Учиться, учиться и учиться…

По-видимому, в основе разума лежит не некая фантастическая формула, а скорее терпение и настойчивость в применении простых, прямолинейных алгоритмов.

ЭТЕМ АЛПАЙДИН

Возможно, вам приходилось слышать про эти «грабли», что мол, в 1950-1970-х годах искусственный интеллект уже был переоценён, из соответствующих проектов ничего не вышло, а раз так, то и нынешнее увлечение ИИ – это просто блажь и всё закончится таким же пшиком. Мол, человек – это нечто абсолютно уникальное, его не воспроизвести.

Действительно, те изначальные кибернетические прогнозы, та робототехника и компьютерные эксперименты, которыми ознаменовалось становление теории и практики искусственного интеллекта, потерпели фиаско.

Но говорить, что это ставит крест на искусственном интеллекте как таковом, – смешно. Такой же «крест» поставил на диджитал-индустрии лопнувший в 2000 году пузырь доткомов – да, кто-то поторопился, да, кто-то не рассчитал, но это ошибки игроков, а не баг системы. Посмотрите на нынешний список Forbes и убедитесь в этом. И двадцати лет не прошло.

Да, изначальные прогнозы исследователей искусственного интеллекта не оправдались,

что, впрочем, и неудивительно, как минимум по трём причинам:

1) чрезвычайно низкая на тот момент вычислительная мощность оборудования;

2) тот самый, как его теперь называют, «нисходящий подход» (то есть желание воспроизвести человека в железе, а не создать искусственный интеллект с нуля, дав ему его собственное существование);

3) физическое отсутствие того, что мы сейчас называем «большими данными», – той самой Big Data.

В конце 70-х – начале 80-х надежды на искусственный интеллект в академическом мире были практически похоронены. Говорить о нём в научных кругах считалось дурным тоном – мол, не смогла, так не смогла, а оправдываться просто глупо. Это время называют «зимой искусственного интеллекта».

Но всё изменилось уже в середине 80-х: в 1986 году Род Брукс, о котором я уже упоминал, сформулировал «восходящий», или, ещё можно сказать, проэволюционный подход в создании искусственного интеллекта, точнее – мозга, а ещё точнее – нейронных сетей.

В общем, кажется, он прислушался к матери-природе и её эволюционной логике. Вместо того, чтобы пытаться воссоздать человека – это самое сложное (и, добавлю, противоречивое) из известных нам на земле животных, это чудо света, – он решил пойти другим путём, начать, так сказать, с другой фактуры.

– Может, нам амёбу какую-нибудь запрограммировать для начала, или таракана, например? Муравья?.. От менее сложного к более сложному, – вот что предложил Брукс.

Проще говоря, если избавиться от языковой игры, в рамках которой «интеллект», согласно философскому словарю, есть «мыслительная (умственная) способность человека, которая может отождествляться с рассудком, разумом и интуицией», и взглянуть на это понятие нейрофизиологически и нейробиологически, то ситуация с созданием «искусственного интеллекта» меняется радикально.

Наша нервная система эволюционно выполняет главную функцию всего живого – это способность воспринимать изменения в окружающей внешней среде как раздражения, идентифицировать их и отвечать приспособительными реакциями.

Формально говоря, даже амёба, не обладающая ещё даже задатками нервной системы, уже умеет специфическим образом реагировать на изменение состояния окружающей среды, демонстрируя соответствующие средовым факторам изменения – вытягивание и сокращение протоплазмы.

Нервная система животных, начиная с гидры и дальше, через ланцетника, к нам – это лишь специализированный инструмент решения всё той же задачи: воспринимать изменения среды как раздражитель, идентифицировать его и отвечать в соответствии с целями и задачами, которые решает животное (точнее, эволюция, которая пользуется животным как контейнером для переноса генетического материала из прошлое в будущее).

В каком-то смысле данная функция перманентной адаптации некого существа к внешним воздействиям плюс феномен репликации ДНК – это и есть сама жизнь. Поэтому если вы собираетесь её воспроизвести, то надо воспроизводить самую эту функцию: превращать сигнал в раздражитель, идентифицировать его в системе внутренних настроек и производить реакцию, которая соответствовала бы целям и задачам системы.

