Наблюдаемые метаморфозы искусственного интеллекта по логике напоминают разделенный на четыре стадии жизненный цикл бабочек: яйцо, гусеница, куколка, бабочка, только в данном случае стадий три. Исторически первая — Сильный ИИ (Strong AI), затем Слабый ИИ (Weak AI), из которого разлетаются разнообразные интеллектуальные приложения.
Искусственный интеллект (ИИ) полвека пребывал в том периоде начального становления, который наблюдался практически во всех естественных науках — физике, биологии, астрономии и др., — в медицине и продолжается до сих пор в некоторых гуманитарных науках, особенно в истории и, конечно же, в экономике. В этот совершенно закономерный с точки зрения науковедения период становления науки возникает огромное количество объяснительных теоретических подходов. Часть из них слабо, а чаще всего вообще никак не подкреплены ни экспериментами, ни практикой. Но эти подходы-заблуждения объективно необходимы, в последующем они помогают формированию рациональных теорий и практик. Полвека искусственного интеллекта по меркам истории наук — совсем небольшой срок, гораздо дольше этот период продолжался в физике, там он начался в античные времена, бурно расцвел в XVII — XVIII веках, а в некоторых направлениях продолжался до середины XX века, в чем можно убедиться, почитав, например, воспоминания академика А.Д. Сахарова.
В качестве образного примера для иллюстрации такого рода эволюции в науке можно обратиться к теории флогистона. Будучи ошибочной по существу, флогистонная теория горения оказала благотворное влияние на развитие химии. Согласно этой теории, процесс горения объясняется наличием в горючих телах особого вещества — флогистона. Теория была логичной и простой, поэтому она позволила с единой точки зрения рассматривать химические реакции как процессы перехода флогистона от вещества, богатого флогистоном, к веществу бедному им. Таким образом, любая реакция требовала всегда не менее двух веществ: одного, способного отдать флогистон, и другого, способного его принять. Вторая половина XVIII века была отмечена грандиозной дискуссией между сторонниками и противниками флогистонной теории, из которой выросла современная химия. Она обрела нынешнее положение лишь в 1860 году после конгресса в Карлсруэ, где собрались несколько сотен выдающихся химиков; членом российской делегации был Дмитрий Менделеев. До этого собрания химия не имела согласованного базиса, что отличало ее от физики, построенной на известных законах, не было единой нотации, даже такое структурно простое соединение, как вода, имело несколько форм записи, что говорить о более сложных.
Своего рода «флогистоном» в приложении к ИИ является идея, предполагающая возможность создания интеллектуальных, или разумных машин. Возможны они или нет — непонятно, видимо, все-таки нет, но обсуждение этой темы в конечном итоге приводит к созданию новых машин и технологий — не будь этого смутного периода, не было бы сегодня того, что мы называем «весной ИИ».
Идея разумной машины принадлежит Джону Маккарти. В 1956 году он выступил с докладом, где дал определение: «ИИ – это наука и инженерное искусство создания интеллектуальных машин, в частности – интеллектуального программного обеспечения», чем поднял волну увлечения идеей разумности машин. У многих убеждение в возможности создания разумных машин сохранилось по сей день. Среди тех, кто не только верит в потенциальную разумность машин, но и предостерегает от опасности ИИ в будущем, есть люди, вызывающие доверие. Наиболее радикальных взглядов придерживается выдающийся британский астрофизик Стивен Хокинг, убежденный в том, что попытки создания думающих машин станут угрозой существования человека. Пару лет назад он заявил следующее: «Разработка полноценного ИИ станет концом человеческой расы». Он считает, что разработка примитивных форм ИИ, наблюдаемая сегодня, полезна, но рано или поздно приведет к созданию машин, которые станут умнее человека, поскольку машины эволюционируют быстрее, чем живые существа. Примерно такую же позицию занимает Илон Маск, который назвал ИИ одной из наиболее значительных угроз человечеству, не меньшей, чем ядерное оружие, и призвал к принятию мер регламентации. Что же касается Билла Гейтса, то он демонстрирует непоследовательность: в 2015 году солидаризировался с Маском, а в 2016-м утверждает, что не видит в ИИ никакой угрозы. Самый известный сегодня футуролог и автор пяти популярных книг по ИИ Рэй Курцвейл верит в разумность машин, но не видит в них опасности.
Тем не менее есть вполне обоснованные сомнения в возможности создания разумных машин, во всяком случае при нынешнем уровне развития технологий. Считается, что отрицательный теоретический ответ на вопрос о возможности создания разумной машины дает теорема Геделя. Все современные компьютеры — это в конечном счете программируемые автоматы, в основе которых лежит машина Тьюринга. Если удастся создать нейронную машину Тьюринга (Neural Turing Machine), связанную с внешней средой, то можно будет говорить о технической основе разумной машины, но это лишь одна сторона вопроса, поскольку разум — это результат эволюционного процесса.
Не подвергая критике труды Маккарти и его последователей и не вступая в полемику, можно лишь удивляться их наивной вере в близкие результаты в те далекие времена. Вот такой пример. В Америке из готовых наборов полуфабрикатов собирают всевозможные вещи, от легких самолетов до домашней утвари. Вот почему Маккарти в 1966 году в качестве задания студентам на лето (!) предложил создать такой робот, который бы смог собрать цветной телевизор из соответствующего комплекта деталей. Задание на лето — не меньше и не больше! — так он оценил сложность проблемы. Набор был куплен, но прошло отнюдь не одно лето, а дело так и не сдвинулось с мертвой точки. В конечном счете телевизор, как и было задумано, собрали, но вручную, и он украсил холл общежития.
