Программа клеточной автоматизации (КА) была использована для точного моделирования биологических систем и исследования характера распространения заразных заболеваний, таких как СПИД в человеческой популяции. Подобные программы также применялись для исследования эволюционных процессов, поведения колоний муравьев и пчел и множества других стохастических систем. Для генерации случайных процессов в программы были введены специальные стохастические алгоритмы. Одним из интересных применений было использование КА программ для оптимизации размеров нейронных сетей, использованных в головном компьютере. Есть надежда, что подобные программы помогут создать и «связать» большие нейронные сети для использования в суперкомпьютерах.
Генетические алгоритмы (ГА) функционируют в духе Дарвиновской теории выживания сильнейшего. Две конкурирующие ГА программы могут «встретиться» в памяти компьютера и перемешать свои двоичные коды для произведения «потомства». Если «потомок» окажется так же или более жизнеспособным по сравнению с «родителями», то, вероятнее всего, он выживет. Являются ли эти программы живыми – это, очевидно, зависит от определения жизни. Что если появятся программы, способные к саморазвитию и повышению собственного «программного» уровня? Что произойдет, когда подобные программы будут встроены в передвижных роботов? Как насчет роботов, научившихся производству себе подобных?
Нанороботы – мы живые существа?
Наноробот представляет собой робота, имеющего размеры микроба. Фирме IBM удалось достичь определенных успехов в создании электронных и механических устройств (транзисторы и проводники), имеющих молекулярные или даже атомарные размеры. Подобные достижения вселяют уверенность в возможности создания предметов сколь угодно малых размеров, поэтому роботы размером с бактерию теоретически возможны.
Некоторые ученые предсказывают, что следующим эволюционным шагом будет возникновение жизни на основе кремния, которая заменит на планете углеродные формы жизни. То, что мы сейчас называем электронными устройствами и роботами, станут формами саморазвивающейся и саморазмножающейся силиконовой жизни.
Прогресс компьютерных технологий за последние пять с половиной десятилетий можно назвать ошеломляющим. Созданный в 1946 году компьютер ENIAC представлял собой целую гору электронного оборудования. При размерах 30 м в длину, 2,4 м в высоту и 0,9 м в ширину его вес доходил до 30 т. ENIAC содержал 18 тыс. электронных ламп, 70 тыс. резисторов, 10 тыс. конденсаторов, 6 тыс. переключателей и 1,5 тыс. электромагнитных реле. Производительность машины составляла 5 тыс. сложений, 357 умножений или 38 делений в секунду. Сегодня подобный компьютер образца 1946 года можно уместить на крошечной кремниевой пластинке площадью менее 5 кв. мм.
Физик Роберт Ястроу утверждал в журнале «The enchanted Loom» (New York, Simon&Shuster, 1981), что «компьютеры первого поколения были в миллиард раз «глупее» и неэффективнее человеческого разума. На сегодняшний день этот разрыв сократился более чем в тысячу раз».
Наука неослабевающими темпами стремится к созданию ИИ, и как я уже говорил, возможно, искусственный интеллект будет создан еще при нашей жизни. От точки создания ИИ всего несколько шагов до создания машинного «суперинтеллекта». Многие ученые скажут вам, что это только мечта, пытаясь удержать сладкую иллюзию о безусловном и окончательном превосходстве человеческого интеллекта. Не утешаясь подобными иллюзиями, я могу сказать, что прогресс создания ИИ непреклонно и с неослабевающим темпом становится реальностью.
Хотим ли мы как представители разумной расы создать интеллект, превосходящий наш собственный? Если думать над этой проблемой, то в долговременной перспективе он может потребоваться нам хотя бы для целей выживания. Подумайте о перспективах той страны, которая первой создаст ИИ с IQ порядка 300. Подобной машине ИИ можно поручать проблемы оздоровления национальной экономики, очистки окружающей среды, прекращения загрязнений, развития военных стратегий на случай конфликтов, осуществления медицинских и научных исследований и, конечно, создания более совершенных устройств ИИ. Возможно, что следующая теория развития Вселенной будет предложена не человеком (как в свое время это сделал Альберт Эйнштейн), а машинным ИИ.
Почему так важно создать суперинтеллект? Найдет ли человечество, в конце концов, решение этой волнующей проблемы? Возможно. Необходимость создания мощного ИИ можно проиллюстрировать одной историей, которую я услышал или прочитал. Боюсь только, что я не вспомню фамилии автора, за что приношу ему свои извинения. Если я немного исказил историю своим пересказом, то прошу прощения и за это.