Устроенная таким образом «искусственная сеть», оказавшись в той или иной информационной среде, имеющая достаточную сложность организации и запрограммированная на определённый результат, сама будет себя двигать и развивать. В этом, если совсем грубо, и состояла суть подхода, сформулированного Родом Бруксом.

Теперь добавьте к этому элегантному решению действие законов Мура и ускоряющейся отдачи Курцвейла…

Очевидно, что ситуация с мощностями к девяностым годам XX века выглядит существенно иначе, нежели в пятидесятых. А в двухтысячных – и вовсе совсем по-другому: производительность компьютеров, которая считалась раньше недостижимой, сейчас уже многократно превышена.

Наконец, отдельная и очень важная новая вводная: массив данных – то, о чём первопроходцы искусственного интеллекта изначально вообще не задумывались.

Казалось логичным, используя знания и здравый смысл, сформулировать для тех или иных целей алгоритм действия и превратить его в программный код. Это своего рода экспертный подход, когда человек знает «как», а машина должна только повторить.

Но оказалось, что с машинным обучением всё иначе…

Если вы имеете нечто в реальности – нечто действительное и настоящее, что сообщает вам о себе невероятно большим количеством данных, то зачем вам эксперт? Тем более если это эксперт, я прошу прощения, с человеческими – то есть весьма ограниченными и пристрастными – мозгами.

Нет, это плохая идея! Лучше просто возьмите все эти данные, перетрясите их, так сказать, хорошенько, а затем разложите в непротиворечивой структуре. Как результат вы получите закономерности, описывающие работу системы, и сможете, таким образом, влиять на неё.

Впрочем, кто мог до этого додуматься, когда никаких «больших данных» (Big Data) не было и в помине, а только их жесточайший дефицит, дороговизна и рутинное производство? Но ускоряющаяся отдача, как мы видим, работала…

Согласно общепринятой статистике, в 2002 году человечеством было произведено 18–10¹⁸ байт (18 экзабайт) информации. А уже в 2014 году, по данным исследования, опубликованного в Supercomputing Frontiers and Innovations, выяснилось, что примерный объём данных в интернете равен 10²⁴ байтам (1 млн эксабайт).

Знаменитый эксперт по экономике будущего Бретт Кинг приводит такие данные, позволяющие хоть как-то представить масштаб этого информационного потопа:

Библиотека Конгресса США, являющаяся крупнейшим в мире книгохранилищем (где кроме книг есть ещё 13 млн фотографий, 4 млн карт, 500 000 млн фильмов и 3,5 млн звукозаписей) в отцифрованном виде составляет около трёх петабайт данных;

• в 2016 году мы в сутки производили в 8500 раз больше данных, чем хранится в Библиотеке Конгресса, а за секунду – в тысячу раз больше интернет-контента, нежели 130 млн печатных книг, изданных за всю историю человечества.

Проще говоря, количество цифровой информации растёт по той самой экспоненте (только вот абсолютно непонятно, в какой точке этого графика мы сейчас находимся). А что такое эта современная цифровая информация?

Это не просто данные, не просто большие данные, а связанные между собой большие данные! Не те старые книжки, стоящие на пыльной полке в ожидании случайно обнаружившего их читателя, а по сути – живой организм, полный взаимнопересекающихся отношений и связей, гипер-гипер мультиссылок.

Тут важно понимать вот что: каждый байт современной цифровой информации – это не просто байт. Он произведён кем-то, кто сам является для нас информационной структурой: все его действия, активности, решения – вся эта информация тоже есть и хранится.

Причём это вовсе не обязательно какой-то живой человек, который что-то постит на своей странице в социальной сети, – вовсе нет! Это может быть тот самый умный холодильник, мусорный бак, кассовый аппарат, детектор на входе в любое учреждение, медицинское оборудование, натыканные теперь везде уже камеры и т. д., и т. п.

Плюс, кроме всего этого информационного роскошества, есть ведь ещё и «протяжённость», как сказали бы философы старой школы. То есть есть определённый момент времени и пространства, когда этот кажущийся единичным байт возник.

