Глупые, глупые роботы

Почему машина никогда не научится воспроизводить деятельность человеческого мозга. Ну, или не скоро научится

Несмотря на громкие рекламные заявления, направление под названием “искусственный интеллект” остается лишь чем-то вроде теории относительности, которая для большинства людей представляет лишь познавательный интерес. Но не исключено, что...

Несмотря на громкие рекламные заявления, направление под названием “искусственный интеллект” остается лишь чем-то вроде теории относительности, которая для большинства людей представляет лишь познавательный интерес. Но не исключено, что многие ученые, инженеры или бизнесмены, работающие в области ИИ, возмутились бы, прочитав предыдущую фразу, и на примерах из практики быстро бы доказали мою неправоту.

А все дело в том, что под ИИ в настоящее время понимаются по крайней мере два разных направления науки и техники. Одно из них — воспроизведение в технических устройствах некоторых функций, присущих человеческому разуму, и в отдельных случаях (шахматные игры, распознавание зрительных образов, робототехника) успехи несомненны. Однако усилиями поколений писателей-фантастов публику больше интересует совсем другой аспект проблемы: настоящее моделирование человеческого мозга, построение искусственного разума, который вел бы себя, “как человек”. И вот здесь ситуация гораздо печальнее…

В 1950 году журналом “Mind” была опубликована работа выдающегося математика Алана Тьюринга под названием “Вычислительные машины и интеллект”, которая после неоднократно переиздавалась в разных странах, в том числе и в СССР (1960), под названием “Может ли машина мыслить?”.

Предложенный там “тест Тьюринга”, по сути, стал первой попыткой отвлечься от того, как на самом деле мыслит человек, и поставить задачу в куда более практической плоскости: создать машину, которая по своему поведению неотличима от человека. Появление такой “разумной” системы Тьюринг относил как раз к нашим дням — через 50 лет.

“Тест Тьюринга” состоит в том, что человек в процессе заочного разговора должен решить — кто из собеседников перед ним машина, а кто человек. В конце восьмидесятых годов Хью Лебнер, довольно эксцентричный нью-йоркский предприниматель, человек широких взглядов и разносторонних интересов, заручившись поддержкой Кембриджского центра исследований поведения, приступил к организации конкурса программ на основе “теста Тьюринга”. Победитель должен получить золотую медаль Лебнера, а также премию в размере 100 тыс. долларов. Этой высшей награды пока не удостоился никто, но бронзовая медаль и премия в 2-3 тыс. долларов вручаются каждый год. Например, Джозеф Вайнтрауб со своей программой PC Therapist выиграл первый, второй, третий и пятый конкурсы Лебнера и сделал неплохие деньги на распространении своих творений.

На практике дальше подобных конкурсов и демонстрационных программ-болталок (вроде знаменитой “Элизы”) дело не пошло. Тем не менее сам подход Тьюринга оказался крайне плодотворным. Он первый указал, что необязательно угадывать, как устроен человеческий разум, достаточно лишь имитировать его деятельность, там, где это необходимо. По меткому выражению член-корреспондента РАН Владимира Львовича Арлазарова, “все ездят на колесах, но человек так не ходит”. С тех самых пор попытки построения ИИ разделились на два направления, которые сначала были известны как “нейрокибернетика” и “кибернетика черного ящика”. Разница между ними была окончательно сформулирована философом Джоном Серлем в 1980 году в работе “Разум, мозг и программы”, где для характеристики этих направлений им были введены термины Strong AI (“сильный ИИ”) и Weak AI (“слабый ИИ”). “Сильный ИИ” есть классическая задача моделирования человеческого мышления во всей его сложности, построения некоего “универсального разума”. Но к концу 1980-х годов, когда споры поутихли просто потому, что сторонники и противники идеи “машинного разума” уже обменялись всеми возможными аргументами, как-то само по себе оказалось, что большинство ученых занимается практическими вопросами в рамках концепции “слабого ИИ”. И здесь им удалось достигнуть довольно заметных успехов.

