Новый Мир Новый Мир - Новый Мир ( № 11 2010)
У Международного союза электросвязи (МСЭ) есть такой «аршин» - его аналитики любят мерить состояние региональных рынков в «швециях». Понятно, почему именно эта страна была выбрана в качестве эталона – в ней дела с развитием информационных технологий обстоят лучше всего в мире (это тоже по мнению МСЭ).
На сегодняшний день в Африке уровень проникновения мобильных телефонов такой же, как в Швеции 10 лет назад. 10 лет – срок не слишком большой даже по меркам человеческой жизни, не говоря уже об истории. (Тем более что по темпам роста числа подключений Африка лидирует в мире.) Развитие цифровых технологий идет практически синхронно во всем мире. Такого, кажется, не было еще никогда.
За те три года, когда мне случилось заниматься подобной статистикой, многое изменилось, в частности все статистики перестали разделять абонентов, использующих мобильный Интернет (в том числе через USB-модем) или только голос. Причем количество абонентов, использующих мобильный широкополосный Интернет в 2009 году, превысило количество абонентов проводного Интернета. И темпы роста мобильного Интернета значительно превысили темпы роста проводных подключений. Можно предположить, что с мобильным Интернетом случится то же, что уже произошло с проводными и мобильными телефонами: число проводных телефонов в мире сокращается, а число мобильных растет. И растет очень быстро. Причем мобильные телефоны становятся в большей степени средством передачи данных, чем голоса.
Мобильный интернет – это Интернет 7 x 24 – семь дней в неделю 24 часа в сутки. Он вас никогда не покидает. Он есть везде, где есть мобильный доступ. А на сегодня, по данным МСЭ, 90% населения Земли проживает на территории, где доступна сотовая связь.
Человек всегда в Сети. Человек всегда на связи. Человек реагирует на сообщение. Человек генерирует сообщение. Обычно это сообщение очень короткое – его должно быть удобно передавать («Живой журнал» уже старомоден, там формировать сообщение слишком сложно – другое дело Twitter или Facebook).
Сеть постепенно становится второй – цифровой - кожей человека. C другой строны, информация, рождающаяся в Сети, все более самостоятельна – она формируется и преобразуется без непосредственного участия человека (например, в поисковых программах). Источники информации все чаще вовсе не люди, а сетевые сервисы и различные приборы и датчики.
Информации - больше, людей – меньше. Мир становится цифровым с некоторыми вкраплениями человеческого разума или интеллекта.
Игра в шахматы была одной из первых задач, которые традиционно относились к сложным интеллектуальным проблемам. Ее попытались решить на самых первых компьютерах - алгоритм игры в шахматы был предложен Клодом Шенноном уже в середине 1950-х. Сегодня можно уверенно сказать, что компьютер играет в шахматы лучше человека. Существуют шахматные программы, для работы которых достаточно мощности обычного персонального компьютера, но играют они на уровне гроссмейстера.
Как была решена эта задача? Перебором. Очень быстрым и умным, но перебором. Элементарные действия, которые так быстро и эффективно умеет делать компьютер, оказались в этой игре важнее и сильнее, чем тонкие методы работы человеческого мозга. Михаил Донской, один из разработчиков первой компьютерной программы «Каисса», ставшей первым чемпионом мира по шахматам, так описал принципы решения задач искусственного интеллекта:
«В искусственном интеллекте с самого начала были два течения. Если есть сложная задача, которую мы признаем задачей искусственного интеллекта (вначале это были шахматы, распознавание образов, сейчас это распознавание речи или еще что-то), то есть два философских подхода. Один - решить задачу и черт с ним как, а второй подход - попытаться понять, как ее делает человек, и повторить алгоритм решения человека.
Можно сказать, компьютероморфный и антропоморфный подходы. Мы, конечно, шли по первому пути. Главное, чтобы программа играла в шахматы...