А что это для нас значит? Это значит, что нас ждёт увлекательное «исследование в прошлое» – этот единичный факт (байт) можно подцепить и раскрутить огромное пространство связанных событий. Тут же открывается и возможное будущее, ведь мы найдём кучу взаимосвязей и закономерностей.

Плюс, наконец, мы можем понять этот байт как нечто, что определяется всеми возможными средовыми факторами, актуальными в данной точке времени и пространства (включая информационное) и тоже бережно зафиксированными.

Проще говоря, пора забыть уже и о Библиотеке Конгресса, и вообще о любой другой «библиотеке». Это, даже при всей моей любви к ним, – только памятники истории, отброшенная ступень нашей цивилизационной ракеты.

Современная информация – это поле, а не набор элементов. Поле вроде бы абсолютно децентрализированное, но при этом взаимосвязанное – из любой его точки вы можете попасть в любую другую, найти все связанные отношения всего со всем.

Так что сейчас всё, наконец, сошлось: нейронные сети, способные самостоятельно учиться и решать задачи, фантастическая мощность компьютеров и та самая информационная среда – как питательный бульон, позволяющий искусственному интеллекту обучаться чему угодно.

НЕЙРОННЫЕ СЕТИ

Род Брукс сформулировал принцип «восходящего подхода», но, конечно, сама по себе идея нейронных сетей как инструмента программирования возникла значительно раньше.

Ещё в 1943 году американский нейропсихолог Уоррен Мак-Каллок совместно с нейролингвистом и математиком Уолтером Питтсом описали понятие нейронной сети в научной статье о логическом исчислении идей и нервной деятельности. А в конце 40-х Дональд Хебб предложил первый алгоритм обучения с помощью нейронных сетей.

В 1958 году психолог Корнеллского университета Фрэнк Розенблатт создаёт так называемый перцептрон – думающее, по словам создателя, «как человеческий мозг», устройство. Эта однослойная модель содержала около тысячи связанных друг с другом «нейронных клеток», которые могли принимать сигналы от четырёхсот фотоэлементов (см. рис. № 8).

Рисунок № 8. Схема однослойной нейронной сети

Тогда-то и произошёл разрыв между прежними друзьями и коллегами – Джоном Маккарти, который остался в своей логико-математической парадигме, и Марвином Мински, который станет основателем Лаборатории искусственного интеллекта в Массачусетском технологическом институте – самой настоящей Мекке последующих исследований в области искусственного интеллекта.

Ограниченность перцептрона привела исследователей к идее увеличить количество скрытых слоёв, которая у разных авторов с середины 60-х по 80-е обретала свои очертания. Но общая схема многословной нейронной сети не слишком отличается от перцептрона (см. рис. № 9).

Рисунок № 9. Схема многослойной нейронной сети

Далее, уже в конце 70-х – начале 80-х Джеффри Хинтон и Терри Сейновски предложили на замену прежней символьной модели искусственного интеллекта так называемую параллельную распределённую обработку, что существенно увеличило эффективность работы. А в 1982 году Джон Хопфилд создал нейронную сеть своего имени, в которой «нейроны» получили возможность независимо менять свои параметры (см. рис. № 10).

Рисунок № 10. Схема ассоциативной нейронной сети Джона Хопфилда

Наконец, в 2007 году Джеффри Хинтон создал алгоритмы глубокого обучения многослойных нейронных сетей, особенность которых заключается в том, что обучение системы происходит на разных слоях, начиная с самых нижних (см. рис. № 11).

Рисунок № 11. Упрощённая модель работы современной нейронной сети

Машина обучается, анализируя огромные объёмы данных – например, миллионы фотографий – с целью научиться опознавать лица на разных фонах и в разных ракурсах. Процесс это долгий, но когда период обучения проходит, машина справляется с подобной задачей достаточно быстро.

Загляните в любой современный фотоаппарат: этот бегающий квадратик, выделяющий на общем фоне лица людей, – результат работы девятислойной, в отличие от однослойного первого перцептрона, нейронной сети Джеффри Хинтона, а также от шестислойной – в затылочной доле нашего головного мозга, которая решает, по сути, ту самую задачу.

