Страница 4 из 16
Разговоры об искусственном интеллекте ведутся уже по меньшей мере полвека. Стоило появиться более-менее производительным электронным вычислительным машинам, как сразу же последовали смелые прогнозы, что не сегодня, так завтра компьютеры, которые очень быстро начали считать быстрее людей, смогут обогнать их в скорости мышления.
За прошедшие десятилетия ученые и в самом деле достигли многого. Вспомним хотя бы о шахматных программах, которые смогли выиграть у двух лучших мастеров планеты — экс-чемпиона мира Гарри Каспарова и нынешнего чемпиона Владимира Крамника.
Крис Форсайт сначала хотел создать «синтетического человека».
Но вот попытка создать, например, робот для уборки квартиры пока закончилась лишь созданием некоего самодвижущегося агрегата, который обходит комнату по периметру и уклоняется от мебели, лишь когда соприкасается с нею. При этом, естественно, робот не вытряхивает мусорные корзины, не вытирает пыль с мебели… Он этому так и не научился.
Видимо, поэтому в последние годы разговоры о создании искусственного интеллекта затихли и исследователи, в крайнем случае, предпочитают говорить об «экспертных системах», которые могут эффективно решать узкий круг профессиональных задач. Пример такой системы — тот же шахматный робот, умеющий лишь играть в шахматы, с большой скоростью перебирая возможные варианты ходов. Но больше — ничего. Поэтому вполне понятно то недоверие, с которым была воспринята новость о фактическом решении проблемы искусственного интеллекта — создании программы или компьютерной системы, имитирующей человеческое мышление.
Тем не менее, Форсайт и его коллеги утверждают: да, им удалось решить эту задачу. И рассказывают о деталях создания «синтетического человека». Так, программы в принципе не могли знать, как на самом деле люди принимают решения. Конкретное решение, конечно, следует за цепью логических рассуждений, однако есть нечто в принципе неформализуемое. Люди принимают решения, основываясь частично на своем опыте и ассоциативном знании. Кроме того, программные модели человеческого познания не принимали во внимание факторы, органически присущие самому человеку — эмоции, напряжение, усталость… А ведь все это жизненно важно для моделирования процессов человеческого мышления.
Первоначально группа Форсайта, по их словам, разработала лишь каркас для компьютерной программы, которая учитывала эти факторы. В дальнейшем были разработаны методы, которые позволили знания определенного эксперта переносить в эти компьютерные модели и обеспечили «синтетических людей» подходящим запоминающим механизмом — памятью накопленного опыта (memory of experiences). В дальнейшем эксперты надеялись применить эти накопленные людьми знания и опыт к решению проблем способом, который обычно используем мы сами.
Но вскоре произошел случай, серьезно изменивший направление исследований. Форсайт обратился к специалистам по робототехнике за какой-то справкой и в разговоре признался, что его группа разрабатывает компьютерные модели человеческого познания. Его собеседники предположили, что эта модель может использоваться для создания интеллектуальных машин. После этого акцент исследований сместился — группа стала работать над «познающими машинами» (cognitive machines), оставив мысль о создании «синтетических людей». Такой подход показался им более реальным.
В 2002 году исследователи заключили контракт со знаменитой DARPA — Defense Advanced Research Projects Agency — Управлением перспективных исследований Министерства обороны США. Военные хотели получить систему, способную в режиме реального времени следить за деятельностью оператора, оценивать его «познающие способности» и по ходу дела исправлять ошибки. При этом машина исходила из эталона Обнаружения Несоответствия («Discrepancy Detection») — вычисленных ею отклонений от «познающей модели» оператора.
«Цель нашей технологии состоит в том, чтобы внедрить в мир машин компьютерную модель процессов познания, которые лежат в основе человеческой ситуации и принятия решения», — говорят исследователи. И напоминают, что ныне именно «человеческий фактор» — то есть ошибки людей — лежит в основе большинства аварий. А если так, значит, нужно, чтобы люди как можно меньше участвовали непосредственно в управлении самолетами и поездами, автомобилями и производственными процессами в химической, ядерной и других отраслях промышленности. «Пусть люди наблюдают и контролируют действия компьютеров», — полагает Форсайт. Он считает возможным включение новой технологии в производственные циклы в течение уже ближайших 10 лет.
Впрочем, более о самой чудо-системе, к сожалению, не говорится ничего конкретного. Неясно, например, представляет ли она собой некую программу, готовую работать на уже существующих компьютерах, или это будет какой-то специализированный программно-вычислительный комплекс, например, типа нейронных сетей. Ничего не сказано и про взаимодействие новой программы с уже существующими.
Наконец, стоит отметить, что Sandia National Laboratories — фирма известная, однако пресс-релизы, выходящие из ее стен, иногда кажутся излишне фантастичными.
ПАТЕНТЫ ОТОВСЮДУ
Идеальный гвоздь
Опытные изобретатели знают, что труднее всего изобрести нечто очень простое.
Сказанное в полной мере относится и к обычному гвоздю. Первые гвозди появились в обиходе еще строителей Древнего Вавилона и Египта, а в наши дни их выпускается столько различных размеров, конструкций и назначения, что, кажется, придумать что-то новое уже невозможно.
Есть гвозди с большими шляпками и с потайными. Есть гвозди, которые можно вбивать в стены и бетонные плиты, и гвозди, которыми подбивают подметки и приколачивают лошадиные подковы… Гвозди бывают железные, стальные, алюминивые, бронзовые и даже золотые.
И размеров они бывают разных — от громадных железнодорожных костылей, которыми крепят рельсы к шпалам, до крошечных гвоздиков, вроде тех, которыми тульский Левша англицкую блоху подковал…
И все-таки американский изобретатель Эд Сатт, инженер-строитель по образованию, недавно сумел сказать свое веское слово в истории изобретения гвоздя.
Так выглядит «идеальный гвоздь».
А началось все с… испорченного отдыха, вспоминает сам Эд. В 1995 г. он отправился на Карибское море, и там его застал ураган «Мэрилин», который разнес в щепы множество построек на побережье. Бродя среди развалин, Сатт обратил внимание, что 80 % построек было разрушено потому, что гвозди не оправдали возлагаемых на них надежд.
«Имеются три типичные причины потери гвоздями крепежной способности, — говорит Эд Сатт. — Это малая «усидчивость» гвоздя, когда ветер выдергивает доску из стены вместе с гвоздями. Это пробой обшивки, когда шляпка гвоздя проходит сквозь доску, а сами гвозди при этом остаются на месте. И наконец, бывает, что часть гвоздей попросту срезается, когда доска обшивки сдвигается относительно стены».
Из этого наблюдения Сатт сделал несложные, казалось бы, выводы: на стержне гвоздя должны быть зазубрины, шляпка его должна быть достаточно велика, чтобы надежно удерживать прибитую кровлю или обшивку стены, и, наконец, сами гвозди должны иметь надлежащую прочность.
Пять лет, проведенных в университете, Сатт прикидывал разные варианты улучшения гвоздя. А закончив обучение, решил, что пора переходить от теории к практике, и отправил свое резюме руководству компании Stanley Works, занимающейся производством крепежных деталей. К идеям молодого специалиста отнеслись с интересом, и он был принят в дочернее отделение компании, занимающееся научно-исследовательской работой.