Искусственный интеллект – надежды и опасения - Джон Брокман
Подобные дискуссии между художниками и инженерами, конечно, не являются чем-то новым. В 1960-х годах инженер Билли Клювер приглашал художников и инженеров на совместные семинары, а в 1967 году учредил программу «Эксперименты в искусстве и технике» (с Робертом Раушенбергом[162] и др.). В Лондоне приблизительно в те же годы Барбара Стевини и Джон Лэтем из группы «Артист плейсмент»[163] сделали еще один шаг вперед, утверждая, что в каждой компании и в каждом правительстве должны непременно присутствовать творцы. Сегодня эти воодушевляющие исторические модели можно применить к исследованиям в области ИИ. Поскольку ИИ все увереннее вторгается в нашу повседневную жизнь, создание пространства, недетерминированного и лишенного утилитарности благодаря обилию перспектив и разнообразию пониманий, несомненно необходимо.
Глава 21
ИИ против четырехлеток
Элисон Гопник
психолог и специалист по развитию в Калифорнийском университете в Беркли; среди ее книг нужно упомянуть «Философствующего ребенка» и недавнюю работу «Садовник и плотник: что новая наука о развитии ребенка говорит об отношениях между родителями и детьми».
Элисон Гопник – международно признанный авторитет в области обучения и развития детей, одна из ключевых фигур «теории разума». Она видит в детском мозге «мощный обучаемый компьютер», отталкиваясь, возможно, от личного опыта. Ее собственное детство в Филадельфии было этаким непрерывным упражнением в интеллектуальном развитии. «Другие семьи водили своих детей смотреть «Звуки музыки» или «Карусель», а мы ходили на «Федру» Расина и «Конец игры» Сэмюела Беккета, – вспоминает она. – Наша семья читала вслух роман XVIII столетия, «Джозеф Эндрюс» Генри Филдинга, у костра в походах».
Недавно Элисон обратилась к байесовским моделям машинного обучения, чтобы объяснить замечательную способность дошкольников делать выводы об окружающем их мире без использования огромных массивов данных. «Думаю, младенцы и младшие дети на самом деле более сознательны, чем мы, взрослые, – говорит она. – Они очень хорошо впитывают обилие информации из множества разных источников одновременно». Элисон называет младенцев и младших детей «отделом исследований и разработок рода человеческого». Это вовсе не значит, что она относится к ним равнодушно, как если бы дети были лабораторными животными. Наоборот, малышам как будто нравится ее компания (и множество жужжащих и сверкающих игрушек) в лаборатории в Беркли. Приведу маленькую подробность: много лет после того, как ее собственные дети повзрослели, она держала в своем кабинете детский манеж.
Исследования наших способов учиться и выявление параллелей с методами глубинного обучения ИИ продолжаются. «Оказывается, гораздо проще имитировать рассуждения высококвалифицированного взрослого эксперта, чем обычное обучение нормального ребенка, – говорит Элисон. – Вычисления по-прежнему являются наилучшим – по сути, единственным – научным объяснением того, как физический объект, подобный мозгу, обретает возможность действовать разумно. Но по крайней мере на данный момент мы почти не имеем представления о том, откуда берется креативность, наблюдаемая у детей».
Все слышали о новых достижениях в области искусственного интеллекта, прежде всего в машинном обучении. Наверняка вам доводилось и внимать утопическим или апокалиптическим прогнозам по поводу этих достижений. Утверждается, что ИИ либо сулит нам бессмертие, либо предвещает конец света, и в пользу той и другой версии сказано и написано очень много. Впрочем, даже самые совершенные нынешние ИИ по-прежнему далеки от того, чтобы справляться с задачами, которые без труда решают четырехлетние дети. Несмотря на свое громкое название, искусственный интеллект в основном опирается на методы выявления статистических закономерностей в больших наборах данных. Люди же способны достичь куда большего.
Почему мы так много знаем о мире вокруг? Мы усваиваем огромное количество информации даже в раннем детстве; уже четырехлетние дети знают о растениях, животных и машинах, о желаниях, убеждениях и эмоциях, в конце концов, о динозаврах и космических кораблях.
Наука изрядно расширила наши знания о мироздании – невообразимо большом и бесконечно малом, – мы добрались до пределов Вселенной и начала времен. Мы используем эти знания, чтобы составлять новые классификации и делать новые прогнозы, воображать новые возможности и привносить новизну в этот мир. Но ведь наше восприятие формируется потоками фотонов, бомбардирующими сетчатку, и колебаниями воздуха, воздействующими на барабанные перепонки. Так каким образом мы узнаем столько полезного о мире вокруг, если способы его познания настолько ограничены? И каким образом связаны с познанием несколько фунтов серой слизи в нашей голове, прямо за глазами?
Наилучший ответ на данный момент состоит в том, что наш мозг выполняет вычисления, обрабатывая конкретные, специфические и неупорядоченные данные от наши органов чувств; именно эти вычисления дают нам относительно точное представление о мире. Репрезентации кажутся структурированными, абстрактными и организованными по иерархическому принципу; они включают в себя восприятие трехмерных объектов, грамматику, лежащую в основе языка, и ментальные способности, скажем, «теорию разума», позволяющие понимать мысли и побуждения других людей. Эти репрезентации дают возможность выдвигать разнообразные прогнозы и воображать различные варианты развития событий уникальным, сугубо человеческим и творческим образом.
Такое познание нельзя назвать единственной разновидностью интеллекта, но оно принципиально важно для людей. Причем такой интеллект характерен для маленьких детей. Пусть дети чрезвычайно плохо планируют и принимают решения, зато они – лучшие ученики («усваиватели знаний») во Вселенной. По большей части процесс превращения данных в теории завершается до нашего пятого дня рождения.
Со времен Аристотеля и Платона известны два основных подхода к выяснению того, как мы приобретаем знания, и эти подходы по-прежнему актуальны – и используются в машинном обучении. Аристотель исходил из убеждения, что действовать нужно снизу вверх: начинаем с ощущений – потока фотонов и колебаний воздуха (или пикселей и образцов звука для цифровых изображений и аудиозаписей) – и пытаемся вывести из них некие шаблоны. Этот подход развивали такие классики ассоциаций (ассоциативисты), как философы Давид Юм и Джон Стюарт Милль, а также психологи-бихевиористы Иван Павлов и Б. Ф. Скиннер[164]. С этой точки зрения абстрактность и иерархическая структура репрезентаций оказываются чем-то наподобие иллюзии, в лучшем случае – эпифеноменом[165]. Все происходит через ассоциации и обнаружение шаблонов, особенно при условии обилия данных.
С течением времени в изучении тайн познания стали наблюдаться метания между подходом «снизу вверх» и его альтернативой, методом «сверху вниз», предложенным Платоном. Возможно, мы извлекаем абстрактные
