Об ИИ без мифов. Путеводитель по истории Искусственного Интеллекта

Упрощая и переводя на современную лексику, вопрос Мак-Каллока можно переформулировать следующим образом: «Как соотносятся человеческий разум и доступные ему данные?» Это, возможно, один из ключевых вопросов для понимания различия между интеллектом человека и AI, поскольку они обладают качественно разными способностями при работе с данными. Преимущество человеческого интеллекта – в способности делать логические выводы и решать стоящие перед ним проблемы в условиях неопределенности, ограниченного и порой неполного объема данных. Ему помогает предшествующий опыт, интуиция, наблюдательность. Но человеческий интеллект слаб при работе с большими объемами данных, он попросту не подготовлен к этому виду деятельности в процессе эволюции. И напротив, примитивный механистичный AI, снабженный необходимыми алгоритмами, используя серьезные вычислительные ресурсы, успешно справляется с извлечением полезных данных из колоссальных объемов, но ни к какому творчеству не приспособлен. Интеллектуальный потенциал машины сводится к способности перемалывать огромные массивы данных, извлекая полезную информацию, это качество оказалось востребовано с возникновением проблемы Больших данных.

Такая трактовка отношения «разум-данные» служит ключом к пониманию различия в двух намеченных Аланом Тьюрингом альтернативных подходов к AI – имитирующего человеческий мозг «сверху-вниз» и чисто машинного «снизу-вверх». Врожденная слабость первого заключается в том, что машина не обладает творческим началом, у нее нет интуиции – отсюда вывод, не следует возлагать надежды на решение средствами AI тех задач, на которые способен человек. И напротив, беспредельные перспективы развития второго подхода обеспечены неограниченной мощностью машин, их способностью механически перемалывать данные. Она не имеет пределов, поэтому компьютеры могут быть мощнейшим инструментом, поддерживающим творческий потенциал человека.

Интерес к изучению работы мозга Мак-Каллока пробудило чтение в студенческие годы тех трудов Декарта, которые не входят в классические университетские программы по философии. В них Декарт рассуждает о мозге, как о системе, состоящей из нервных волокон в виде гидравлических трубочек, движением жидкости по которым управляют мышцы, открывающие или закрывающие клапаны. Это, возможно, самая первая «нейронная» модель мозга с обратными связями. Возникший интерес к работе мозга побудил Мак-Каллока к поступлению в магистратуру Медицинского и хирургического колледжа в Нью-Йорке, но там он был разочарован, оказалось, что медики сосредоточены исключительно на физиологии и оставляют в стороне логику работы мозга и его системную организацию. В ответ на выраженное им сомнение в единственности такого подхода, он получил упрек в противоестественном, с точки зрения медиков, желании применить математические подходы к живому мозгу.

На дальнейшее становление Мак-Каллока как самостоятельного ученого неожиданным образом положительно повлияла Великая депрессия, она заставила его встать на землю, отвлечься от философских исследований, задуматься о хлебе насущном и перейти к более практическим оплачиваемым занятиям нейрофизиологией. С 1934 по 1941 год Мак-Каллок работал в Йельской Медицинской школе, где ему невероятно повезло, там он получил возможность сотрудничать с Дюссером де Баренном (1885–1940), голландским нейропсихиатром, который с 1930 года руководил лабораторией нейрофизиологии в Йеле. Де Баренн исследовал функции коры головного мозга, что особенно привлекало Мак-Каллока, к тому же их обоих объединяла этническая общность – Мак-Каллок был полушотландец, полуголландец и испытывал привязанность к Голландии как родине своих предков.

Под руководством де Баренна Мак-Каллок изучал нейроанатомию и параллельно с философских позиций размышлял о логических операциях, выполняемых мозгом. В то время в Йеле проводились семинары, предметом которых были сходные вопросы, на них Мак-Каллок узнал о работах Тьюринга с описанием универсальной машины, об «Основаниях математики» Рассела и о том, как в них рассматриваются эти вопросы. Все это способствовало усилению интереса к логике работы мозга, поэтому он продолжил свои исследования связей в нейронных сетях.

На научном ранчо