Как учится машина. Революция в области нейронных сетей и глубокого обучения - Ян Лекун
Все это очень маловероятно. Как мы можем быть настолько умными, чтобы создать сверхчеловеческую интеллектуальную машину, и в то же время настолько глупыми, чтобы наделить ее такой нелепой целью? Неужели мы будем настолько безрассудными, что даже не попытаемся обезопасить себя? Например, не сможем создать еще одну сверхразумную машину, единственной целью которой было бы отключить первую?
Но не следует забывать и о том, что все технологические революции, которые мы соглашаемся признать как полезные для человечества, имели свою темную сторону. Изобретение печатного станка, позволившее распространение знаний, также способствовало распространению идей Кальвина и Лютера, послуживших причиной кровопролитных религиозных войн в Европе в XVI–XVIII вв. Радио? Оно стало свидетелем подъема фашизма в 1930-е. Самолет? Он «сократил расстояния» в мировом масштабе, но также позволил бомбить целые города. Если вы посмотрите на информационные технологии, начиная с телефона, телевидения, интернета и заканчивая социальными сетями, каждая из них породила проблемы, которые в конечном итоге были решены[140].
Усердный исполнитель
Мы наделяем машины все большим и большим интеллектом. Лексические определения используемые в области ИИ, – «интеллект», «нейроны», «обучение», «решение» – термины, ранее предназначавшиеся только для людей и животных, сами по себе могут нас пугать. Конечно, в очень специализированных задачах системы с ИИ работают намного быстрее человека. Это игра в го или шахматы, поиск опухолей или целей для уничтожения, составление профилей потребителей, поиск информации на тысячах страниц, переводы чуть ли не на все языки мира.
Но на данный момент, как мы уже говорили, у ИИ, каким бы замечательным он ни был, меньше здравого смысла, чем у новорожденного котенка, точнее, его нет совсем. Познания и понимание мира машинами минимальны, так как они обучены выполнять только одну задачу.
Она неспособна поддерживать намерение или развивать сознание. «Когда дело доходит до создания действительно умных машин, способных разрабатывать стратегии и хорошо разбираться в мире, у нас даже нет ингредиентов для рецепта. Сегодня нам не хватает фундаментальных концепций», – резюмирует мой коллега Антуан Бордес, один из руководителей FAIR. Прямо с языка снял!
Врожденное или приобретенное?
Математик Владимир Вапник описал статистическую теорию машинного обучения, которая определяет условия, при которых система может извлекать концепцию из данных. Для справки, эта теория гласит, что для того, чтобы субъект смог чему-то обучаться, он обязательно должен специализироваться на ограниченной области задач.
Данная теорема применима и к людям. Человеческий интеллект не универсален. Другими словами, существует врожденная необходимость предварительно настроить мозг на ограничение возможностей ради ускорения обучения. Мы знаем, что некоторые из зон мозга имеют особую архитектуру и предназначены для выполнения определенных задач, даже если мы не контролируем эти механизмы.
Существует доказательство существования такой «проводки» в мозге животных и людей путем «доведения до абсурда». Нам уже известно, что зрительная кора, которая и вдохновила исследователей на создание сверточных сетей, является специализированной зоной. Представьте себе теперь, что вы носите очки, которые меняют каждый пиксель, который вы видите. Их линзы непрозрачные, они состоят из оптических волокон, которые направляют эти пиксели в разные места поля зрения. Таким образом, изображение, которое вы видите, становится непонятным. В нем нет смысла. Когда объект движется на фоне изображения, одни пиксели загораются, другие гаснут. Соседние пиксели на изображении пропадают, когда они проходят через эти очки. В таких условиях мозг практически не может что-либо распознать, потому что он неправильно подсоединен. Он запрограммирован на то, что соседние пиксели чаще всего имеют близкие значения и коррелированы. Это признак того, что наш мозг не универсален, а очень специализирован.
Мозг, к тому же, очень пластичен. Некоторые эксперименты показывают, что существует своего рода «универсальная процедура коркового обучения», когда функция зоны коры определяется поступающим к нему пучком сигналов, который поступает к нему, а не областью, которая его принимает. В конце 1990-х гг. Мриганка Сур и его коллеги из Массачусетского технологического института извлекли плод у хорька незадолго до рождения. Они провели операцию, перерезав зрительный нерв и соединив его со слуховой корой[141]. Результаты были воодушевляющими: слуховая кора стала выполнять функцию зрительной коры и модифицировала нейроны, определяющие ориентированные контуры, обычно присутствующие в области первичной зрительной коры V1.
Первоначальное строение слуховой коры несколько похоже на строение зрительной коры. Значит, если исходная структура соединений у разных зон близка, то в результате обучения в них может возникнуть любая необходимая функция. Это доказывает, что роль, выполняемая областью коры, на самом деле определяется сигналами, которые она получает, а не генетическим предварительным программированием «органа зрения» в головном мозге.
Возможность существования «универсального алгоритма» в коре головного мозга дает надежду ученым, которые, как и я, ищут единый организующий принцип, лежащий в основе интеллекта и обучения.
Возникнет ли у машин сознание?
Сознание – сложная тема. Мы не знаем, как его правильно определить или измерить. Его путают с самосознанием, которое считают признаком высшего интеллекта у животных. Слон и шимпанзе, узнающие себя в зеркале, уже обладают самосознанием. Но не собака. На эту тему было написано много книг, в частности моим другом и соавтором Станисласом Деаном[142].
Лично я считаю, что сознание – это просто иллюзия. Правда, похоже, что оно существует у многих разумных животных, и, возможно, является лишь новым свойством больших нейронных сетей. Но мне интересно, не является ли оно скорее следствием ограничений нашей префронтальной коры. Наше сознание очень привязано к нашему вниманию. Когда мы сталкиваемся с определенной ситуацией, мы сосредотачиваем на ней свое внимание. Мы фокусируемся. Когда мы разгадываем головоломку, пробуем новый рецепт приготовления, участвуем в спорах, наше внимание «сознательно» сосредоточено на необычных или сложных задачах. Это заставляет нас для планирования дальнейших действий привести в движение нашу «модель мира».
Но, возможно, что у нас недостаточно нейронов, чтобы смоделировать более одной модели мира одновременно. Наша префронтальная кора может содержать своего рода реконфигурируемую схему, которая может быть «запрограммирована» нашим сознанием на выполнение модели мира, соответствующей текущей ситуации. В данной гипотезе сознание – это механизм управления, который настраивает эту схему для выполнения той или иной задачи. Не по этой ли
