«Несколько месяцев назад, — рассказывает Кевин Келли с Wired, — я отправился в лесной кампус исследовательской лаборатории IBM в Йорктаун Хейтс, штат Нью-Йорк, чтобы взглянуть на зарождение многообещающего будущего искусственного интеллекта. Это был дом Watson, электронного гения, который победил в конкурсе Jeopardy! в 2011 году. Watson тогда был таким — размером со спальню, состоящий из десяти вертикальных, похожих на холодильник, машин, образующих четыре стены. Небольшая полость внутри обеспечивает техникам доступ к мешанине проводов и кабелей на спинах этих машин. Также внутри удивительно тепло, словно что-то живет своей жизнью».
Сегодня Watson совсем другой. Он больше не существует исключительно в виде массивов шкафов, а распространился по облачным серверам, которые поддерживают несколько сотен «экземпляров» искусственного интеллекта одновременно. Как и все облачные вещи, Watson доступен пользователям по всему миру, они получают доступ к нему с телефона, с компьютера, со своих собственных серверов. Этот вид искусственного интеллекта можно масштабировать вверх и вниз по необходимости. Поскольку искусственный интеллект улучшается вместе с тем, как люди его используют, Watson всегда становится умнее. Все, что он изучает, немедленно становится доступным для других. И это не одна программа, это совокупность разнообразных программных систем — логика, язык, все это может работать на разном коде, на разных чипах, в разных местах — которые воплощаются в едином потоке интеллекта.
Пользователи могут подключаться как к интеллекту напрямую, так и через сторонние приложения, которые использует основной интеллект с помощью облака. Как и многие родители талантливых детей, IBM хочет, чтобы Watson сделал медицинскую карьеру, поэтому никого не удивит, что для него в первую очередь разрабатываются медицинские диагностические инструменты. Большинство предыдущих попыток создать диагностический искусственный интеллект не увенчались успехом, но Watson работает и очень неплохо. Если на простом английском языке перечислить ему симптомы болезни, которую я некогда подхватил в Индии, он выдаст список болячек, от наиболее вероятных до маловероятных. Вероятнее всего, причина болезни была в Гиардии — и это правильный ответ. Однако такая экспертиза пока недоступна для пациентов; IBM дает доступ к интеллекту Watson партнерам, помогая им разрабатывать дружелюбные пользовательские интерфейсы для врачей и больниц.
«Я верю, что нечто вроде Watson скоро станет лучшим диагностом в мире — машина или человек, неважно, — говорит Алан Грин, главный медицинский сотрудник Scanadu, стартапа, который планирует создать нечто вроде медицинского трикодера из «Звездного пути» на базе облачного искусственного интеллекта. — С развитием и улучшением искусственного интеллекта очень скоро ребенку не нужно будет обращаться к врачу за диагнозом, пока он не достигнет взрослого возраста».
Медицина — это только начало. Все крупные облачные компании, десятки стартапов и прочие энтузиасты в безумном порыве хотят начать работать с Watson как с познавательным сервисом. По данным анализа Quid, искусственный интеллект привлек более 17 миллиардов долларов инвестиций с 2009 года. Только в прошлом году более 2 миллиардов долларов было инвестировано в 322 компании, разрабатывающие искусственный интеллект. Facebook и Google нанимают ученых, которые присоединяются к командам по разработке такового. Yahoo, Intel, Dropbox, LinkedIn, Pinterest и Twitter — все купили компанию по разработке искусственного интеллекта в прошлом году. Частные инвестиции в том сегменте выросли на 62% за последние четыре года, и этот рост будет постоянным.
На фоне всей этой активности в массовое сознание проникает изображение будущего искусственного интеллекта, и это не всегда HAL 9000 — холодная, расчетливая и харизматичная смертельная машина с человеческим сознанием. Будущее искусственного интеллекта больше представляется в виде дешевых, надежных сервисов цифровой эпохи, невидимых и полезных. Обычная программа предоставит вам столько IQ, сколько вы захотите, но не более, чем вам понадобится. Как и все утилиты, искусственный интеллект будет чрезвычайно скучным, даже если трансформирует Интернет, мировую экономику и цивилизацию. Он оживит инертные объекты подобно тому, как электричество сделало это сто лет назад. Все, что мы когда-то электрифицировали, мы наделим интеллектом. Этот новый полезный искусственный интеллект также дополнит нас, людей, индивидуально и коллективно, как вид: углубит нашу память, ускорит наше восприятие. Нет почти ничего невозможного для него, о чем можно подумать, что может быть новым, другим или интересным, и что можно осуществить при наличии высокого уровня интеллекта. По факту, бизнес-план следующих 10 000 компаний будет сводиться к формуле «возьмите X и добавьте ИИ». И это не плохо.
