяет его на работе, и в то же время может повысить эффективность медицины. Его долгая история берет начало в 1958 году с огромной машины, которая могла различать право и лево.
1:0. Потом 2:0. И 3:0. В марте 2016 года в сеульской гостинице «Четыре сезона» состоялась финальная встреча, после которой не осталось и тени сомнения: корейский чемпион игры в го Ли Седоль уступил со счетом 4:1 компьютеру под управлением программы «АльфаГо», разработанной дочерней компанией «Гугл» «Дипмайнд». Впервые в истории механизм «машинного обучения» и «искусственных нейронных сетей» полностью превзошел человеческий мозг в этой игре, которую, как считается, труднее симулировать, чем шахматы. Многие специалисты подчеркивают, что ожидали такого результата, только через несколько лет.
Для широкой аудитории это стало доказательством мощи новой технологии «глубокого обучения», которая сейчас лежит в основе голосовых помощников, автономных автомобилей, распознавания лиц, машинного перевода, а также содействует постановке медицинского диагноза…
Интерес к технологиям автоматического обучения, который проявляют американские и китайские корпорации в области высоких технологий («Гугл», «Амазон», «Фейсбук», «Майкрософт», «Байду», «Тенсент»), охватывает всю планету и все чаще перепрыгивает из научных рубрик газет в экономические, аналитические и социальные материалы. Дело в том, что искусственный интеллект не только сулит большие перемены в экономике, но и вызывает мысли о новом разрушительном оружии, всеобщем надзоре за гражданами, замене сотрудников роботами, этических проблемах…
Но откуда же взялась технологическая революция ИИ? В ее истории хватает взлетов и падений. Она опиралась на достижения нейробиологии и информатики (как можно догадаться из названия), а также, что удивительно, физики. Ее путь шел через Францию, США, Японию, Швейцарию и СССР. В этой сфере сталкивались друг с другом разные научные школы. В один день они побеждали, в другой проигрывали. Всем потребовалось проявить терпение, упорство и готовность рискнуть. Всего в этой истории две зимы и три весны.
«Осознающая себя машина»
Начиналось все просто прекрасно. «Американская армия рассказала о задумке машины, которая сможет ходить, говорить, видеть, писать, размножаться и осознавать себя», — писала «Нью-Йорк таймс» 8 июля 1958 года. Эта статья в одну колонку описывает «Перцептрон», который был создан американским психологом Фрэнком Розенблаттом (Frank Rosenblatt) в лабораториях Корнеллского университета. Эта машина стоимостью в 2 миллиона долларов тех времен была размером в два-три холодильника и оплетена множеством проводов. Во время демонстрации перед американской прессой «Перцептрон» определял, находится ли нарисованный на листе квадрат справа или слева. Ученый обещал, что при вложении еще 100 тысяч долларов его машина сможет читать и писать уже через год. На деле для этого потребовалось более 30 лет…
Мост между биологией и математикой стал смелой инициативой. Счетная единица (нейрон) может быть активной (1) или неактивной (0) в зависимости от стимулов со стороны других искусственных образований, с которыми она связана, образуя сложную и динамичную сеть. Если точнее, каждый нейрон получает определенную совокупность символов и сравнивает ее с определенным порогом. Если порог преодолен, значение равно 1, в противном случае — 0. Авторы показали, что их связанная система может проводить логические операции типа «и» и «или»… и таким образом осуществить любой расчет. В теории.
Такой новаторский подход к расчетам повлек за собой первую ссору в нашей истории. Две концепции сошлись в непримиримом противостоянии, которое продолжается и по сей день. С одной стороны есть сторонники нейронных сетей, а с другой — поборники «классических» компьютеров. Последние опираются на три принципа: расчеты носят преимущественно последовательный характер, память и расчеты обеспечиваются четко определенными составляющими, любое промежуточное значение должно быть равно 0 или 1. У первых же все по-другому: сеть обеспечивает и память, и расчеты, централизованного контроля нет, а промежуточные значения допускаются.
«Перцептрон» тоже обладает способностью обучаться, например, распознавать рисунок или классифицировать сигналы. Примерно как стрелок корректирует прицел. Если пуля уходит вправо, он смещает ствол влево. На уровне искусственных нейронов это означает ослабление тех, которые тянут направо, в угоду тех, которые тянут налево, и позволяет попасть точно в цель. Остается лишь создать этот клубок нейронов и найти способ соединить их.
