Коллектив авторов - Что мы думаем о машинах, которые думают [Ведущие мировые ученые об искусственном интеллекте]

Миллионы примитивных киборгов уже ходят среди нас. Последние десять лет люди постепенно сливаются с такими устройствами, как кардиостимуляторы, контактные линзы, инсулиновые помпы, кохлеарные и ретинальные импланты. Вживляемые в мозг нейростимуляторы помогают смягчить симптомы заболевания десяткам тысяч пациентов с болезнью Паркинсона.

Этим вряд ли кого-то можно удивить. С тех пор как первые люди взялись за палки и кремни и начали использовать инструменты, мы постоянно дополняем себя. Пройдитесь по собраниям Science Museum Group, состоящим из миллионов вещей — от различных двигателей до смартфонов, и вы увидите, что люди всегда использовали технические достижения. Так что появление еще более умных машин не означает, что в мире должен будет остаться кто-то один, мы или они, — их появление означает развитие человеческих возможностей.

Сейчас ученые разрабатывают экзоскелеты, которые помогут инвалидам ходить, импланты, которые позволят парализованным управлять протезами конечностей, и цифровые татуировки, которые будут снимать физиологические показатели или же использоваться как интерфейс для связи с нашим окружением, например с «облаком» или интернетом вещей.

Если говорить о мыслящих машинах, то некоторые специалисты даже исследуют возможное усиление умственных способностей с помощью электронных плагинов и других «примочек». Управление перспективных исследований и разработок Министерства обороны США (DARPA) запустило программу «Восстановление активной памяти», призваннyю исправлять повреждения мозга с помощью средств нейропротезирования, которые обнаруживают потерю памяти и восстанавливают нормальную работу мозга. На данный момент они работают совсем не так, как наши мозги, но, благодаря таким инициативам, как «Программа по исследованию мозга человека» (Human Brain Project) и «Виртуальная физиология человека» (Virtual Physiological Human), а также ряду других проектов по исследованию мозга и нейроморфизму, ИИ со временем могут стать больше похожими на нас. При этом уже были попытки использования искусственно выращенных нервных клеток для управления роботами, авиасимуляторами и т. п.

В результате такого постепенного развития трансгуманизма через несколько десятилетий трудно будет разделить человека и мыслящую машину. В какой-то момент многие из нас перестанут полагаться только на машины из плоти у нас в головах, чтобы поразмышлять о будущем электронных машин, способных думать. Субстрат мысли будущего находится в определенной точке континуума, где-то между обычным «я» и искусственным «я».

Что я думаю о мыслящих машинах? В целом я рад тому, что они есть и что они становятся лучше. Конечно, существует опасность, что такие машины будут принимать пагубные решения, но она, вероятно, не больше, чем опасность подобных решений, принимаемых людьми.

Если у нас и будут такие машины, это не даст ответов на те вопросы о мире, которые для меня и для многих других важнее всего. Из чего состоит темная материя Вселенной? Действительно ли суперсимметрия — это симметрия природы, которая необходима для формирования и развития нашей крайне популярной Стандартной модели физики элементарных частиц? На эти и подобные им вопросы можно ответить, только имея эмпирические данные. Никакие размышления тут не помогут.

Возможно, учитывая всю имеющуюся у нас информацию о природе, некая машина действительно найдет верные ответы; не исключено, что кто-то из физиков уже пришел к этим ответам. Но подлинное назначение данных состоит в том, чтобы подтверждать правильность тех или иных ответов. Если какой-то ученый или какая-то машина их найдет, то у них не будет другого способа убедить всех в правильности своих ответов. Детекторы темной материи, или Большой адронный коллайдер ЦЕРН, или, может, проектируемый китайский коллайдер способны дать нужные данные, но не мыслящая машина.

Машины способны превосходно имитировать некоторые виды человеческого мышления и последовательно превосходить людей в каких-то интеллектуальных задачах, но, как принято думать, не всегда правильно понимают нас, потому что обрабатывают информацию совсем по-другому, если говорить об области творческих способностей человека.

Машины научились точно имитировать кое-какую нашу разумную деятельность, результаты которой фиксированы (запоминание любимых фильмов конкретных людей, узнавание известных объектов) или динамичны (управление самолетом, игра в шахматы на уровне гроссмейстера). Машины могут превосходить человеческие мыслительные процессы быстро и без усилий в простых задачах (запоминание бесконечно большого числа телефонных номеров) и в сложных (обнаружение на основе анализа триллионов глобальных коммуникаций социальных сетей, члены которых и не знают о том, что они — часть сети).

Хоть сейчас эти технологии развиты довольно слабо, я не вижу принципиальных препятствий для того, чтобы машины, работающие без прямого управления человеком, начали учиться на ошибках людей — или на своих собственных — и, таким образом, эволюционировать, создавать новые формы искусства и архитектуры, добиваться успехов в спорте (своеобразное сочетание Deep Blue и Оскара Писториуса), изобретать новые лекарства, замечать таланты и использовать возможности образования, осуществлять контроль качества или даже конструировать оружие, способное уничтожать людей, но не другие машины.

Но, как мне кажется, при сохранении текущего приоритета в области искусственного интеллекта и нейробиологии, то есть достоверного определения паттернов, связей и фиксации как функции от прошлых связей и будущих вероятностей, машины вряд ли когда-нибудь смогут копировать (имитировать) критико-созидательный процесс человеческого мышления, включая формирование новых гипотез в науке или даже обычную речь.

Законы механики Ньютона или идеи Эйнштейна об относительности — это представления об идеальных мирах, не имеющих аналогов в прошлом или в возможном будущем, например движение в мире без силы трения или погоня за лучом света в вакууме. Подобные мысли требуют таких уровней абстракции и идеализации, которые скорее пренебрегают большими объемами информации, а не учитывают их.