Великий переход

По мере роста вычислительного облака и развития сферы повсеместных вычислений мы будем вкладывать в это облако все больше своих интеллектуальных мощностей. Спутники глобального позиционирования и крошечные радиопередатчики дают возможность отслеживать наши движения в реальном мире так же точно, как сегодня отслеживает наши передвижения по ссылкам виртуального мира. С увеличением количества коммерческих и социальных операций, совершаемых через интернет, многие другие виды данных будут собираться, храниться, анализироваться и становиться доступными для программного обеспечения. Всемирный компьютер станет гораздо умнее. Другими словами, передача наших интеллектуальных мощностей машине произойдет вне зависимости от того, позволим мы внедрить в наши черепа чипы и розетки или нет.

Ученые в области компьютерных наук сейчас занимаются созданием нового языка для интернета, который обещает сделать его гораздо более сложным средством для выражения и обмена интеллектуальными мощностями. Создавая веб-страницы, сегодня программисты располагают ограниченными возможностями использования кодов или тегов для описания текста, изображений и другого контента. Традиционный язык разметки гипертекста, или HTML, концентрируется на простых командах форматирования, например на создании инструкции для браузера, чтобы он выделил строку текста курсивом или поместил ее в центр страницы. Новый язык позволит программистам пойти гораздо дальше. Они смогут использовать теги для описания значения таких объектов, как слова и изображения, а также связи между различными объектами. Так, например, имя человека будет нести в себе информацию о его адресе, профессии, предпочтениях и отношениях с другими людьми, а название продукта – содержать теги, описывающие его цену, наличие, производителя, а также совместимость с другими продуктами.

Этот новый язык, как считают инженеры по программному обеспечению, сделает возможной гораздо более умную «беседу» между компьютерами в интернете. Он превратит Всемирную паутину информации во Всемирную паутину смысла – так называемую семантическую паутину. Разработчик языка HTML Тим Бернерс-Ли – инициатор развития альтернативного языка. В 2006 году в своей речи перед участниками Международной конференции World Wide Web в Шотландии он сказал, что «Всемирной паутине еще только предстоит пережить революцию» и что «через двадцать лет мы оглянемся назад и скажем, что это был только период ее зарождения». Он предвидит день, когда «механизмы торговли, бюрократии и нашей повседневной жизни будут находиться в ведении машин, общающихся с машинами».

В Центре имени Тьюринга Вашингтонского университета, являющемся ведущей лабораторией искусственного интеллекта, исследователи уже создали программное обеспечение, которое может на самом базовом уровне «читать» предложения на веб-страницах и извлекать из них смысл, не требуя от программистов никаких тегов. Эта программа под названием TextRunner сканирует предложения и определяет отношения между словами или фразами. Например, читая предложение «Торо написал “Уолден”, покинув свой домик в лесу», программа TextRunner понимает, что глагол «написал» описывает отношение между словами «Торо» и «Уолден». По мере сканирования большого количества страниц, содержащих сотни или тысячи подобных конструкций, программа может предположить, что Торо – это писатель, а «Уолден» – книга. Поскольку программа TextRunner читает с невероятной скоростью – при проведении одного из тестов она извлекла миллиард текстовых отношений из 90 миллионов веб-страниц, – она учится очень быстро. Разработчики программы рассматривают ее в качестве перспективного прототипа программы «машинного чтения», которое они определяют как «автоматическое, неконтролируемое понимание текста» компьютерами.

Ученые также обучают машины видеть. Компания Google работает с исследователями из Калифорнийского университета в Сан-Диего над усовершенствованием системы обучения компьютеров интерпретации фотографий и других изображений. Данная система сочетает текстовые теги, описывающие содержимое изображения, с его статистическим анализом. Сначала компьютер учится распознавать объект, например дерево, «просматривая» множество изображений, содержащих объекты, отмеченные людьми как «дерево». Компьютер учится устанавливать связь между тегом и результатом математического анализа форм, присутствующих в изображениях. В сущности, он учится определять дерево вне зависимости от его положения на изображении. Используя сначала человеческий интеллект, компьютер может в дальнейшем интерпретировать изображение самостоятельно, устанавливая собственные теги со все возрастающей точностью. В конце концов, он научится так хорошо «видеть», что сможет обойтись без учителей. Он начнет думать сам за себя.