Страница 32 из 89
Он остановился перед небольшой отгороженной секцией в дальней части комнаты.
– Джулия не рассказывала тебе, потому что это входит в договор о неразглашении, – Рики прикоснулся к двери магнитной карточкой.
Я спросил:
– Секретность? Что может быть секретного в медицинской интраскопии?
Замок щелкнул, дверь открылась, и мы вошли внутрь. Дверь за нами закрылась. Я увидел стол, два стула, компьютерный монитор и клавиатуру. Рики уселся и немедленно застучал пальцами по клавиатуре.
– Проект с медицинской интраскопией – только побочный продукт, – пояснил он. – Неосновное коммерческое применение технологии, которую мы разработали.
– Ага… И какая же это технология?
– Военная.
– «Ксимос» занимается военными технологиями?
– Да. По контракту. – Он помолчал, лотом продолжил: – Два года назад в Департаменте обороны поняли, после событий в Боснии, насколько велика ценность автоматизированных самолетов-роботов, которые могут передавать изображения с поля боя в реальном времени. В Пентагоне сообразили, что таким летающим камерам можно найти гораздо более разнообразное применение в будущих войнах. С их помощью можно обнаруживать точное положение войск противника, даже если они спрячутся внутри зданий; можно корректировать ракетный огонь или идентифицировать дружественные подразделения – ну и так далее. Командование на земле может запросить любые изображения, которые им понадобятся, в любой части спектра – видимой, инфракрасной или ультрафиолетовой – любой. В войнах будущего дистанционное слежение в реальном времени будет иметь огромное значение.
– Понятно…
– Но очевидно, – продолжал Рики, – что такие камеры-роботы очень уязвимы. Враги будут расстреливать их, как голубей. Пентагон захотел получить камеры, которые невозможно расстрелять. Им представлялось нечто очень маленькое – может быть, размером со стрекозу – такая цель, которую невозможно будет подстрелить. Но сразу встала проблема с энергообеспечением, с малыми размерами отсека управления и с разрешающей способностью, которую могут дать такие маленькие линзы. Военным были нужны большие линзы.
Я кивнул.
– И вы подумали о совокупности нанокомпонентов.
– Совершенно верно, – Рики показал на экран, где рой черных точек кружился в воздухе, словно стая птиц. – Облако компонентов позволяет получить камеру с линзой любого требуемого размера. И такую камеру невозможно подстрелить – пуля просто пролетит сквозь облако. Более того – можно заставить облако рассеяться, как стая птиц разлетается в стороны после выстрела. И тогда камера станет невидимой – до тех пор, пока компоненты снова не соберутся вместе. Это казалось идеальным решением. Пентагон выделил нам фонды и дал три года срока.
– И?..
– Мы начали разрабатывать камеру. Конечно, сразу же стало очевидно, что мы столкнемся с проблемой распределенного разума.
Эта проблема была мне знакома. Каждая наночастица в облаке должна была обладать рудиментарным разумом, чтобы они могли взаимодействовать друг с другом и формировать упорядоченную группу, перемещаясь по воздуху. Такая скоординированная деятельность может показаться очень разумной, однако она возможна, даже если индивидуальности, составляющие группу, вовсе не так уж и умны. В конце концов, птицы и рыбы, которым свойственно подобное поведение, далеко не самые умные существа на планете.
У большинства людей, наблюдавших когда-либо за стаей птиц или рыб, создавалось впечатление, что в стае есть лидер и все остальные животные следуют за лидером. Но это только кажется – потому что сами люди, как и большинство млекопитающих, – стадные животные и в их группах всегда есть лидеры.
Однако у птиц и рыб лидеров нет. Их группы организованы по другому принципу. Внимательное изучение поведения птичьих стай и косяков рыб – с подробным, покадровым видеоанализом – убедительно доказало, что постоянного лидера в таких группах нет. Птицы и рыбы реагируют на несколько простых сигналов, которыми обмениваются между собой, – и в результате их поведение становится скоординированным. Но стаями и косяками никто не управляет. И не руководит. И не направляет их.
