Большинство людей обладают средним уровнем IQ.
Первая вещь, которую вам стоит знать об IQ состоит в том, что это – сложная оценка, сделанная на основе результатов большого количества различных тестов на логику, память, знания и скорость. Очки за эти тесты суммируются и сравниваются с результатами остальной части населения. Абсолютная средняя оценка установлена на уровне 100.
Примечание: классический тест IQ занимает около часа. Его должен проводить специально обученный человек. Те контрольные опросы, на которые вы можете наткнуться в интернете, не являются классическими тестами IQ.
Как и другие переменные человеческого индивида (рост, например), уровень IQ находится на стандартной кривой нормального отклонения.
Большинство людей, которых вы встречаете, обладают средним уровнем IQ, и лишь немногие из них умны больше, чем среднестатистической человек. Если быть точным, то всего 2.2% людей обладают уровнем IQ 130 или выше.
По-настоящему захватывающим является то, что люди, которые хорошо показывают себя в одном из тестов, склонны хорошо показывать себя во всех. Таким образом, ваша оценка за задачу о том, как быстро вы можете выключить мигающую лампочку (один из вариантов тестирования умственных способностей) коррелируется с вашей оценкой за словесные и пространственные рассуждения.
Психологи называют это совпадение результатов "G" или фактором общего интеллекта.
"Люди, которые способны к решить один тип задач, способны к решению их всех", – говорит Ричи.
То, где или как "G" существует в мозгу, не совсем понято. Но, независимо от того как он появляется, G-фактор реален в том смысле, что с его помощью можно прогнозировать результаты наших жизней – сколько денег вы заработаете, насколько продуктивным в рабочее время вы можете быть, и, что больше всего пугает, когда вы умрёте.
Наличие более высокого уровня IQ защищает вас от смерти.
Вот не очень приятная новость для нас, среднестатистических жителей планеты Земля. Согласно исследованиям, люди с более высоким уровнем IQ имеют лучшее здоровье и живут дольше, чем остальные. В качестве предмета исследования выступал 1 миллион шведских мужчин. Исследователи выявили трёхкратное различие в риске смерти у людей с самым высоким уровнем IQ и людей с самым низким.
Есть несколько взаимосвязанных причин, объясняющих этот факт. Во-первых, люди с более высоким уровнем IQ в нашем обществе зарабатывают больше денег, чем люди с более низким. Деньги могут обеспечивать поддержание нормального веса, покупку правильной пищи и доступ к хорошему здравоохранению.
Во-вторых, люди с более высоким уровнем IQ достаточно умны, чтобы избегать несчастных случаев и редко становятся кандидатами на Премию Дарвина * (*премия за самую нелепую смерть).
Уровень IQ коррелируется с карьерным успехом и богатством, но не обязательно с человеческим счастьем.
Как и в случае со смертностью, уровень IQ и карьерный успех взаимосвязаны. Люди с более высоким уровнем IQ обычно попадают на лучшие рабочие места и получают больше денег.
Но эта корреляция не идеальна. Да и жизнь не идеальна. Многие из этих корреляций меньше 0.5, что означает существование огромного количества индивидуальных различий, которые так или иначе влияют на жизнь человека. Да, хочу вас обрадовать, в реальном мире, а не в идеальном мире статистике, очень умные люди, также не справляются со своей работой. Просто их очень сложно найти.
Учитывая все бонусы высокого уровня IQ – богатство, здоровье, продолжительность жизни – можно предположить, что более умные люди являются и более счастливыми. Но это не так.
Стоит иметь в виду, что уровень IQ обычно не связан с чертами индивидуальности, которые помогают добиться успеха в жизни. В модели личности "Большая пятёрка" единственной чертой, связанной с уровнем IQ, является открытость для получения опыта. До некоторой степени более умные люди будут стремиться к большему количеству событий, больше думать о различных вещах и придумывать больше новых идей.
Согласно недавнему исследованию модель личности может объяснить приблизительно 4 процента различий в экзаменационных оценках студентов в возрасте до 16 лет. Уровень IQ может объяснить 25 процентов или даже больше, в зависимости от исследования. Но стоит отметь, что значение модели личности с возрастом может измениться, да и её влияние, с возрастом, значительно увеличивается.
Вы умрёте с тем же уровнем IQ, с которым родились.
Исследования выявили, что если вы были умным ребёнком, вы умрете умным стариком.
Эта диаграмма иллюстрирует шотландское исследование, где группе людей в возрасте 90 лет дали пройти тест на уровень IQ, который они проходили в 11 лет.
Даже при том, что интеллект обычно уменьшается с возрастом, те, у кого был высокий показатель уровня IQ в детском возрасте, скорее всего сохранят свой ум и в глубокой старости. Снижение уровня IQ зачастую связано с потерей интереса к получению новых знаний.
Пики вашего коэффициента интеллекта приходятся на середину-конец третьего десятка, а затем ваш IQ медленно снижается.
После того, как вам переваливает за 25, ваш "кристаллизованный интеллект", т.е., накопленные знания, перестает расти, в то время как ваш "текучий интеллект", т.е. способность решать новые проблемы, начинает снижаться. Ваша скорость мышления начинает снижаться ещё быстрее.
Ученые считают, что если мы узнаем, какие гены связаны с интеллектом, а также узнаем, как эти гены связаны со снижением познавательной способности, тогда мы сможем найти способ, превратить любого человека в интересующегося и стремящегося к новым знаниям индивида.
Приблизительно половину различий в уровне IQ можно объяснить генетикой.
Исследования, сравнивающие однояйцевых и разнояйцевых близнецов, выявили, что приблизительно половину различий в уровне IQ можно объяснить генетикой.
Странно то, что генетика более точно прогнозирует уровень IQ с возрастом.
Таким образом, гены близнецов менее важны для определения их уровня IQ, когда они ещё дети, в то же время, они становятся важны, когда близнецы становятся взрослыми. Причина до конца не выяснена.
Исследователи интеллекта Роберт Пломин и Иэн Дири предполагают, что это может происходить из-за "амплификации генов", процесса, при котором "увеличиваются небольшие генетические различия, поскольку дети выбирают, изменяют и создают окружающую среду, коррелируемую с их генетическими склонностями".
Ребёнок с генетической склонностью быть умным может проводить больше времени в библиотеке. Крошечный 6-летний человек не может отправиться в библиотеку в одиночестве. А 16-летний может.
Идея состоит в том, что когда мы становимся старше, мы способны больше контролировать нашу внешнюю среду. Та окружающая среда, которую мы создаём, может "усилить" потенциал наших генов.
Гены – не единственная вещь, которая имеет значение в интеллекте.
Генетика не определяет вашу судьбу, когда дело доходит до уровня IQ. Приблизительно половину различий в уровне IQ можно объяснить окружающей средой. Доступ к здоровому питанию, хорошему образованию и здравоохранению играет большую роль.
Но в целом, экологические детерминанты IQ также не совсем поняты.
Человеческие жизни замусорены, и окружающая среда, в которой многие находятся, замусорена. Существует возможность, что воздействие окружающей среды отражается на интеллекте человека бессознательно.
Люди становятся более умными.
Ура! Средний уровень IQ увеличивается на 2-3 пункта каждые 10 лет.
Это явление называют эффектом Флинна, и оно может быть результатом улучшения качества пищи, здравоохранения и образования. Это может быть результатом увеличения акцента на знаниях как двигателе экономики.
Уровень IQ увеличивается быстрее в развивающихся странах.
Самое большое увеличение уровня IQ происходит в развивающихся странах, где улучшение качества пищи (а именно, большее количество йода) и доступ к здравоохранению имеют самое большое значение на среднестатистический национальный уровень IQ.
С другой стороны уровень интеллекта в развитом мире падает. Это можно объяснить тем, что в развитых странах заканчиваются легкодоступные блага [стандартизированное образование и хорошая пища], которые, как мы уже знаем, благоприятно влияют на уровень IQ. Также на снижения уровня интеллекта влияет поп-культура (культура популярности) и доступность внешних источников хранения знаний (Интернет).
