Мозг и компьютер

ОТВЕТ: С одной стороны, люди и компьютеры думают совершенно по-разному, так что сравнивать их – все равно что сравнивать яблоки с апельсинами

Но с другой стороны, яблоки, конечно, лучше. Давайте попробуем напрямую сравнить человека и компьютер, выполняющих одно и то же задание.

Несложно придумать задачу, которую один-единственный человек решит быстрее, чем все компьютеры мира (хотя с каждым днем это становится все труднее). Например, люди все еще лучше, чем компьютеры, угадывают, что именно произошло на картинке:

Чтобы проверить эту теорию, я послал эту картинку моей матери и спросил, что, по ее мнению, произошло. Она немедленно ответила: «Ребенок разбил вазу, а кот изучает обстановку».

Она мудро отвергла альтернативные версии, включая следующие:

• вазу разбил кот;

• кот выпрыгнул из вазы на ребенка;

• кот гнался за ребенком, а тот попытался взобраться на комод при помощи веревки;

• в дом забрался дикий кот, и кто-то кинул в него вазу;

• в вазе была спрятана мумия кота, но она ожила, когда ребенок коснулся ее волшебной веревкой;

• веревка, на которой висела ваза, оборвалась, и кот пытается собрать осколки;

• ваза взорвалась, и на звук прибежали ребенок и кот. Ребенок надел шляпу для защиты от последующих взрывов;

• ребенок и кот ловили змею. Ребенок наконец поймал ее и завязал узлом.

Все компьютеры мира не смогли бы вычислить верный ответ быстрее, чем одна моя мать. Но это потому, что компьютеры не запрограммированы определять подобные вещи, тогда как наш мозг в течение миллионов лет эволюции тренировался, пытаясь определить, что делают другие мозги неподалеку (и зачем они это делают).

Так что мы могли бы легко выбрать задачку, которая создаст преимущество для человека, но это не очень честно: компьютеры ограничены тем, как мы их программируем, так что мы по определению уже обладаем преимуществом.

Давайте лучше посмотрим, как мы можем потягаться с ними на их территории.

Вместо того чтобы придумывать новое задание, мы просто применим к людям те же тесты на производительность, которые применяем к компьютерам. Обычно это операции с числами с плавающей запятой, сохранение и вызов чисел, манипулирование буквенными последовательностями и базовые логические построения.

Специалист по искусственному интеллекту Ханс Моравек утверждает, что человек, выполняющий тесты на производительность для компьютерных чипов вручную, используя карандаш и бумагу, может выполнить одно задание в полторы минуты.

Тогда получается, что процессор в смартфоне средней мощности может производить вычисления в 70 раз быстрее, чем все население Земли. Для современного чипа персонального компьютера эта цифра равняется 1500.

Итак, в каком году обычный персональный компьютер обошел совокупную вычислительную способность человечества?

В 1992 году численность населения Земли составляла 5,5 миллиарда человек, то есть их общая вычислительная способность, согласно нашему тесту, составляла бы около 65 MIPS (миллионов инструкций в секунду).

В том же году корпорация «Интел» выпустила популярный процессор 486DX, который в своей базовой конфигурации имел производительность в 55–60 MIPS. К 1994 году новые «пентиумы» производства «Интел» достигали значений 70 и 80 MIPS, оставив человечество далеко позади.

Вы можете возразить, что мы несправедливы по отношению к компьютерам. В конце концов, мы все время выставляем один компьютер против всего человечества. А как насчет всего человечества против всех компьютеров?

Это сложно рассчитать. Мы можем легко найти результаты тестов производительности для разных компьютеров, но как рассчитать количество инструкций в секунду для, скажем, чипа, установленного в игрушке Furby?

Большая часть компьютеров в мире построена на микрочипах, которые не предназначены для подобных тестов. Если предположить, что все люди на земле обучены делать вычисления для тестов производительности, сколько усилий нам нужно будет потратить, чтобы модифицировать каждый чип для выполнения этих тестов?

