Искусственный интеллект. Краткая история будущего - Тоби Уолш

что здесь нет ничего удивительного. Интеллект связан с языком. Не является ли язык продуктом мысли? Но и язык сам по себе является набором символов. На деле же символы обозначили одну из фундаментальных проблем, с которой столкнулся искусственный интеллект, так называемая проблема заземления символов. Как мы «заземляем» или соединяем символы в компьютере с их значением в реальном мире? Как, например, мы понимаем, что слово «Сократ» означает «древнегреческий философ Сократ»? Или что «Кнут» – это (к сожалению, уже ушедший из жизни) полярный медведь по имени Кнут? Знаменитый американский философ и ИИ-скептик Джон Сёрл описал эту проблему в своем знаменитом тезисе под названием «Китайская комната»:

«Представим, что в комнате, полной коробок с китайскими иероглифами (база данных), закрыли носителя английского языка, который не говорит по-китайски, но дали ему книгу с инструкцией по обработке символов (программа). Представим, что люди за пределами этой комнаты отправляют другие, неизвестные человеку в комнате китайские символы, которые являются вопросами на китайском языке (входные данные). И представим, что, следуя этим инструкциям в программе, человек в комнате способен выдать китайские символы, которые являются правильными ответами на вопросы (выходные данные). Программа позволяет человеку в комнате пройти тест Тьюринга на понимание китайского, когда на самом деле он не знает и слова по-китайски» [1].

Китайская комната Сёрла – аргумент против того, что компьютеры обладают «разумом», «пониманием» и даже «сознанием». К счастью, его позиция оставила открытой саму идею искусственного интеллекта. Такая китайская комната, которую описывает Сёрл, уже существует. Насколько нам известно, ее существование не нарушит никакие законы физики, даже если мы попытаемся соединить символы в китайской комнате с соответствующими понятиями за пределами планеты. Программа на основе искусственного интеллекта способна, как и китайская комната, ответить разумно на вопросы – без понимания символов или заземления их в реальности.

Эту идею – представлять концепции окружающего мира с помощью символов – мы все используем ежедневно. Например, мы успешно представляем страны всего мира в виде двузначных чисел: 61 – для Австралии, 32 – для Бельгии, 86 – для Китая, 45 – для Дании, 20 – для Египта, 33 – для Франции. Как вы уже могли догадаться, эти цифры обозначают международный телефонный код. Телефонная сеть представляет собой огромный распределительный компьютер, использующий эти математические символы для маршрутизации вызова. В авиации трехбуквенные символы обозначают название аэропорта: SYD – Международный аэропорт Сиднея имени Кингсфорда Смита, JFK – Международный аэропорт имени Джона Кеннеди в Нью-Йорке, PEK – Международный аэропорт Шоуду (Пекин-Столичный), LHR – Международный аэропорт Хитроу в Лондоне. Символы объединяют мир. И, как предсказала Ада Лавлейс, мы также можем использовать математические символы для обозначения музыкальных нот, превратить буквы в слово или точки в картинку. Изображение на вашем смартфоне – это не более чем длинная последовательность нулей и единиц, как и голосовое сообщение, которое только что оставил ваш начальник.

Учитывая роль символов, фундаментальный вопрос искусственного интеллекта достаточно прост. Как мы можем управлять символами более осознанно? Это естественно подводит нас к первой из шести главных на сегодняшний день идей искусственного интеллекта. Это идея управления символами, и она смехотворно проста. Большинство проблем сводится к поиску их решения.

Звучит не только просто, но и самоочевидно, поэтому дайте мне немного усложнить. Множество проблем в области искусственного интеллекта сводится к тому, что компьютер будет искать свое внутреннее представление о мире начиная с символа, обозначающего исходное состояние, и заканчивая символом конечной цели.

Эта идея не является новаторской и носит название «Навигация». Вы изучаете карту, чтобы проложить маршрут из точки отправления до желаемого пункта назначения. Мы делаем это постоянно. Используя карту лондонского метро, мы можем добраться от Бонд-стрит до вокзала Кингс-Кросс следующим маршрутом: садимся на центральную линию и едем от Бонд-стрит до Оксфордского цирка, далее делаем переход на линию Виктории и едем до Уоррен-стрит, а затем, проезжая станцию «Юстон», доезжаем до станции «Кингс-Кросс». Разница только в том, что вместо того, чтобы самостоятельно проложить маршрут, за нас это делает компьютер. Действительно, существуют специальные алгоритмы, которые исследуют карту и эффективно находят такие маршруты. Один из самых известных – это «Поиск A*» (или «Алгоритм А*»). Покидая Бонд-стрит, он ведет не на запад к Мраморной арке, а на восток, к Оксфордскому цирку, поскольку это приближает вас к конечной точке, станции «Кингс-Кросс».

Илл. 6. Шейки, первый передвигающийся робот, способный рассуждать о том, как перемещаться по окружающей местности

Поиск A* был разработан в 1968 году для навигации робота Шейки (Shakey) [2]. Это имя (с английского – «Шаткий») ему подходило: робот действительно двигался довольно неуверенно. Он был сконструирован Стэнфордским исследовательским институтом в Менло-Парк, штат Калифорния. Это была первая попытка построить полноценного робота, такого, как вы могли видеть в фильмах – робота, оснащенного камерой для восприятия окружающего мира, микрофоном для распознавания команд, колесами и двигателем для наземной навигации и бортовым компьютером для принятия решений. В 2004 году Шейки был увековечен в Зале славы роботов Университета Карнеги-Меллона наравне с некоторыми более знаменитыми, но вымышленными роботами, такими как HAL 9000, R2–D2, C–3PO и робот Робби.

Компьютер Шейки имел электронную карту своего мира. Робота можно было попросить выполнить задачу, например: Шейки, сходи, пожалуйста, в библиотеку и принеси книгу. Он начнет исследовать свою электронную карту при помощи Поиска A*, выбирая подходящий маршрут из символов, обозначающих текущее местоположение, до символов, обозначающих библиотеку. Двигатель Шейки также проследует по маршруту, используя камеру, датчики для определения расстояний и датчики ударов для отслеживания прогресса до достижения цели.

В отличие от людей, которые не всегда с успехом находят дорогу, Поиск A* математически совершенен. Что я имею в виду? Во-первых, он полноценный. Если есть какой-либо маршрут из точки А в точку Б, то A* найдет его. Во-вторых, он оптимален. Построенный алгоритмом маршрут из точки А в точку Б будет самым коротким из возможных. И в-третьих, он максимально эффективен. То есть при поиске кратчайшего маршрута от A до Б алгоритм A* исследует как можно меньшую часть карты. Вы не сможете найти маршрут, используя меньший объем поиска! Чтобы доехать от Бонд-стрит до Кингс-Кросс он не будет учитывать вариант с Мраморной аркой.

Прежде чем отбросить Поиск A* как любопытный анекдот в истории искусственного интеллекта, вам следует осознать, что это, вероятно, один из самых типичных примеров использования искусственного интеллекта в нашей повседневной жизни. Каждый раз прокладывая маршрут на своем телефоне или используя GPS в машине, вы используете программу на основе Поиска А*, которая ищет наиболее короткий маршрут, учитывая дорожные условия, пробки, перекрытие дорог и информацию о расписании общественного транспорта. Иронично, что изначально