В 1950 году Алан Тьюринг предложил простой тест, призванный определить, могут ли компьютеры мыслить. Стандартная его интерпретация такова: человек (судья) одновременно взаимодействует с другим человеком и с компьютером. Все участники теста не могут видеть друг друга. На основании данных компьютером и человеком ответов судья должен определить, с кем разговаривает в данный момент. Если компьютерная программа сумеет ввести человека в заблуждение – считается, что она прошла тест на наличие интеллекта. Тест Тьюринга создал предпосылки для начала бурного развития «умных» машин. В последние годы мы всё чаще сталкиваемся с фактами, что системы искусственного интеллекта становятся всё более совершенными.
10. Женские голоса используются чаще
Разработчики дарят системам с искусственным интеллектом женские голосаЗаметили ли вы, что когда мы вербально взаимодействуем с «умными» системами, они обычно общаются с нами женским голосом? За примерами далеко ходить не нужно: достаточно вспомнить Google Now, Cortana, Sirie. Так почему же, собственно, разработчики в этом вопросе отдали предпочтение прекрасному полу?
Каких-то важных причин на самом деле нет, но некоторые факторы дают женским голосам преимущество. Например, исследования американских учёных показали, что они воспринимаются людьми, как более приятные в сравнении с мужскими. Кроме этого, специалисты, работающие в сфере высоких технологий – чаще всего, мужчины. И им на подсознательном уровне более интересно работать над созданием «умной» женщины.
9. Роботизированные домашние животные
Животные-роботы скоро заменят живых домашних питомцов Многие родители не разрешают своим детям заводить домашних животных по вполне объективным причинам. За ними нужно убирать, их нужно регулярно выгуливать, тратиться на корм. Они могут разодрать в клочья ваши любимые туфли или разбить дорогой хрустальный сервиз. И конечно же, домашние животные умирают, тем самым заставляя страдать своих хозяев. Но современные информационные технологии позволили создать замечательную альтернативу живым зверькам – механизированных созданий с искусственным интеллектом. Эта сфера развивается семимильными шагами, едва ли не каждую неделю патентуются новые разработки.
Это интересно: По мнению Жана-Лу Раульта, исследователя Мельбурнского института, уже в 2025 году роботизированные домашние животные составят серьёзную конкуренцию живым.
Раульт утверждает, что в ближайшее десятилетия разработчики продвинутся настолько далеко, что производители смогут создавать животных, способных вступать в тесную эмоциональную связь с людьми. По мнению экспертов, роботизированные домашние питомцы постепенно вытеснят настоящих из большинства квартир. Всё же не стоит забывать о том, что население нашей планеты постоянно растёт, и скоро миллиарды людей столкнутся с проблемой острого дефицита пищевых ресурсов. Куда тут о кошечке или собачке задумываться? Поэтому к 2050 году лишь самые богатые люди смогут позволить себе заводить настоящих домашних животных.
Японцы изобрели робота, которому не страшны поломки В начале 2015 года японские исследователи заявили об успешных испытаниях робота, способного восстановить полную функциональность даже при потере двух ног из своих шести. Робот, конечно, не может осознавать свою утрату. Но компьютер замечает, что производительность работы снизилась. Затем, используя алгоритм, основанный на методе проб и ошибок, робот определяет, какие части конструкции не функционируют. Исследователи, создавшие робота, говорят, что после этого этапа он полностью перепрошивает себя, обновляя свою базу данных и приспосабливаясь к нормальной работе с теми частями конструкции, которые остались. Эту фазу они назвали «имитацией детства».
«Имитация детства» длится несколько минут, за это время робот обрабатывает 1047 (колоссальное число – примерно из такого количества атомов состоит Земля!) операций и учится выполнять 13 тысяч возможных движений. Развитие подобных технологий искусственного интеллекта, по сути, может привести к революционному прорыву в науке. В перспективе, роботов с возможностью самовосстановления можно будет отправлять в далёкий космос, не беспокоясь о том, что миллиарды долларов, потраченные на проект, могут сгореть за доли секунды из-за непредсказуемого технического сбоя.
7. Компьютер, пишущий новостные статьи
Компьютеры уже сегодня могут самостоятельно генерировать статьи Первая новостная статья, написанная программой с искусственным интеллектом, была опубликована на сайте Los Angeles Times. Приведём её текст максимально приближенно к оригиналу:
«Геологическая служба США сообщила о том, что в понедельник в пяти милях от Вествуда, Калифорния, произошло землетрясение силой 4,7 балла. Оно произошло в 6:25 утра по тихоокеанскому времени. Толчки были зафиксированы на глубине 5 миль. По данным Геологической службы, эпицентр землетрясения находился в 6 милях от Беверли-Хиллз, штат Калифорния, в 7 милях от Юниверсал Сити, штат Калифорния, в 7 милях от Санта-Монике, штат Калифорния, и в 348 милях от Сакраменто, штат Калифорния. В последние 10 дней в этом районе не было ни одного землетрясения сильнее 3 баллов.
То есть, компьютер смог самостоятельно сгенерировать текст статьи, основываясь на числовых данных, полученных от сейсмографов. Эту технологию разработала команда Ларри Бирнбаума, профессора журналистики и главы интеллектуальной информационной лаборатории Северо-Западного университета США. Бирнбаум был одним из разработчиков системы Quill – популярного генератора текстов.
Нет никаких сомнений, что системы с искусственным интеллектом уже сегодня, проанализировав статистические данные и графики, могут превратить их в информационные сводки. Следующий рубеж, который им придётся покорить, – написание текстов в художественном стиле. Разница между этими этапами настолько значительна, что, скорее всего, в ближайшее десятилетие ни одна машина не сможет выйти на новый уровень. Так что желающим прочитать книгу, написанную роботом, следует запастись терпением.
6. Роботы, победившие чемпионов
Ещё 18 лет назад робот одержал победу над сильнейшим шахматистом мира В своё время величайшим достижением искусственного интеллекта считалась победа разработанного компанией IBM компьютера Deep Blue над сильнейшим шахматистом мира Гарри Каспаровым.
Это интересно: На 8 чемпионате мира среди компьютеров в 1995 году Deep Blue занял 3 место. Разработчики учли допущенные ошибки и усовершенствовали алгоритм. В следующем году Deep Blue впервые противостоял Гарри Каспарову. В матче из 6 партий победу со счётом 4-2 праздновал гроссмейстер. Но после очередного выполненного инженерами апгрейда компьютер сумел взять исторический реванш у Каспарова, обыграв его со счётом 3,5:2,5. Произошло это в мае 1997 года в Нью-Йорке. Отметим, что призовой фонд матча достигал 1,1 миллиона долларов, из которых 700 тысяч достались победителю (то есть по сути, разработчикам робота), а 400 тысяч – проигравшему.
Другим важным этапом в развитии искусственного интеллекта было участие компьютера Watson IBM в телевизионной викторине Jeopardy. Машина буквально уничтожила самых успешных игроков всех времён.
А в мае 2015 года суперкомпьютер Claudico, собранный учёными Университета Карнеги-Меллона, принял участие в покерном турнире в Казино Rivers (Питтсбурге). Соревнование длилось более двух недель, за это время было сделано свыше 80 тысяч раздач. Claudico занял четвёртое место, совсем немного отстав от победителя и опередив сотни профессиональных игроков. Несмотря на то, что добыть победу не удалось, это достижение следует считать серьёзным шагом в развитии искусственного интеллекта. Обучить компьютер игре в покер намного труднее, чем, например, шахматам. Во-первых, игроки часто блефуют, логическое мышление в таком случае бессмысленно. Кроме того, в покере слишком много «отсутствующей информации»: компьютер не знает, какие карты выпали его соперникам, поэтому математические вычисления здесь не могут быть очевидными.
Создатели Claudico считают этот турнир отличным стартом. Они прогнозируют, что уже к концу текущего десятилетия компьютеры будут обыгрывать сильнейших в мире игроков в покер. Радует и то, что создатели Claudico стремятся не только опустошать казино. Алгоритмы, используемые в их компьютере, в ближайшем будущем найдут применение во многих сферах, где имеет место «отсутствующая информация» – в частности, в кибербезопасности и медицине.
5. Любовь между человеком и роботом
По мнению некоторых учёных, в 2050 году брак между человеком и роботом будет законным Если предположить, что искусственный интеллект скоро достигнет уровня человека, возникнут интересные вопросы. Смогут ли люди иметь романтические отношения с «умными» роботами? Станут ли они по-настоящему близкими в эмоциональном плане? Будут ли парни и девушки влюбляться в машины с искусственным интеллектом? А там ведь и до сексуальной близости недалеко!