Ошибкой было бы думать, что мы видим то, что мы видим. На самом деле всё то, что мы видим, создаётся в зрительной коре. Видит ли искусственный интеллект то, что он «видит»? Вот этот вопрос и является главным аргументом противников идеи искусственного интеллекта. Но здесь налицо, как мне представляется, подмена понятий.

Что значит «видеть»? Видит ли объектив камеры? В каком-то смысле, наверное, да. Но то, что эти новые невероятные алгоритмы в цифровых камерах видят, – это совершенно точно.

Уже сейчас они способны на самые настоящие чудеса – например, сделать размытое изображение чётким, сличив несколько совершаемых последовательно снимков. Или наоборот – как вам эта чудо-способность: увеличить контрастность фигуры и размыть за ней фон?

У них нет субъективного опыта видения? А что есть этот субъективный опыт? Они не рефлексируют то, что они что-то увидели? Об этом и речь. Возможно, но зато они точно лучше это запомнили, а потом другие алгоритмы всё это ещё смогут сличить с базами данных, распознать объекты на фотографиях и т. д.

Более того, скажу: мы-то сами не видим то, что, как нам кажется, мы видим. Мы «видим» активность своих кортикальных колонок, а не фактические объекты перед собой – в этом правда. Даже при пристальном взгляде на внешний относительно нас объект мы имеем дело лишь с его реконструкций внутри нашего мозга.

По крайней мере, наша зрительная кора, используя последовательность «изображений», создаваемых при помощи саккад, как минимум, затирает «слепое пятно». Хотя есть основания думать, что мы в принципе видим то, что помним, а не то, что воспринимаем (но это уже, на общем фоне, малозначительные детали).

Человечество долго пыталось освоить воздухоплавание, пытаясь подражать птицам. Как известно, это ничем хорошим не закончилось. Но разве мы не умеем летать? Я сейчас нахожусь в Греции и могу поклясться, что я сюда прилетел. Да, я не махал крыльями, и устройство, которое меня доставило сюда из Петербурга, ничем не махало.

Нет, я просто прилетел в Грецию по-другому – не так, как птицы. Но я точно сделал это лучше – быстрее, безопаснее и комфортнее. Чем птица лучше? Или чем лучше способ её полёта? Так мы с нашим зрением – носимся, словно с писаной торбой, а искусственный интеллект тем временем видит всё лучше и лучше.

«Многослойная сеть интуитивна, поскольку соответствует обычным этапам работы, когда мы начинаем с сырых данных и постепенно переходим к всё более сложным преобразованиям, пока не получим абстрактное представление в качестве выходного результата.

Например, при распознавании изображений мы используем пиксели в качестве базовых входных данных и качестве входных данных для первого слоя. Нейроны следующего слоя комбинируют их для выявления основных дескрипторов изображения, например штрихов и краёв различных ориентаций. Следующий слой комбинирует их в более длинные линии, арки и углы. На последующих слоях выявляются более сложные формы – окружности, квадраты и так далее. Они, в свою очередь, объединяются на других обрабатывающих слоях для представления объектов, которые мы желаем распознать, например лиц или цифр, написанных от руки».

ЭТЕМ АЙПАЛДИН, профессор Департамента компьютерного инжиниринга Bogazigi University в Стамбуле

Итак, что же такое интеллект? Мы привычно считаем, что это языковые конструкции, знаковые системы, размышления на уровне анализа и синтеза, высокие степени абстракции и т. д. Но это то, что мы думаем об интеллекте, а вовсе не то, что он представляет собой на самом деле.

Как мы теперь знаем благодаря современным нейрофизиологическим исследованиям, наше с вами мышление протекает на неосознанном уровне, само по себе: наши колонки дружно производят некий продукт, а мы лишь потом узнаём, что они там себе (точнее, нам) «надумали».

Мозг – как большой расчётный центр – принимает все решения раньше, нежели об этом узнаёт наше сознание. Наше сознание лишь озвучивает для нас эти его решения, присваивает их себе. И это доказано уже не только в знаменитом «эксперименте Либета», наделавшем столько шума, но, например, и в относительно недавнем исследовании Института когнитивной психологии и нейрофизиологии им. Макса Планка в Лейпциге.

