Ну что, разберём заключительную часть труда великого Алана Тьюринга "Вычислительные машины и разум". Сегодня посмотрим, как Тьюринг более полувека назад представлял себе искусственный интеллект.
"Разум человека" равно "разум умной машины"?
Большинство умов можно разделить на субкритические и сверхкритические. Идея, которая попадает в субкритический ум в ответ порождает не больше одной идеи. Идея, попадающая в сверхкритический ум в ответ может породить целую теорию. Итак, сверхритический ум мощнее. Можно ли наделить машину сверхкритическим умом?
Также ум можно сравнить с луковицей. Первые слои луковицы - шелуха, механические процессы. Под шелухой должен находится истинный ум. Снимая последний слой "луковицы", доберёмся ли мы до этого истинного ума, или снимем последнюю шкурку, за которой не будет ничего? Если верен второй вариант, ум человека механистичен, как и "ум" машины. Я думаю тут всё зависит от того, с чьей луковицы снимать слои :)
Итак, как обучить машину?
Основная проблема в обучении машины в том, как её правильно запрограммировать. Можно создать машину, имитирующую разум взрослого, но это будет очень сложно если не невозможно, ведь при программировании взрослого ума нужно будет учитывать состояние разума при рождении, полученное образование, а также другой полученный за жизнь опыт. Гораздо легче создать машину, имитирующую разум ребёнка, затем подвергнуть этот разум обучению и в результате получить разум взрослого человека.
Что такое разум ребёнка? Это что-то вроде чистого блокнота. Этот механизм очень прост и легко поддаётся программированию. Получается, нам нужна разработать программу-ребёнка и придумать для неё образовательный процесс.
Эволюция машин-детей.
Вряд ли с первого раза получится разработать хорошую машину-ребёнка. Вероятно, придётся подвергнуть её некому подобию эволюции. Тьюринг предлагает сначала создать и обучить одну машину-ребёнка, оценить насколько хорошо она обучилась, затем создать и обучить ещё одну машину-ребёнка, потом ещё одну и т. д. Далее нужно будет сравнить все обученные машины между собой и выбрать наиболее эффективную, наиболее способную. Разработчикам машин-детей нужно будет суметь эту эволюцию ускорить: кто знает, есть ли у нас в запасе несколько тысяч или миллионов лет, чтобы ждать? Я бы не рассчитывала.
Особенности обучения машины-ребёнка.
Тьюринг очень забавно проявляет заботу о машинах-детях. Например, он пишет, что физически машина-ребёнок будет отличаться от обычных детей. Например, у неё скорее всего не будет ног, таких же глаз как у людей, и много чего другого, что есть у людей: эти особенности мы подробно рассматривали в предыдущей части. По опасениям Тьюринга, если отправить неподготовленную машину в школу, человеческие дети будут смеяться над ней, поэтому машина перед школой должна будет пройти специальное обучение. Тьюринг не пишет в чём оно заключается, но видимо оно должно включать сеансы у машины-психолога для поднятия машинной самооценки (шутка).
Далее машину-ребёнка нужно будет сконструировать так, чтобы было возможно поощрять и наказывать её. Тут конечно же не идёт речь о том, что машина будет чувствовать боль от наказания, моральное унижение или что-то ещё. У машины Тьюринга, как мы выяснили, нет чувств. Её нужно будет запрограммировать так, чтобы сигналы о поощрении увеличивали вероятность повторения действия, а сигналы о наказании - уменьшали.
Простая или сложная машина-ребёнок? Сложная.
Какой должна быть машина-ребёнок? Тут два варианта. Можно создать относительно простую машину, а можно сконструировать достаточно серьёзную логическую систему. Память сложной машины будет включать в себя, например, гипотезы, факты, математические формулы, высказывания. Назовём их законами или императивами, что равнозначно. Для императивов будет предписано определенное действие. Допустим, учитель говорит машине: "сделай домашнее задание". Это высказывание соединяется с императивом "Всё, что говорит учитель, истинно", и машина начинает выполнять домашнее задание.