Дэвид Леви из университета Маастрихта (Нидерланды) рассказал о достаточно правдоподобном сценарии популяризации отношений между человеком и машиной. По его мнению, сначала люди будут воспринимать даже одну мысль об этом в резко негативном ключе. Но потом в СМИ то и дело начнут появляться истории людей, влюбившихся в роботов. Эту тему начнут постоянно обсуждать на телевидении, в интернете. Будут сыграны первые свадьбы. И даже самые отъявленные критики постепенно свыкнутся с мыслью, что секс с роботом – это нормально.
Но как скоро это может произойти? Хенрик Кристенсен, основатель Европейской исследовательской сети Robotics, в начале XXI века писал, что уже в 2012 году люди начнут заниматься сексом с машинами. Частично он был прав. В настоящее время уже существуют сотни роботизированных секс-игрушек, по словам создателей, позволяющих людям испытывать невиданное доселе наслаждение.
Это интересно: Ну а что касается серьёзных отношений и их логического продолжения – создания семьи, то тут андроидам придётся пройти ещё очень долгий путь развития. Дэвид Леви предполагает, что брак человека с роботом станет законным примерно в 2050 году.
4. Компьютеры, обучающие сами себя
Современные компьютеры могут учиться без участия человека Есть мнение, что компьютеры могут быть настолько же умными, как и человек, создавший их. Тем не менее, в последние годы мы всё чаще слышим о системах искусственного интеллекта, способных к самостоятельному обучению. К примеру, один из суперкомпьютеров Google сам себя научил играть в 2600 игр от компании Atari. После этого он побеждал лучших игроков на планете.
Американцы также смогли создать «умного» андроида, который научился готовить, просматривая видео на YouTube. Система визуального распознавания видео позволяет ему обучиться конкретным навыкам, пройдя через путь проб и ошибок. Согласитесь, немногие рестораны отказались бы от шеф-повара, идеально готовящего блюда любой сложности, даже если бы он был роботом.
3. Искусственный интеллект превзойдёт человеческий
Скоро роботы будут умнее людей Способности к самообучению позволяет компьютерам с искусственным интеллектом становиться всё более умными. В 2013 году они имели примерно такой же уровень интеллекта, как четырёхлетний ребёнок. Но с того времени, как говорится, уже много воды утекло.
Это интересно: В 2014 году суперкомпьютер сумел решить сложнейшую математическую задачу, известную под названием «проблема несоответствия Эрдёша». Над ней лучшие математики мира ломали головы ещё с 1930 года. Причём людям будет невероятно трудно даже просто проверить решение компьютера, ведь файл с уравнениями имеет размер в 13 гигабайт. Это больше, чем половина Википедии!
По прогнозам известного футуриста Рэя Курцвейла, к 2029 году системы искусственного интеллекта будут настолько же умны, как и эрудированный взрослый человек. Но на этом их развитие не остановится, а лишь ускорится в экспоненциальном порядке. Через какой-нибудь год компьютеры уже оставят далеко позади даже лучшие человеческие умы. Кроме этого, Рэй Курцвейл считает, что нам следует готовиться к так называемой технологической сингулярности – феноменально быстрому научно-техническому прогрессу, основанному на мощном искусственном интеллекте (многократно превосходящем человеческий) и тотальной киборгизации людей.
Компьютер Наутилус предсказывает будущее Суперкомпьютер Наутилус, разработанный компанией SGI Altix, похоже, умеет в определённой степени видеть будущее. Например, он смог с точностью в 200 километров предсказать местонахождение убежища Усамы бен Ладена. Кроме этого, Наутилус предсказал начало «арабской весны» в декабре 2010 года.
Наутилус собирает информацию из более чем 100 миллионов новостных статей со всех уголков мира. Также анализировались архивы старых публикаций, в том числе – все выпуски газеты New York Times, начиная с 1946 года. Все статьи анализировались компьютером по 2 параметрам: настроению (какие новости в ней сообщались – хорошие или негативные) и месту, в котором происходили события. Ключевыми словами для анализа настроения были «ужасный», «отвратительный», «отличный», «превосходный» и т.д. При анализе места учитывались упоминания географических названий, каждое из них наносилось по координатам на карту мира. Также компьютер исследовал более мелкие элементы сообщений. В итоге была создана информационная карта, состоящая из более чем 100 триллионов логических взаимосвязей.
Отметим, что в основе суперкомпьютера Наутилус находится 1004 мощных ядерных процессора типа Intel Nehalem. Он совершает 8,2 триллиона операций в секунду.
Наутилус выдавал графики настроения по каждой из стран, в которых произошла так называемая «арабская весна». Удивительно, но компьютер сумел заранее зафиксировать резкое ухудшение общественной атмосферы до начала беспорядков и сделал точный прогноз.
Калев Литариу из Университета Иллинойса предлагает расширить сферу применения Наутилуса. По его мнению, этот компьютер мог бы помочь людям, давая точные прогнозы погоды или выявляя скрытые тенденции в экономике.
1. Апокалипсис не за горами?
Эксперименты с искусственным интеллектом могут закончиться плачевно для человека Нет сомнений в том, что искусственный интеллект может вывести нашу жизнь на качественно новый уровень. «Умные» компьютеры способны сделать более безопасными дороги, помочь в медицине. Машины могут стать незаменимым помощником для инвалидов и пожилых людей, они без проблем заменят человека в сфере обслуживания и многих других сферах. Тем не менее, лучшие учёные и технологи мира – Стивен Хокинг, Билл Гейтс, Элон Маск и другие уверены, что развитие искусственного интеллекта таит в себе невероятную угрозу для всей человеческой цивилизации.
По сути, в ближайшем будущем искусственный интеллект либо одним махом решит все проблемы человечества, либо уничтожит самих людей. И только от нас, а если быть точнее – от ведущих специалистов в сфере информационных технологий зависит, в какую сторону качнётся чаша весов. Как считаете, какой сценарий более вероятный?
Ученые пытаются создать компьютер, думающий как человек, с самого начала эпохи современной вычислительной техники. Попытки ввести мыслительный процесс и систему принятия решений в механический процесс вылились в том, что сейчас называют искусственным интеллектом (ИИ).
В то время как рынок ИИ стремительно растет, технология имеет свои проблемы и часто неправильно воспринимается.
Вот, что нужно знать об искусственном интеллекте.
1. ИИ имеет древние корни
У многих из нас упоминание ИИ вызывает образы робота или антропоморфных машин, которые думают и рассуждают как люди. Идея машины-человека рассматривалась и раньше и уходит корнями в древнюю историю и мифы - взять хотя бы золотых «роботов» Гефеста. Кроме того, средневековые алхимики часто упоминали размещение в человеческом мозгу неодушевленных предметов.
2. Алан Тьюринг значительно повлиял на ИИ
В 1950 году Алан Тьюринг опубликовал свою статью «Вычислительная техника и интеллект», где он пытался выяснить может ли машина выиграть так называемую «игру в имитацию», что и послужило основой для названия нашумевшего фильма о Тюринге. В тесте компьютер пробовал определить гендерную принадлежность двух игроков. В документе также был впервые представлен тест Тьюринга. «Вычислительная техника и интеллект» часто рассматриваются как основополагающая работа в сфере ИИ.
3. Формальные исследования ИИ начались в 1950-х годах
Хотя первые исследования проходили и раньше, они не были официальной академической дисциплиной до Дартмутской Конференции 1956 года. Утверждение термина «искусственный интеллект» было инициировано организатором Джоном Маккарти. Он продолжал участвовать во многих работах, посвященных ИИ, вплоть до своей смерти в 2011 году.
4. Естественная обработка речи является ключом к ИИ
Одной из основных целей исследователей является разработка компьютера, способного понимать и общаться на естественных языках - эта сфера называется обработка естественного языка (NLP).
5. Автономным транспортным средствам нужен ИИ
Одним из крупнейших технологических достижений последних лет в области транспорта стало автомобилей. Новые транспортные средства без водителя и многие автономные дроны были бы немыслимы без текущих технологий искусственного интеллекта.
6. Инвесторы активно финансируют новые компании, сосредоточенные на ИИ
Рынок стартапов, посвященных ИИ, не остывает. По данным CB Insight, количество новых финансируемых проектов неуклонно растет. Некоторые компании, как Sentient Technologies, собрали миллионы долларов инвестиций всего за несколько лет существования.