Высшим успехом ИИ, вероятно, следует считать шахматные программы. В 1996 году такая программа обыграла чемпиона мира Каспарова, что произвело сенсацию и породило множество спекуляций на темы “разумных машин”. А не так, в начале декабря 2006-го, чемпион мира среди компьютеров — программа Deep Fritz подтвердила, что машины в этой области стали сильнее человека, выиграв у другого чемпиона мира среди людей, Владимира Крамника.

Между тем шахматные программы играют абсолютно не так, как люди. Они выигрывают ровно по той же причине, по которой даже карманный калькулятор считает много быстрее любого человека — за счет умения феноменально быстро перебрать возможные последствия того или иного хода.

Конечно, в силу непредставимо огромного количества вариантов и это бы не помогло, если бы в такие программы не был бы заложен опыт предыдущих поколений людей-шахматистов: глава команды Deep Fritz Матиас Бюлленвебер признался, что они специально готовили программу к матчу с Крамником.

Другим довольно успешным направлением в области ИИ стало распознавание графических образов. Такая задача возникла, в частности, при переводе печатных букв в электронную форму. Миллионы людей и у нас, и за рубежом используют программу Fine Reader российской фирмы ABBYY для сканирования бумажных документов, а некоторые даже думают, что сканер — это такое специальное устройство для их перевода в понятный машине вид. На самом деле сканер лишь преобразует в электронную форму изображение букв, а задача их распознавания как элементов текста — это есть типичная задача ИИ.

Мало кто догадывается, что распознавание образов — одна из тех областей, где российские специалисты реально (а не на словах) в плане практических достижений находятся на мировом уровне и даже немного его опережают. Хорошим примером может служить деятельность компании Cognitive Technologies, которая может быть отнесена к редкому в наших пенатах типу компаний, основанных учеными высокого ранга, сумевшими соединить то лучшее, что было наработано в отечественной науке, с успешной коммерческой деятельностью.

Разработчики из Cognitive сумели решить задачу не просто “распознавания” алфавитных символов, но и “понимания” структуры документа. В одной из их разработок оператор кладет на обычный офисный сканер документы клиента — паспорт, карточку социального страхования, заполненную анкету и т. д., и компьютер автоматически распознает эти документы и раскладывает сведения по нужным полям в базу данных. Программа интеллектуального распознавания документов, “умеет” распознавать накладные и счета-фактуры, которые могут быть самой произвольной конфигурации.

Как видите, есть области человеческой деятельности, где стратегия в стиле “что тут думать, трясти надо” может привести ко вполне успешным результатам. Хорошим примером еще могут быть программы, “предсказывающие” котировки акций на бирже. Ничего тут по-настоящему предсказать, конечно, невозможно в принципе — но можно сопоставить информацию из различных источников и сделать заключение, что с большей вероятностью возможен вот такой-то и такой-то исход. И в таких задачах машина просто незаменима. Знаменитый “советский миллионер” Артем Тарасов рассказывал мне, как он в период вынужденного пребывания за рубежом в конце 90-х организовал брокерскую фирму и научил компьютеры “предсказывать” правильный курс в 80% случаев.

Но большинство ожиданий, характерных для “эпохи бури и натиска”, какой для ИИ стали 50-60-е годы, наука решительно не оправдала. Не решены толком задачи машинного перевода с одного языка на другой, распознавания произвольных изображений (знаменитая задача “отличить кошку от собаки”, поставленная М.М. Бонгардом), даже задачи построения экспертных систем, на которые возлагались столь большие надежды.

С типичной экспертной системой может познакомиться каждый на сайте diagnos.ru, где вам зададут ряд вопросов, и в результате вы якобы можете получить диагноз по имеющемуся у вас заболеванию. Я пару раз тестировал систему по заведомо известному диагнозу, и каждый раз получал ответы, весьма далекие от реальности.

