Уже на ранних стадиях разработки компьютеров появляются идеи о значении и возможном использовании этих новых хитроумных изобретений. Одни считали, что если компьютеры запрограммировать должным образом, то есть учитывая надлежащие правила и инструкции, они смогут выполнить любые действия, включая эффективное копирование мышления человека. Другие полагали, что для того, чтобы машина «думала», необходимо, чтобы аппаратные средства компьютера были подобны структурам мозга. Для достижения этой цели требовалось наличие в компьютере слоев связанных электронных заменителей нейронов, организация и функция которых копировали бы человеческий мозг.

Пока нам не удалось создать машину, которая действительно могла бы «думать», или «мозг», которой был бы очень похож на человеческий. Однако, поскольку наука развивается, можно считать, что искусственный интеллект все еще находится в младенческом возрасте. Каждая из упомянутых точек зрения имеет свои недостатки. В первом случае, «мышление» большинства программ искусственного интеллекта ужасно ригидно. Когда я прошу вас извлечь квадратный корень из 73, вы можете сказать: «Ну, по крайней мере это 8, но никак не 9. Приблизительно 8 с половиной». Компьютер даст ответ 8,5440037... Вместо того чтобы плодить бесконечные цепи цифр, человеческий мозг благодаря удивительной способности обрабатывать хаотическую информацию — увидеть знакомое лицо в толпе, ведя машину по автостраде в Лос-Анджелесе, понимать глубокий смысл пьес Чехова или ощущать, как шелк ласкает нашу кожу — находит простые решения. Никакой компьютер не способен на это и, все же... С другой стороны, никакой человек не может выдать ответ на задачу с квадратным корнем за несколько миллисекунд, а любой дешевый калькулятор может.

Рассмотрим задачу, с которой сталкиваются все, кто стремится собрать компьютер, подобный человеческому мозгу. Мозг содержит приблизительно 100 млрд нейронов, каждый из которых соединен с тысячами других нейронов. Это огромное количество связей. Некоторые ученые предпринимали попытки построить компьютерную модель мозга в уменьшенном масштабе (см. Rosenblatt, 1958), но до недавнего времени (см. врезку под названием «Критические размышления: чип для мозга?») они отговаривали других от этой затеи (см. Minsky & Papert, 1968). Ранее (в 1954 г.) Минский написал диссертацию о нервных сетях и даже построил такую сеть с помощью 400 радиоламп, но скоро разочаровался в своем проекте. Эта работа не дала «практических» результатов, хотя в то время разработка компьютерных программ и аппаратных средств ЭВМ была крайне популярным занятием. Мастерские в гаражах разрослись до стоящих огромные деньги фабрик, производящих компьютерные чипы, способные делать вещи, о которых мы могли только мечтать.

Новое поколение компьютерных/когнитивных ученых более оптимистично настроены относительно моделирования нервных функций машиной. Одно из недавних изменений в перцептронах было концептуальным. Вместо того чтобы рассматривать компьютерный мозг как устройство ввода-вывода, ученые добавили третий слой, названный скрытым. Этот скрытый слой соответствует промежуточным нейронам мозга, которые связаны не с информацией на входе или выходе, а передают импульсы к другим нейронам. Данная модель совместима с коннекционистской моделью, упоминаемой в этой книге.

Многие из этих вопросов связаны с важной проблемой архитектуры компьютеров и мозга. Однако компьютеры пока не ведут себя как люди; компьютеры и мозг не идентичны. В чем-то компьютеры действуют лучше мозга, а в чем-то — хуже. Это неравенство наблюдается во многих областях, как отмечалось ранее, но особенно проблематичная область — идентификация трехмерных объектов. Наши глаза, двухмерные датчики, быстро и точно передают сигналы, которые интерпретируются как трехмерные. Даже с учетом медлительности нервных структур, постоянного изменения местоположения наблюдаемого объекта и приспособления к размеру объекта наша перцептивная система работает почти совершенно. Компьютеры хуже выполняют подобные операции, даже при том, что скорость передачи сигнала у них в миллионы раз выше, чем в нервной системе.

Как уже упоминалось, одна из причин этого различия состоит в том, что компьютеры, как правило, обрабатывают информацию последовательно (модель последовательной обработки информации), тогда как мозг в основном обрабатывает информацию параллельно. Некоторые исследователи искусственного интеллекта пытаются преодолеть архитектурное различие между мозгом и компьютерами, чтобы ликвидировать это функциональное различие. Один из них, В. Дэниел Хиллис, разработал «связывающую машину» (Hillis, 1987), которая решает задачи, разбивая их на меньшие задачи (что напоминает анализ «средства-результат») и затем обрабатывая их параллельно (модель параллельной обработки информации). Эти меньшие задачи впоследствии распределяются по отдельным областям обрабатывающей сети компьютера. Такие машины отличаются от компьютеров неймановского типа, которые имеют один центральный процессор, обрабатывающий информацию последовательно. В «связывающей машине» Хиллиса 65 536 (простое число с основанием 2) процессоров одновременно работают над одной задачей. Хотя каждый процессор менее мощный, чем компьютер, используемый при подготовке этой рукописи, когда эти 65 ООО с лишним небольших чипов подключены и работают одновременно, они могут выполнять несколько миллиардов команд в секунду. Эта машина впечатляет и концептуально и функционально. Однако Хиллис мечтает о машине с миллиардом процессоров, функционирующих параллельно.

Некоторые из фундаментальных вопросов искусственного интеллекта таковы:

* Какого рода мыслящей машиной является мозг?

* Как машина может имитировать мышление человека?

* Могут ли компьютеры превзойти мышление человека?