7. Крупные технологические компании верят в ИИ
За всплеск интереса к ИИ ответственны не только небольшие стартап-компании. Крупные технологические гиганты также вкладывают в эту область и приобретают ИИ-разработки. Суперкомпьютер IBM Watson может делать все - от работы в больнице до приготовления пищи, Google приобрел компанию DeepMind за $400 миллионов, а Facebook недавно купил Wit.ai.
8. Роботы с искусственным интеллектом могут думать вместе
Проект роботов с коллективным сознанием разработал роботов с искусственным интеллектом, которые могут функционировать в унисон, как косяк рыбы. Они могут прочесывать районы, сканировать окружающую среду и делиться информацией между собой.
9. Некоторые роботы могут социализироваться
Робот по имени Kismet и Массачусетского технологического института мог взаимодействовать с людьми, распознавая язык тела, жесты и тон голоса, и отвечать, основываясь на полученных данных. При этом Kismet был разработан еще в 90-х.
10. ИИ это палка о двух концах
Есть мало столь же противоречивых технологий, как искусственный интеллект. С одной стороны крупные компании и университеты вкладывают средства в изучение и разработку ИИ. С другой стороны ученый Стивен Хокинг предупреждает, что искусственный интеллект может означать закат эры человечества. А Илон Маск и Билл Гейтс согласились с ним по этому вопросу, негативно высказавшись об ИИ. Скорее всего, мы еще не скоро придем к единому мнению по этому вопросу.
Текущая страница: 7 (всего у книги 39 страниц) [доступный отрывок для чтения: 10 страниц]
Ни одна машина не думает над вечными вопросами
Лео Чалупа
Нейробиолог; вице-президент по исследовательской деятельности Университета Джорджа Вашингтона
Недавно продемонстрированные примеры выдающихся возможностей высокопроизводительных компьютеров замечательны, но неудивительны. При надлежащем программировании машины значительно превосходят людей в плане хранения и оценки больших объемов данных и принятия практически мгновенных решений. Это – мыслящие машины, потому что происходящие в них процессы аналогичны многим аспектам мышления человека.
Но в более широком понимании термин «мыслящая машина» употребляется неправильно. Ни одна машина не задается вечными вопросами: «Откуда я взялась? Зачем я здесь? Куда я иду?» Машины не думают о своем будущем, о своем неизбежном конце или о своем наследии. Чтобы размышлять над такими вопросами, требуется сознание и самосознание. У мыслящих машин их нет, и, учитывая наш нынешний уровень знаний, они вряд ли это получат в обозримом будущем.
Единственный реалистичный подход к созданию машины, сходной с человеческим мозгом, должен основываться на копировании нейронных цепей, лежащих в основе мышления. Более того, исследовательские программы, которые проводятся сейчас в Калифорнийском университете в Беркли, Массачусетском технологическом институте и еще в нескольких университетах, сосредоточены на достижении этой цели – построить компьютеры, работающие подобно коре головного мозга. Последние достижения в области исследования микроструктуры коры головного мозга стали серьезным стимулом, и вполне вероятно, что BRAIN27
BRAIN, The Brain Research Through Advancing Innovative Neurotechnologies – исследование мозга средствами передовых инновационных нейротехнологий (англ.). – Прим. пер.
– новый проект Белого Дома – даст массу ценной информации. В ближайшие десятилетия мы узнаем о том, как взаимосвязаны миллиарды нейронов в каждом из шести слоев коры головного мозга, а также о типах функциональных цепей, формируемых такими связями.
Это необходимый первый шаг в разработке машин, способных к мышлению в том виде, который характерен для человеческого мозга. Но понимания микроструктуры коры недостаточно, чтобы построить умную машину. Что необходимо, так это понимание деятельности нейронов, лежащей в основе мыслительного процесса. Визуализирующие исследования обнаружили много новой информации об отделах головного мозга, вовлеченных в такие функции, как зрение, слух, осязание, страх, удовольствие и т. д.
Но у нас еще нет даже примерного понимания того, что происходит, когда мы размышляем. Причин тому множество, и среди них не последнюю роль играет наша неспособность изолировать мыслительный процесс от других физических состояний. Кроме того, различные мозговые цепи вполне могут быть связаны с различными модусами мышления. Когда мы думаем о предстоящей лекции, наш мозг задействуется не так, как когда мы вспоминаем о неоплаченных счетах.
В ближайшее время можно ожидать, что компьютеры будут превосходить людей во все большем количестве занятий. Но нам нужно намного лучше понимать работу человеческого мозга, чтобы создать по-человечески думающую машину. На данный момент нам не надо беспокоиться по поводу гражданских или любых других прав роботов, как не надо бояться, что они захватят власть. Если машина вдруг выйдет из под контроля, достаточно будет вытащить вилку из розетки.
Сингулярность – городская легенда?
Дэниел Деннет
Философ; профессор философии и содиректор Центра когнитивных исследований, Университет Тафтса; автор книги «Насос интуиции и другие инструменты мышления» (Intuition Pumps and Other Tools for Thinking)
Сингулярность – тот роковой момент, когда искусственный интеллект превзойдет своих создателей в разумности и захватит мир, – это мем, заслуживающий того, чтобы над ним поразмыслить. У него есть характерные признаки городской легенды: некоторое научное правдоподобие («Ну, в принципе, я полагаю, такое возможно!») и замечательная, вызывающая дрожь кульминационная фраза («Нами будут править роботы!»). «А ты знаешь, что если ты одновременно чихнешь, рыгнешь и пукнешь, то умрешь?» – «Да ладно, правда?» После десятилетий шумихи по поводу искусственного интеллекта можно было бы думать, что люди станут считать сингулярность шуткой, но, как оказалось, обеспокоенность общества этой идеей только растет. Добавьте несколько известных новообращенных – Илона Маска, Стивена Хокинга и Дэвида Чалмерса – к ряду других громких имен, и вы уже не можете не принимать ее всерьез. Когда случится это выдающееся событие – через десять, сто или тысячу лет? Может, благоразумнее будет уже сейчас начинать планировать, строить баррикады и повышать бдительность, высматривая предвестников катастрофы?
Я, напротив, думаю, что эти тревожные сигналы отвлекают нас от более насущной проблемы – от нависшего над нами бедствия, которое гораздо ближе и которому не нужна никакая помощь со стороны закона Мура или грядущих прорывов в теоретической науке. Мы в течение нескольких веков с огромным трудом постигали природу, сегодня накопленные знания позволяют нам впервые в истории контролировать многие аспекты наших судеб – и вот мы готовы отречься от этого контроля в пользу бездумных искусственных агентов и преждевременно поставить цивилизацию на автопилот. Соблазн поступить так коварен, потому что каждый следующий шаг сам по себе – предложение, от которого невозможно отказаться. Вы бы выглядели сегодня полным дураком, если б делали сложные арифметические вычисления с помощью карандаша и бумаги, тогда как карманный калькулятор намного быстрее и почти стопроцентно надежен (не забываем об ошибке округления). Зачем запоминать расписание поездов, когда его в любой момент можно посмотреть на смартфоне? Оставьте чтение карты вашему GPS-навигатору; да, он вовсе не умный, но он куда лучше вас справляется с задачей – не дает вам сбиться с маршрута.
Поднимемся выше по технологической лестнице: врачи все больше зависят от диагностических систем, которые объективно надежнее, чем любой специалист-человек. Вы бы хотели, чтобы ваш доктор отверг подготовленное машиной заключение, когда речь идет о выборе лечения для спасения вашей жизни? Это может оказаться лучшим – объективно наиболее успешным, непосредственно полезным – применением технологии, используемой в IBM Watson28
Суперкомпьютер, способный понимать вопросы на естественном английском языке и искать ответы в базе данных. – Прим. ред.
И вопрос о том, можно ли считать этот компьютер разумным (или сознательным), к делу не относится. Если окажется, что Watson лучше, чем эксперты-люди, справляется с постановкой диагнозов на основе доступных данных, то нашей нравственной обязанностью будет пользоваться результатами его работы. Врач, который решает пренебречь рекомендациями такой машины, сам напрашивается на судебный иск о злоупотреблении служебным положением. По-моему, ни одна область человеческой деятельности не застрахована от использования таких протезов-оптимизаторов, и везде, где бы они ни появились, мы вынуждены делать выбор в пользу надежных результатов, а не человеческих отношений, как это было прежде. Рукотворные законы и даже рукотворная наука могут занять место рядом с кустарной керамикой и свитерами ручной вязки.
