Как запомнить все! Секреты чемпиона мира по мнемотехнике

Компьютеры, обучающиеся как люди?.. До сих пор мы сравнивали головной мозг с жестким компьютерным диском. Есть, однако, ученые, которые исходят из прямо противоположной посылки и пытаются сделать компьютеры способными к естественному, так сказать, природному обучению. Эти ученые ведут речь о нейронных сетях. Однако эти нейронные сети должны состоять отнюдь не из биологических нервных клеток. Речь идет даже не о том, чтобы, как в научно-фантастическом фильме «Матрица», вставить клетки мозга в компьютер. Вместо этого работа компьютера будет имитировать работу головного мозга. Эти работы преследуют двоякую цель: с одной стороны, улучшить конструкцию компьютеров, а с другой стороны, строя компьютеры, больше учиться у человеческого мозга. На осуществление Human Brain Project Европейский союз выделил миллиард евро, которые были распределены между сотней научно-исследовательских центров, чтобы как можно скорее разработать методы имитации работы большей части головного мозга. Это один из самых крупных проектов за всю историю науки. Однако проекты такого масштаба всегда навлекают на себя ожесточенную критику. В данном случае критика заключается в том, что мысль о создании компьютеров нового типа основана на идеях очень немногих ученых, и, кроме того, проведено слишком мало исследований по реальной работе мозга для того, чтобы строить на их основе новые модели компьютеров. Потребуется еще несколько лет, чтобы понять, насколько успешно продвигается это направление и чему оно нас научит. Последние сообщения говорят о том, что в 2015 году ученым удалось имитировать работу небольшой области коры мозга крыс, состоящей из 31 тысячи нейронов. В эксперименте этот искусственный частичный мозг ведет себя точно так же, как соответствующий участок крысиного мозга. Научиться чему-либо на основании этого достижения мы пока не можем, как справедливо указывают критики. Закончится ли этот проект созданием усовершенствованных тамагочи (цифровых животных, которые одно время были очень популярны среди любителей компьютерных игр) или нам все же удастся узнать что-то новое о работе мозга, покажет время.

Между тем применение в компьютерах нейронных сетей уже привело к познаниям совершенно иного рода. Известна ли вам настольная игра го? В Азии эту игру ценят очень высоко, и там даже есть профессиональные игроки. У нас эта игра приобрела широкую известность в начале 2016 года, после того как вопреки ожиданиям всех экспертов компьютерная программа, созданная специалистами отдела искусственного интеллекта компании Google, нанесла поражение чемпиону мира по го со счетом 4:1. В 1997 году компьютер Deep Blue победил чемпиона мира по шахматам Гарри Каспарова, что вызвало большой шум в средствах массовой информации. Однако шахматы – это игра с простыми и ясными правилами, и все ходы можно просчитать и сравнить варианты позиций, после чего внести все эти данные в программу. Го намного сложнее, и поэтому многие специалисты считали, что только к 2025 году, а то и позже компьютеры станут настолько совершенными, что смогут побеждать мастеров го. Тем не менее специалистам Google удалось сделать это в 2016 году, причем не за счет увеличения скорости, а за счет применения нейронных сетей.

Эксперты го были немало удивлены некоторыми ходами компьютера, так как не считали их самыми удачными. В комментариях во время прямой трансляции специалисты говорили, что компьютер совершил ошибку, но немного позднее выяснялось, что именно этот конкретный ход в конце концов принес победу компьютеру. Нам это хорошо известно по замечаниям комментаторов футбольных матчей: «Фол! Фол! Это же одиннадцатиметровый! Куда он смотрит? Почему нет свистка? Вот же замедленный повтор! О, так касание ноги было! Какая симуляция фола!»

Таким образом, «Альфа-Го» играет как человек, а не как компьютерная программа, но это был пример обучения компьютера: с помощью нейронной сети с несколькими узлами соединений между уровнями компьютер изучил огромное количество партий профессиональных игроков в го. Компьютер сутками напролет играл в го сам с собой. Сделайте это, будучи человеком. Игроки в го высмеют вас и назовут чудаком.

В данном случае были использованы две параллельные нейронные сети. Одна сеть заучила правила и изыскивала на основании анализа уже сыгранных партий возможные ходы. Совокупностью введенных данных здесь является игровая доска. Исходом каждого допустимого по правилам хода является вероятность того, как сыграет человек в ответ на этот ход, – точно так же, как играет и человек. Испытания показали, что компьютер делает правильный ход в 57 % случаев. Это не слишком высокий показатель, так как при этом учитывается двести возможных ответных ходов, однако это довольно неплохой результат, который показывает, что и профессионалы в своей игре более предсказуемы, нежели они сами о себе думают.