Что мы думаем о машинах, которые думают. Ведущие мировые ученые об искусственном интеллекте

Точность и надежность — важные качества для партнеров, но доверие — это нечто большее. Мы доверяем людям, если считаем, что они благонамеренны и желают нам успеха. Мы им доверяем, когда понимаем, как они мыслят, — это означает, что у нас есть точки соприкосновения и мы избежим недоразумений. Мы им доверяем, если у них хватает честности признавать свои ошибки и свою вину. Мы им доверяем, если они разделяют наши ценности, — я говорю не о застывшем перечне приоритетов, а о динамическом тестировании друг друга, в ходе которого мы выясняем, придем ли к компромиссу в случае конфликта. Чтобы искусственный интеллект стал партнером, нужно, чтобы ему доверяли. Он должен сам решать, как добиться этого от партнера-человека. Если системы искусственного интеллекта двинутся по пути одомашнивания, борьбы за власть и судного дня можно будет избежать.

Есть, однако, еще одна вещь, о которой следует подумать. Поскольку в процессе общения мы все больше зависим от смартфонов и других устройств, некоторых беспокоит, что мы теряем навыки социальной коммуникации. Люди, проводящие весь день в Twitter, общаясь с разнообразной аудиторией, постепенно, год за годом утрачивают социальный и эмоциональный интеллект. Они могут начать рассматривать других как инструменты и с ними обращаться соответственно — как со средствами для достижения определенных целей. Нетрудно представить себе будущее, в котором люди забыли, что это такое, когда тебе доверяют, забыли, зачем вообще нужна близость. Если системы искусственного интеллекта станут заслуживать доверия, а мы — перестанем, то власть мыслящих машин будет вполне хорошим вариантом.

Мыслящие машины появятся не скоро

Гэри Маркус

Профессор психологии Нью-Йоркского университета; автор книги «Guitar Zero: Новый музыкант и наука учиться» (Guitar Zero: The New Musician and the Science of Learning)

Что я думаю о мыслящих машинах? Что они появятся не скоро. Я не вижу для этого каких-то принципиальных препятствий; в углероде нет никакой магии, и кремний ничем не хуже. Но в последнее время шумиха вокруг искусственного интеллекта совсем уж не соответствует реальному положению вещей. От умения опознавать изображенную во всех деталях кошку после изучения 10 миллионов видеокадров из интернета очень далеко до понимания того, что такое кошка. Всякий, кто думает, что мы подобрали ключ к искусственному интеллекту, просто не знает ограничений современной технологии.

Несомненно, наблюдается экспоненциальный рост в узкотехнических областях применения искусственного интеллекта, таких как игра в шахматы, расчет маршрутов или грубый перевод текстов, но прогресс в области создания сильного искусственного интеллекта за последние пять десятилетий едва дотягивает до линейного роста. Например, разные «умные» личные помощники, которых можно установить на смартфон, очень недалеко ушли от «Элизы» — одной из первых примитивных программ для обработки естественного языка, появившейся в середине 1960-х годов. У нас до сих пор нет машины, которая могла бы, например, прочесть все, что есть в Сети про войну, и грамотно спланировать военную кампанию, как нет и открытой системы ИИ, способной сообразить, как написать итоговое сочинение по литературе на первом курсе института или сдать экзамен по естествознанию в восьмом классе средней школы.

Почему достигнуто так мало, несмотря на впечатляющий рост объемов памяти и процессорной мощности? Когда Марвин Минский и Джеральд Сассман в 1966 году пытались создать зрительный анализатор, могли ли они предвидеть гигабайты, которые помещаются в кармане? Почему достижения такого рода не привели нас прямой дорогой к машинам, обладающим гибкостью человеческого разума? Рассмотрим три варианта.

1. Мы подберем ключ к ИИ (и это в итоге приведет к созданию мыслящих машин), как только компьютеры станут больше и быстрее.

2. Мы подберем ключ к ИИ, когда наши алгоритмы обучения станут лучше или когда у нас будут еще бо́льшие данные.

3. Мы подберем ключ к ИИ, когда наконец поймем, что же такого сделала эволюция при построении человеческого мозга.

Рэй Курцвейл и многие другие, похоже, делают ставку на первый вариант — достаточную процессорную мощность. Но сколько удвоений процессорной мощности потребуется? Все удвоения, произошедшие до сегодняшнего дня, приблизили нас к подлинному интеллекту? Или только к узкоспециализированным приложениям, которые умеют показывать расписание сеансов в кино?

Во втором варианте большие данные и усовершенствованные алгоритмы обучения пока что обеспечили нам только такие инновации, как машинный перевод, который работает быстро, но посредственно, компонуя ранее переведенные людьми фрагменты без какого-либо подобия мышления. Такие программы не могут, например, ответить даже на самые простые вопросы по тексту, который только что перевели. Их скорее надо воспринимать как ученых идиотов, чем выдающихся мыслителей.