Страница 11 из 15
Чтобы переработать всю новизну и перемены повседневной действительности, машине потребовалось бы и глубинное понимание сложного мира, и эластичное мышление. Но те первые компьютеры тогда еще оставались на уровне где-то между примитивными программами слизевиков и очень простеньким аналитическим мышлением.
Попытки создать компьютер, способный к эластичному мышлению, и по сей день не очень-то успешны. Ныне мы живем во времена, какие потрясли бы не только Буля с Бэббиджем, но и первопроходцев информатики. Мы встраиваем миллиарды микроскопических машин, подобных Бэббиджевой, в крошечные кремниевые чипы и ежесекундно производим бесчисленные Булевы расчеты. Но, как и лекарства от рака и чистая дешевая энергия ядерного синтеза, какие того и гляди должны возникнуть за следующим поворотом, компьютеры, которым под силу то, что ждали от Общего решателя задач, так и не воплотились.
По словам Эндрю Мура, ушедшего с поста вице-президента компании «Гугл», чтобы вести знаменитую компьютерную школу в Университете Карнеги – Меллона, даже самые сложные современные компьютеры – всего лишь «эквивалент очень умных калькуляторов, справляющихся с конкретными задачами»[42]. Компьютер, например, способен решать мудреные уравнения физики и вычислять, что произойдет, когда сталкиваются черные дыры, но сперва человек должен «поставить» задачу – вывести уравнения для этого конкретного процесса из более общей теории, а ни один компьютер самостоятельно создавать теории не умеет.
Другой пример – мечта леди Лавлейс: сочинение музыки. У нас имеются компьютеры, сочиняющие сложные музыкальные произведения, и для слуха они совсем не оскорбительны. Существуют классические сочинения в стиле Моцарта и Стравинского, джаз, похожий на то, что мог бы придумать Чарли Паркер[43]. Есть даже приложение под названием «Блум», его можно добыть на «Айтюнз» – оно способно генерировать по запросу новую ни на что не похожую инструментальную закольцованную композицию в стиле Брайана Ино[44]. Сам Ино говаривал, что с изобретением технологии такого вот «производства музыки» однажды наши внуки, вероятно, переспросят изумленно: «Вы что, правда слушали совершенно ту же самую вещь по многу раз?»[45]
Заманчива она, такая компьютерная музыка, и у нее есть своя ниша, однако следует отличать ее от новых музыкальных творений. Компьютеры-композиторы используют созданные человеком подборки «сигнатур» – мелодических, гармонических и декоративных мотивов, сочиненных композиторами-людьми – и применяют единые правила чередования и соединения этих мотивов. Это всего лишь перекомпоновка старых тропов, без всяких новых замыслов. Если кто-нибудь берется сочинять музыку в подражание Моцарту или Брайану Ино или же писать картины «под Рембрандта», мы такими творениями не восхищаемся – они считаются у нас вторичными и неоригинальными.
Загвоздка с выработкой у компьютеров эластичного мышления состоит в том, что, хотя компьютеры считают все быстрее и быстрее, к более эластичной обработке данных это пока не приводит. А потому за десятилетия с тех головокружительных первых дней задачки, подчиняющиеся внятно расписанным и легко кодируемым правилам или распорядкам, замечательно поддаются автоматизации, а вот те, что требуют эластичного мышления, – в общем, нет.
Взгляните вот на этот абзац:
По рзелульаттам илссеовадний Кембриджского унвиертисета, не иеемт занчнеия, в кокам пряокде рсапожолены бкувы в солве. Галвоне, чотбы преавя и пслоендяя бквуы блыи на мсете. Осатьлыне бкувы мгоут селдовтаь в плоонм бсепордяке, все-рвано ткест чтаитсея без побрелм[46].
Существует множество компьютерных программ, умеющих читать напечатанный текст вслух, но на таких сильных отклонениях от стандартного написания они захлебываются. Мы же, люди, можем прочесть такое почти без запинки.
Неожиданная легкость, с какой мы прочитываем приведенный абзац, – признак эластичности нашего мышления. Ум замечает без всякой подсказки: что-то не так. А затем соображает, что́ тут происходит, сосредоточивается на правильно расставленных первых и последних буквах каждого слова, а затем тасует буквы в середине слов. С учетом общего контекста ум расшифровывает значение написанного, лишь немного теряя в скорости. Компьютер, читающий тексты, попытается сопоставить каждый набор букв со словом в словаре и, вероятно, учтет кое-какие распространенные опечатки и грамматические ошибки, но в конце концов это все ни к чему не приведет – если заранее не снабдить его программой, написанной для решения этой конкретной задачи.
