Читать книгу - "Новая география инноваций. Глобальная борьба за прорывные технологии - Мехран Гул"

использовать как два разных способа решения одних задач. Если систему нужно научить играть в шахматы, при символическом подходе ей заложили бы правила игры, расположения фигур на доске и возможные ходы. При подходе, использующем нейронные сети, ей показали бы множество шахматных партий, чтобы она могла распознавать закономерности в игре и научиться играть самостоятельно.

Оба подхода существуют практически с момента зарождения ИИ как научной области. Еще в 1957 году исследователи из Корнелла построили перцептрон – пятитонный компьютер размером с целую комнату, который, по словам изобретателя Фрэнка Розенблатта, был первой машиной, «способной мыслить самостоятельно»[291]. Это было некоторое преувеличение, поскольку машина выполняла только простые задачи – например, отличала карточки с метками, сделанными на них слева, от карточек с метками, сделанными справа. Но это было простое, хотя и убедительное доказательство того, что машины можно научить учиться самостоятельно.

Перцептрон теперь считается первой в мире ИИ-системой. Когда эта «мыслящая машина» только появилась, она произвела такой же сенсационный эффект на СМИ, как и ChatGPT более шести десятилетий спустя. «НОВОЕ УСТРОЙСТВО ВМС УЧИТСЯ НА ПРАКТИКЕ: Психолог показывает зародыш компьютера для чтения и обучения», – писала New York Times. «Это первый серьезный соперник человеческого мозга из когда-либо созданных», – отмечал New Yorker.

Энтузиазм угас, когда очевидными стали недостатки перцептрона. Он мог выполнять только простейшие задачи и то в очень ограниченных условиях. Вскоре последовал широкий скептицизм, и Марвин Минский – профессор Массачусетского технологического института, ключевая фигура в исследованиях ИИ прошлого столетия – даже написал в 1969 году целую книгу «Перцептроны», критикуя их недостатки[292]. В следующем году Минский получил премию Тьюринга – высшую награду в области компьютерных наук.

Карьера Фрэнка Розенблатта пошла в противоположном направлении. Когда участь нейронных сетей была предрешена, его исследовательские интересы переключились с нейросетей на не менее спорное занятие – инъекции вещества из мозга обученных крыс необученным, чтобы проверить, передастся ли таким образом обучение. Именно этим он занимался, когда погиб по трагической случайности на лодке в 1971 году в возрасте 43 лет.

Нейронные сети впали в немилость и стали восприниматься как сомнительное занятие, а их приверженцев считали чуть ли не колдунами, занимающимися мистикой и чародейством. Это не было делом для серьезных ученых. Слово «нейронный» стало ругательством, и исследователи всячески старались заменить его в работах терминами вроде «функциональная аппроксимация» и «нелинейная регрессия» – всем, что могло скрыть от рецензентов истинную природу исследований. С 1970-х до начала 2000-х талантливым молодым ученым, работавшим над докторскими, советовали переключиться на другое; нейронные сети были тупиком, верным способом поставить крест на будущей карьере.

2

Джеффри Хинтон сохранял веру, даже когда академическое сообщество отвергало нейронные сети. «В восьмидесятых Джефф выступил против всего американского ИИ-сообщества, против всех, заявив, что они неправы. Я знал многих из них – очень умные люди, так что это было смело с его стороны», – рассказывает мне Гарт Гибсон, основатель и генеральный директор Института искусственного интеллекта «Вектор» в Торонто[293].

Хинтон родился в закате Британской империи зимой 1947 года в Уимблдоне, в семье научной династии. Его прадед – Джордж Буль, изобретатель булевой алгебры, основы всех современных компьютеров. Двоюродная сестра Джоан Хинтон была физиком-ядерщиком, работавшей над Манхэттенским проектом. В детстве мать сказала ему, что «он может стать либо ученым, либо неудачником», и какое-то время казалось, что он станет неудачником.