В самые первые дни существования искусственного интеллекта была предпринята попытка провести четкое различие между ИИ и когнитивным моделированием. Предполагалось, что первый станет отраслью инженерного дела и будет работать как угодно, не пытаясь подражать человеческим мыслительным процессам, кроме тех случаев, когда это окажется эффективным. Когнитивное моделирование, напротив, представляло собой дополнение к психологии и нейробиологии. Модель когнитивного моделирования, которая убедительно продемонстрировала бы характерные человеческие ошибки или затруднения, стала бы триумфом, а не провалом. Такое различие в стремлениях продолжает существовать, но почти стерлось из общественного сознания. Для дилетантов искусственный интеллект – это штука, способная пройти тест Тьюринга. Недавние достижения в области ИИ стали в основном результатом того, что мы отказались от моделирования человеческих мыслительных процессов (которые, как мы думали, мы понимаем) и перешли к использованию удивительных возможностей суперкомпьютеров для майнинга данных, чтобы извлечь оттуда важные связи и паттерны. При этом мы уже не пытаемся сделать так, чтобы компьютеры понимали, что делают. По иронии судьбы, такие впечатляющие результаты побуждают многих когнитивистов пересмотреть свою позицию; оказывается, что надо еще многое узнать о том, как мозг осуществляет свою блестящую работу по «продуцированию будущего», и в этом нам помогут методы машинного обучения и майнинга данных.
Но общественность будет упорно предполагать, что любой черный ящик, который способен проделывать такие штуки (безотносительно последних успехов в области разработки искусственного интеллекта), – это разумный агент, во многом похожий на человека, тогда как на самом деле то, что находится в ящике, – это причудливо нарезанная двумерная ткань, сила которой как раз в том и заключается, что у нее нет надстройки в виде человеческого разума со всеми его особенностями: склонностью отвлекаться, волноваться, испытывать эмоции, переживать воспоминания и строить личные привязанности. Это вообще не гуманоидный робот, а бездумный раб, последняя модель автопилота.
В чем проблема с тем, чтобы передать нудную мыслительную работу таким высокотехнологичным штуковинам? Да ни в чем, при условии, что (1) мы не будем сами себя вводить в заблуждение, и (2) нам как-то удастся не допустить атрофии собственных познавательных навыков.
1. Очень-очень трудно принять свойственные нашим помощникам ограничения и не забывать о них, равно как и не забывать о склонности человека всегда приписывать компьютерам разумность, как мы знаем еще со времен печально известной программы «Элиза», написанной Йозефом Вайценбаумом в 1960-х годах. Это очень опасно, ведь мы всегда будем испытывать желание требовать от них большего, чем то, для чего мы их создали, а также доверять полученным ими результатам, когда этого лучше не делать.
2. Используй или потеряешь. Поскольку мы все сильнее зависим от когнитивных протезов, то рискуем стать беспомощными, если они когда-нибудь перестанут работать. интернет – не разумный агент (ну, в каком-то смысле, может, и разумный), но мы тем не менее стали настолько от него зависеть, что, если бы он вдруг сломался, началась бы такая паника, что общество оказалось бы уничтожено за несколько дней. Кстати, к предупреждению этого события нам надо сейчас приложить все усилия, потому что оно может произойти в любой момент.
Реальная опасность – это не те машины, которые станут умнее нас и узурпируют роль хозяев наших судеб. Реальная опасность – это машины, по сути безмозглые, но наделенные нами полномочиями, значительно превосходящими уровень их компетентности.
Наноинтенциональность
Уильям Текумсе Фитч
Преподаватель когнитивной биологии в Венском университете; автор книги «Эволюция языка» (The Evolution of Language)29
Фитч У. Т. Эволюция языка. – М.: Издательский дом «ЯСК», 2013.
Несмотря на огромный прирост вычислительной мощности, нынешние компьютеры думают не так, как это делаем мы (или шимпанзе, или собаки). У основанных на кремнии компьютеров отсутствует важнейшая способность органического разума – способность изменять свою материальную форму и, следовательно, свои будущие вычисления в ответ на события, происходящие в мире. Без этой способности (которую в других работах я назвал наноинтенциональностью), с одной только обработкой данных, нельзя получить мысль, потому что у вычисляемых символов и значений отсутствует какая-либо внутренняя причинно-следственная связь с реальным миром. Любая информация, полученная в результате работы кремниевого процессора, нуждается в интерпретации людьми, чтобы обрести значение, и так все останется и в обозримом будущем. У нас мало причин для того, чтобы бояться разумных машин, куда больше их для того, чтобы бояться все более неразумных людей, которые их используют.
В чем именно выражается особенность биологического, а не кремниевого компьютера? Не бойтесь, я не имею в виду какой-то мистический élan vital30
Жизненный порыв (фр.) – термин, введенный философом Анри Бергсоном для объяснения движущей силы эволюции. – Прим. ред.
Это наблюдаемая, механистическая особенность живых клеток – особенность, которая развилась посредством обычных эволюционных процессов. В моих построениях нет никакой мистики или «незримого духа». По сути, наноинтенциональность – это способность клеток отвечать на изменения в окружающей среде, перестраивая свои молекулы и, таким образом, изменяя форму. Это свойство есть у амебы, хватающей бактерию, у мышечной клетки, повышающей уровень миозина в ответ на пробежку, или (что наиболее актуально) у нейрона, вытягивающего свои дендриты в качестве реакции на локальную нейровычислительную среду. Наноинтенциональность – основная, непреодолимая, бесспорная особенность жизни на Земле, которой нет у печатных кремниевых микросхем, формирующих «сердце» современного компьютера. Поскольку такое физическое различие между мозгом и компьютером – простой и грубый факт, то остается открытым вопрос: насколько большое значение он имеет для более абстрактных философских проблем, касающихся понятий мысли и значения. И тут ситуация становится сложнее.
Философские обсуждения начинаются с утверждения Канта о том, что наш разум неизменно отделен от типичных объектов наших размышлений – физических сущностей в реальном мире. Мы получаем сведения о них (через фотоны, воздушные колебания или испускаемые молекулы), но наш разум/мозг никогда не вступает с ними в прямой контакт. Таким образом, вопрос о том, как можно утверждать, что сущности нашего разума (мысли, убеждения, желания) якобы направлены на вещи в реальном мире, оказывается неожиданно сложен. Действительно, направленность – это центральная проблема в философии сознания, основа многолетней полемики между такими философами, как Деннет, Фодор и Сёрл. Философы несильно помогли внести ясность, назвав эту мнимую умственную направленность интенциональностью (не путать с обычным значением слова в английском языке: «делать что-то нарочно, умышленно»). Вопросы интенциональности тесно связаны с глубинными проблемами феноменологии сознания, часто выражаемыми терминами «квалиа» и «трудная проблема сознания»31
Термин введен философом Дэвидом Чалмерсом; подразумевается проблема объяснения того, как происходящие в мозге процессы порождают субъективные переживания. – Прим. ред.
Но они обращены к более простому и фундаментальному вопросу: как может ментальная сущность (мысль – паттерн нервного возбуждения) быть в любом смысле этого слова связана со своим объектом (вещью, которую вы видите, или человеком, о котором вы думаете)?
Вот ответ скептика, солипсиста: такой связи нет, интенциональность – иллюзия. Это заключение ложно по крайней мере в одной важнейшей области (замечание сделано Шопенгауэром 200 лет назад): единственным местом, где ментальные явления (желания и намерения, что инстанцируется в нервном импульсе) вступают в контакт с реальным миром, являются наши собственные тела (например, нейромышечное соединение). Пластичность живой материи в целом и нейронов в частности означает, что петля обратной связи непосредственно соединяет наши мысли с нашими действиям, просачиваясь обратно через восприятие, где влияет на структуру самих нейронов. Петля каждый день замыкается в нашей голове (в самом деле, если вы завтра вспомните хоть что-нибудь об этом эссе, то лишь потому, что некоторые нейроны в вашем мозгу изменили свою форму, ослабив или усилив синапсы, расширив или сократив число связей). Такой контур обратной связи в принципе не может замкнуться в жестком кремниевом чипе. Это биологическое качество обеспечивает умственную деятельность у человека (а также у шимпанзе и собаки) с присущей ей внутренней интенциональностью, которой нет у современных кремниевых вычислительных систем.