Тем не менее стоит ожидать, что, по крайней мере, некоторые практические задачи такого рода худо-бедно будут все же решены. Одна из таких проблем, над которыми в настоящее время бешено работают во многих научных центрах, — “распознавание” человеческих лиц для нужд систем слежения. Ситуацию сильно испортили шапкозакидатели из некоторых западных компаний, решивших, видимо, по-быстрому заработать на гребне мутной волны “борьбы с терроризмом”, поднявшейся после известных событий 9/11. Приведу только один пример: в международном аэропорту Palm-beach в 2002 году была установлена система, которую тестировали на фотографиях сотрудников аэропорта. Удовлетворительный результат был получен лишь в 47% случаев — в течение первых четырех недель система “узнала” сотрудников только 455 раз из 958. При этом за те же четыре недели система более тысячи раз поднимала ложную тревогу. Подобный результат характерен почти для всех систем автоматического слежения, которые пытались внедрить в практику на сегодняшний день.

Да что там распознавание лиц — в 2005 году министр внутренних дел Великобритании Пол Гоггинс признал неудовлетворительное качество работы широко разрекламированной системы слежения за автомобилями. Система, призванная выявлять автомобили, владельцы которых не уплатили транспортный налог или совершили нарушение ПДД, неверно идентифицировала каждую пятую машину.

Но есть и обнадеживающие результаты. Компания A4Vision, основанная россиянами-выпускниками МГТУ (Бауманки) Артемом Юхиным и Андреем Климовым, предложила систему “распознавания” лиц в целях идентификации личности, которая имеет значительно большие шансы на успех по сравнению с традиционными.

Аппаратура от A4Vision состоит из инфракрасного (незаметного для человека) лазера, образующего на лице решетку из вертикальных и горизонтальных линий. По степени искривления этих линий на изображении, получаемом обычной цифровой камерой со скоростью в несколько десятков снимков в секунду, можно восстановить трехмерное изображение лица с достаточно высокой точностью — доли миллиметра. Затем полученная модель подвергается специальному анализу с использованием метода знаменитого антрополога и скульптора М.М. Герасимова. В результате получается компактный файл, в котором записаны уникальные особенности строения головы. Обмануть такую систему с помощью изменения прически, бороды и даже темных очков почти невозможно — точность идентификации превышает даже опознавание по отпечатку пальца. Файл можно записать, например, в электронный паспорт, и сейчас работа по стандартизации этого формата вышла на уровень ISO (международная организация по стандартизации).

Сейчас уже почти ни у кого не вызывает сомнений, что человеческий интеллект в целом на элементарные действия компьютерной программы не раскладывается, и чаяния сторонников “сильного ИИ” постепенно тают. И все же в последнее время была предпринята, по крайней мере, одна серьезная попытка в очередной раз обойти проблему и все-таки построить систему, воспроизводящую деятельность человеческого мозга. Ее предпринял Джефф Хоукинс, который более известен как основатель компании Palm, выпустившей когда-то первую коммерчески успешную модель карманного компьютера. Хоукинс всерьез занялся биологией, стал разбираться в механизмах работы мозга и начал с теории, в том числе выпустил нашумевшую книгу “Об интеллекте” (“On intelligence”), которая привлекла к нему внимание специалистов всего мира.

Хоукинс предложил считать, что основная функциональность мозга заключается в области, называемой неокортексом, и сделал ряд предположений о том, как эта область функционирует. На основе этих предположений он пришел к выводу, что для моделирования деятельности мозга можно применить некоторые уже существующие статистические методы. В 2002 году Хоукинс основал лабораторию для теоретических исследований, вошедшую потом в состав университета в Беркли, а в 2005 году — компанию Nimenta, в которой в настоящее время пытается создать, по его собственному выражению, “впечатляющие приложения и показать людям, что они могут зарабатывать или строить карьеру с помощью наших технологий”. Не исключено, что у Хоукинса что-то и получится, — пока все его начинания были успешными.