Мы обсудили как средства аппаратного и программного обеспечения, так и программирование. Теперь пришло время обратиться к более сложной теме – искусственному интеллекту, представления большинства людей о котором основаны на образах из кино, к которым относятся, например, персонаж Дейта, антропоморфный киборг из телесериала «Звездный путь: Следующее поколение», компьютер Hal 9000 из «2001 год: Космической одиссеи», Саманта, ИИ из фильма «Она», или Джарвис, ИИ-дворецкий, помогающий Железному человеку в комиксах и фильмах Marvel. Как бы то ни было, важно не забывать, что все эти образы – плоды воображения. И поверить в реальность воображаемого легко, особенно если очень сильно хотеть. Большинство людей, по-видимому, хотят, чтобы ИИ был реальностью. Обычно это желание приобретает форму робота-дворецкого, готового исполнить любой ваш каприз. (Лично я вынуждена покаяться: в студенческие годы я не раз участвовала в полуночных дискуссиях о практических и этических аспектах обладания роботом-дворецким.) Многие стремятся увидеть развитие технологий как раз в векторе голливудских представлений о роботах. Когда Марк Цукерберг создал собственную систему «умного дома» на основе ИИ, он назвал ее Джарвис.

Прекрасный пример путаницы между реальным и воображаемым ИИ произошел со мной на ежегодном симпозиуме NYC Media Lab, эдакой ярмарке для взрослых. Я представляла ИИ собственной разработки. В моем распоряжении были стол, монитор и ноутбук для демонстрации. В метре от меня находился другой стол с еще одним демо, разработанным студентом гуманитарного факультета, – визуализацией данных. Когда толпа посетителей схлынула, нам стало скучно и мы решили поболтать.

– Что у вас за проект? – спросил он.

– Это программа на основе ИИ, которая призвана помогать журналистам быстро и эффективно разрабатывать новые идеи для своих историй при помощи финансовых данных, – ответила я.

– Ух ты! Искусственный интеллект, – выпалил он. – Настоящий искусственный интеллект?

– Конечно, настоящий, – отозвалась я, слегка обиженная его репликой: иначе зачем бы я стала тратить целый день на демонстрацию программы за этим столом, если бы не сделала что-то работающее?

Студент подошел к моему столу и начал вглядываться в монитор. «Как он работает?» – поинтересовался он. Я коротко ему все объяснила (вы сможете прочитать обстоятельную версию моего объяснения в главе 11). Он выглядел смущенным и немного разочарованным.

– То есть это не настоящий ИИ? – не унимался он.

– Да нет же, настоящий, – ответила я. – И впечатляющий. Но ведь вы наверняка знаете, что внутри компьютера нет никакой симулированной личности? Ничего подобного не существует. Это попросту невозможно с точки зрения компьютерных технологий.

Он слегка поник.

– Я думал, что это и подразумевается под ИИ, – произнес он, – я слышал об IBM Watson и о компьютере, обыгравшем чемпиона по го, о беспилотных машинах. Я думал, что настоящий ИИ уже изобретен.

Он выглядел подавленным. Тогда я поняла, что он вглядывался в монитор, полагая, будто внутри него что-то есть – «настоящий» призрак внутри машины. Я почувствовала вину за разрушение значимого для него мифа, поэтому решила направить разговор в нейтральное русло – и, чтобы его взбодрить, предложила обсудить выход очередного эпизода саги «Звездные войны».

Я отметила этот случай потому, что он напоминает мне о разнице в восприятии ИИ специалистами в области информатики и остальными – пускай и весьма искушенными в вопросах технологий – дилетантами.

Сильный ИИ – это голливудский образ ИИ, связанный с роботами, способными на чувства (которые, возможно, стремятся захватить мир), с сознанием внутри компьютеров, вечной жизнью и машинами, которые «думают» подобно людям. Слабый ИИ – другое дело, это математический метод прогнозирования. Многие – даже те, кто создает технологические системы, – часто путают эти два представления об ИИ. Потому нелишним будет повторить, что сильный ИИ – это фантазия, а слабый – реальность, работающая здесь и сейчас.

Существует один простой способ понять, что представляет собой слабый ИИ. Это технология, дающая точные количественные ответы на любой вопрос, то есть предполагающая количественное прогнозирование. По сути, слабый ИИ – «статистика на стероидах».

Слабый ИИ работает посредством анализа существующих массивов данных, распознавая закономерности и вероятности в каждом конкретном массиве, и затем строит из них вычислительный конструкт под названием модель. Модель – это что-то вроде черного ящика, и, если отправить в него данные, он выдает ответ. Пропустив новые данные через модель, мы можем получить количественный прогностический ответ: о вероятности того, что закорючка на странице – это буква «А», или каковы шансы на то, что конкретный клиент выплатит кредит, выданный ему банком; каким должен быть следующий ход в играх вроде крестики-нолики, шашки или шахматы. Машинное обучение, глубокое обучение, нейронные сети и предиктивная аналитика – вот лишь некоторые из наиболее популярных примеров реализации слабого ИИ. Для каждой существующей сегодня системы ИИ есть логическое объяснение ее принципов работы. Понимание компьютерной логики способно демистифицировать ИИ подобно тому, как развинчивание компьютера раскрывает тайны его аппаратной сущности.

ИИ тесно связан с играми – не потому, что существует естественная корреляция между играми и интеллектом, а потому, что специалисты в области теории вычислительных систем обожают определенные типы загадок и игр. Стратегические игры (нарды или го), а также шахматы – любимые среди разработчиков игр. Если посмотреть в Википедии статьи о венчурных инвесторах и создателях технологических корпораций, окажется, что в детстве они обожали игру Dungeons & Dragons.

С тех самых пор как в 1950-х гг. в одной из своих работ Алан Тьюринг представил свой тест, призванный определить, может ли машина мыслить, специалисты в области информатики использовали шахматы для проверки интеллектуальных способностей вычислительной техники. Только спустя полвека удалось создать компьютер, способный победить гроссмейстера. В 1997 г. компьютер IBM Deep Blue нанес поражение Гарри Каспарову. А победа AlphaGo, программного ИИ, над самым сильным игроком в го Кэ Цзе в трех из трех партий в 2017 г. нередко воспринимается как доказательство скорого появления сильного ИИ. Правда, внимательный взгляд на эту программу и ее культурный контекст раскрывает совершенно другую историю.

AlphaGo – программа, созданная человеком и работающая на аппаратном обеспечении, подобно программе «Hello, world!», с которой мы уже сталкивались в главе 2. Разработчики описали принципы ее работы в 2016 г. в статье для международного научного журнала Nature[11]. Она начинается с таких строк: «Все игры с полной информацией обладают оптимальной функцией оценки, v* (s), которая определяет исход игры для каждой позиции на доске или состояния s при идеальной игре всех игроков. Такие игры могут быть решены путем рекурсивного вычисления функции оптимальной оценки в поисковом дереве, содержащем около bd возможных последовательностей ходов, где b – ширина игры (количество возможных ходов в позиции), d – глубина игры (то есть длительность)». Все это совершенно очевидно человеку, у которого за плечами годы практики в области математики, однако большинство из нас предпочло бы более простое и очевидное для неспециалистов объяснение.