ходов на выбор. В го выбор увеличивается до двухсот возможных ходов. Игра го гораздо сложнее, чем шахматы, и именно вследствие этого до середины 2010-х годов ни одна электронно-вычислительная машина, сколь бы мощной она ни была, не могла просчитать за разумный промежуток времени последствия всех доступных ходов. Но, как объяснил Шрепфер, глубокое обучение позволило изменить ситуацию298. Анализируя миллионы лиц на миллионах фотографий, нейронная сеть может научиться отличать вас от вашего брата, вашего соседа, от всех остальных. Примерно таким же образом, сказал он, разработчики Facebook пытаются создать машину, имитирующую навыки профессионального игрока в го299. Вводя миллионы ходов го в нейронную сеть, они хотят научить ее отличать хорошие ходы от плохих. «Лучшие игроки в конечном итоге ищут на доске визуальные ключи300, поскольку именно визуальное положение камней помогает им интуитивно понять, какая позиция хорошая, а какая не очень, – объяснял он. – Таким образом, мы используем на доске наглядные шаблоны возможных позиций – аналог видеозаписей – для настройки потенциальных ходов, которые может сделать система».

С одной стороны, продолжал он, специалисты Facebook просто учат машину играть в го. С другой стороны, делая это, они развивают искусственный интеллект, который оказывает свое влияние на остальные направления деятельности Facebook. В частности, технология глубокого обучения вносит коррективы в методы таргетирования рекламы в социальной сети компании. Тот же ИИ анализирует фотографии и создает подписи для слабовидящих301, а также управляет системой M302 – виртуальным помощником для смартфонов, который разрабатывается компанией. Используя те же методы, которые лежали в основе их экспериментов с игрой го, ученые из Facebook создают системы, которые способны не просто распознавать произносимые слова, но в буквальном смысле понимать естественные языки. Одна группа исследователей недавно построила систему, которая читает отрывки из «Властелина колец»303, а затем отвечает на вопросы по тексту трилогии Толкина – сложные вопросы, уточнил Шреп, которые касаются пространственных взаимоотношений между героями, местами и вещами. Он также сказал, что пройдут годы, прежде чем технология компании сможет играть в го304 профессионально – и, конечно, прежде чем она научится по-настоящему общаться на естественных языках, – но путь к этим двум будущим целям уже проложен. Это путь, который ученые бороздили несколько десятилетий, хотя поначалу там было больше бахвальства, чем технологий, имеющих практическое значение. Теперь, сказал он, разработчики ИИ наконец-то приближаются к осуществлению своих высоких мечтаний.

Вот только он не удосужился сообщить этим репортерам, что по тому же пути двигались и другие компании. Через несколько дней после публикации репортажей, описывающих усилия, предпринимаемые командой Facebook, чтобы научить компьютер играть в го, одна из этих компаний напомнила о себе. Демис Хассабис появляется в онлайн-видеоролике305, где смотрит прямо в камеру и доминирует в кадре. Это было одно из редких появлений основателя DeepMind на экране. Лондонская лаборатория предпочитала рассказывать о себе в форме научных статей, публикуемых в престижных научных журналах, таких как Science и Nature, и обычно выходила на связь с внешним миром только после особенно крупных прорывов. В видеоролике Хассабис намекает на работу, все еще продолжающуюся в лаборатории306 и связанную с игрой го. «Я пока не могу говорить об этом307, – сказал он, – но, думаю, через несколько месяцев будет довольно большой сюрприз». Это свидетельствовало о том, что усилия компании Facebook, призванные привлечь к себе внимание прессы, заставили подсуетиться и ее самого главного конкурента. Через несколько недель после появления Хассабиса в этом видеоролике репортер спросил Яна Лекуна, существует ли вероятность того, что DeepMind построит систему, способную побеждать лучших игроков в го. «Нет», – ответил он. И он повторил это несколько раз – отчасти потому, что считал задачу слишком трудной, но также и потому, что ничего об этом не слышал. А ведь сообщество ученых, занимающихся этими вопросами, такое крошечное.

Некоторое время спустя в журнале Nature вышла статья, в которой Хассабис сообщил о том, что их система искусственного интеллекта AlphaGo308 сумела победить трехкратного чемпиона Европы по го. Матч прошел за закрытыми дверями в октябре 2015 года309. Лекун и Facebook пронюхали об этой новости накануне публикации. В тот же день, компания – под личным контролем Цукерберга – предприняла необычную и неудачную попытку упреждающего пиара, сообщив прессе о постах, опубликованных в социальных сетях Цукербергом и Лекуном, где они хвалятся собственными разработками Facebook, которые отнюдь не ограничиваются игрой в го, а прокладывают путь для других форм ИИ. Но факт оставался фактом: Google и DeepMind шли с опережением. В этом закрытом матче система AlphaGo выиграла все пять партий у чемпиона Европы310, француза китайского происхождения по имени Фань Хуэй. А несколько недель спустя, уже в Сеуле, она бросила вызов Ли Седолю, лучшему в мире игроку в го последнего десятилетия.

* * *

Через несколько недель после того, как DeepMind была приобретена Google, Демис Хассабис и несколько других сотрудников DeepMind вылетели в Северную Калифорнию, чтобы встретиться с руководителями своей новой материнской компании и продемонстрировать им успешность технологии глубокого обучения на примере игры Breakout311. Как только встреча закончилась, ее участники разбились на неформальные группы, и Хассабис оказался в компании Сергея Брина. В процессе общения они обнаружили, что у них есть общее увлечение312: игра го. Брин сказал, что, когда они с Пейджем создавали Google в Стэнфорде313, он постоянно играл в го, так что Пейдж беспокоился, что их компания никогда не появится. Хассабис сказал, что при желании он и его команда могли бы создать искусственный интеллект, способный победить чемпиона мира по го314. «Я был уверен, что это невозможно»315, – говорит Брин. И тогда Хассабис твердо решил сделать это316.

Джефф Хинтон сравнивал Демиса Хассабиса с Робертом Оппенгеймером, руководителем «Манхэттенского проекта», в рамках которого в годы Второй мировой войны была создана первая атомная бомба. Оппенгеймер был физиком мирового класса, и он понимал, какая сложнейшая научная задача стояла перед ними. Но он также обладал лидерскими качествами, необходимыми для того, чтобы мотивировать непрерывно разраставшуюся команду ученых, работавших под его руководством, соединить в кулак их разрозненные сильные стороны и одновременно каким-то образом нейтрализовать их слабости. Он умел управлять мужчинами и женщинами (в числе которых была Джоан Хинтон, родственница Джеффа Хинтона). Хинтон видел ту же комбинацию качеств и навыков в Хассабисе. «Он управлял проектом AlphaGo, как Оппенгеймер управлял “Манхэттенским проектом”, – говорит Хинтон. – Если бы этим занимался кто-то другой, все получилось бы не так быстро и не так хорошо».

Дэвид Сильвер, знавший Хассабиса