В 2002 году я посетил небольшую вечеринку Google — до выхода компании на IPO, когда она занималась только поиском. Я завязал разговор с Ларри Пейджем, соучредителем компании, который стал ее генеральным директором в 2011 году. «Ларри, я до сих пор не понимаю. Есть так много поисковых компаний. Бесплатный поиск в Интернете? К чему он вас приведет?». Моей лишенной воображения голове сложно было предположить, каким будет будущее, но в свое оправдание я могу сказать то, что это было задолго до того, как Google начала продвигать свою рекламную схему, обеспечивая себе доход, задолго до приобретения YouTube или другой крупной компании. Я был не единственным активным пользователем их поискового сайта, который думал, что ему недолго осталось. Однако ответ Пейджа вогнал меня в ступор: «О, на самом деле мы делаем искусственный интеллект».
Я долго думал об этом разговоре в течение нескольких последних лет, когда Google скупила 14 компаний по разработке роботов и искусственного интеллекта. На первый взгляд может показаться, что Google наращивает свое портфолио в сфере искусственного интеллекта для улучшения возможностей поиска, на который приходится 80% выручки компании. Но я думаю, что все наоборот. Вместо того, чтобы использовать искусственный интеллект для улучшения поиска, Google использует поиск для улучшения искусственного интеллекта. Каждый раз, когда вы вводите запрос, жмете на «Поиск» или создаете ссылку в Сети, вы тренируете искусственный интеллект Google. Каждый из 12,1 миллиарда запросов, который ежедневно генерирует 1,2 миллиарда пользователей Google, обучает искусственный интеллект с глубокими возможностями самообучения снова и снова. Спустя десять лет стабильного развития алгоритмов, изучения данных и с в 100 раз большим количеством ресурсов, Google наконец представит искусственный интеллект. Я думаю, к 2024 году главным продуктом Google станет не поиск, а искусственный интеллект.
И здесь есть куда разгуляться скептикам. В течение почти 60 лет исследователи искусственного интеллекта предсказывали, что ИИ вот-вот, уже за углом, пока пару лет назад все опять не оказалось так же далеко, как и прежде. Нашелся даже термин, который описал бы эту эру скудных результатов: зима искусственного интеллекта. Что-то изменилось?
Да. Три последних достижения ознаменовали долгожданный приход искусственного интеллекта.
1. Дешевые параллельные вычисления
Мышление по своей природе является параллельным процессом, миллиарды нейронов выстреливают одновременно, создавая синхронные волны вычислений в мозге. Чтобы построить нейронную сеть — первичную архитектуру программного обеспечения искусственного интеллекта — необходимо, чтобы разные процессы протекали синхронно. Каждый узел нейронной сети свободно имитирует нейрон мозга, который, в свою очередь, взаимодействует с соседними, образуя сигнал. Чтобы понять сказанное слово, программа должна уметь слышать все фонемы в совокупности; чтобы распознать изображение, ей нужно видеть каждый пиксель в контексте окружающих пикселей — эти задачи параллельные. До недавнего момента компьютерный процессор мог обрабатывать только один такой процесс за раз.
Ситуация начала меняться более десяти лет назад, когда появился новый тип чипа, графический процессор — GPU, который разработали специально для визуально нагруженных — и параллельных — видеоигр, в которых миллионы пикселей должны пересчитываться много раз в секунду. Понадобится специальный параллельный вычислительный чип, который стал дополнением к материнской плате компьютера. Параллельные графические чипы заработали и игровая индустрия получила мощный толчок. К 2005 году GPU произвели в таких количествах, что они стали намного дешевле, чем были до этого. В 2009 году Эндрю Нг из Стэнфорда понял, что чипы GPU можно использовать для параллельной работы нейронных сетей.
