Читать интересную книгу Будущее разума - Митио Каку

Однако мне довелось лично встретиться с создателями ASIMO, и я задал им ключевой вопрос: насколько умен этот робот по сравнению, скажем, с животным? Они признались мне, что речь может идти разве что об интеллекте жука. Хождение и разговоры — это в основном фокусы для прессы. Проблема в том, что ASIMO представляет собой, по существу, большой магнитофон. У него очень скромный набор по-настоящему автономных функций, почти каждый звук и каждое движение приходится тщательно программировать заранее. Так, нам потребовалось около трех часов, чтобы записать короткий ролик о том, как я общаюсь с ASIMO, потому что каждый жест и каждое движение программировала целая команда помощников.

Если мы рассмотрим все это вместе с нашим определением человеческого сознания, то получится, что нынешние роботы застряли на очень примитивном уровне — они все еще пытаются разобраться в физическом и социальном мире и овладеть базовыми фактами. Как следствие, роботы еще не дошли до стадии, на которой смогут моделировать будущее. К примеру, если вы хотите попросить робота спланировать ограбление банка, вы при этом считаете, что он знает основные факты о банках (хотя бы то, где именно в банке хранятся деньги), знает, какого рода там стоит охранная система и как полиция и зеваки будут реагировать на ситуацию. Кое-что из этого можно запрограммировать, но существуют сотни нюансов, которые человеческий мозг естественным образом понимает, а роботы пока не понимают вовсе.

Роботы прекрасно справляются с моделированием будущего в одном-единственном случае: если речь идет об одной строго определенной области, такой как игра в шахматы, моделирование погоды или столкновения галактик и т.п. Поскольку правила шахмат и законы тяготения известны уже не одно столетие, успешное моделирование шахматной партии или Солнечной системы зависит только от вычислительной мощности и времени.

Делались попытки преодолеть этот уровень при помощи грубой силы. Так, разработана программа под названием CYC, целью которой — решение задач на здравый смысл. CYC включала миллионы строк компьютерного кода с полным набором информации о здравом смысле и знаний, необходимых для понимания окружающего мира. Особенных успехов авторам программы достичь не удалось. Хотя CYC может обрабатывать сотни тысяч фактов и миллионы утверждений, она не в состоянии воспроизвести уровень интеллекта четырехлетнего ребенка. К несчастью, после нескольких оптимистических пресс-релизов работы над проектом практически остановились. Многие программисты ушли из проекта, все сроки миновали, но проект по-прежнему жив и действует.

Является ли мозг компьютером?

Где же мы ошиблись? Последние 50 лет ученые, работающие над проблемой искусственного интеллекта, пытались моделировать мозг при помощи аналогии с цифровыми компьютерами. Но, может быть, это слишком сильное упрощение. Как сказал однажды Джозеф Кэмпбелл, «компьютеры похожи на ветхозаветных богов: куча правил и никакого милосердия». Если убрать из процессора Pentium хотя бы один транзистор, компьютер немедленно встанет. А человеческий мозг способен неплохо работать, даже если от него останется половина.

Дело в том, что мозг — это не цифровой компьютер, а сложнейшая нейронная сеть. В отличие от цифрового компьютера, архитектура которого постоянна и не меняется (вход, выход и процессор), нейронная сеть представляет собой набор нейронов, которые постоянно меняют конфигурацию и усиливаются после выполнения каждой новой задачи. У мозга нет ни программы, ни операционной системы, ни Windows, ни центрального процессора. Вместо этого его нейронные сети многократно запараллелены, и при выполнении единственного дела — усвоения информации — срабатывает одновременно 100 млрд нейронов.

В свете всего этого исследователи искусственного интеллекта начинают сомневаться в подходе «сверху вниз», которым они пользовались последние 50 лет (как пример такого подхода можно привести попытку записи всех правил здравого смысла на CD), и перепроверять его. Сегодня исследователи искусственного интеллекта пытаются еще раз внимательно рассмотреть противоположный подход — «снизу вверх». Этот подход означает попытку следовать за матерью-природой, создавшей разумных существ (нас) путем эволюции, начав с простых животных, таких как черви или рыбы, и создавая все более сложные и сложные организмы. Нейронные сети должны учиться самостоятельно, делая ошибки и натыкаясь на препятствия.