Если Бенджамин Либит с помощью ЭЭГ мог лишь за 0,5 секунды предсказать действие своих испытуемых, то с помощью фМРТ (функциональной магнитно-резонансной томографии) сознательное решение, о котором человек ещё не знает, но которое он точно «примет», учёные из Лейпцига могут предсказывать уже за 7-10 секунд.

Причём если речь идёт об относительно простой задаче (например, о решении человека пошевелить рукой), то учёным для точного прогноза достаточно оценить работу всего лишь 256 нейронов.

Конечно, этот факт контринтуитивен, и конечно, поверить в это крайне сложно. Но это только лишний раз доказывает, насколько мы заблуждаемся на свой счёт и насколько неадекватно наше хвалёное сознание.

Те, кого научные знания, не согласующиеся с их «личным опытом», убедить не могут, приводят множество примеров, когда само решение было принято почти мгновенно. Мол, мне протягивают руку, и я отвечаю на приветствие, протягиваю в ответ свою – шевеление же руки, да? А где тут зазор в 10 секунд! Вот, опровергли!

Нет, ничего не опровергли. Напротив, доказали. В эксперименте Либета, в исследованиях современных нейрофизиологов речь идёт о сознательном решении, а не о спонтанной реакции в ответ на внешний раздражитель.

Когда вы думаете, пора вам обедать или ещё нет, это вопрос сознательного решения. Но если вдруг кто-то из близких засунет вам в рот конфету, вы схватите её губами автоматически, рефлекторно, а не потому, что сознательно решили так сделать.

Сознание «проснётся» чуть позже, когда вы начнёте осмыслять то, что произошло: хотели вы эту конфету или нет, надо было её брать или нет?

Впрочем, если подобные мысли начнут вас тяготить, – это тоже не будет сознательным действием. Просто ваш мозг почему-то не хотел эту конфету от этого человека в это мгновение, но среагировал автоматически, и теперь пытается как-то разрешить для себя этот парадокс.

Когда вам протягивают руку для приветственного рукопожатия, в вас срабатывает автоматизм – то есть нейрофизиологический программный комплекс, который в буквальном смысле запрограммирован в вашем мозгу посредством вашего предыдущего жизненного опыта на ответное протягивание руки. Вы набор мини-программ такого рода.

Попробуйте провести над собой эксперимент и не протянуть руку в ответ, когда кто-то пытается с вами таким образом поздороваться. Прочувствуйте, как сложно сопротивляться собственным автоматизмам, как это психологически непросто, насколько это затратно по времени и какое внутреннее напряжение вызывает.

Кто-то, впрочем, скажет, что сам тот факт, что вы можете сознательно заставить себя не протягивать руку в ответ на приветствие, доказывает, что Либет и все его сторонники заблуждаются. И снова вынужден вас разочаровать: то, что вы решите поставить над собой такой эксперимент, тоже не является вашим сознательным решением…

НЕСВОБОДА ВОЛИ

Нейрофизиологически вся эта ситуация выглядит, конечно, совершенно другим образом, нежели нам это представляется. Причём то, какова действительная панорама этих наших внутренних сражений, стало понятно ещё сто лет назад, когда великий русский учёный Алексей Алексеевич Ухтомский опубликовал свои работы о «принципе доминанты».

Итак, вот что произошло на самом деле…

1. Вам сказали, – допустим, что это был я, – что вы не принимаете сознательных решений. То есть ваш мозг подвергся какому-то внешнему воздействию.

2. Впрочем, у вас есть другая внутренняя установка на этот счёт, и это новое внешнее воздействие вошло с ней в конфликт. В результате возникла нейрофизиологическая доминанта – или, как ещё говорят, незавершённый гештальт. Но, по большому счёту, это просто конфликт двух активизировавшихся в вашем мозге программ: «я принимаю решение сознательно» и «я не принимаю решение сознательно».

3. Разумеется, ваша установка (нейрофизиологическая доминанта) начинает побеждать в этой борьбе доминант. С собой вы уже, понятное дело, давно живёте в мире и согласии, а прозвучавшее утверждение, ссылающееся на научные исследования, не имеет в вашем мозге, достаточного веса – количества нейрофизиологических связей.