Яркий образец другого подхода к шахматам - это Михаил Моисеевич Ботвинник. Он поставил перед собой задачу отрефлектировать свой собственный шахматный опыт, понять, как играет шахматный мастер, и ввести в программу этот алгоритм шахматного мастера. Я добавлю в скобках, как он его понимал. Ботвинник был не единственным на этом пути. Но, что характерно для меня (я не знаю, относиться к этому с позитивной или с негативной точки зрения), что ни одного успеха, не только в шахматах, но и в искусственном интеллекте вообще, на антропоморфном пути не было достигнуто. Рано или поздно любая проблема, по спортивному ли признаку или по чисто прагматическому, сворачивала на то, что задачу нужно решать» [13] .
Подходя к решению некоторой проблемы на компьютере (а сегодня практически все задачи искусственного интеллекта – это задачи, решаемые на компьютере), мы можем двигаться двумя путями, условно говоря - сверху вниз или снизу вверх. Мы можем попытаться смоделировать некоторую систему, которая имитирует целостный процесс человеческого мышления (пусть ограниченный, но антропоморфный интеллект), и это может быть даже разумно - если человек справляется и с более сложными задачами, то частную проблему, ограниченную строго определенными условиями, сможет, вероятно, решить и его имитатор. Именно такой подход казался единственно возможным мыслителям и фантастам, размышлявшим о будущем человечества.
Можно попытаться создать неизбежно очень сложный автомат - аналог человеческой руки, чтобы дать ему гаечный ключ и предложить заворачивать гайки. А можно не моделировать руку, а приспособить простой механизм для тех же целей. Этот механизм ничем на руку похож не будет, кроме того, что гайки он будет заворачивать хорошо - даже лучше, чем человеческая рука. Но ведь рука может делать много всего другого. Конечно. А вы скажите нам, что именно вы хотите, тогда мы создадим другой автомат, уже, может быть, с отверткой, и наша локальная задача будет опять разрешена.
Компьютероморфный, алгоритмический, вычислительный подход - это подход очень скромный. Он приводит к сосредоточенности на очень определенной, очень конкретной задаче. Человек, реализующий этот подход, в первую очередь озабочен тем, чтобы рамки решаемой задачи предельно сузить - перевести ее на очень простой алгоритмический язык. Если он встречает трудности на своем пути - он старается их по возможности исключить, так переформулировав задачу, чтобы ее решение было достижимо сегодня. При этом очень часто задача упрощается и уплощается, теряются размерности, степени свободы, и человек сознательно идет на это. Он не стремится к общности решения, он ищет хотя бы одно решение, которое под силу его сегодняшнему инструменту. Он дробит реальность на биты, чтобы, оттолкнувшись от самого дна, построить объекты, программы... Если такое решение будет найдено, человек наверняка попытается его обобщить. Но, как сказано в одном из законов Мерфи, «если задача кажется простой, то она наверняка сложна, если она кажется сложной, она - абсолютно неразрешима». Компьютероморфный подход занимается решением только простых и очень простых задач. Но, как показывает практика, таких задач становится все больше.
А вот на антропоморфном пути успехов пока не видно.
Главным направлением работ по проблемам искусственного интеллекта становятся задачи коммуникации. Еще несколько лет назад по Сети передавались в основном текстовые сообщения и она была огромным гипертекстом. Сегодня это уже не так. По объему максимальное количество байт в Сети – это видео. И одной из главных задач становится поиск и преобразование нетекстовых данных: поиск слова в звуковом файле, распознавание изображения по введенной фотографии, преобразование голоса в текст или становящаяся все более важной задача удаленного присутствия, то есть создание таких условий передачи информации, при которых люди, находящиеся в разных концах Земли, чувствуют себя сидящими за одним столом. Целым направлением в искусственном интеллекте являются задачи машинного перевода – пока успехи не слишком велики, но и здесь мы видим существенное продвижение.
И решение этих проблем уже сегодня ведет к тому, что человек или – более скромно – его интеллект как бы разбирается на элементарные коммуникационные функции, и эти функции все лучше и лучше реализуются в сетевых приложениях. Так, например, компания Google реализовала ввод поискового запроса с помощью голоса (при этом сказанные слова преобразуются в текст), распознавание объекта по фотографии, выполненной мобильным телефоном, и довольно приличный перевод сайтов, встроенный прямо в поиск, а компания CiscoSystemпостроила Telepresence – сервис удаленного присутствия.
