Эрик Дрекслер - Машины создания

Для большинства практических целей, нам не нужно задаваться вопросом, сможет ли машина осознавать себя, то есть иметь сознание. "Действительно, критики, которые заявляют, что машины не могут сознавать, похоже, никогда не способны определить вполне отчётливо, что они подразумевают подо этим термином. Осознание себя, появившееся в процессе эволюции для того, чтобы руководить мыслью и действием, не просто украшение нашей человеческой природы. Бы должны знать о других людях, о их способностях и склонностях, чтобы строить планы, которые их включают. Подобным образом мы должны знать себя, о наших способностях и склонностях, чтобы создавать планы, связанные с нами самими. В осознании себя нет никакой особой тайны. То, что мы называем собой, реагирует на впечатления, получаемые из всего остального разума, координируя некоторые из его видов деятельности; это делает его ничем не больше (и не меньше), как особой частью сложного рисунка мыслей. Идея, что Я – это структура в особом веществе разума (отличном от вещества разума мозга) ничего не объяснило бы насчёт самосознания.

Машина, пытающаяся преодолеть испытание Тьюринга, конечно, утверждала бы, что осознаёт себя. Убеждённые биошовинисты просто сказали бы, что она бы лгала или запуталась. Пока они отказываются сказать, что они подразумевают под сознанием, никогда нельзя будет доказать, что они не правы. Тем не менее, называть их сознательными или нет, интеллектуальные машины будут все равно действовать интеллектуально, и это – их действия, которые затронут нас. Возможно они будут однажды опозорят биошовинистов и заставят их замолчать страстной аргументацией, с помощью блестящей кампании по связям с общественностью.

Ни одна машина пока не может пройти тест Тьюринга, и ни одна, вероятно, это не сделает в ближайшее время. Кажется мудрым спросить, есть ли хорошее основание даже пробовать: мы можем извлекать больше пользы от исследований по ИИ, преследующих другие цели.

Разрешите различить два вида искусственного интеллекта, хотя некая конкретная система могла бы проявлять оба вида. Первый вид – это технический ИИ, приспособленный иметь дело с физическим миром. Усилия в этой области ведут к автоматизированному проектированию и научному исследованию. Второй вид – социальный ИИ, приспособленный иметь дело с человеческими умами. Усилия в этой сфере ведут к машинам, способным пройти тест Тьюринга.

Исследователи, работающие над системами социального ИИ, на пути к цели узнают много о человеческом разуме, и их системы будут несомненно иметь большую практическую ценность, так как все мы можем выиграть от умной помощи и совета. Но автоматизированное проектирование, основанное на техническом ИИ будет иметь большее влияние на гонку технологий, включая гонку по направлению к молекулярной технологии. И может быть легче разработать продвинутую систему автоматизированного проектирования, чем систему, способную пройти тест Тьюринга, которая должна не только владеть знаниями и интеллектом, но должна подражать человеческому знанию и человеческому интеллекту – особая, более сложная задача.

Как Тьюринг спросил, ""Разве машины не могут делать что-то, что должно быть описано как мышление, но которое очень отличается того, что делает человек?" "Хотя некоторые авторы и политические деятели могут отказываться признать машинный интеллект, пока они не столкнутся с говорящей машиной, способной пройти тест Тьюринга, многие инженеры признают интеллект в других формах.

Мы достаточно далеко продвинулись на пути к автоматизированной разработке. Разработчики экспертных систем продают системы, которые помогают людям решать практические проблемы. Программисты создали автоматизированные системы проектирования, которые воплощают знания о формах и видах движения, нагрузке и напряжении, электронных схемах, потоках тепла, а также о том, как машины придают форму металлу. Разработчики используют эти системы, чтобы обогатить свои умственные модели, ускоряя эволюцию ещё непостроенных конструкций. Вместе, разработчики и компьютеры создают интеллектуальные полуискусственные системы.

Инженеры могут использовать широкое разнообразие компьютерных систем для помощи в своей работе. На одном конце спектра, они используют экраны компьютера просто как доски для рисования. Намного далее по этому пути, они используют системы, способные описывать части в трех измерениях и вычислять их реакцию на тепло, нагрузку, электрический ток и т. д. Некоторые системы также знают о производственном оборудовании, управляемом компьютером, позволяя инженерам делать моделированные тесты инструкций, которые будут позже направлять контролируемые компьютером машины на производство реальных деталей. Но на самом конце этого спектра системы включают использование компьютеров не только для записи и тестирования различных конструкций, но и для их генерирования.

Программисты разработали свои наиболее впечатляющие инструменты для использования в самом компьютерном бизнесе. Пример – программное обеспечение для проектирования чипа. Чипы интегральной схемы сейчас содержат много тысяч транзисторов и соединений. Разработчики когда-то были вынуждены работать в течение многих месяцев, чтобы разработать схему для выполнения определённой работы, и расположить её многие части по поверхности чипа. Сегодня они могут часто поручить эту задачу так называемому "силиконовому компилятору". Имея спецификацию на функцию чипа, эти системы программ могут производить детализированную разработку схемы, готовой для производства, с небольшой или вообще без человеческой помощи.

Все эти системы основываются целиком на человеческом знании, тщательно собранном и закодированном. Наиболее гибкие автоматизированные системы проектирования сегодня могут варьировать предложенный проект для поиска усовершенствований, но они не узнают ничего применимого к следующему проекту. Но EURISKO отличается. Разработанная профессором Дугласом Ленатом и другими в Стэндфордском университете, EURISKO предназначена для исследования новых областей знания. Она управляется эвристиками – кусочками знания, которые подсказывают возможные действия, которым можно следовать, или те, которые нужно избегать; по сути, различные "правила большого пальца". Она использует эвристики, чтобы подсказывать темы, над которыми нужно работать, и другие эвристики, чтобы подсказывать, какие подходы попробовать и как оценить результаты. Ещё одни эвристики ищут устойчивые структуры в результатах, предлагая новые эвристики, и ранжируют ценность и новых, и старых эвристик. Таким образом EURISKO вырабатывает лучшее поведение, лучшие внутренние модели, и лучшие правила выбора между внутренними моделями. Сам Ленат описывает вариацию и отбор эвристик и принципов в системе терминов «мутация» и «селекция», и подсказывает социальные, культурные метафоры для понимания их взаимодействия.