Это открытие разблокировало новые возможности для нейронных сетей, которые могут включать сотни миллионов связей между узлами. Обычным процессорам необходимо несколько недель, чтобы рассчитать все каскадные возможности в нейронной сети с сотней миллионов параметров. Нг обнаружил, что кластер из GPU может сделать то же самое за день. Сегодня нейронные сети, работающие на GPU, используются облачными компаниями (в том числе и Facebook) для определения ваших друзей на фото, а также для предоставления рекомендаций по контенту.
2. Большие объемы данных
Каждый интеллект нужно обучать. Мозг человека, который генетически запрограммирован на классификацию вещей, должен увидеть десятки примеров, прежде чем сможет отличить собаку от кошки. То же самое справедливо и для искусственного разума. Даже самый лучший программируемый компьютер должен отыграть по меньшей мере тысячу игр в шахматы, прежде чем станет мастером. Ряд прорывов в сфере искусственного интеллекта заключается в невероятной лавине данных, собранных со всего мира, которые обеспечивают необходимое искусственному интеллекту обучение. Массивные базы данных, самоотслеживание, веб-cookie, онлайн-следы, терабайты дискового пространства, десятилетия поисковых запросов, Википедия — вся эта цифровая вселенная только делает ИИ умнее.
3. Лучшие алгоритмы
Цифровые нейронные сети были изобретены в 1950-х годах, но компьютерным инженерам понадобились десятилетия, чтобы научиться укрощать астрономически огромные комбинаторные отношения между миллионом — или сотней миллионов — нейронов. Ключ к организации нейронных сетей оказался в сложенных слоях. Возьмем, к примеру, простую задачу определения того, что лицо — это лицо. Когда находится группа битов в нейронной сети, которая активирует паттерн — изображение глаза, например — результат переходит на другой уровень нейронной сети для дальнейшего поиска. На следующем уровне должны обнаружиться два глаза, и так далее, по иерархической структуре, которая ассоциирует эти два глаза с носом. Может потребоваться миллион таких узлов, складывающихся в 15 уровней, чтобы распознать человеческое лицо. В 2006 году Джефф Хинтон из Университета Торонто внес ключевую правку в этот метод, который он обозначил как «глубокое обучение», deep learning. Он смог математически оптимизировать результаты работы каждого слоя, тем самым ускорив процесс наложения этих слоев. Алгоритмы глубокого обучения невероятно развились спустя несколько лет, когда их перенесли на GPU. Сам по себе код глубокого обучения неэффективен для выполнения логического мышления, но крайне важен для всех нынешних искусственных интеллектов, будь то Watson, поисковик Google или алгоритмы Facebook.
Этот идеальный шторм параллельных вычислений, больших объемов данных и глубоких алгоритмов ведет нас к успеху в области разработки искусственного интеллекта. И нет никаких оснований думать, что все остановится — ИИ будет только совершенствоваться.
Облачный искусственный интеллект станет частью нашей повседневной жизни. Но у этого будет своя цена. Облачные вычисления подчиняются закону возрастающей отдачи, который иногда называют эффектом сети: ценность сети растет тем быстрее, чем больше она становится. Чем больше сеть, тем более она привлекательна для новых пользователей, что делает ее еще большей и привлекательней, и так далее. Облака, которые будут работать на ИИ, будут подчиняться этому же принципу. Чем больше людей использует ИИ, тем умнее он будет. Чем умнее он будет, тем больше людей будет его использовать. После того как компания войдет в этот благотворный цикл, она будет расти так быстро, что конкуренты не смогут ее догнать. В результате будущее ИИ, скорее всего, будет полагаться на олигархию двух-трех крупных коммерческих компаний.
В 1997 году предшественник Watson, Deep Blue, победил действующего шахматного гроссмейстера Гарри Каспарова. После того как машина утвердила свои победы еще несколькими матчами, люди стали интересоваться ей. Вы можете подумать, что это конец истории, но Каспаров понял, что мог бы сыграть лучше, если бы у него был мгновенный доступ к массивной базе данных всех предыдущих шахматных ходов, которые делал Deep Blue. Если этот инструмент доступен для ИИ, почему бы не дать его человеку? Развивая свою идею, Каспаров включил понятие матчей человек-плюс-машина, в котором ИИ дополняет шахматиста, а не конкурирует с ним.