Важно заметить, что при обучении учитель не будет иметь представления о том, что происходит внутри машины, однако он будет способен предсказать поведение машины.
Парадокс программирования машины-ребёнка в том, что изначально ей закладываются чёткие правила, однако в процессе обучения эти правила могут меняться. На самом деле правила будут носить временную ценность: они будут подстраиваться под условия. Можно провести параллель с конституцией: вроде это свод нерушимых правил общества, однако нерушимы они до поры до времени.
С чего Тьюринг предлагал начать обучение машины-ребёнка?
Областей для обучения машин несметное количество. С чего же начать, задаётся вопросом Тьюринг. Можно начать с обучения абстрактной деятельности вроде игры в шахматы. Сейчас мы уже знаем, что суперкомпьютер Deep Blue смог победить человека, вызвав больше неприятие этого факта у побеждённого гроссмейстера Гарри Каспарова.
Другой вариант обучения машины - обучение языкам. После того, как машина освоит язык, например, английский, её можно будет обучать чему угодно, как и обычного ребёнка.
Сейчас мы видим, что обучение языкам оказалось более сложной задачей, чем обучение шахматам. Вероятно, причина в том, что человечество до сих пор не понимает, как ему удалось породить язык, говорить на нём, усваивать его, да ещё и кого-то ему обучать. Но прогресс не стоит на месте, и с каждым годом Алиса, Сири и прочие говорят всё более убедительно.
Что имеем сейчас?
Поздравляю! Сейчас мы имеем разобранный труд Алана Тьюринга "Вычислительные машины и разум" :). От себя хочу добавить описание сегодняшнего положения дел.
Как бы мы ни старались вселить разум в машины, существующие ныне искусственные интеллекты лишь имитируют мыслительную деятельность. Когда мы с ними общаемся, нас можно сравнить с попугаем, который разговаривает со своим отражением в зеркале: создаётся иллюзия общения с кем-то настоящим, однако это всего лишь отражение. Но в отсутствии других собеседников и так сойдёт.
Вероятность создания сильного искусственного интеллекта, который был бы способен по-настоящему мыслить, осознавать себя и так далее, пока ничтожно мала. Отчасти это происходит от того, что сознание по-прежнему является для нас величайшей загадкой. Над ней с переменным успехом кропят учёные, но пока всё же скорее проигрывают.
В книге Тьюринг затронул лишь немногие проблемы сознания, однако уже они выглядят достаточно внушительными. Проблем и вопросов - километры. Людей - миллиарды. Так что нам как муравьям следует объединиться, чтобы приоткрыть тайны разума. Присоединяйтесь и исследуйте как профессионал или любитель эти непростые области, и вам никогда не будет скучно. А я попробую помочь на этом пути.
В следующей серии...
Я наконец-то подробно объясню разницу между сильным и слабым искусственным интеллектом.
В предыдущих эпизодах:
- что думает о своих мыслительных способностях сам искусственный интеллект: https://zen.yandex.ru/media/id/5f9925e9c1716016aa2b8c10/tiuring-iskusstvennyi-intellekt-nas-porabotit-a-ponimaem-li-my-voobsce-chto-eto-takoe-chast-1-5f992a8b73193b2ea3d57f4e
- какая профессия идеально подошла бы мыслящей машине, и что у неё общего со Вселенной: https://zen.yandex.ru/media/id/5f9925e9c1716016aa2b8c10/tiuring-opisanie-mashiny-imitiruiuscei-cheloveka-chast-2-5f9a7c362603b20d51639b46
- Почему несмотря на все сложности мыслящую машину можно создать: https://zen.yandex.ru/media/id/5f9925e9c1716016aa2b8c10/tiuring-pochemu-sozdat-iskusstvennyi-intellekt-vozmojno-shah-i-mat-skeptiki-chast-3-5f9fcf329ac0705ae4887267