От игры в Го до осознания себя: изменит ли искусственный разум мир людей
Есть темы, изучая которые неизбежно, приходится думать о проблемах более высокого порядка. Одна из таких тем — искусственный интеллект (ИИ), его перспективы и роль в жизни человека, взаимодействие ИИ и социума. О том, что означает для нас разговор с нейросетью и кем являемся мы сами в грядущем диалоге с искусственным сознанием, размышляет физик, футуролог и писатель Сергей Переслегин.
Тема искусственного интеллекта занимает в сегодняшней повестке едва ли не второе место после политики. Причем при упоминании ИИ речь заходит обо всем подряд, начиная с носимых устройств и заканчивая гипотетическим электронным сверхразумом. Действительно ли обсуждается один и тот же предмет или мы запутались в терминологии? Что такое ИИ?
Тема искусственного интеллекта действительно важна и актуальна. На самом деле, обозначение ИИ вполне правомерно во всех упомянутых случаях. Но давайте уточним. Простейшие автоматические системы из 50-х годов прошлого века, такие, например, как системы управления стрелками на железной дороге, которые не позволяют отправить состав туда, где уже стоит другой, это тоже искусственный интеллект. Иначе говоря, существует градация ИИ. Ее придумал Станислав Лем еще в 60-е годы. Именно он ввел смысловое различение между искусственным интеллектом, искусственным разумом и искусственным сознанием. Три этапа создания искусственной жизни и искусственного мозга. ИИ — это система, способная решать простые интеллектуальные задачи. Такие, например, как описанная ситуация с поездами, игра в шахматы и в го. ИИ научился отлично решать уравнения, управлять транспортом.
С ростом вычислительных возможностей машин, когда, например, шахматную партию они научились играть не только в эндшпиле, но и в миттельшпиле, в целом искусственный интеллект стал работать лучше, чем средний человеческий. ИИ использует умение компьютера трудиться в качестве процессора, обрабатывающего большие базы данных. Следует четко понимать, что база данных, которая для человека неподъемна в принципе, для компьютера легко доступна. К чему это ведет при практическом применении возможностей ИИ? К исчезновению большого числа так называемых массовых интеллектуальных профессий. Уже сейчас самолеты летают под управлением ИИ, диспетчеризацией тоже занимается искусственный интеллект, появляются автомашины под управлением ИИ...
Но пойдем дальше. Существуют группы задач, которые нельзя свести к простому преобразованию базы данных. Такие задачи тоже имеют градацию. Например, есть те, которые требуют работы с так называемыми глубокими данными (Deep Data, DD). Широко используемое сейчас определение Big Data (BD) как раз противопоставляется понятию Deep Data. В чем разница между ними, я люблю объяснять на примере магнитного поля Земли. Если BD — это вектор магнитного поля в каждой точке, то DD — это условная формула, позволяющая, подставляя в нее цифры, считать поле Земли в каждой точке. Человеческий разум до сих пор с разной степенью успешности занимался тем, что переводил BD, с которой работать не мог, в DD, с которой он работать может. Если компьютер в состоянии работать с DD, или может превратить BD в DD, или может общаться с человеком на его языке, который сам по себе является DD по типу организации информации, то мы называем такую машину уже не искусственным интеллеком, а искусственным разумом (ИР). Или — по Лему — «нелинейным автоматом».
Подразумевается тот уровень машинного интеллекта, который проходит тест Тьюринга?
Современный тест Тьюринга учитывает не один, а порядка трех десятков критериев. Да, если вы разговариваете с компьютером через непрозрачную стену и не можете определить, человек это или компьютер, то есть основания числить такого собеседника не по категории ИИ, а в какой-то мере отнести к искусственному разуму. Но дело в том, что простой тест Тьюринга компьютер давно превзошел. Почему я говорю «простой тест Тьюринга»? Потому, что один вопрос — можно ли разговаривать с роботом, как с человеком, и совсем другой — есть ли тебе о чем поговорить с ним. По сути, это второй тест Тьюринга. Есть мнение, особенно среди молодежи, что и второй тест пройден, а с роботом говорить интересней, чем с человеком. У меня такое впечатление не сложилось, хотя я могу ошибаться.