Сегодня эти так называемые шахматные матчи свободного стиля похожи на смешанные боевые искусства, когда игроки используют любые любимые приемы, которые хотят. Вы можете играть самостоятельно, либо выступать в качестве партнера сверхсообразительного шахматного компьютера, просто передвигая фигуры по доске, либо в роли «кентавра», предложенного Каспаровым. Такой кентавр прислушивается к советам ИИ, но конечное решение принимает самостоятельно. В чемпионате по свободным шахматам Freestyle Battle 2014 года сугубо шахматные движки выиграли 42 игры, а кентавры — 53. Сегодня лучшим шахматистом является кентавр Intagrand, команда людей и разных шахматных программ.
Интересно другое. Появление ИИ не умаляет работу шахматистов-людей. Наоборот. Недорогие и умные шахматные программы вдохновляют людей играть в шахматы, появляются новые турниры, игроки играют лучше и лучше. Сегодня гроссмейстеров в два раза больше, чем было, когда Deep Blue победил Каспарова. Самый рейтинговый шахматист сегодняшнего дня, Магнус Карлсен, тренировался с искусственным интеллектом и был признан самым «компьютерным» из всех шахматистов. Также у него самый высокий рейтинг среди гроссмейстеров всех времен.
Если ИИ может помочь людям стать хорошими шахматистами, очевидно, он может помочь нам стать лучшими пилотами, врачами, судьями, учителями. Большая часть коммерческой работы, проделанной ИИ, будет нишевой, узконаправленной, вроде перевода с одного языка на другой, но это только начало. К примеру, ИИ сможет водить автомобиль. В следующие 10 лет 99% искусственных интеллектов, с которыми мы будем взаимодействовать, будут аутистичными, но сверхразумными специалистами.
На самом деле, это будет не тот интеллект, к которому мы привыкли. Интеллект подразумевает ответственность, плюс под интеллектом мы подразумеваем наше своеобразное самоосознание, наши отчаянные пучины самоанализа и самокопания. Но в случае с искусственным интеллектом мы хотим, чтобы он молча вел автомобиль и не отвлекался. Искусственный доктор Ватсон в больнице должен быть фанатом своей работы. По мере развития ИИ, мы, возможно, будем всячески препятствовать развитию самосознания в нем — самые дорогие сервисы ИИ будут лишены сознания вообще.
Короче говоря, нам нужен не интеллект, а искусственные мозги. В отличие от общего интеллекта, ум вполне конкретен, измеряем, специален. Нечеловеческий интеллект — это не ошибка, это особенность. Главным достоинством ИИ будет его внеземной разум. ИИ будет думать о еде не так, как обычный повар, позволяя нам взглянуть на пищу по-новому. Он будет по-другому думать о производстве. Об одежде. О финансах. О науке и искусстве. Чуждость искусственного интеллекта станет для нас более ценной, нежели его скорость или мощь.
В первую очередь это поможет нам лучше понять, что мы имеем в виду, говоря «интеллект». В прошлом мы могли бы сказать, что сверхинтеллект должен водить машину, побеждать человека в шахматы или выигрывать в «Jeopardy!». Но как только ИИ добьется этого, мы поймем, что эти достижения сугубо механические и вряд ли стоят свеч. Каждый успех искусственного интеллекта заставляет пересмотреть само понятие.
Мы не просто должны пересмотреть значение ИИ — мы должны пересмотреть понятие человека как такового. За последние 60 лет, по мере того как механизмы воспроизвели человеческое поведение и таланты, которые мы считали уникальными для людей, нам нужно задуматься над тем, что отличает нас друг от друга. Возможно, в ближайшее десятилетие мы будем переживать кризис идентичности, постоянно спрашивая себя, для чего нужны люди. На фоне этого всемогущий искусственный интеллект будет только угнетать. Наибольшая польза, которую может принести искусственный интеллект, это помочь человечеству в самоопределении. Короче, ИИ нужен нам, чтобы сказать, кто мы есть.
По материалам Wired