Если утверждение верно (а мои логика и интуиция его поддерживают), машины «думают», «знают» или «понимают» что-либо только в той мере, в какой это делают их создатели и программисты, когда значение добавляется интенциональным, истолковывающим агентом, обладающим мозгом. Любой «интеллект» у компьютера – это исключительно интеллект работающих с ним людей.
Поэтому я не боюсь, что роботы восстанут или начнут бороться за свои права (если только их защитой не решат заняться заблуждающиеся люди). Означает ли это, что можно не беспокоиться до тех пор, пока кто-то не изобретет компьютер с наноинтенциональностью? К сожалению, нет: существует другая опасность, которая исходит от нашей чрезмерной склонности ошибочно приписывать намерение и понимание неодушевленным предметам («Моей машине не нравится низкооктановое топливо»). Думая так о вычислительных артефактах – компьютерах, смартфонах, системах управления, – мы постепенно передаем им (и тем, кто их контролирует) свою обязанность – информированное, компетентное понимание. Ситуация становится опасной, когда мы охотно и с ленцой уступаем ее бесчисленным кремниевым системам (автомобильным навигаторам, смартфонам, системам электронного голосования), которые не только не задумываются о том, что именно они вычисляют, но даже и не знают об этом. Глобальный финансовый кризис дал нам почувствовать, что может произойти в мире, связанном компьютерами, когда реальная ответственность и реальные компетенции окажутся неблагоразумно свалены на машины.
Я боюсь не успешного восстания искусственных интеллектов, а скорее катастрофического сбоя, вызванного множеством мелких ошибок в кремниевой системе, которую наделили слишком большими полномочиями. Нам все еще далеко до сингулярности, когда компьютеры станут умнее нас, но это не значит, что нам не следует беспокоиться о глобальном сетевом коллапсе. Чтобы сделать первый шаг к предотвращению таких катастроф, нужно перестать перекладывать на компьютеры собственную ответственность и понять и принять простую истину: машины не думают. А то, что мы принимаем за их мышление, становится с каждым днем все опаснее.
Игры (и пророчества) разума
Ирэн Пепперберг
Научный сотрудник и преподаватель, кафедра психологии, Гарвардский университет; автор книги «Алекс и я» (Alex & Me)
Машины великолепно справляются с вычислениями, но при этом не очень хорошо – с мышлением как таковым. У машин бесконечный запас упорства и настойчивости, и, как кое-кто говорит, они могут легко разгрызть сложную математическую проблему или помочь вам проехать через пробки в незнакомом городе, но все это – благодаря алгоритмам и программам, созданным людьми. Чего же машинам не хватает?
Машинам не хватает ви́дения (по крайней мере пока, и я не думаю, что наступление сингулярности это изменит). Я имею в виду отнюдь не зрение. Компьютеры не сами придумывают новое приложение, которому суждено стать популярным. Компьютеры не принимают решение исследовать далекие галактики – они прекрасно справятся с задачей, когда мы их туда отправим, но это уже другая история. Компьютеры, конечно, лучше среднестатистического человека работают в области высшей математики и квантовой механики, но у них нет видения, чтобы в принципе обнаружить необходимость в таких действиях. Машины могут выигрывать у людей в шахматы, но они еще не изобрели интеллектуальную игру, что займет человечество на столетия. Машины видят статистические закономерности, которые пропустит мой слабый мозг, но они не в состоянии выдвинуть новую идею, что соединит разрозненные наборы данных и создаст новую область науки.
Я не так уж сильно беспокоюсь по поводу машин, способных вычислять. Я как-нибудь переживу постоянные вылеты браузера, но пусть у меня будет умный холодильник, способный отслеживать RFID-коды лежащих в нем и вынимаемых из него продуктов и посылать мне СМС с напоминанием купить сливки по пути домой (пользуясь случаем, обращаюсь к тем, кто работает над такой системой: поторопитесь!). Мне нравится, когда компьютер подчеркивает незнакомые ему слова, и пусть среди них иногда оказывается какая-нибудь «филогенетика», я могу находить опечатки в общеупотребительных словах (и прямо сейчас он тоже не позволяет мне писать с ошибками). Но эти примеры показывают: само по себе то, что машина демонстрирует нечто похожее на мышление, еще не означает, что она на самом деле мыслит – или, по крайней мере, что она мыслит подобно человеку.
Мне вспоминается одно из самых первых исследований в области обучения обезьян использованию языка – где они должны были манипулировать пластиковыми фишками, чтобы отвечать на разные вопросы. Впоследствии эксперимент повторили со студентами, которые – что неудивительно – исключительно преуспели в освоении системы, но когда их спросили, чем они занимались, те сказали, что решали какие-то интересные головоломки и понятия не имели, что их обучали языку. Последовало широкое обсуждение, и мы многое открыли и многому научились в ходе новых исследований. Несколько особей, не являющихся людьми, смогли понять референтное значение различных символов, пользоваться которыми их учили, и мы многое узнали об интеллекте обезьяны в рамках оригинальной методологии. Смысл этой истории таков: то, что первоначально казалось сложной лингвистической системой, потребовало намного большей подготовки, чем предполагалось изначально, чтобы стать чем-то большим, нежели серия относительно простых парных ассоциаций.
Так что меня беспокоят не мыслящие машины, а самодовольное общество, готовое отказаться от своих мечтателей в обмен на возможность не делать трудную работу. Люди должны воспользоваться собственными познавательными мощностями, которые освободились, когда машины взяли на себя грязную работу, быть благодарными за такую свободу и использовать ее, направляя свои способности на решение сложных насущных проблем, для которых требуется проницательность и пророческое видение.
Оригинал взят у 5cek
В этой статье исследуется текущее состояние разработки искусственного интеллекта, рассматриваются вызовы и угрозы, а также особенности работы наиболее признанных учёных, и описываются основные прогнозы, в каком виде может предстать перед нами ИИ. В целом это переработанная и сокращённая версия эссе, написанного Тимом Урбаном для “Wait But Why”.
Введение
Если предположить, что научная деятельность человечества будет продолжаться без заметных перерывов, то появление ИИ может стать наиболее позитивным изменением в нашей истории. Или, как этого многие боятся, самым опасным изобретением. Сегодня разработки в сфере ИИ уверенно следуют по пути создания компьютера, когнитивные функции которого не будут уступать человеческому мозгу. И вероятнее всего, мы сможем создать его в течение 30 лет. Согласно прогнозам большинства учёных, работающих над проблемой ИИ, это изобретение может стать причиной прорывов в области создания Искусственного Суперинтеллекта (ИСИ) - сущности, чей разум превзойдёт совокупную мощь интеллекта всех людей. Речь не идёт о неком туманном будущем. Первая стадия создания ИИ постепенно проявляется в технологиях, которые мы уже используем в повседневной жизни. С каждым годом критическая масса достижений будет накапливаться и ускорять процесс разработки, способствуя усложнению технологий, их распространению и доступности. Всё больше интеллектуальной работы мы будем поручать компьютерам, внедряя их в каждый аспект нашей реальности, включая организацию своей работы, формирование сообществ и общение с миром.
Экспоненциальный рост
Руководящий принцип технического прогресса
Чтобы лучше понять руководящие принципы ИИ-революции, давайте пока отвлечёмся от научных исследований. Представьте, что вы получили машину времени и должны доставить кого-то из прошлого в настоящее, чтобы этот человек потерял дар речи от наших технологических и культурных достижений.
Допустим, вы решили вернуться на 200 лет назад. Метнулись в начало 1800-х годов, схватили какого-то мужика и доставили в 2016. Вы водите его и наблюдаете за его реакциями на всё окружающее. Мы не можем представить, как он воспринимает эти сияющие капсулы, проносящиеся по дорогам; разговоры с людьми, находящимися за океаном; просмотр спортивных игр, проходящих за 1000 км от него; прослушивание концерта, который случился 50 лет назад; возню с магическим прямоугольником, способным сохранять изображения и движущиеся картинки, а также показывающим маленькую точку, обозначающую местоположение на карте; разговор лицом к лицу с человеком, находящимся на другом конце страны и многое другое. Нам не понадобится много времени. Через пару минут гость из прошлого окончательно офигел.