4. Ваш мозг ловко предлагает вам множество аргументов и объяснений в пользу вашей доминанты – и вы их слышите на сознательном уровне. Вам всё более «очевидно», что предложенный вам на рассмотрение научный факт неверен, искажён, притянут за уши. В общем, напряжение между двумя конфликтующими нервными центрами (доминантами) нарастает, и победитель уже почти известен.

5. Но тут вам предлагают проверить этот научный факт на собственном опыте – мол, пробуйте не следовать своим рефлекторным реакциям на автомате и взять их под контроль. А это ведь ещё одно внешнее воздействие – ещё один нервный центр (доминанта) образуется в вашем мозгу, конкурирует с вашей внутренней установкой и объединяется с предыдущим «недругом».

6. Теперь в вашем мозге между собой конкурируют уже три доминанты: ваше нежелание согласиться с научным фактом – с одной стороны, а с другой – наличие у вас нового знания о существовании такого научного факта (первая конфликтная доминанта) и наличие у вас ещё одного нового знания – что вы можете убедиться в этом сами, проверив достоверность этого научного факта в опыте (вторая конфликтная доминанта).

7. Конкурирующие в вас доминанты приводят к всё нарастающему чувству внутреннего дискомфорта. Причём в значительной степени из-за того, что внешнее воздействие на вас продолжается, – я не сдаюсь и продолжаю подкидывать в вашу голову новые и новые факты.

То есть я, пользуясь языковыми триггерами, активизирую дополнительные нервные центры в вашем мозгу, усиливая те доминанты, которые стоят в вас на стороне научного подхода, с которым вы пока продолжаете спорить, потому что у вас есть свои – житейские, интуитивные и, вынужден повторить, неверные – установки.

8. Дискомфорт достигает максимума, и у вас, наконец, формируется ещё одна доминанта, призванная разрешить это противоречие, – желание избавиться от этого тягостного чувства («Не может быть, что я не прав!») и действительно опровергнуть предложенный вам на рассмотрение научный факт, противоречащий вашей интуиции.

9. Вы решаете провести над собой эксперимент – допустим, не пожимать руку человеку, который вдруг решит протянуть вам свою для рукопожатия. Но вы ли это решили? Было ли это вашим сознательным решением? Или это всё-таки естественное следствие конкурирующих в вашем мозгу нервных центров?

Действуя, как вам кажется, сознательно, вы бы просто отмахнулись от научного факта, который не укладывается в привычную для вас картину мира (и картину себя). Но проведённым анализом (внешнее воздействие!) мы не позволили вам соскочить с неприятной правды и создали в вас конфликт, конкуренцию нервных центров.

10. Осталось только дождаться удобного случая и провести указанный эксперимент. За это время, пока кто-то спровоцирует ваш автоматизм рукопожатия, вы несколько раз вернётесь к этой мысли: неужели я не сознательно управляю своим поведением?!

Возможно, вы даже сможете убедить себя в том, что все эти Либеты и Ухтомские – ерунда и чушь собачья (то есть в вас победит доминанта прежней внутренней установки). Но если нет, и вы всё-таки дождётесь предложенной вам руки в этом зависшем состоянии конкурирующих доминант, то проследите за тем, что будет с вами происходить, когда вам будет протянута рука.

Вы же уже приняли решение не пожимать её, правильно? Сознательно приняли. Но вот теперь прочувствуйте, насколько оно ничтожно – ваше сознательное решение. Дело-то, и правда, ерундовое, руку не протянуть. Но даже его совершить сложно, потому что в вас работают не осознанные вами автоматизмы. Кроме них, впрочем, есть теперь и конкурирующие нервные центры… То есть, в принципе, к сознанию всё это имеет самое ничтожное отношение.

Слова, которыми мы с вами пользуемся, являются лишь способом воздействия на психику извне – когда кто-то другой говорит нам что-то, что возбуждает в нас какие-то новые и другие нервные центры.

В результате всегда происходит борьба этих возникающих внутри нас конкурирующих доминант. Причём победившая, конечно, переписывает историю под себя и делает это уже на сознательном уровне.