Доктор Родни Брукс, бывший директор знаменитой Лаборатории искусственного интеллекта МТИ и один из основателей компании iRobot, производящей те самые механические пылесосы, что ползают теперь по многим гостиным, предложил совершенно новый подход к искусственному интеллекту. Почему бы вместо того, чтобы разрабатывать больших неуклюжих роботов, не создавать маленьких, компактных, жукоподобных роботов, которые будут самостоятельно учиться ходить, как это и происходит в природе? Во время интервью он рассказал мне, что всегда восхищался поведением комаров, которые, имея крохотный мозг с очень небольшим количеством нейронов, способны маневрировать в воздухе лучше любого роботизированного самолета. Он построил серию замечательно простых роботов, которых любя называют «инсектоидами» и «баг-ботами»; в МТИ они носились всюду и умудрялись выписывать петли вокруг более традиционных роботов. Целью этого проекта было создание роботов, которые «жили» бы по законам матери-природы и обучались методом проб и ошибок. Иными словами, учились передвигаться, натыкаясь на все вокруг.

(На первый взгляд может показаться, что этот процесс требует сложной программы. Ирония, однако, заключается в том, что нейронные сети вообще не требуют никакого программирования. Единственное, что делает нейронная сеть, — это постоянно меняет структуру внутренних связей, повышая прочность некоторых из них всякий раз после принятия верного решения. Так что программирование здесь ни при чем; главное — изменение самой сети.)

Когда-то фантасты представляли, что на Марсе будут работать сложные гуманоидные роботы, которые ходят и говорят в точности как мы и благодаря хитрым программам обладают почти человеческим интеллектом. Все с точностью до наоборот. Сегодня по поверхности Марса колесят внуки этого подхода — такие, к примеру, как марсоход Curiosity. Они не запрограммированы на ходьбу и обладают интеллектом жука, но при этом неплохо себя чувствуют в марсианской обстановке. У багботов относительно мало готовых программ; вместо этого они «набивают шишки» и учатся на собственном опыте.

Есть ли у роботов сознание?

Может быть, самый простой способ разобраться, почему настоящих роботов-автоматов до сих пор не существует, состоит в том, чтобы измерить уровень их сознания. Как мы видели в главе 2, можно выделить четыре уровня сознания. Уровень 0 описывает термостаты и растения; в нем задействованы несколько обратных связей по горстке простых параметров, таких как температура или солнечное освещение. Первый уровень сознания описывает насекомых и рептилий, которые подвижны и имеют центральную нервную систему; в нем создается модель окружающего мира с учетом нового параметра, положения в пространстве. Далее идет сознание уровня II, создающее модель мира с учетом отношений с себе подобными; для этого требуются эмоции. Наконец, сознание уровня I описывает человека: он включает время и самосознание, моделирует развитие событий в будущем и определяет собственное место в этих моделях.

Можно воспользоваться такой теорией и определить уровень сознания сегодняшних роботов. Роботы первого поколения находились на нулевом уровне сознания, поскольку были статичны и не имели колес или конечностей для ходьбы. Сегодняшние роботы соответствуют уровню I, поскольку они мобильны, но внутри этого уровня они располагаются в самом нижнем эшелоне, поскольку ориентируются в реальном мире с громадными трудностями. Их сознание можно сравнить с сознанием червя или медленного насекомого. Чтобы получить полноценное сознание уровня I, ученым придется создать роботов, способных реалистично имитировать сознание насекомых и рептилий. Даже насекомые обладают способностями, которых нет у сегодняшних роботов: они умеют быстро прятаться, отыскивать в лесу партнера для спаривания, распознавать хищника и уходить от него, отыскивать пищу и убежище.

Как мы уже упоминали, можно численно оценить сознание на каждом уровне по количеству обратных связей. К примеру, роботы, обладающие зрением, могут иметь несколько обратных связей, поскольку их зрительные сенсоры могут регистрировать тени, контуры, кривые, геометрические формы в трехмерном пространстве. Точно так же роботы, снабженные слухом, нуждаются в датчиках частоты, силы звука, акцентов, пауз и т.п. Полное число обратных связей у них может доходить примерно до десяти (тогда как у насекомого, которое живет в дикой природе, находит партнеров, убежище и т.п., обратных связей может быть пятьдесят или даже больше). Таким образом, типичный робот обладает, скажем, сознанием уровня I: 10.