Теперь вы оба хотите узнать, как отреагирует на достижения 1800-х годов человек из 1600-х. Вы перемещаетесь во времени, хватаете первого попавшегося и переносите его на 200 лет вперёд, в 19 век. Ему очень интересно смотреть на окружающий мир, но вы понимаете, что он не потрясён увиденным. То есть чтобы потрясти кого-то 19-м веком, нужно вернуться в прошлое гораздо дальше, чем на 200 лет. Чего там мелочиться, махнём на 15 000 лет назад. Во времена до Первой Сельскохозяйственной Революции, благодаря которой появились первые города и возникла концепция цивилизаций. Находите какого-нибудь охотника-собирателя и показываете ему обширные империи 1750-х годов, с их башнями церквей, кораблями, способными пересекать океаны, с понятием «находиться внутри» и огромными накоплениями знаний и открытий в виде книг. Нам не понадобится много времени. Через пару минут гость из прошлого окончательно офигел.
Теперь вы втроём решили провернуть подобный трюк снова. Вы понимаете, что не имеет смысла возвращаться на 15 000, 30 000 или 45 000 лет. Вам придётся прыгнуть во времени гораздо дальше. Вы находите мужика лет 100 000 назад и проводите ему экскурсию по племенам со сложной социальной иерархией. Он видит разнообразное охотничье оружие, хитрые инструменты, огонь и впервые слышит язык в виде знаков и звуков. Ну, вы поняли, всё это взрывает ему мозг. Через пару минут он окончательно офигевает.
Что произошло? Почему нам с каждым разом приходилось возвращаться намного дальше в прошлое? 100 000 → 15 000 → 200 лет назад?
Так происходит потому, что более развитые общества прогрессируют быстрее менее развитых. В 1800-х человечество знало гораздо больше, поэтому неудивительно, что оно развивалось гораздо быстрее, чем человечество 15 000 лет назад. И нам сегодняшним, чтобы офигеть в будущем, достаточно будет переместиться вперёд меньше, чем на 200 лет.
Рей Курцвейл, учёный и специалист в сфере ИИ, говорит, что «в период с 2000 по 2014 годы мы наблюдали такой же объём прогресса, как за весь 20-й век. И ещё столько же будет достигнуто к 2021 году, всего за семь лет. Ещё лет через 20 мы в течение года достигнем прогресса, в несколько раз превышающего прогресс за весь 20 век, а затем этот период уменьшится до полугода». Курцвейл верит, что к концу 21 века мы в 1000 раз превзойдём прогресс века 20-го.
Логика подсказывает, что если наиболее развитые виды на планете движутся вперёд всё возрастающими темпами, то в конце концов прогресс полностью меняет их представление о жизни, их представление о том, что такое быть человеком. Как если бы развитие интеллекта в процессе эволюции настолько изменило человеческое бытие, что это изменило бы существование всех живых существ на Земле. И если вы потратите некоторое время на изучение текущей ситуации в науке и технологиях, то заметите немало признаков того, что жизнь, какой мы её знаем, уже не сможет устоять перед нашим следующим прорывом.
Путь к общему искусственному интеллекту
Создание компьютеров, не уступающих людям по интеллекту
ИИ - это общий термин для описания технологий компьютерного интеллекта. Несмотря на разнообразие мнений по этому вопросу, большинство экспертов считают, что существует три категории ИИ.
Ограниченный искусственный интеллект (ANI, Artificial Narrow Intelligence)
ИИ первой категории. Специализируется в какой-то конкретной области. Например, есть ИИ, способный победить чемпионов мира по шахматам, но это единственное, что он может делать.
Общий искусственный интеллект (AGI, Artificial General Intelligence)
ИИ второй категории. По уровню интеллекта он достигает и превосходит человека, то есть способен «делать выводы, планировать, решать проблемы, мыслить абстрактно, понимать сложные идеи, быстро обучаться, в том числе на основании собственного опыта».
Искусственный суперинтеллект (ASI, Artificial Super Intelligence)
ИИ третьей категории. Он умнее всего человечества вместе взятого, начиная от «немного умнее» до «умнее в триллион раз».
Текущая ситуация
На текущий момент человечество создало ИИ первой категории, и они используются повсеместно:
- Автомобили полны ANI-систем, от компьютеров, вычисляющих время срабатывания ABS, до компьютеров, настраивающих параметры впрыска топлива.
- Поисковик Google - это один большой ANI с невероятно сложными алгоритмами ранжирования страниц и вычисления отображения контента. То же самое можно сказать и про новостную ленту Facebook.
- Спам-фильтры почтовых сервисов используют ANI для выявления спама. Этот ИИ является самообучаемым и подстраивается под ваши предпочтения и особенности.
- Пассажирские авиалайнеры практически целиком управляются ANI без помощи людей.
- Беспилотный автомобиль Google, проходящий тестирование, использует мощные ANI-системы, позволяющие ему распознавать и реагировать на окружающую среду.
- Ваш смартфон - маленькая ANI-фабрика. Вы используете картографические приложения, получаете рекомендации на основании ваших предпочтений, проверяете погоду на завтра, общаетесь с Siri.
- Лучшие игроки в шашки, шахматы, Scrabble, Backgammon и Othello - это исключительно ANI-системы.
- Сложные ANI-системы широко используются на производствах, в военной сфере, в финансах (сегодня свыше половины акций на американских рынках торгуются ИИ-программами).
Современные ANI-системы не особо внушают опасения. В худшем случае глючный или запрограммированный со злым умыслом ANI может привести к изолированной катастрофе вроде падения самолёта, выходу из строя АЭС или падению рынков (наподобие 2010 Flash Crash, когда ANI-программа неправильно среагировала на неожиданную ситуацию, что привело к резкому падению рынка акций на один триллион долларов. Лишь часть потерь была компенсирована после исправления ошибки). Пока ANI не имеют возможности создать угрозу нашему существованию, но нельзя закрывать глаза на то, что всё более разрастающаяся и усложняющаяся экосистема относительно безопасных ANI является предвестником глобальных перемен. Каждая инновация в сфере ANI тихо вносит небольшой вклад в общую копилку, становится ещё одним камнем в дороге по направлению к AGI и ASI.
Так видит мир беспилотный автомобиль Google. На основе видео Embedded Linux Conference 2013 - KEYNOTE Google’s Self Driving Cars
Ничто не заставит вас больше ценить человеческий интеллект, как осознание невероятной трудности создания компьютеров, не уступающих нам по уму. Чрезвычайно легко построить компьютер, способный умножать десятиразрядные числа в долю секунды. А построить такой, который сможет посмотреть на собаку и ответить, собака это или кошка, - исключительно трудно. Создать ИИ, способный победить любого человека в шахматах? Сделано. Разработать ИИ, способный прочитать параграф из книги для шестилетних детей и понять их значение? Сегодня на эту задачу Google тратит миллиарды долларов.
Почему трудные для нас вещи - вроде вычислений, стратегий на финансовых рынках и перевода с языков - даются компьютерам умопомрачительно легко, в то время как простые для нас вещи - вроде зрения, движения, перемещения и восприятия - даются им безумно трудно?
То, что кажется нам простым, на самом деле невероятно сложные процессы. Просто они были оптимизированы под нас (и большинство животных) эволюцией сотни миллионов лет назад. Когда вы протягиваете руку к какому-то предмету, то ваши мышцы, сухожилия и кости плеча, локтя и запястья моментально выполняют длинную последовательность физических операций под контролем глаз, чтобы ваша рука смогла двигаться как нужно в трёх измерениях. С другой стороны, умножение длинных чисел или игра в шахматы - это новые занятия для биологических существ, у нас просто не было возможности адаптироваться под них, поэтому компьютеру не нужно особо напрягаться, чтобы нас победить.
Вот забавный пример:
Глядя на картинку A, и вы, и компьютер определят, что на ней изображён прямоугольник из чередующихся фрагментов двух цветов.
Картинка B. Вы без проблем дадите описание непрозрачных и полупрозрачных фигур, а вот компьютер с треском провалится. Он опишет то, что видит - совокупность двумерных фигур нескольких оттенков. И будет совершенно прав. Просто наш мозг выполняет огромную работу по интерпретированию предполагаемой глубины сцены, смешанных теней и наложенного освещения.
