Джеф Хокинс - Об интеллекте

Несколько минут спустя я провел мысленный эксперимент, чтоб помочь выразить то, что я понял в тот момент. Я называю его экспериментом с измененной дверью. Вот он.

Когда вы приходите каждый день домой, вам обычно нужно несколько секунд, чтоб войти через парадную дверь или ту дверь, какую вы используете. Вы подходите, поворачиваете ручку, входите и захлопываете ее за собой. Это крепко устоявшаяся привычка, то, что вы делает все время и уделяете этому мало внимания. Предположим, пока вас не было, я прокрался в ваш дом и заменил что-то в вашей двери. Это может быть что угодно. Я мог бы передвинуть ручку на дюйм, заменить вращающуюся ручку на шпингалет, или заменить бронзовую на хромированную. Я мог бы изменить вес вашей двери, заменив сплошную древесину на полую, или наоборот. Я мог бы сделать петли скрипучими и тугими, или сделать их легко скользящими. Я мог бы сделать шире или уже дверь и дверной проем. Я мог бы изменить ее цвет, добавить дверное кольцо туда, где должен быть дверной глазок, или добавить окошко. Я могу вообразить тысячи изменений, которые мог бы сделать с вашей дверью без вашего ведома. Когда вы вернетесь домой в тот день и попытаетесь открыть дверь, вы быстро обнаружите что что-то не так. Может пройти несколько секунд, пока вы поймете, что именно не так, но сам факт изменения вы заметите очень быстро. Когда ваша рука потянется к дверной ручке, вы обнаружите, что она не на своем месте. Или когда вы увидите новое дверное окошко, что-то покажется странным. Или если вес двери изменился, вы толкнете ее с неправильным усилием и будете удивлены. Суть в том, что вы заметите любое из тысячи изменений за очень короткий промежуток времени.

Как вы это делаете? Как вы замечаете эти изменения? Специалисты в ИИ или компьютерщики подходят к этой проблеме так, что создается список свойств двери и заносится в базу данных, поля которой могут содержать отдельные записи для каждой конкретной двери. Когда вы подходите к двери, компьютер опросил бы всю базу данных, глядя на ширину, цвет, размер, положение ручки, вес, звук и т. д. Хотя поверхностно это звучит аналогично тому, как я описывал выше то, как мой мозг проверяем мириады предсказаний, когда я оглядываю мой офис, на самом деле есть далеко идущие отличия. ИИ-стратегия нереальна. Во-первых, невозможно заранее указать все атрибуты, которые могут быть у двери. Список потенциально бесконечен. Во-вторых, нам понадобились бы подобные списки для любых объектов, которые мы встречаем ежесекундно в нашей жизни. В-третьих, ничто из того, что нам известно о мозге и нейронах, не позволяет предположить, что они работают именно так. И наконец, нейроны просто слишком медленны, чтоб реализовать базы данных в компьютерном стиле. У вас бы заняло двадцать минут вместо пары секунд, чтоб заметить изменения в двери.

Есть только один способ интерпретировать вашу реакцию на измененную дверь: ваш мозг делает низкоуровневые предсказания по поводу того, что он ожидает увидеть, услышать, почувствовать в каждый момент, и делает он это параллельно. Все области вашего неокортекса одновременно пытаются предсказать, какими должны быть их следующие ощущения. Визуальные области делают предсказания по поводу краев, форм, объектов, расположения и движений. Слуховые области делают предсказания по поводу высоты звуков, направлений на источник и звуковых паттернов. Соматосенсорные области делают предсказания о прикосновениях, текстурах, контурах и температуре.

«Предсказание» обозначает, что нейроны, задействованные в восприятии вами двери становятся активными до того, как они получат сенсорную информацию. Когда поступает сенсорная информация, она сравнивается с тем, что ожидалось. Когда вы подходите к двери, ваш кортекс формирует массу предсказаний на основе предыдущего опыта. Когда вы подошли к ней, он предсказывает, что почувствуют ваши пальцы, когда вы прикоснетесь к двери, и в каком положении будут ваши суставы, когда вы действительно дотронетесь до двери. Когда вы начинаете открывать дверь, ваш кортекс предсказывает, какое сопротивление двери возникнет и как она будет звучать. Когда все ваши предсказания совпадут, вы войдете в дверь не осознавая, что эти предсказания были проверены. Но если ваши ожидания нарушены, ошибка заставит вас обратить внимание. Верные предсказания приведут к пониманию, что дверь нормальна, неверные предсказания приведут вас в замешательство и вынудят вас обратить внимание. Дверная защелка не там, где предполагается. Дверь слишком легкая. Дверь не по центру. Текстура ручки не та. Мы делаем непрерывные низкоуровневые предсказания параллельно для всех органов чувств.

Но это не все. Я занимаю более строгую позицию. Предсказания не просто одна из вещей, которые делает ваш мозг. Это первичная функция неокортекса и фундамент интеллекта. Кортекс — это орган предсказаний. Если мы хотим понять, что такое интеллект, что такое творчество, как работает мозг и как построить интеллектуальные машины, мы должны понять природу эти предсказаний и как кортекс их делает. Даже поведение лучше понимать как продукт предсказаний.

Я не знаю, кто первым предположил, что предсказания это ключ к пониманию интеллекта. В науке и промышленности никто не изобретал что-то полностью новое. Наоборот, люди видели, как существующие идеи укладываются в новые рамки. Компоненты новой идеи обычно витают в среде научных обсуждений, прежде чем ее откроют. Что является новым, так это упаковка этих компонентов в единое целое. Аналогично, идея о том, что первичная функция неокортекса делать предсказания, не является полностью новой. Она витала в различных формах некоторое время. Но еще не предполагалось, что ее законное положение в центре теории о мозге и в определении интеллекта.

По иронии судьбы, некоторые из пионеров искусственного интеллекта уделяли внимание компьютерным моделям мира с использованием предсказаний. В 1956 году, например, Д.М.Маккэй утверждал, что интеллектуальные машины должны иметь «механизм внутреннего ответа» предназначенный для «сопоставления входной информации». Он не использовал слова «память» и «предсказание», но он размышлял в том же направлении.

С середины 90-х такие термины, как умозаключение, порождающие модели и предсказание прокрались в научную номенклатуру. Все они ссылались на подобные идеи. Например, в 2001 году в своей книге « Iofthevortex » Рудольфо Ллинас из Нью-Йоркского Медицинского Университета писал: «Способность предсказывать исход будущих событий — критическая для успешного продвижения — вероятнее всего является предельной и наиболее общей из всех функций мозга». Такие ученые, как Дэвид Мамфорд из Университета Брауна, Раеш Рао из Вашингтонского Университета, Стивен Гроссберг из Бостонского Университета и множество других писали и теоретизировали о роли обратных связей и предсказании. Есть целый подраздел математики, посвященный байесовским сетям. Названные в честь Томаса Байеса, английского министра, родившегося в 1702 году, пионера статистики, байесовские сети используют теорию вероятностей для предсказания.