В 1955 г. группа первоклассных исследователей собралась в Дартмуте и создала новую область человеческой деятельности — искусственный интеллект. Эти специалисты были абсолютно уверены, что в ближайшем будущем они смогут сконструировать разумную машину, способную решать сложные задачи, разбираться в абстрактных концепциях, общаться с людьми на их языке и учиться на собственном опыте. Они заявили: «Мы считаем, что можно достичь существенного прогресса в решении одной или нескольких таких задач, если тщательно подобранная группа ученых будет совместно работать над этой задачей все лето».

Эти ученые сделали одну принципиальную ошибку. Они считали, что человеческий мозг представляет собой цифровой компьютер. Они были уверены, что, если бы удалось свести законы разума к списку логических операций и загрузить их в компьютер, он внезапно превратился бы в мыслящую машину. Он осознал бы себя, и с ним стало бы можно вести осмысленную беседу. Такой подход получил название «сверху вниз», или «разум в бутылке».

Идея казалась простой и элегантной и порождала оптимистические прогнозы. Десятилетия 1950–1960-х стали временем больших успехов. Разрабатывались машины, способные играть в шашки и шахматы, доказывать алгебраические теоремы, распознавать и поднимать кирпичики. В 1965 г. пионер ИИ Герберт Саймон объявил: «Через двадцать лет машины способны будут делать все, что может делать человек». В 1968 г. фильм «2001 год: Космическая одиссея» познакомил нас с HAL — компьютером, который мог разговаривать с людьми и пилотировать космический корабль к Юпитеру.

А затем победный марш ИИ уперся в глухую стену. Прогресс в этой области замедлился до черепашьего шага из-за двух основных проблем: распознавания образов и здравого смысла. Роботы могут видеть — мало того, видеть во много раз лучше нас, но они не понимают, что видят. Рассматривая стол, они видят только прямые линии, квадраты, треугольники и овалы. Они не в состоянии соединить все в один образ и распознать его. «Идея стола» им непонятна. Поэтому компьютеру очень трудно ориентироваться в комнате, распознавать мебель и избегать препятствий в движении. Роботы полностью теряются, оказавшись на улице, где на них обрушивается водопад прямых, окружностей и квадратов, на которые для них распадаются младенцы, полицейские, собаки и деревья.

Вторая проблема — здравый смысл. Мы знаем, что вода мокрая, что за веревку можно тянуть, но нельзя толкать, а палкой, наоборот, можно толкать, но нельзя тянуть, что мать всегда старше своей дочери. Для нас все это очевидно. Но откуда мы берем эти знания? В математике нет ни одной строки, которая доказывала бы, что веревкой нельзя толкать. Эти истины мы извлекаем из повседневного опыта, из собственных столкновений с реальностью. Мы учимся в «университете болезненных ударов».

С другой стороны, у роботов за плечами нет личного жизненного опыта. Все им нужно подносить готовым на блюдечке в виде компьютерного кода, строка за строкой. Да, делаются попытки запрограммировать и ввести в компьютер все тонкости здравого смысла, но их слишком много. Четырехлетний ребенок интуитивно знает больше о физике, биологии и химии окружающего мира, чем самый продвинутый компьютер.

В 2013 г. Управление перспективных исследовательских проектов Министерства обороны США (DARPA) — отдел Пентагона, заложивший в свое время основы интернета, объявил конкурс среди ученых всего мира. Участникам предлагалось построить робота, способного расчистить жуткий радиоактивный мусор на атомной электростанции Фукусима, где в 2011 г. в результате аварии расплавились три энергетических ядерных реактора. Обломки настолько радиоактивны, что рабочие могут входить в зону смертельной радиации лишь на несколько минут, отчего операция по расчистке серьезно затягивается. В настоящее время, по официальным оценкам, расчистка станции займет от 30 до 40 лет и обойдется примерно в $180 млрд.

Если удастся построить робота, который будет расчищать обломки и мусор без вмешательства человека, это может стать первым шагом к созданию подлинного автомата, способного помочь с постройкой лунной базы или поселения на Марсе даже в условиях высокой радиации.

Понимая, что Фукусима — идеальное место для испытания и применения новейших технологий ИИ, DARPA решило объявить конкурс и выделить $3,5 млн на призы за создание роботов, способных выполнять элементарные операции по расчистке. (Предыдущий объявленный конкурс DARPA оказался чрезвычайно успешным и проложил, по существу, путь к созданию беспилотного автомобиля.) Это состязание стало идеальным форумом для пропагандирования успехов в области ИИ. Пора бы уже показать какие-то реальные результаты после многих лет преувеличений и безудержной рекламы. Мир должен своими глазами увидеть, что роботы способны выполнять важные задачи, к которым человек приспособлен плохо.

Правила конкурса были очень понятными и в общем-то минимальными. Робот-победитель должен был уметь выполнять восемь простых заданий, в том числе управлять автомобилем, убирать мусор, открывать дверь, закрывать текущий кран, подключать пожарный рукав и поворачивать выключатель.

Заявки посыпались из самых разных уголков мира, участники жаждали сразиться за славу и денежный приз. Но окончательные результаты, вместо того чтобы ознаменовать собой начало новой эры в истории человечества, разочаровали. Многие присланные на конкурс образцы не смогли выполнить задания, а некоторые упали прямо перед камерами. Конкурс наглядно показал, что искусственный интеллект оказался намного сложнее, чем предполагал нисходящий подход.

Другие исследователи искусственного интеллекта полностью отказались от подхода «сверху вниз» и предпочли пойти по стопам природы — «снизу вверх». Возможно, эта альтернативная стратегия подражания природе откроет более перспективный путь к созданию роботов, пригодных для работы в космосе. За стенами лабораторий ИИ можно найти хитроумные автоматы, более мощные, чем все, что мы в состоянии сконструировать. Это животные. Крохотные жучки искусно маневрируют в лесу в поисках пищи и партнера для спаривания. И наоборот, наши неуклюжие и массивные роботы иногда, пытаясь пройти мимо, обдирают штукатурку со стен.

Ошибочные допущения, на которых основывали свои усилия 60 лет назад дартмутские исследователи, и сегодня преследуют всех, кто занимается ИИ. Мозг не цифровой компьютер. В нем нет ни программирования, ни ЦПУ, ни чипа Pentium, ни подпрограмм, ни текста программы на каком-то условном языке. Если вынуть из компьютера один транзистор, он, скорее всего, перестанет работать. Но, если у человека удалить половину мозга, он, вполне возможно, все же будет функционировать.

Природа демонстрирует чудеса вычислений, организуя мозг как нейронную сеть, как самообучающуюся машину. Ваш ноутбук ничему не учится — сегодня он так же туп, как был вчера или в прошлом году. Но человеческий мозг буквально «перепрошивает» себя после освоения каждого нового навыка. Вот почему младенцы лепечут, прежде чем освоить язык, и вот почему мы вихляем из стороны в сторону, прежде чем научимся ездить на велосипеде. Нейронные сети при многократном повторении постепенно улучшают выполнение задания, следуя правилу Хебба, которое гласит, что чем дольше вы занимаетесь одним и тем же, чем больше раз повторяете задание, тем прочнее становятся нейронные связи, отвечающие за это действие. Как говорят нейробиологи, между нейронами, которые срабатывают вместе, возникает прочная постоянная связь. Возможно, вам приходилось слышать старый анекдот, который начинается вопросом: «Как попасть в Карнеги-холл?» Нейронные сети объясняют ответ на него: «Практика, практика и еще раз практика».