Сердце машины. Наше будущее в эру эмоционального искусственного интеллекта

Развитие, о котором говорится в законе Мура и другие «законах» технологии, например, в законе Крайдера (плотность записи на магнитные диски удваивается каждые восемнадцать месяцев) или законе Меткалфа (полезность сети пропорциональна квадрату численности ее пользователей) идет по экспоненте¹⁰. При удвоении чего-либо с постоянной скоростью, раз в день, раз в год или столетие, мы называем это ростом в геометрической прогрессии. Такой темп роста может встречаться где угодно от биологических систем, таких как клетки, до популяций животных и сложных процентов в инвестициях.

Рост в геометрической прогрессии может быть невероятно обманчивым, поскольку мы привыкли воспринимать мир линейно. Минуты, дни и годы последовательно сменяют друг друга, накапливаясь один за другим. То же самое происходит и с задачами, которые мы выполняем. Во многих отношениях геометрическая прогрессия нам чужда.

Представьте небольшое озеро, на поверхности которого плавает одна кувшинка. Количество кувшинок каждый день удваивается, так что на второй день их будет две, на третий – четыре, на четвертый – восемь и так далее. Через десять дней кувшинок будет 1024, но они все равно покроют лишь небольшую часть озера. Предположим, площадь поверхности озера составляет миллион квадратных футов (-92 903 м²) с кувшинками на каждый квадратный фут (-30 см²). Даже на пятнадцатый день озеро будет покрыто цветами на 3 %. Но спустя четыре дня кувшинки покроют половину поверхности озера, а на двадцатый день будет закрыта вся поверхность озера. Более того, при отсутствии сдерживающих факторов через десять дней кувшинками зарастут тысячи таких озер. И все началось с одного цветка.

Вот почему рост по экспоненте нередко нас удивляет, будь то кувшинки на озере, пандемии или технологический прогресс. Мы еще не эволюционировали до способности воспринимать их должным образом. Это не значит, что такие ожидания и прогнозы невозможны, они просто кажутся нелогичными.

Изменения в геометрической прогрессии не ограничиваются интегральными микросхемами и законом Мура. Они затрагивают большую часть мира технологий. Все больше экспертов в области технологий и ученых признают, что это фундаментальный аспект технологического прогресса. Учитывая положительную обратную связь и пользу, которую приносит технология, она обеспечивает нам возможность изменять окружающий мир с невиданной скоростью, что ведет к ускорению темпа изменений. Это только укрепляет симбиоз: нам нужна технология, а мы нужны ей. (По крайней мере пока.) Благодаря этому симбиозу происходит постоянное развитие, и в итоге формируются самодостаточные отношения совместной эволюции. Во многих отношениях мы стали чем-то большим, чем люди, поскольку мы – это сумма всего, что нами создано.

Ускоряющиеся изменения происходят постоянно, но стали очевидными лишь в последние десятилетия, поскольку происходят в пределах времени, воспринимаемого человеком. Когда наши человекоподобные предки начали мастерить первые примитивные орудия труда, изменения происходили настолько медленно, что наблюдать их было невозможно даже на протяжении многих поколений. Сегодня технологии регулярно меняют общество. Рэй Курцвейл называет это «законом ускоряющейся отдачи», поскольку технология существует внутри цепи положительной обратной связи, заставляя наблюдаемый темп изменений постоянно ускоряться с течением времени¹¹. Некоторые аспекты такого укрепления приводят к вторичным уровням роста в геометрической прогрессии. Курцвейл продолжает, что рост в геометрической прогрессии сам возрастает в геометрической прогрессии.

Именно это усовершенствование в геометрической прогрессии приведет к тому, что в грядущие десятилетия технология искусственного интеллекта совершит гигантский скачок вперед. Эти исследования станут настолько значительными, что мы окажемся перед фактом: интеллектуальному превосходству людей брошен вызов. Проще говоря, мы можем не удержаться на вершине разума.

В течение последних десятилетий к проблеме искусственного интеллекта применялись многочисленные подходы, например перцептроны, простые нейронные сети, экспертные системы на основе дерева принятия решений, алгоритм имитация отжига и байесовские сети. Каждый из них был по-своему успешен и носил прикладной характер, но спустя время стало ясно, что ни один из этих подходов даже не приблизился к искусственному интеллекту уровня человека.