Вместо этого можно оценить общую мощность всех вычислительных машин мира, подсчитав количество транзисторов. Оказывается, процессоры 1980-х и современные процессоры имеют близкое соотношение транзисторов к MIPS – примерно 30 транзисторов на инструкцию в секунду.

Статья Гордона Мура (автора «закона Мура») дает оценку общей численности транзисторов, производимых ежегодно с 1950-х. График выглядит примерно так:

Используя наше соотношение, мы можем перевести число транзисторов в общую вычислительную мощность. Получается, что современный ноутбук, тест производительности которого дает результаты в десятки тысяч MIPS, обладает большей вычислительной мощностью, чем все компьютеры мира в 1965-м. Исходя из этой оценки, год, в котором общая вычислительная сила компьютеров превзошла общую вычислительную силу человечества, – это 1977-й.

Конечно же, заставлять людей выполнять тесты на производительность при помощи бумаги и карандаша – невероятно глупый способ определять их вычислительную мощность. Если измерять сложность, наши мозги гораздо изощреннее, чем любой суперкомпьютер, правда же?

Правда. По большей части.

Существуют проекты, в которых пытаются использовать суперкомпьютеры, чтобы полностью симулировать мозг на уровне отдельных синапсов. Если посмотреть, сколько процессоров и времени требуют эти симуляции, можно получить количество транзисторов, требующихся для того, чтобы сравняться в сложности с человеческим мозгом.

Результаты тестирования японского суперкомпьютера Kcomputer в 2013 году показывают, что для «создания» одного мозга понадобится 10¹⁵ транзисторов. По этой оценке, только в 1988 году общее количество логических цепей в мире сравнялось со сложностью одного мозга… и общая сложность всех цепей все еще ничтожна по сравнению с общей сложностью всех мозгов. По оценкам, основанным на законе Мура, и исходя из наших расчетов, компьютеры не обойдут человечество раньше 2036 года.

Два описанных способа оценки мозга представляют собой две крайности.

Первый, тест Dhrystone, сделанный на бумаге, требует, чтобы человек вручную симулировал отдельные операции, которые выполняет компьютерный чип, после чего выясняется, что быстродействие человека составляет примерно 0,01 MIPS.

Второй тест, в котором деятельность нейронов человеческого мозга симулируется при помощи суперкомпьютера, показывает, что быстродействие человека составляет примерно 50 000 000 000 MIPS.

Тогда уж лучше совместить эти способы. Это некоторым странным образом даже логично. Если мы предполагаем, что наши компьютерные программы столь же неэффективно симулируют деятельность человеческого мозга, как и человеческие мозг симулирует работу компьютерных чипов, тогда, возможно, более точной оценкой производительности мозга будет среднее геометрическое этих двух чисел.

Итоговый результат показывает, что быстродействие человеческого мозга составляет порядка 30 000 MIPS – примерно вровень с компьютером, на котором я сейчас печатаю эти слова. А еще это значит, что уровень сложности всех компьютеров мира превысил общую неврологическую сложность человечества в 2004 году.

В своей статье «Закону Мура – 40 лет» Гордон Мур делает интересное наблюдение. Он указывает, что, согласно данным биолога Э. Уилсона, в мире от 10¹⁵ до 10¹⁶ муравьев. Для сравнения, в 2014 году в мире было примерно 10²⁰ транзисторов, или десять тысяч транзисторов на одного муравья.

Мозг муравья может содержать четверть миллиона нейронов и тысячи синапсов на каждый нейрон, из чего следует, что общая сложность мозгов всех муравьев аналогична общей сложности мОзгов всего человечества.

Так что не стоит слишком волноваться, что компьютеры догонят нас по сложности. В конце концов, мы догнали муравьев, а их это мало беспокоит. Конечно, все выглядит так, словно мы захватили власть на планете, но если бы мне пришлось делать ставки, кто из нас все еще будет существовать спустя миллион лет – приматы, компьютеры или муравьи, я знаю, на кого бы поставил.