Джеф Хокинс - Об интеллекте Страница 4

Это предположение было поддержано важным научным документом, опубликованным в 1943 году нейрофизиологом Уорреном Мак-Каллоком и математиком Уолтером Питтсом. Они описали, как нейроны могли бы выполнять цифровые функции, то есть, как нервные клетки предположительно могли бы воспроизводить формальную логику компьютера. Идея заключалась в том, что нейроны могли бы выступать в качестве того, что инженеры называют логическими вентилями. Логические вентили реализуют простейшие логические операции, такие как И, НЕ, ИЛИ. Компьютерные чипы собраны из миллионов логических вентилей, соединенных в определенные сложные контуры. Процессор — это всего лишь набор логических вентилей.

Мак-Каллок и Питтс указали, что нейроны также могли бы быть соединены определенным образом, чтоб выполнять логические функции. Следовательно, нейроны собирают входные сигналы друг с друга и обрабатывают эти сигналы, чтоб решить, следует ли активировать выход, таким образом, предположительно нейроны могли бы быть живыми логическими вентилями. Таким образом, предположили они, мозг мог бы рассматриваться состоящим из И-вентилей, ИЛИ-вентилей и других логических элементов, построенных исключительно из нейронов, в прямой аналогии с соединением цифровых электронных контуров. Не ясно, действительно ли МакКаллок и Питтс верили, что мозг работает именно так, они всего лишь сказали, что так могло бы быть. И, логически рассуждая, такой взгляд на нейроны возможен. Нейроны могут теоретически реализовать цифровые функции. Однако никто не удосужился спросить, как же действительно соединены нейроны в мозгу. Они взяли в качестве доказательства, что несмотря на недостаточность биологических подтверждений, что мозг — всего лишь другой тип компьютера.

Нет ничего хуже, чем ИИ-философия, подкрепленная доминирующей точкой зрения психологии первой половины двадцатого века, называемой бихевиоризмом. Бихевиористы верили, что невозможно узнать, что творится внутри мозга, который они называли неприступным черным ящиком. Но возможно наблюдать и измерять окружение и поведение животного — что оно ощущает и что оно делает, его входы и выходы. Они признавали, что мозг содержит механизмы рефлексов, которые могли бы обуславливать адаптацию поведения животного через поощрения и наказания. Но что либо кроме этого они не считали необходимым изучать в мозге, особенно неопределенные субъективные переживания такие как голод, страх или то, что они значат для понимания чего либо. Излишне говорить, что такая исследовательская философия поблекла во второй половине двадцатого века, но ИИ продолжал гулять возле этого гораздо дольше.

Когда после Второй Мировой Войны электронные цифровые вычислительные машины стали доступны для широкого применения, пионеры ИИ засучили рукава и взялись за программирование. Перевод с языка на язык? Легко! Это всего лишь способ дешифрации. Нам просто надо отобразить каждый символ из Системы А в Систему Б. Зрение? Это тоже кажется легко. Мы уже знаем геометрические теоремы, которые оперируют с поворотами, масштабированием и смещением, и мы легко можем закодировать из в виде компьютерного алгоритма — и полдела сделано! Ученые мужи сделали делали заявления насчет того, как быстро компьютерный интеллект догонит и перегонит интеллект человеческий.

По иронии судьбы, наиболее всего приблизилась к прохождению Теста Тьюринга программа, которая называлась Элиза, прикидывающаяся психоаналитиком и перефразирующая ваши же фразы обратно вам. Например, если кто-то писал «Мой парень и я больше не общаемся», Элиза могла сказать «Расскажи мне о твоем парне» или «Почему ты думаешь, что ты и твой парень больше не общаетесь?». Разработанная в качестве шутки, эта программа действительно обманывала некоторых людей, хотя она была тупой и тривиальной. Более серьезные усилия были приложены к такой программе, как Блочный Мир, эмулирующей комнату с блоками различного цвета и формы. Вы могли задавать Блочному Миру вопросы типа «Есть ли зеленая пирамида на большом красном кубе?» или «Переместить синий куб на маленький красный куб». Программа должна была отвечать на ваши вопросы или пытаться выполнить то, что вы попросили. Она все это эмулировала и она работала. Но она была ограничена своим очень искусственным миром блоков. Программисты не могли обобщить ее, чтоб она делала что-то полезное.