Для того оно, собственно, и работает, это наше сознание, чтобы прятать и, по крайней мере, сглаживать противоречия нашей натуры. Оно призвано создать у нас ощущение цельности и непротиворечивости нашего с вами существования, но даже в этом случае не оно принимает решение так поступать, а мозг, который всегда и всюду утверждает свою правоту.

В нашем мозге существуют огромный набор предустановленных программ (например, моргание, зевание, хватательный рефлекс и т. д.), множество выученных программ (как, например, с тем же рукопожатием), инфраструктурных программ (как, например, то самое сознание, оправдывающее наши глупости, только бы не выглядеть лузером, оставшимся «в дураках»).

Во всём же остальном это динамический процесс, где нейрофизиологические доминанты (активные нервные центры), чья активность спровоцирована фундаментальными биологическими потребностями, с одной стороны, или культурной (информационной) средой через соответствующие словесные триггеры, с другой, борются друг с другом за победу – за то, чьи, так сказать, будут тапки.

Нас – как решающих, понимающих, принимающих решения – в этом процессе нет вообще. Всё это, грубо говоря, работа разнообразных «программ» и попытки сознания сшить из доставшихся ему лоскутков милое бабушкино одеяло – такую ни к чему не обязывающую объяснительную модель происходящего с нами.

Так что, когда мыслительный процесс происходит в нас (то есть наш мозг решает какую-то задачу), мы сами – на сознательном уровне – даже не можем сказать с уверенностью, о чем именно он сейчас думает.

Дефолт-система нашего мозга, о которой я уже много раз рассказывал в своих книгах и выступлениях, оперирующая сложными интеллектуальными объектами, регулярно погружает нас в состояние задумчивости: мы находимся в этих «блужданиях» примерно половину своей жизни.

И если спросить нас в момент такой задумчивости, о чём именно мы сейчас думаем, мы не сможем толком ответить. Скорее всего, мы увидим лишь хвост своей мысли, ускользающей от обращённого на неё нашего заинтересованного внимания.

Впрочем, это даже логично: конечно, мы не понимаем, о чём мы думаем и что надумаем, – наша дефолт-система пока не пришла к решению, доминанты пока находятся в дискуссии, а дуракам, как известно, полработы не показывают (то, что роль дурака в данном случае отводится сознанию, я думаю, понятно).

Приятно нам сознавать это или нет, но интеллект – это вовсе не то, что мы привыкли о нём думать. Интеллект – это работа «серых клеточек», входящих друг с другом в определённые ассоциации. Одной из этих ассоциаций (весьма частной, надо признать) является наша с вами личность или наши с вами идеалистические представления об интеллекте.

Правда в том, что наши представления об интеллекте и действительный интеллектуальный процесс – это разные вещи. Мы не можем его ни понять, ни почувствовать, мы можем его только реконструировать – то есть представить себе как набор неких механизмов, механик, создающих эффекты (например, наш опыт и наши суждения о реальности), которые, в частности, пытаются затем самих же себя и осмыслить.

По этой причине думать, что другой интеллект (на других носителях, с транзисторами другой природы и прочими отличными от нашего характеристиками) невозможен, странно и легкомысленно.

И чтобы победить человека, не нужно быть человеком – достаточно быть одноклеточным микроорганизмом или даже вирусом. Но мы всё ещё ожидаем встречи с каким-то волшебным Терминатором, потому что именно таким образом представляем себе своего врага – не меньше. Откуда эта бессмыслица?! Просто очень много о себе думаем.

Правда в том, что если нами и будет управлять искусственный интеллект, то у этого интеллекта с человеческим разумом не будет ничего общего. И именно поэтому он будет намного умнее нас.

Когда компания Google только начала придумывать свой автомобильный автопилот, она планировала создать робота-водителя, подобного человеку. Но скоро стало понятно, что это тупиковый путь: слишком криво и неэффективно человек решает эту элементарную, по сути, задачу – добраться до места, соблюдая пдд, и ни с чем по дороге не столкнуться.

