Про GOOGLE

Если задать компьютеру и человеку один и тот же вопрос, смог бы ты отличить, какой ответ дал компьютер, а какой – человек? Определение, какой ответ человеческий, а какой сгенерирован компьютером, известно как тест Тьюринга, который был разработан исследователем искусственного интеллекта Аланом Тьюрингом в 1950 году.

Посмотрим правде в глаза, когда ты учился ходить, для того, чтобы разобраться что к чему, тебе потребовалось много проб и ошибок. Сначала ты переворачивался, затем ползал, делая кучу непреднамеренных ударов лицом об пол, а затем начал ходить, держась за разные вещи, например, диван. Возможно, ты убедился на горьком опыте, что кошка – не лучший помощник в ходьбе. Затем – после большого количества падений, спотыканий, слез и новых попыток – ты справился с этим. Вот так люди и учатся: тщательное изучение + метод проб и ошибок (а затем новых проб и ошибок). Может ли машина учиться таким образом? И что тогда? Как может быть полезен сверхчеловеческий интеллект?

В восьмидесятые годы эта идея опережала свое время. Вычислительной мощности для попытки ее реализации не существовало.

Но примерно через тридцать лет в суперсекретном подразделении лаборатории X группа программистов пыталась решить эту проблему. Их проект назывался Google Brain. Они сидели так близко к Сергею, что он мог бросать в них скрепки. Но он так не делал.

Первоначально Google Brain был назван «Проект Марвин» в честь пионера в области искусственного интеллекта Марвина Мински.

«Если честно, я не обратил на это никакого внимания, – объяснил Сергей публике в Давосе в 2017 году, – будучи обученными на инженеров-программистов в девяностых, все знали, что искусственный интеллект не работает. Люди пробовали его создать. Они пробовали создать нейронные сети. Ничто из этого не работало».

Сергей действительно говорил о нейронных сетях. Их идея состояла в том, что ты мог сымитировать структуру человеческого мозга. Наш мозг – электрическая система, состоящая из миллиардов нейронов. Нейроны – это нервные клетки с важной задачей: переносить информацию в другие клетки. Они делают это с помощью электрических и химических сигналов. Нейроны имеют свои собственные сети, называемые нейронными сетями.

Вдохновленная устройством человеческого мозга проектная группа начала экспериментировать с цифровыми нейронными сетями.

Google Переводчик был результатом десяти лет работы инженеров, написавших код, необходимый для перевода с одного языка на другой. Но в 2016 году, когда Google Переводчик был переключен на программу на основе искусственного интеллекта, прогресс был впечатляющим. Внезапно совершенствование, на которое у инженеров ушло десять лет, было удвоено проектом Brain – да притом в одночасье. Для пользователей это означало более быстрый и точный перевод, более приближенный к тому, как говорят носители языка.

Сергей улыбается, когда рассказывает о том, что произошло дальше. «Один из наших лучших компьютерных ученых, Джефф Дин, периодически подходил ко мне и говорил: «Смотри, компьютер создал изображение кошки». А я отвечал: «Очень мило, Джефф. Как скажешь, иди, работай». Перемотайте вперед на несколько лет, и теперь Brain, вероятно, затрагивает каждый из наших главных проектов, будь то поиск, фотографии, реклама или все остальное, что мы делаем».

Сегодня идет активный набор самых талантливых выпускников в этой области. Google финансирует новые лаборатории ИИ в Канаде. Он работает непосредственно с университетами с сильными исследовательскими программами в области искусственного интеллекта.

Реакция Ларри? «Представьте себе, что такой интеллект составляет ваш распорядок дня, – размышляет он. – Мы находимся в самом начале этого, и меня это завораживает».