Требующие эластичного мышления задачи могут быть для современного компьютера непосильными, даже если для человека они обыденны[47]. Возьмем распознание закономерностей. Экономист из Массачусетского технологического института Дэвид Отор рассуждает о трудности визуального распознания стула. Эту задачку решит любой школьник, но как запрограммировать компьютер, чтобы и у него получилось? Можно попробовать определить ключевые характеристики – горизонтальная поверхность, спинка, ножки. К сожалению, этот набор черт присущ многим предметам, которые не стулья, – например, кухонная плита с ножками или встроенная мойка с фартуком. Вместе с тем существуют стулья без ножек, и они под это определение не подпадут.
Определить стул, основываясь на рациональном описании с опорой на те или иные правила, трудно, поскольку определение должно включать не только типовые стулья, но и громадное разнообразие оригинальных моделей. Как же это удается любому третьекласснику? Эластичное мышление – не алгоритмическое, и под этим я подразумеваю, что мы овладеваем идеями и делаем выводы без четкого определения необходимых для этого шагов. (Это я говорю независимо от того, получится ли симулировать деятельность мозга при помощи машины Тьюринга, как некоторые считают.) Напротив, нейронная сеть нашего бессознательного ума не полагается на продуманные и легко формулируемые определения стула, а научается взвешивать сложную комбинацию особенностей предмета, а мы эту работу ума даже не осознаем.
Некоторые смекалистые передовые программисты в «Гугле» пытаются усовершенствовать обычные компьютеры, ища способы имитировать работу нейронных систем человеческого мозга. Тамошние ученые построили машину, способную без помощи человека распознавать очертания, которые мы именуем котом[48]. Этот подвиг потребовал тысячи компьютеров, объединенных в сеть. Ребенок же справляется с этой задачей к своим трем годам, попутно жуя банан и размазывая арахисовую пасту по стенке.
Это подводит нас к некоторым ключевым различиям в архитектуре мозга и цифровых компьютеров, что, в свою очередь, говорит кое-что важное о нас самих. В отличие от человеческого мозга, компьютер состоит из взаимосвязанных переключателей, в которых можно разобраться по коммутационным и логическим схемам, и работают они, следуя отчетливо определенному набору шагов (программе или алгоритму) линейно, в соответствии с задачей, имеющейся у программиста. Ученые из «Гугла», соединившие в нейронную сеть тысячу таких вот компьютеров, совершили впечатляющий подвиг, и это многообещающий подход. Но наши мозги способны на неизмеримо более грандиозные подвиги – на формирование нейронных сетей из миллиардов клеток, и каждая при этом связана с тысячей других. Из таких сетей складываются еще более масштабные структуры, а те в свою очередь – в еще более громадные, и далее, и далее, в сложнейшую иерархическую схему, которую ученые только-только начинают постигать.
Как я уже говорил, биологический мозг способен обрабатывать данные и сверху вниз, как это делает традиционный компьютер, и снизу вверх, что важно для эластичного мышления, – а также в некотором сочетании этих двух режимов. Как мы еще убедимся в Главе 4, процессы, происходящие снизу вверх, зарождаются из сложных и сравнительно «безнадзорных» взаимодействий миллионов нейронов и способны приводить к самым неожиданным свежим замыслам. Процессами же, происходящими снизу вверх, напротив, управляют исполнительные области мозга, и в этих процессах пошагово производится аналитическая мысль.
42
“Artificial Intelligence”, 60 Minutes, 9 октября 2016 г., http://www.cbsnews.com/news/60-minutes-artificial-intelligence-charlie-rose-robot-sophia.
43
M. A. Boden, “Creativity and Artificial Intelligence”, Artificial Intelligence 103 (1998): 347–356.
44
Брайан Питер Джордж Сент-Джон ле Батист де ла Салль Ино (р. 1948) – британский музыкант-электронщик, продюсер и художник, один из отцов музыкального жанра «эмбиент».
45
Randy Ke
46
Michael Gazzaniga et al., Cognitive Neuroscience: The Biology of the Mind, 4-е изд. (Нью-Йорк: W. W. Norton, 2014), 74. [Русскоязычный вариант так называемого «кембриджского эффекта» приводится по распространенной в Интернете версии. – Примеч. перев.]
47
David Autor, “Polanyi’s Paradox and the Shape of Employment Growth”, National Bureau of Economic Research Working Paper № 20485, 2014.
48
Quoc Le et al., “Building High-Level Features Using Large Scale Unsupervised Learning”, в: Proceedings of the 29th International Conference on Machine Learning, сост. John Langford, Joelle Pineau (Мэдисон, Висконсин: Omnipress, 2012), 81–88.