В клетке находятся десять шимпанзе. Дверь клетки заперта. Чтобы догадаться, как отпереть замок и открыть дверцу клетки, требуется коэффициент интеллекта IQ порядка 90. Каждый шимпанзе, сидящий в клетке, был подвергнут тестированию и показал IQ порядка 60. Могут ли десять шимпанзе, объединив усилия, найти способ открыть дверцу клетки? Ответ однозначен – НЕТ. Интеллект не накапливается. Если бы 10 шимпанзе, действуя совместно, обладали бы суммарным интеллектом IQ равным 600, то этого было бы более чем достаточно, чтобы отпереть дверцу. Реально шимпанзе не могут этого сделать.
В реальной жизни мы сталкиваемся с проблемами, такими как загрязнение окружающей среды, экономика, заболевания, подобные раку и СПИДу, поиски долголетия, и разнообразными направлениями научного поиска, которые метафорически могут быть представлены как «сидение» в запертой клетке. С этой точки зрения создание сверхмощного ИИ представляется очевидным. Такой ИИ, возможно, найдет нужные ключи для «отпирания» подобных проблем, которые до настоящего времени остаются в принципе нерешенными. Я не думаю, что подобные возможности ИИ остаются вне сферы внимания различных государств. Возможно, что следующий «Манхэттенский проект», предпринятый в нашей стране, (я надеюсь) будет посвящен созданию суперИИ.
Мы как раса вряд ли будем довольны появлением машинного интеллекта, по сравнению с которым мы будем ощущать себя в роли шимпанзе. Научные фантасты уже в течение долгого времени описывают безумия суперкомпьютеров, имеющих ИИ. Таков компьютер HAL в романе А. Кларка «Космическая одиссея, 2001», таков центральный компьютер в «Терминаторе» и «Терминаторе II». Для всех будущих создателей ИИ, которые прочитали эту книжку, у меня есть предостережение «Не забывайте про выключатель!»
Успехи биотехнологий в скором будущем позволят нам изменять нашу генетическую основу. На основе этого станет возможным «модифицировать» наш мозг для увеличения его интеллектуальных способностей. Однако вполне возможно, что подобные генные модификации приведут к непредсказуемым последствиям для последующих поколений, которые могут быть катастрофическими. Создание суперинтеллекта на основе машины представляется более безопасным, по крайней мере, до поры до времени.
Нейронные сети – ожидания против реальности
Возможности нейронных сетей с самого момента появления были, пожалуй, излишне разрекламированы. Поэтому достаточно легко не принимать во внимание мои соображения насчет ИИ, ИЖ и нейронных сетей, собственно, как делают это многие в течение ряда лет. Хотя, правда и то, что появление «человекоподобного» интеллекта было предсказано.
Если развитие будет идти теми же темпами, что и в последние 50 лет, то, как я надеюсь, через полвека появятся системы ИИ, сравнимые с возможностями человеческого мозга.
Что такое нейронные сети?
Я описывал нейронные сети без точного определения. Сейчас я дам это определение. Нейронными сетями называются искусственные компьютерные системы (на базе аппаратного и программного обеспечения), которые функционируют и «обучаются» на основе моделей, созданных по аналогии с биологическими системами человеческого мозга. Такие сети могут быть созданы на базе аппаратно/программного обеспечения или быть чисто аппаратными. Моделирование по образцу биологических мозговых структур привело к успешному решению некоторых частных проблем, необходимых для создания ИИ, таких как машинное зрение, распознавание речи и вокализация. Нейронные сети могут быть «обучены» для осуществления распознавания образов. Они могут быть научены чтению или проверке качества продукции через визуальный контроль изделий. Одним таким примером является система Papnet, описанная в главе 1. Другие сети могут быть обучены распознаванию звуковых команд (распознавание речи) и речевому синтезу. Сети, использующие статистические методы, могут предсказывать поведение и вероятности событий в сложных нелинейных системах, основываясь на данных прошлого опыта. Такие системы способны давать динамику нефтяных цен, обеспечивать контроль электронных устройств самолета и предсказывать погоду. Нейронные системы могут также успешно применяться в анализе состояния рынка, оценивать кандидатов на ипотечные кредиты и страхование жизни, показывая лучшие результаты, чем традиционно используемые экспертные системы на основе стандартных решающих правил.
