Власть роботов. Как подготовиться к неизбежному

Более того, представляется, что субстрат на основе кремния имеет множество преимуществ перед биологической живой материей, поддерживающей работу человеческого мозга. Электрические сигналы в компьютерных чипах распространяются гораздо быстрее, чем в головном мозге, и любая машина, однажды сравнявшаяся с нами в способности мыслить и общаться, будет обладать всеми преимуществами, которые есть у компьютеров. Машинный интеллект будет безошибочно помнить даже то, что произошло в далеком прошлом, и уметь сортировать и перелопачивать колоссальные объемы данных с фантастической скоростью. Он также сможет напрямую выходить в интернет или другие сети, подключаться к практически безграничным ресурсам и без усилий общаться с другими машинами, даже если освоит общение с нами. Иными словами, ИИ человеческого уровня по определению будет во многих отношениях превосходить нас.

Несмотря на почти всеобщую убежденность, что эта цель когда-то будет достигнута, путь, который нас к ней приведет, и время прибытия по-прежнему тонут во мраке неопределенности. До сих пор прогресс был очень постепенным. Так, в конце 2017 года DeepMind выпустила AlphaZero, обновление своей системы AlphaGo для игры в го. В AlphaZero было покончено с необходимостью контролируемого обучения на данных о тысячах партий в го, сыгранных людьми, она начинает фактически с чистого листа, обучаясь исключительно на основе моделирования, играя сама с собой. Систему можно научить решать и другие задачи, в том числе играть в шахматы и японскую игру сёги. AlphaZero быстро доказала, что является самым сильным на планете игроком в шахматы, победив лучшие специализированные шахматные алгоритмы, которые обыгрывали самых сильных шахматистов. Демис Хассабис сказал мне, что AlphaZero, возможно, служит универсальным решением для игр «с полной информацией», то есть для таких задач, где легкодоступна вся необходимая информация, скажем фигурки на игровой доске или пиксели на экране.

Разумеется, реальный мир, в котором мы живем, далек от полноты информации. Почти все области, где мы хотели бы когда-нибудь использовать продвинутый искусственный интеллект, требуют способности действовать в условиях неопределенности и справляться с ситуациями, в которых огромные объемы информации скрыты или просто недоступны. В январе 2019 года DeepMind снова продемонстрировала прогресс, выпустив AlphaStar — систему для игры в стратегию StarCraft. StarCraft моделирует галактическую войну за ресурсы между тремя внеземными расами, каждой из которых управляет онлайновый игрок в реальном времени. StarCraft не является игрой с полной информацией — игроки должны вести «разведку», чтобы узнать скрытую информацию о том, чем заняты противники. Также требуется навык долгосрочного планирования и управления ресурсами в огромном игровом пространстве. Очередным триумфом команды DeepMind стала победа AlphaStar над сильнейшим профессиональным игроком в StarCraft с разгромным счетом 5:0 в турнире, проведенном в декабре 2018 года[201].

Это впечатляющие достижения, однако они по-прежнему не преодолевают принципиальные ограничения, привязывающие современные ИИ-системы к узким областям. Например, AlphaStar требует масштабного обучения, как контролируемого, так и с подкреплением, для игры за определенную расу инопланетян. Переход к другой расе с иными сильными сторонами требует полного переобучения. Аналогично AlphaZero легко становится сильнейшим в мире игроком в шахматы или сёги, но она и ребенка не обыграет в шашки без соответствующего переобучения. Даже самые мощные системы, представляющие передовой рубеж исследования ИИ, являются поверхностными и хрупкими. Как отмечает Орен Эциони из Института Аллена, любая из этих систем продолжит невозмутимо играть, даже если узнает, что комната объята пламенем[202]. У них нет здравого смысла, нет подлинного понимания.

Сколько времени понадобится, чтобы преодолеть эти ограничения и создать по-настоящему мыслящую машину? В процессе разговоров с лучшими умами в сфере ИИ, приведенных в моей книге «Архитекторы интеллекта», я просил дать прогноз, в каком году универсальный искусственный интеллект может быть создан хотя бы с 50 %-ной вероятностью. Большинство опрошенных пожелали сохранить анонимность своих предсказаний, а пять исследователей отказались дать прогноз, отметив, что путь к ИИ человеческого уровня отличается огромной неопределенностью и что придется преодолеть неизвестно сколько препятствий. Тем не менее 18 ведущих мировых экспертов в области ИИ все-таки поделились со мной своими оценками. Результаты приведены далее в таблице. По-моему, они очень интересны[203].