Глядя на картинку C, компьютер видит двумерный коллаж из белых, чёрных и серых пятен, в то время как вы легко распознаете то, что изображено на самом деле - фотографию девушки и собаки на скалистом берегу.
И всё вышеописанное относится только к визуальной информации и её обработке. А чтобы не уступать по интеллекту человеку, компьютер должен ещё, например, распознавать разные выражения лица или понимать смысл понятий «получать удовольствие», «испытывать облегчение» и «ощущать различие». Как компьютеры смогут достичь ещё более высоких способностей, вроде сложных рассуждений, интерпретирования информации и установления взаимосвязей между разными областями знаний? Гораздо проще было построить небоскрёбы, отправить человека в космос и выяснить подробности Большого Взрыва, чем понять работу собственного мозга и придумать, как сделать что-то, работающее не хуже его. На сегодняшний день человеческий мозг считается самым сложно устроенным объектом в известной Вселенной.
Разработка оборудования
Если ИИ должен быть не глупее человеческого мозга, то критически важно обеспечить его аналогичными вычислительными ресурсами. Их можно выразить в количестве вычислений, которые мозг может выполнить в секунду - CPS, calculations per second.
Главный вызов заключается в том, что нам пока удалось точно измерить работу лишь некоторых разделов мозга. Однако Рей Курцвейл разработал метод определения общего количества CPS. Он взял CPS одного из разделов и умножил пропорционально весу всего мозга. Он делал это неоднократно на основании различных профессиональных оценок тех или иных разделов, и в результате всегда приходил к одному и тому же значению - 1016 CPS, или 10 квадрильонов CPS.
Один из самых быстрых современных суперкомпьютеров, китайский Tianhe-2, уже превысил эту производительность и показал около 34 квадрильонов CPS. Но этот монстр занимает 720 квадратных метров пространства и потребляет 24 мегаватт-час энергии (а человеческий мозг - примерно 20 Ватт), а его постройка обошлась в $390 миллионов. Так что он не особо подходит для широкого использования и даже для решения большинства коммерческих и промышленных задач.
Курцвейл предлагает подходить к оценке компьютеров с точки зрения количества CPS на $1000. Когда за эти деньги мы сможем получить производительность на уровне 10 квадрильонов, то это будет означать, что AGI стал настоящей частью нашей жизни. Сегодня за $1000 можно получить около 1010 CPS - 10 триллионов. Проверенный временем закон Мура гласит, что максимальная вычислительная мощность удваивается примерно каждые два года, а значит развитие оборудования, как развитие человечества, растёт по экспоненте (согласно самым свежим данным, через пять лет закон Мура уже перестанет работать в связи с достижением фундаментальных физических барьеров). В соответствии с этим прогнозируемым графиком:
Эта визуализация основана на графике Курвейла и анализе из его книги The Singularity is Near.
Подобная динамика подсказывает, что компьютеры с производительностью, аналогичной человеческому мозгу, появятся в районе 2025 года. Но одна лишь вычислительная мощность не придаст компьютеру интеллектуальности. Так что следующий вопрос звучит так: «Как нам придать разума всем этим гигагерцам?».
Создание ПО
Одна из труднейших задач при создании AGI - как написать необходимое ПО. Дело в том, что никто не знает, как сделать компьютер умным. Мы всё ещё спорим о том, как придать компьютеру человеческий интеллект, чтобы он знал, что такое «собака», умел распознать криво написанную букву В и мог оценить фильм как посредственный. Тем не менее, есть несколько основных подходов к этой задаче.
1. Копирование работы человеческого мозга.
Решение задачи «в лоб»: скопировать архитектуру мозга и построить компьютер в близком соответствии с ней. Пример: искусственная нейронная сеть. Изначально это сеть из транзисторных «нейронов», соединённых друг с другом посредством входов/выходов. Такая сеть ничего не знает, совсем как мозг младенца. Её «обучение» связано с попыткой выполнить какие-то задачи, допустим, распознавание рукописного текста. Сначала взаимодействия нейронов и попытки оцифровывания каждой буквы будут происходить совершенно хаотично. Но когда такая нейронная сеть будет достигать какого-то положительного результата, приведшие к нему взаимосвязи будут усиливаться. А взаимосвязи, приведшие к отрицательным результатам, будут ослабляться. После ряда проб и ошибок сеть сформирует определённые последовательности взаимодействия и оптимизируется для конкретной задачи.
Есть и более радикальный подход - полное эмулирование мозга. Учёные берут настоящий мозг, разрезают его на большое количество кусочков, выявляют нейронные связи и копируют их посредством ПО. Если этот подход окажется успешным, то мы получим компьютер, способный выполнять те же задачи, что и человеческий мозг. Достаточно дать ему возможность обучаться и собирать информацию… Далеки ли мы от полноценной эмуляции мозга? Достаточно далеки, ведь мы только что смогли эмулировать мозг 1-миллиметрового плоского червя, состоящий всего из 302 нейронов. Для сравнения: человеческий мозг состоит примерно из 86 миллиардов нейронов, соединённых друг с другом посредством триллионов синапсов.
2. Эволюция компьютеров.
Даже если мы сможем эмулировать мозг, что сравнимо с постройкой самолёта посредством копирования движения крыльев птицы, машины всё же лучше всего подходят для использования новых, ориентированных на технику подходов, а не для копирования биологии. Если мозг слишком сложен для цифрового воспроизведения, то мы можем эмулировать процесс эволюции. Для этого используются так называемые «генетические алгоритмы». Допустим, группа компьютеров пытается выполнить какую-то задачу, и самые успешные из них скрещиваются с другими, передавая по половине программного кода для создания нового компьютера. Наиболее успешные исключаются из процесса. Скорость и ориентированность на достижение цели - это преимущества искусственной эволюции перед эволюцией биологической. После множества итераций естественный отбор позволит создавать всё более совершенные компьютеры. Вызов заключается в автоматизации процесса, чтобы искусственная эволюция развивалась без вмешательства человека.
3. Пусть все проблемы решает компьютер, а не мы.
Последний подход самый простой и самый пугающий. Нам нужно построить компьютер, двумя основными задачами которого будут исследование ИИ и внесение изменений в собственный код, чтобы не только учиться улучшать свою архитектуру, но и претворять на практике. То есть речь о том, чтобы сделать компьютер специалистом по информатике, чтобы он мог самостоятельно вести собственную разработку. Это самый предпочтительный способ для получения AGI.
Возможно, все эти улучшения ПО покажутся вам слишком медленными или неосязаемыми, но, согласно научным представлениям, одна небольшая инновация может моментально ускорить процесс разработки. Это как последствия революции Коперника - его открытие моментально облегчило математические вычисления траекторий планет, и в свою очередь это привело к новым открытиям. Так что не нужно недооценивать экспоненциальный рост: то, что может выглядеть ползаньем улитки, может быстро превратиться в безудержную гонку.
Визуализация сделана на основании графика из “Welcome, Robot Overlords. Please Don’t Fire Us?”
Путь к искусственному суперинтеллекту
Сущность, которая умнее всего человечества вместе взятого
Вполне вероятно, что в какой-то момент мы сможем создать AGI: программное обеспечение, которое по интеллекту многократно превзойдёт человека. Означает ли это, что компьютеры станут равны нам? Вовсе нет - компьютеры будут гораздо эффективнее. Благодаря своей электронной природе они будут иметь ряд преимуществ:
- Скорость. Нейроны мозга работают с частотой около 200 Гц, а современные процессоры имеют частоту в среднем 2 ГГц, то есть в 10 млн раз быстрее.
- Память. В искусственном мире куда труднее забывать или путать факты. Компьютеры могут в секунду запоминать куда больше, чем человек за десять лет. Кроме того, память компьютера гораздо точнее и объёмнее.
- Производительность. Транзисторы гораздо точнее нейронов и реже выходят из строя (и могут быть восстановлены или заменены). Человеческий мозг быстро утомляется, а компьютеры могут без остановки работать с максимальной производительностью.
- Коллективные способности. Из-за особенностей межличностного взаимодействия и сложности социальной иерархии, работа в группе людей может быть до нелепости сложной. И чем больше группа, тем медленнее становится отдача от каждого члена. ИИ не имеет этих биологических ограничений, он не испытывает проблем, характерных для коллективов людей, и может синхронизировать и обновлять собственную ОС.
