Будущее человечества. Колонизация Марса, путешествия к звездам и обретение бессмертия

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.

Конкурс DARPA

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.

Обучающиеся машины

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».