Романтическое отношение к ИИ не минуло и CCCР. Еще в 1960-х математик Рудольф Зарипов разработал набор математических правил для составления мелодий на ЭВМ «Урал-1». В 70-80 годы сложилось несколько школ — прежде всего в академических НИИ, в МГУ, в Московском энергетическом институте (МЭИ). Конечные результаты этих работ сравнимы с успехами в автоматизации сборки телевизора. К тому же у нас английское Artificial Intelligence по созвучию, которое называют ложным другом переводчика, ввели термин «искусственный интеллект», забыв, что два слова Intellect и Intelligence действительно близки по смыслу, но далеко не тождественны. Intellect в большей мере означает способность мозга к познанию и логическим выводам, а Intelligence — практическую способность к реализации этих знаний. Кроме того, оно имеет целый ряд иных смыслов, в том числе, «сообразительность», «смышленость», «получение информации» и даже «разведка». У нас сделали упор на Intellect, и это обстоятельство спровоцировало большое число психологических и философских исследований, чрезвычайно эффектных по форме и сомнительных по содержанию. Скорее всего, следовало бы переводить intelligence как «умственные способности», а не «интеллект», но уж что сделано, то сделано.
Среди тех, кто начинал работы по ИИ, нашлись и более здраво и рационально мыслящие люди. Среди них Нильс Нильсон из Центра исследований ИИ в составе Стэнфордского исследовательского института (SRI International). В 1971 году он дал более определенную формулировку: «Цель работ по ИИ – создать машины, которые будут выполнять функции, обычно требующие применения человеческого интеллекта». Сравним это определение с определением Маккарти: Нильсон делает ставку не на гипотетические интеллектуальные машины, а на те машины, которые всего лишь способны подменить или дополнить возможности человека. Казалось бы, отличие в нескольких словах, но постановка задачи качественно иная! Наиболее полно концепция Нильсона изложена в трудах его учеников. В 2007 году на русском языке была издана книга Стюарта Рассела и Питера Норвига «Искусственный интеллект: современный подход». Учебник используется в курсах ИИ во многих университетах мира.
Другой видный специалист в области ИИ Карвер Мид перешел в область создания технологий для разработки электронных компонентов (Electronic Design Automation, EDA). Он писал: «Я верю в то, что отцы-основатели искусственного интеллекта Марвин Минский и Джон Маккарти были правы в своих взглядах, но когда дошло до дела, выяснилось, что им для реализации своих взглядов требуются компьютеры, как минимум на восемь-девять порядков более мощные, чем те, которыми они располагали. Осознав наличие этого барьера, сообщество ИИ распалось на две группы, одни отправились на поиски этих порядков, а другие продолжили делать вид, что они занимаются наукой ИИ. Я из тех, кто пошел на поиски эти восьми-девяти порядков».
Чтобы отделить глобальные замыслы от утилитарных практических задач, все поле ИИ делят на «сильный ИИ» (general AI, wide AI, strong AI) и «слабый ИИ» (specialized AI, narrow AI, weak AI). С философской точки зрения разногласие между сильным ИИ и слабым ИИ связано с гипотезой о том, что некоторые формы искусственного интеллекта могут действительно обосновывать и решать проблемы Сторонники сильного ИИ предполагают, что компьютеры смогут приобрести способность мыслить и осознавать себя, хотя и не обязательно их мыслительный процесс будет подобен человеческому. Сторонники слабого ИИ сосредотачивают свои исследования и практическую работу на прикладных вещах. Термин «сильный ИИ» был введен Джоном Серлем, который охарактеризовал его следующим образом: «...такая программа будет не просто моделью разума; она в буквальном смысле слова сама и будет разумом, в том же смысле, в котором человеческий разум — это разум». Итак:
Сильным ИИ (Strong AI) называют обобщенный искусственный разум (Artificial general intelligence), материализованный в форме некоторой гипотетической машины, которая проявляет мыслительные способности, сравнимые с человеческими способностями, а также исследования в этом направлении. Сильный ИИ наделяют такими чертами, как способность ощущать (sentience), способность выносить суждения (sapience), самосознание (self-awareness) и даже самосознание (consciousness).
Слабым ИИ (Weak AI) называют не имеющий разума и компьютерные умственные способности (Non-sentient computer intelligence), ориентированный на решение прикладных задач.
Самый известный и доступный пример слабого ИИ — разработанная Apple для iOS вопросно-ответная система Siri (Speech Interpretation and Recognition Interface). Это приложение использует обработку естественной речи, чтобы отвечать на вопросы и давать рекомендации. Siri приспосабливается к каждому пользователю индивидуально, изучая его предпочтения в течение долгого времени, но оно в полном смысле узкое. К слабому ИИ относятся работы по автоматизации вождения автомобиля, системы глубинного машинного обучения. обработки данных на естественных языках (Natural Language Processing, NLP).
Наблюдая за происходящим, можно обнаружить интересную закономерность. Как только в областях, которые можно отнести к слабому ИИ, удается получить значимые результаты, связь между ними и ИИ по сути рвется, они превращаются в автономные направления. Можно сказать, что зачатые в ИИ, они продолжат самостоятельное существование, а слабый ИИ остается всего лишь зонтичным термином для группы современных технологий. Ученые старой школы сетуют на это обстоятельство, они называют его специальным термином «дефундаментализация науки», но что поделать, такова логика технического прогресса.
Нельзя исключать, что когда-нибудь успехи слабого ИИ сделают возможным создание сильного ИИ, и тогда цикл бабочки замкнется.