Дальше, чем ИР, идет искусственное сознание (ИС). И тут возникает большая проблема. Точнее будет английское определение — Hard Problem. Неприятность в том, что мы не знаем, что такое сознание. Поэтому нам крайне сложно сказать, что такое ИС. Но у нас есть внутреннее понимание, что, не овладев сознанием, ИИ не может работать с невидимым и неощущаемым. А это — значительная часть человеческого существования. Мы не можем сказать, когда компьютеры решат эту задачу и действительно станут обладать не только признаками интеллектуальной машины, но и признаками человека. Человек несколько больше, чем интеллектуальная машина.
Уточню еще раз: мы даже близко не подошли к построению ИС не только на уровне «железа», но даже на уровне понимания. Мы не знаем, что такое естественное сознание, и, разумеется, нам крайне сложно ответить на вопрос, что нужно для создания сознания искусственного.
Одна из причин пристального внимания к развитию ИИ и нейросетей — опасение, что компьютер вытеснит человека из многих профессий, оставит его без работы. Так ли это?
Действительно, ИИ в состоянии «убить» ряд массовых интеллектуальных специальностей. И это воспринимается как угроза, каковой в действительности не является. Ситуация ничем не отличается от той, когда механические устройства прежде вытесняли людей из физических специальностей. Да, компьютер может диспетчеризировать гораздо лучше человека, играть в шахматы лучше человека. Ну и что?! Какие-то специальности исчезнут, какие-то появятся. Мне кажется, сиюминутные риски сильно преувеличены. Сейчас, например, много говорят о ChatGPT и о нейросетях, которые «скоро заменят всех». Недавно мы тестировали эту нейросеть и задали ей 18 вопросов, которые рассматривали на одном из наших семинаров. Начнем с того, что в большинстве случаев компьютер не понял вопросы и отвечал на другие. Лишь единожды компьютер честно признался, что вопрос непонятен. В части вопросов мы получили некие «разговоры», болтовню. Представьте, что вы задаете школьнику вопрос, на который он в принципе не имеет ответа. Он будет пытаться произнести некие связные фразы, куда войдут слова из вашего вопроса, в надежде, что вы махнете рукой и будете двигаться дальше. Люди часто действуют подобным образом, и основная часть ответов GPT была именно такой. Разговор был хорошо построен, но почти не содержал информации. Оставшиеся ответы можно было свести к стандартному изложению Википедии по заданной теме.
Я не говорю, что GPT — плохая нейросеть и никому не нужна. Я о том, что машина по-прежнему работает с бигдатой и от Deep Data приобрела только одно — способность разумно строить фразы. Само по себе это здорово, но мой трехлетний внук это тоже неплохо умеет. Иначе говоря, перед нами интеллект не обязательно умного ребенка плюс способность компьютера быстро работать с информацией. А вот дальше этого GPT и вообще все нейросети никогда не продвинутся.
В чем же в таком случае прикладная ценность нейросетей и перспективы более продвинутых «разумов»?
Эта штука крайне полезна, если вы работаете в человеко-машинной группе. Если у вас, например, три человека в группе и имеется доступ к GPT, вы здорово сэкономите время на разного рода поиски и быстрее получите нужный вам результат. Но еще раз подчеркиваю: реальной эвристики в работе GPT нет совсем, новую информацию она произвести не сможет. Картина выглядит так: ИИ совершает операции над существующей информацией, полноценный ИР способен производить НОВУЮ информацию, ИС способно производить ИНУЮ информацию. Отличие иного от нового в том, что новое продолжает некую прежнюю линию. Скажем, переход от паровоза к тепловозу — это новое. А иное — это появление принципиально другого признака, ароморфоз. Признака, которого ранее не было вообще. Например, изобретение полета — это иное.
Нейросети по самой своей схеме и по принципу того, как с ними работают, умеют очень хорошо комбинировать источники между собой. Дальше они будут делать это еще лучше. Они в состоянии выполнить работу Аристотеля — классификацию и соединение. Но если требуется получить новый результат, тот, которого еще нет, сделать пусть даже маленький шаг, то существующие и предлагаемые алгоритмы нейросетей эту задачу не решают. Нейросети научились работать с представлением «это похоже на... Давайте это соединим». Но здесь проходит как раз та грань, которая называется смещением. Самолет, конечно, похож на птицу тем, что летает, но он летает по-другому, на других основаниях.
Компьютер, безусловно, вытеснил нас из операций по работе с большими данными, понемногу, очень неуверенно, начинает работать с Deep Data и с новым. И пока нет никаких попыток работать с иным.
Много говорят о рисках, которые несет массовое использование ИИ. Они актуальны уже сейчас?