Как бы то ни было, энтузиазм существенно угас в 1968 году с выходом книги «Перцептроны» Сеймура Паперта (Seymour Papert) и Марвина Минского (Marvin Minsky). В ней они показали, что структура перцептронов позволяет решить лишь самые простые задачи. Это была первая зима искусственного интеллекта, чья первая весна, стоит признать, не принесла особых плодов. Причем ветер задул не абы откуда: Марвин Минский стоял у истоков появления самого понятия «искусственный интеллект» в 1955 году.
Столкновение ИИ и УИ
31 августа того года они с коллегой Джоном Маккарти (John McCarthy) отправили десятку специалистов приглашение поучаствовать следующим летом в двухмесячной работе над впервые использованной в тот момент концепцией искусственного интеллекта в Дартмутском колледже. Там присутствовали в том числе Уоррен Мак-Каллок и Клод Шеннон (Claude Shannon), отец теории информатики и теоретической базы телекоммуникаций. Именно он привел Минского и Маккарти в лаборатории компании «Белл», откуда впоследствии вышли транзисторы и лазеры. Кроме того, именно они стали одним из центров возрождения нейронных сетей в 1980-х годах.
Параллельно с этим сформировались два новых течения, полем боя которых стал Стэнфордский университет. С одной стороны красовалась аббревиатура ИИ, «искусственный интеллект», в отличном от нейронных сетей понимании, которое отстаивал Джон Маккарти (он ушел из Массачусетского технологического института и создал свою лабораторию в Стэнфорде). С другой стороны — УИ, «усиленный интеллект», отражавший новый подход Дугласа Энгельбарта (Douglas Engelbart). Тот был нанят в 1957 году Стэнфордским научно-исследовательским институтом (созданное в 1946 году независимое от вуза учреждение, которое взаимодействовало с частным сектором).
За плечами Дугласа Энгельбарта был непростой путь. Он был техником и занимался радарами в годы Второй мировой войны, но затем возобновил обучение и защитил диссертацию. До прихода в Стэнфорд он даже создал свое предприятие, однако оно просуществовало всего два года. На новом месте он стал претворять в жизнь свое видение усиления человеческих способностей. Он говорил, что четко себе представляет, как «коллеги сидят в разных помещениях за схожими рабочими местами, которые связаны с одной информационной системой, и могут тесно взаимодействовать и обмениваться данными», — рассказывает социолог Тьерри Бардини (Thierry Bardini).
Это видение получило практическое отражение в декабре 1968 года, через десять лет после появления «Перцептрона», во время демонстрации системы oNLine System с текстовым редактором на экране, гиперссылками на документы, графиками и мышью. Дуглас Энгельбарт был провидцем, но, наверное, смотрел слишком далеко в будущее, чтобы по-настоящему заявить о себе.
Январь 1984 года, первый «Макинтош»
Джон Маккарти в свою очередь назвал эту систему излишне «диктаторской», поскольку та навязывала особый подход к структуризации текста. Этот смелый ученый, которого, как и Энгельбарта, финансировала американская армия, представил собственную, символическую концепцию искусственного интеллекта. В этом он сделал ставку на LISP, разработанный им один из первых языков программирования. Задумка была в том, чтобы имитировать мыслительный процесс логической цепочкой правил и символов и сформировать тем самым мысль или хотя бы когнитивную функцию. Здесь нет ничего общего с сетями независимых нейронов, которые могут обучаться, но не в состоянии объяснить свой выбор. Если не считать разливавшую пунш робо-руку, которая насмешила всех, опрокинув стаканы, новый подход был довольно успешным в плане того, что долгое время называли «экспертными системами». Цепочки правил позволяли машинам анализировать данные в самых разных сферах, будь то финансы, медицина, промышленное производство, перевод.
Победа символического подхода
Судя по всему, искусственный интеллект не любит пророчеств. В 1973 году в Англии вышел доклад, который охладил горячие головы: «Большинство научных сотрудников, которые работают над искусственным интеллектом и в смежных областях, признают, что разочарованы достигнутым за последние 25 лет. (…) Ни в одном лагере сделанные к настоящему моменту открытия не дали обещанных результатов».
Последовавшие годы подтвердили этот диагноз. В 1980-х годах занимавшиеся ИИ предприятия обанкротились или сменили поле деятельности. Здание лаборатории Маккарти снесли в 1986 году.
Дуглас Энгельбарт победил. В январе 1984 года «Эппл» выпустила свой первый «Макинтош», реализовав на практике большую часть задумок инженера.
Таким образом, победа досталась не искусственному интеллекту, о котором мечтали Минский и Маккарти, а усиленному интеллекту Энгельбарта. Все это повлекло за собой развитие эффективных персональных компьютеров. А искусственный интеллект зашел в тупик. Символизм оказался сильнее нейронных сетей. Тем не менее на этом наша история не заканчивается, и они еще заявят о себе.
