Как научить машину мыслить

В последнее время участились публикации о перспективах появления искусственного разума. Обсуждаются практические и морально-этические аспекты сосуществования человечества с ним. Насколько своевременны такие дискуссии? Неужели и впрямь следует ожидать появления «мыслящих машин»?

Все проекты по созданию искусственного разума можно условно разделить на два направления. Первое состоит в накоплении баз данных и их обработке программами, имитирующими деятельность человеческого мозга. Второе основано на изучении моделей интеллектуального поведения. Ключевой недостаток обоих — мы еще недостаточно хорошо знаем, что такое разум и интеллектуальное поведение, да и человеческий мозг, прямо скажем, всерьез начали изучать сравнительно недавно.

Есть мнение, что проблему можно обойти за счет киборгов, то есть путем сращивания живого мозга (обезьяньего, а в перспективе — человеческого) с компьютером, однако и этот путь сопряжен с огромными трудностями, и, хуже того, в данном случае нельзя будет говорить о полноценном искусственном разуме.

Впрочем, ученые полагают, что вполне реально перепрыгнуть через несколько ступенек, позволив искусственному разуму развиться самостоятельно — подобно тому, как он развился в живой природе, с тем отличием, что его эволюция будет происходить в виртуальном, а не вещественном пространстве. Здесь ставка делается на искусственные нейронные сети или нейросети (Artificial Neural Network).

Давайте вспомним, что такое нейрон. Так называют нервную клетку, отличие которой от других клеток в том, что она способна хранить и транслировать информацию электрическими и химическими сигналами. Функцию нейронов открыли в конце XIX века, что, конечно, было на руку материалистам, набиравшим в то время авторитет во всем мире: они немедленно заявили, что именно нейроны содержат «душу». Отсюда вытекала идея, что если каким-то образом вырастить точную копию мозга, то в нем зародится и «душа». Но вставал философский вопрос: а можно ли говорить о «душе» без разума? Ведь он является продуктом воспитания, что показало изучение «маугли» — человеческих детей, воспитанных животными. Соответственно, создать копию мозга недостаточно — его еще нужно «воспитать» до обретения разума.

Технические тонкости

Мозг нормального взрослого человека содержит приблизительно 86 миллиардов нейронов. Еще совсем недавно идея создать его аналог в электронно-цифровом виде казалась совершенно фантастической. Однако сегодня, с развитием информационных технологий, это уже кажется вполне достижимым.

Надо вспомнить, что основоположником теории моделирования сложных биологических процессов, в том числе мозговых, считается знаменитый американский математик Норберт Винер — «отец» кибернетики. В 1949 году канадский психолог Дональд Хебб, специалист по изучению процессов мышления, на основе выкладок Винера составил первый обучающий алгоритм для нейросетей (кстати, одно время Хебб служил в ЦРУ, где занимался проблемой «промывки мозгов»).

В 1957 году американец Фрэнк Розенблатт, теоретик искусственного интеллекта, на основе предшествующих работ создал логическую схему персептрона — самообучающейся кибернетической модели мозга, через три года реализованной на базе электронно-вычислительной машины «Марк-1». Персептрон передает сигналы от фотоэлементов (сенсоры, S-элементы) в блоки электромеханических ячеек памяти, соединенные случайным образом. Если на одну из ячеек поступает сигнал, превышающий пороговую величину, то она транслирует его дальше — в сумматор (R-элемент), причем с определенным коэффициентом («весом» A-R-связи). В зависимости от суммы сигнала, помноженной на весовые коэффициенты, сумматор выдает на выход всей системы один из трех возможных результатов: -1, 0 и +1. Обучение персептрона происходит на этапе введения в систему весовых коэффициентов. Например, мы размещаем перед фотоэлементами фигуру «квадрат» и устанавливаем правило: при появлении квадрата в поле зрения персептрон должен выдавать положительный результат (+1), а при появлении любого другого объекта — отрицательный (-1). Затем мы меняем объекты один за другим и корректируем весовые коэффициенты при появлении квадрата в сторону увеличения, а при его отсутствии — в сторону уменьшения. В результате мы получаем уникальный массив значений весовых коэффициентов внутри системы при любом варианте появления квадрата и в дальнейшем можем использовать его для распознавания квадратов. «Марк-1», несмотря на его примитивность по сравнению с современными компьютерами, мог распознавать не только геометрические фигуры, но и буквы алфавита, причем написанные разными почерками.

Умные вещи

Разумеется, с тех пор появилось множество более сложных схем, алгоритмов и вариантов персептронов. Тем не менее, в этом подходе организации модели нейросети имеются принципиальные ограничения: например, персептроны оказываются бессильны перед решением задачи разделения фигуры на отдельные части или определения взаимного расположения фигур.

Когда стало ясно, что искусственный разум на основе персептронов построить невозможно, интерес к ним упал. Тем не менее в начале 1980-х годов появились новые варианты нейросетей с самообучением и самоорганизацией: сеть Хопфилда, сеть Хемминга, сеть Кохонена, сеть Джордана и другие. В 1986 году произошла своего рода революция: советскими и американскими учеными был разработан метод обратного распространения ошибки (итеративный градиентный алгоритм), что позволило преодолеть открытые ранее ограничения. После этого нейросети получили бурное развитие, которое тут же реализовывалось в прикладных компьютерных программах.

Современные программные пакеты, построенные на основе искусственных нейросетей, способны распознавать сколь угодно сложные тексты, звуковые команды, лица, жестикуляцию и мимику. Однако это лишь самые простые варианты использования, хватает и более необычных. Самообучающиеся автопилоты, способные реагировать на развитие катастрофических ситуаций раньше летчиков. Биржевые инспекторы, выявляющие подозрительные сделки на фондовых рынках. Сетевые рекламные агенты, отслеживающие предпочтения потенциальных клиентов. Медицинские диагносты, определяющие патологии у младенцев.

Понятно, что по мере совершенствования информационных технологий будут усложняться и нейросети. Они будут управлять всей бытовой техникой и жизнеобеспечением домов, заводами и супермаркетами. В их силах отслеживать угрозы, анализировать тенденции и давать советы, например, по оптимальному вложению денег. Они смогут создавать даже предметы искусства: уже есть картины и стихи, написанные нейросетями!

Рабство или дружба

Фактически все идет к тому, что нейросеть когда-нибудь станет незаменимым помощником в тысяче больших и малых дел. Футурологи опасаются этого. Они полагают, что в какой-то момент количество перейдет в качество, в нейросетях зародится искусственный разум, который тут же бросит вызов человечеству и уничтожит его. Возможен и другой вариант — люди настолько станут зависимы от решений, принимаемых нейросетью, что сами не заметят, как превратятся в ее рабов.

Подобные пугающие сценарии выглядят слишком фантастическими. Дело в том, что нейросети изначально структурируются так, чтобы подстраиваться под запросы конкретного человека или группы людей. Они могут помочь исправить ошибку или дать совет, выделить проблему или заметить обман, но сами не способны делать выбор между равнозначными вариантами, ведь мы (к сожалению или к счастью) не сможем научить их главному — нравственности. Поэтому во все времена нейросети будут подобны домашним собакам — послушным, верным и дружелюбным.

Источник: vk.com

Комментарии: