Млечный Путь № 3 2020

Второй фактор - это алгоритм, причем его элементы можно разделить на человеческие и компьютерные. Человеческие - это либо случайно похожие на то, как действует человек, либо просто подсмотренные у биологов. Сама идея нейросетей, перцептрон Розенблатта - это от биологов. Идея выделения из изображения характерных фрагментов - это от биологов, и поэтому программа "Кора" (Михаил Бонгард) оказалась эффективна. Идея, что для работы нейросети существенны колебания - это от биологов (осцилляторные нейронные сети). Программы, работающие с текстами на естественном языке - кладезь "человеческого", благо лингвисты не зря века рыли язык носом. Обучение нейросети показом ей размеченных объектов - это вообще психология, именно так учат детей, показывая объект и называя его ("смотри, вон кошечка"). Вообще, любые куски человеческих алгоритмов - если мы их поймем - могут используются ИИ. Идея об изменении структуры нейросети - от биологии, в мозгу ежегодно отмирает 105 нейронов, и ходят слухи, что появляются новые. Правда, 105 - малая доля от 1011, да и вряд ли это используется для обучения. Она идет этажом ниже и называется "синаптическая пластичность", причем кое-что там подозрительно похоже на обучение нейронной сети.

Михаил Бонгард - о нем вы, если интересно, можете прочитать в Сети - среди прочего, составил задачник для программ распознавания образов. Эти задачи оказались столь интересны, что специалисты в области ИИ начали после него придумывать аналогичные задачи; спросите Сеть "проблемы Бонгарда". Жизнь человека всегда обидно коротка, а иногда - особенно коротка. Но можно ли пожелать для себя лучшей кармы? Я ходил к нему на семинары в МГУ и как-то летом решил проситься к нему в ученики. Но осенью узнал, что альпинист Мика Бонгард не спустился с восхождения. Рандомность не щадит и мастеров спорта...

Ключевая доля успеха нейронных сетей - новые алгоритмы их обучения. Вроде бы это вещи чисто компьютерные, и не в биологии авторы этих алгоритмов подсмотрели свои решения. Однако не исключено, что и в мозгу работают некоторые подобные алгоритмы, и развитие методов нейровизуализации когда-нибудь позволит это установить. Поиск в человеке механизмов, придуманных создателями ИИ - увлекательное занятие, и мне кажется, что это иногда может делаться без нейровизуализации. Педагоги знают, что обучение решению каких-либо задач может увеличивать успешность решения других задач - но это применяется и при обучении нейронных сетей. Отметим, что часто применяемое выражение "обучение без учителя" не надо понимать прямо - в любом подходе и любом методе содержится информация о человеческих знаниях.

Третий фактор - смешанный, человеко-компьютерный, это компьютерный доступ к человеческому, например, к накопленным знаниям. Такой доступ компьютер может получать через Сеть (подбор реально используемых в речи синонимов), но может этот опыт держать и у себя в голове - это коллекция шахматных партий, или банк данных программы Watson, которая "уела" двух чемпионов по игре в Jeopardy! (в Израиле - Мелех ха-тривья, Король интересных фактов, в России - Своя игра).

Проблемы и прогноз

Третий фактор был обозначен, как важный, ранее (статья "Может ли машина мыслить" была опубликована в журнале "Химия и жизнь", 2005, ╧ 6, есть она и в Интернете), но похоже, что секрет успешного ИИ - оптимальное (для каждого конкретного данного круга задач) сочетание человеческого и компьютерного не только в смысле использования информации, но и в алгоритме; в литературе эта идея мелькает. В конце концов, люди учат людей, не зная, как работает мозг, и - по крайней мере, иногда - учат успешно. Человек не вполне понимает, как ИИ доказывает математические теоремы (Брайан Дэвис "Куда движется математика?") и как строит физические модели (Сергей Попов "Маглы в мире андроидов"). Это является психологической проблемой для человека, и противоречит нормам развития науки, но мы уже 60 лет не знаем, как распознает перцептрон, и что? Педагоги так живут 2,6 миллиона лет. Неудобно, конечно, но как-то привыкли. С другой стороны, все известные методы обучения можно попытаться перевести в компьютерную плоскость и применить для обучения программы. Есть и еще пути развития ИИ - кооперация с человеком, кооперация с другой программой, противодействие другой программе; последнее и было использовано при обучении программы AlphaGo. Кстати, для совместной с человеком деятельности робота уже есть название - "коллаборативная робототехника".