Более того, птицы генетически не запрограммированы на стайное поведение. Не существует специальных генов, которые обусловливают такое поведение. Нет гена, который говорит: «Если произойдет то-то и то-то, начинайте собираться в стаю». Напротив, стайное поведение проистекает из других, более простых правил поведения, свойственных птицам и рыбам. Таких правил, как, например, это: «Держись поблизости от других птиц, но не сталкивайся с ними». Соблюдая эти правила, вся группа птиц собирается в стаю организованно и упорядочение.
Поскольку стайное поведение обусловлено другими, более простыми правилами низкого уровня, оно называется «обусловленным поведением». Техническое определение обусловленного поведения таково: это поведение, которое свойственно группе индивидуумов, но не запрограммировано ни в одном из индивидуумов в группе. Обусловленное поведение возможно в любой популяции, в том числе и в популяции компьютерных агентов. Или в популяции роботов: Или в рое наночастиц.
Я спросил у Рики:
– У вас возникли проблемы с обусловленным поведением роя?
– Именно.
– Оно непредсказуемо?
– Это еще мягко сказано.
В последние десятилетия наблюдения за обусловленным поведением стали причиной небольшой революции в компьютерной науке. Для программистов это означало, что они могли запрограммировать правила поведения отдельных агентов, но не агентов, действующих единой группой.
Отдельные агенты – будь то программные модули, или процессоры, или, как в данном случае, микророботы – могут быть запрограммированы на совместные действия в обоих случаях и на самостоятельное поведение в других случаях. Им могут быть заданы цели. Их можно запрограммировать так, чтобы они все усилия приложили к достижению поставленной цели или же чтобы всегда были готовы отвлечься и прийти на помощь другим агентам. Однако результаты всех этих взаимодействий запрограммировать невозможно. Они просто проявляются зачастую совершенно неожиданным образом.
В некотором смысле это очень увлекательно. Впервые в истории науки программа выдает результаты, непредсказуемые для программиста. По поведению такие программы больше похожи на живые существа, чем на созданные человеком автоматы. Это восхищало программистов, но и доставляло им массу неприятностей.
Потому что обусловленное поведение программ проявляется беспорядочно и странно. Иногда самостоятельные агенты начинали конкурировать друг с другом, и программа вообще не могла выполнить никакую задачу. Иногда агенты настолько сильно влияли друг на друга, что конечная цель совершенно забывалась и вместо этого система делала что-то совсем другое. В этом смысле такие программы были очень похожи на детей – непредсказуемостью поведения и повышенной отвлекаемостью. Один программист сказал про это так: «Программировать распределенный разум – это все равно что сказать пятилетнему ребенку, чтобы тот пошел в свою комнату и переоделся. Он может это сделать, а может сделать что-то совсем другое и не вернуться обратно».
Поскольку программы вели себя как живые, программисты начали проводить аналогии с поведением реальных живых существ в реальном мире. Собственно, для того, чтобы как-то прогнозировать поведение программы и влиять на конечный результат, подобные программы стали создавать на основе моделей поведения настоящих живых существ.
Поэтому программисты взялись изучать внутреннюю жизнь муравейника, или процесс строительства у термитов, или танцы у пчел – чтобы потом на основе этого создавать программы, регулирующие расписание посадки самолетов, или транспортировку багажа, или программы для перевода с одного языка на другой. Такие программы работали великолепно, но они тоже могли давать внезапные сбои – особенно если внешние условия резко менялись. Тогда программы забывали поставленную цель.
Именно поэтому пять лет назад я начал разрабатывать модель отношений «Хищник – Добыча» – для того, чтобы удержать программы от потери цели. Потому что голодного хищника ничто не отвлечет от поиска добычи. Обстоятельства могут заставить его действовать разными способами, он может пробовать неоднократно, прежде чем достигнет успеха, – однако хищник никогда не забудет о своей цели.