Кейд Метц - Создатели искусственного гения. О бунтарях, которые наделили интеллектом Google, Facebook и весь мир

Перевод с английского выполнил Павел Самсонов

по изданию: Cade Metz. Genius Makers: The Mavericks Who Brought AI to Google, Facebook, and the World. – Dutton.

Публикуется с разрешения автора и его литературных агентов Ross Yoon Agency (США) через агентство Александра Корженевского (Россия).

Copyright © 2021 by Cade Metz

© Cover Image. Shutterstock.com. agsandrew

© Перевод, оформление, издание на русском языке. ООО «Попурри», 2021

Декабрь 2012 г.

Забравшись в автобус, чтобы начать путешествие из Торонто к озеру Тахо, Джефф Хинтон садиться не стал. Он не садился уже семь лет. «Последний раз я присел в 2005 году, – часто рассказывал он, – и это было ошибкой». Еще будучи подростком, он надорвал спину, когда по просьбе матери хотел переставить тяжеленный тепловой аккумулятор. Когда годы стали приближаться к шестидесяти, каждый раз, когда он присаживался, возникала опасность, что спину прострелит – а если спину прострелит, боль гарантированно прикует его к постели на несколько недель. Поэтому он перестал садиться. В своем кабинете в университете Торонто он работал, стоя за высоким столом. Чтобы поесть, он клал на пол пенопластовый коврик и становился на колени перед низким столиком, словно буддистский монах, готовящийся к медитации. В машине он ложился на заднее сиденье. А на большие расстояния предпочитал перемещаться поездом. Летать он не мог, по крайней мере коммерческими рейсами, потому что там его принуждали садиться на место во время взлета и посадки. «Дошло до того, что я начал опасаться, что в какой-то момент превращусь в неспособного передвигаться инвалида, так все было серьезно, – говорит он. – Если эту проблему запустить, других проблем у тебя уже не будет».

Той осенью, прежде чем, лежа на заднем сиденье автобуса, добраться до Нью-Йорка, потом поездом доехать до станции Траки, находящейся за перевалом хребта Сьерра-Невада в штате Калифорния, а оттуда уже, лежа на заднем сиденье такси, еще полчаса подниматься выше в горы к спрятавшемуся там озеру Тахо, Джефф Хинтон основал новую фирму. В ее штате было еще два человека, оба – аспиранты из его лаборатории. Никакой продукции они не выпускали. У них и планов таких не было. И на странице их веб-сайта отображалось лишь одно их название 1 – DNNresearch, – еще менее привлекательное, чем сама страница. Шестидесятичетырехлетний Хинтон, который в стенах университета чувствовал себя как дома – всегда в шерстяном свитере, со взъерошенной сединой и вечными шутками-прибаутками, – не очень-то и хотел создавать эту фирму, но эти двое аспирантов насели и таки уговорили его. Но еще до того, как он добрался до озера Тахо, одна из крупнейших китайских компаний уже успела предложить за его новорожденный стартап 12 миллионов долларов, а чуть позже к торгу подключились еще три компании, в том числе две крупнейшие американские.

Он направлялся к Harrah’s и Harvey’s, двум отелям-казино, расположенным у подножия горнолыжного склона на южной стороне озера. В этих двух гигантских зданиях из стекла, стали и бетона, которые, словно близнецы, возвышаются над невадскими соснами, размещались не только залы казино, но и гостиничные номера, просторные конференц-залы и огромное количество (второразрядных) ресторанов. В том декабре там проходила ежегодная научная конференция, сокращенно именуемая NIPS, что расшифровывается как «нейронные системы обработки информации». Основной сферой интересов ученых, съезжающихся на эту конференцию, является искусственный интеллект (ИИ). Уроженец Лондона, один из первопроходцев, занимавшийся тематикой ИИ с начала 1970-х годов в крупнейших университетах Великобритании, США и Канады, Хинтон посещал эти конференции едва ли не каждый год. Но в этот раз все было по-другому. Хотя китайцы уже четко обозначили свою заинтересованность, он знал, что другие претенденты тоже не заставят себя ждать, и конференция NIPS представлялась ему идеальным местом для проведения такого аукциона.

За два месяца до этого Хинтону и его студентам удалось фундаментальным образом усовершенствовать систему «компьютерного зрения». Они построили так называемую искусственную нейронную сеть , математическую систему, моделирующую биологическую сеть нейронов в мозгу, которая оказалась способна распознавать образы самых обычных объектов 2 – будь то цветы, собаки или автомобили – с немыслимой точностью. Как показали Хинтон и его студенты, такая нейронная сеть может научиться вполне по-человечески распознавать образы, анализируя огромные объемы входящих данных. Методика «глубокого обучения», как назвал этот процесс сам Хинтон, обладала колоссальным потенциалом, и это касалось не только технологий компьютерного зрения, но имело широкие перспективы во множестве других направлений, начиная с «голосовых помощников» и заканчивая разработкой новых лекарств.

Само понятие нейронных сетей восходит к 1950-м годам, но первым ученым, занимавшимся ими, долгое время не удавалось заставить их работать так, как хотелось бы. К началу нового тысячелетия большинство ученых опустили руки и отказались от дальнейших исследований, убежденные в том, что это тупиковая ветвь научно-технического прогресса, и разуверившиеся в распространившемся за полвека представлении, что эти математические системы способны тем или иным образом имитировать работу человеческого мозга. Те же ученые, которые продолжали работать над этой темой, предпочитали маскироваться и, когда подавали свои статьи в научные журналы, заменяли словосочетание «искусственные нейронные сети» терминологией, не так резавшей слух разочаровавшейся ученой братии. Хинтон оставался одним из тех, кто твердо верил, что однажды все образуется, и продолжал работать над созданием машин, способных не только распознавать образы объектов, но также различать произносимые слова, понимать естественный язык, поддерживать беседу и, может быть даже, решать задачи, которые не под силу человеческому мозгу, что позволяло бы открывать новые пути постижения тайн биологии, медицины, геологии и других наук. Его позицию считали эксцентричной даже в стенах его родного университета; руководство на протяжении многих лет отказывало ему в просьбе нанять еще одного специалиста, который бы мог сопровождать его на этом трудном и извилистом пути к созданию машин, способных учиться самостоятельно. «Одного сумасшедшего, работающего над этим, более чем достаточно», – так он любил объяснять их позицию.