Когда Хинтор поступил учиться в Кингс-Колледж Кембриджа в конце 1960-х, он никак не мог понять, к чему у него есть способности. Изучал физику, потом химию, потом математику, затем вообще бросил учебу, чтобы через год снова поступить и попробовать себя в архитектуре, потом переключился на физику, затем на физиологию и окончил в 1970 году с дипломом по экспериментальной психологии. После чего тут же принялся работать плотником в Лондоне – строил полки, вешал двери, чтобы как-то заработать на жизнь.

Через пару лет его убедили вернуться в науку, и он поступил в аспирантуру по искусственному интеллекту в Эдинбургском университете. Много лет спустя коллега представил его на конференции как человека, который потерпел неудачу в физике, ушел из психологии и в итоге оказался в искусственном интеллекте – области без всяких стандартов. Хинтон любит повторять эту историю с оговоркой: «Я не потерпел неудачу в физике и ушел из психологии; я потерпел неудачу в психологии и ушел из физики – это намного солиднее звучит»[294].

Именно в Эдинбурге Хинтон заинтересовался нейронными сетями. Это было опасное увлечение. Начало 1970-х – самая низкая точка для этой области, время, когда большинство исследователей бросали это направление, а не приходили в него. Но Хинтон, которому еще не было тридцати, считал, что их хоронили раньше времени. «Позиция Джеффа всегда была такой: есть только одна разумная машина, которую мы знаем, – это мозг, – продолжает Гибсон. – Только она. Ничто другое не доказало способность мыслить. Зачем ожидать, что мы сможем изобрести что-то с нуля, способное конкурировать?»

За эти убеждения Хинтон провел большую часть карьеры на обочине научного мейнстрима. После защиты диссертации ему с трудом удавалось получать даже приглашения на собеседования в британских университетах. И он был вынужден переехать в Калифорнию, устроившись в Университет Сан-Диего, где научная атмосфера была более благосклонна к необычным идеям. Десять лет он мотался между университетами США и Британии, пока в 1987 году не обосновался на факультете компьютерных наук Университета Торонто, где и работает с тех пор.

В середине 1980-х Хинтон представил доклад на конференции, в которой приняли участие около 20 ИИ-исследователей, собравшихся в старой французской усадьбе под Бостоном – месте отдыха для ученых из соседнего Массачусетского технологического института. Среди присутствующих был Марвин Минский. Хинтон раздал копии усыпанной формулами работы о том, что он назвал машиной Больцмана – типе нейронной сети, которая преодолела недостатки перцептрона, критиковавшегося Минским в книге 15 годами ранее.

Пока Хинтон выступал с докладом, Минский разобрал свою копию статьи на страницы и разложил их в ряд на столе перед собой. Он молча слушал, а когда лекция закончилась, встал и вышел, не сказав ни слова и оставив бумаги. Хинтон позже собрал разрозненные страницы и отправил их в офис Минского с короткой запиской: «Возможно, вы оставили их случайно»[295].

8

Широкий скептицизм сдерживал прогресс нейронных сетей на протяжении трех десятилетий – до 2012 года, когда Хинтон с двумя аспирантами участвовал в ImageNet, престижном соревновании по компьютерному зрению в Стэнфорде, где исследователи представляли ИИ-программы для распознавания объектов на изображениях. Работа Хинтона AlexNet, основанная на нейросетях, разгромила конкурентов, распознав больше изображений с меньшим числом ошибок, чем любой другой подход. Это был не постепенный прогресс, а значительный прорыв, революционизировавший компьютерное зрение.

Результаты ImageNet 2012 стали переломным событием в машинном обучении – большая часть современного бума ИИ восходит к тому моменту. Нейросети реабилитировали, превратив из маргинального направления ИИ в основное практически в одночасье. Теперь их считают не просто жизнеспособным подходом к машинному обучению, а в большинстве случаев самым перспективным