Публика, меж тем, была впечатлена продолжительным потоком кажущихся успехов и новостей об ИИ-технологии. Одной из программ, вызвавшей возбуждение публики, была программа решения математических теорем. Даже начиная с Платона, многошаговые дедуктивные умозаключения виделись вершиной человеческого интеллекта, так что наперво казалось, что ИИ сорвал куш. Но, подобно Блочному Миру, программа оказалась ограниченной. Она могла найти только очень простые теоремы, которые уже были известны. Затем были большие телодвижения насчет «экспертных систем», БД фактов, которые могли отвечать на вопросы, заданные человеком-пользователем. Например, медицинские экспертные системы могли диагностировать болезнь пациента по заданному списку симптомов. Но снова оказалось, что она имеет ограниченное применение и не проявляет чего-либо близкого к обобщенному интеллекту. Компьютеры могли играть в шашки на уровне эксперта и в конечном счете IBM-овский Deep Blue превосходно обыграл Гари Каспарова, мирового чемпиона по шахматам, в его собственной игре. Но эти успехи ушли впустую. Deep Blue выиграла не за счет ума; он выиграл за счет того, что был в миллионы раз быстрее, чем человек. У Deep Blue нет интуиции. Опытный игрок смотрит на позицию на доске и сразу видит, какие варианты игры наиболее выгодны или опасны, тогда как компьютер не имеет врожденного чувства того, что важно, и должен исследовать гораздо больше вариантов. У Deep Blue также нет ощущения истории игры, и он не знал ничего о своем оппоненте. Он играл в шахматы так и не поняв, что такое шахматы, аналогично этому калькулятор выполняет арифметические операции, но понятия не имеет о математике.

Во всех случаях ИИ-программы были хороши только в одной определенной области, для которой они были разработаны. Они не обобщали и не выказывали гибкости, и даже их создатели признавались, что их программы не мыслят подобно человеку. Некоторые ИИ-проблемы, которые изначально казались легкими, не добились прогресса. Даже сегодня ни один компьютер не понимает язык так же хорошо, как может трехлетний ребенок, и не видит даже так, как может мышь.

По истечение многих лет усилий, неосуществленных обещаний и несостоявшихся успехов, ИИ начал блекнуть. Ученые из этой области ушли в другие области исследований. Компании, завязанные на ИИ, оказались неудачными. Вложения стали скудными. Стало казаться невозможным запрограммировать компьютер, чтоб он выполнял даже наиболее базовые задачи восприятия, языка и поведения. Сегодня немногое изменилось. Как я уже сказал ранее, до сих пор есть люди, которые верят, что ИИ-проблемы могут быть решены более быстрыми компьютерами, но большинство ученых думают, что в целом такие попытки ущербны.

Мы не должны порицать пионеров ИИ за их неудачи. Алан Тьюринг был блестящим человеком. Все могли бы сказать, что Машина Тьюринга должна изменить мир — и она сделала это, правда не путем ИИ.

Мой скептицизм насчет притязаний ИИ был обострен примерно в то самое время, когда я подал заявление в MIT. Джон Серл, влиятельный профессор философии в Калифорнийском Университете в Беркли, в то время говорил, что компьютеры не были и не смогут быть интеллектуальными. Чтоб доказать это, в 1980 году он предложил мысленный эксперимент, называемый Китайской Комнатой. Это было примерно следующее:

Предположим, у вас есть комната с прорезью в одной из стен, и внутри находится англоговорящий человек, сидящий за столом. У него есть большая книга с инструкциями и все карандаши и бумага для черновиков, которые ему как-нибудь могли бы понадобиться. Перелистывая книгу, он видит, что инструкции, написанные на английском языке, указывают ему способы манипулирования, сортировки и сравнения китайских символов. Представим себе, что указания ничего не говорят о значении китайских символов; они только задают, как символы должны быть скопированы, стерты, переупорядочены, перекодированы, и т. д.

Кто-то снаружи просовывает кусочек бумаги через прорезь. На ней написан рассказ и вопросы по этому рассказу, все на китайском. Человек внутри не говорит и не читает ни слова по-китайски, но он берет бумажку и идет работать с книгой. Он трудится и трудится, следуя инструкциям в книге. В некоторых ситуациях инструкции говорят ему записывать символы на клочке бумаги, в других — перемещать и стирать символы. Применяя правило за правилом, записывая и стирая символы, человек работает до тех пор, пока инструкции из книги не скажут ему, что все готово. По окончании, наконец у него есть новая написанная им страница символов, которая без его ведома стала ответами на вопросы. Книга говорит ему передать эту бумагу через прорезь. Он делает это и удивляется, для чего было это утомительное упражнение.