Тогда Google стала разрабатывать умный автомобиль – мол, если не получается сделать чатланина, то хотя бы пепелац и гравицаппу изобретём! Но в 2016 году закрыла и этот проект.

Выяснилось, что для создания автопилота не нужен ни человекообразный робот, ни особенный автомобиль. Достаточно предоставить искусственному интеллекту все данные, относящиеся к задаче, – и он справится с ней сам, без нас и лучше нас.

Выводы, которые делает искусственный интеллект, управляющий автомобилем на основании бесчисленного множества данных (с карт, камер, датчиков, контроллеров и т. д. ит. п.), совсем не те, что делаем мы с вами, когда сидим за рулём. Честно говоря, мы даже не знаем, какие он выводы делает. Да и «выводы» ли это?

Искусственному интеллекту не надо «думать»: он просто учитывает все факты (а не как мы – на глазок) и действует соответствующе.

Мы пытаемся обхитрить узость и ограниченность собственного ума, а потому лишь фантазируем о том, как бы решить задачу. Он же просто её решает, а поэтому и выигрывает – в шахматы у Каспарова, в го у Ли Седоля. Скоро победит и в Формуле 1, причём с парализованным Шумахером на борту.

Или вот тот же переводчик Google… Сначала разработчики допустили ту же самую ошибку: они пытались учить машину языку, как первоклашку из школы для детей с отставанием в развитии. Но толку от этого было мало.

Так что и в этом случае создатели искусственного интеллекта плюнули на попытки очеловечивания электроники и воспользовались текстовыми базами данных ООН, ЕС и других источников, о чём я уже рассказывал.

Знает ли переводчик Google язык так же, как знаем его мы? Нет. Знает ли он правила языка, которые знаем мы? Нет. Понимает ли он, о чём идёт речь, когда он переводит слово за словом, предложение за предложением? Нет.

А ему и не надо, он просто очень хорошо решает поставленную задачу – сначала выявляет скрытые в больших массивах данных одному ему понятные закономерности, а затем использует их в работе уже с другими данными. Получается идеально.

Короче говоря, там, где мы действуем интуитивно, впотьмах и, мягко говоря, не всегда успешно, искусственный интеллект, взращённый на нивах больших данных, работает чётко, строго и результативно. Правда, мы не знаем как. Больше того, мы нашим сознанием никогда этого и не поймём.

Всё это я к тому, что пора уже забыть научно-фантастические фильмы о восставших роботах и законы робототехники Айзека Азимова. Когда нас накроет волна сверхмощного искусственного интеллекта, основанного на механизмах нейронного обучения и Big Data, мы даже не заметим, как нас сделали.

Читателей своей «Красной таблетки» я уже пытался убедить в том, что наша хвалёная «личность» – это чистой воды иллюзия. В качестве аргумента я использовал феномен «фундаментальной ошибки атрибуции», описанный социальным психологом Ли Россом. Да и вообще, ради этой цели поднял на уши всю социальную психологию – Соломона Аша, Стэнли Милгрема, Филиппа Зимбардо со товарищи.

В «Чертогах разума» я говорил уже о нейрофизиологии «личности», точнее – об отсутствии таковой – и личности, и её нейрофизиологии. Благодаря исследованиям Маркуса Рейчела мы теперь знаем, что у нас есть лишь чувство собственной личности, на деле же – это только «история», «сказка», которую мы сами себе рассказываем, чтобы сохранять иллюзию собственной цельности.

В этой же книге я пытаюсь объяснить, что та же самая петрушка творится и с нашим, прошу прощения, «сознанием». Мы, конечно, считаем его невероятно мощным, но его действительный КПД курам на смех. Рассуждая, мы можем удерживать в сознании не более 7–9 объектов, а делая выводы, способны учесть не больше 3–4 параметров.

Конечно, и этим можно было бы гордиться, особенно сравнивая себя с кольчатыми червями. Но глупо делать то же самое, когда нашим конкурентом выступает машина, которая, принимая решение о нас и нашей жизни, научилась учитывать неограниченное множество элементов ситуации.

Так что да, вполне возможно, что этот нечеловеческий интеллект окажется куда эффективнее нашего. И вовсе не факт, что он будет благосклонен к более примитивной расе.