Читать книгу - "Иной разум. Как «думает» искусственный интеллект? - Андрей Владимирович Курпатов"

так, как это описали два упомянутых нобелевских лауреата по физио-логии и медицине.

• Йошуа Бенжио сосредоточился на проблеме «обучения без учителя». Он пытался заставить нейронные сети находить структуру в данных самостоятельно, без человеческих подсказок. Его работа над автоэнкодерами и генеративными моделями была направлена на то, чтобы, по сути, научить ИИ «думать» об объектах, а не просто их классифицировать[147].

Долгое время, впрочем, на эти идеи большого внимания не обращали. Пока, наконец, в 2012 году нейронная сеть AlexNet, созданная учениками Хинтона, не продемонстрировала в рамках публичных соревнований ImageNet такой результат, который казался почти невозможным[148].

Это был день, когда закончилась долгая «зима» искус-ственного интеллекта и началась революция глубокого обучения.

Конец «зимы»

Суть революции состояла в том, что учёные отказались от попыток сделать интеллект прозрачным и объяснимым. Они предположили, что он может возникать эмерджентно — просто из статистических закономерностей. И не из сложных структур, а из сложнейшего взаимодей-ствия миллионов простых элементов, настроенных в процессе обучения.

Самым мощным потрясением, конечно, стал феномен «всплывающих» способностей: модель, обученная предсказывать текст, вдруг продемонстрировала понимание арифметики или логики, чему она не обучалась. Это было похоже на чудо: «чёрный ящик» давал правильные ответы, но никто не понимал, как именно[149][150].

Но что было ещё более странным, а точнее — контринтуитивным: ИИ мог классифицировать кошку с точностью 99 %, но ему было абсолютно всё равно, что такое кошка. У него не было ни целей, ни желаний, ни внутренней озадаченности, а лишь мощная способность распознавать некие паттерны.

То есть ИИ распознавал не нашу «кошку», а паттерн, который стоит за тем, что мы считаем «кошкой». Иными словами, его знание и понимание «кошки» находились в совершенно ином умвельте — мире статистических корреляций — и радикально отличались от того, чем «кошка» является для нас — как мы её себе представляем, как мы о ней думаем, что это для нас значит.

Третья волна: инструктивные LLM и агенты, 2017 — н. в

Любая достаточно развитая технология неотличима от магии.

Артур Кларк

Глубокие нейронные сети показали, что они способны учиться, но оставался вопрос взаимодействия… Так начался поиск разума, способного следовать инструкциям и оперировать в открытом, непредсказуемом мире. И этот прорыв стал возможен благодаря трём ключевым инновациям, каждая из которых, по сути, стала шагом к воспроизведению критически важных функций человеческого познания.

1. Трансформеры: «рабочая память» и контекст

Нейросети обрабатывали текст последовательно, слово за словом, и потому с трудом удерживали контекст. То есть к концу абзаца модель уже «забывала», о чём шла речь в его начале. Именно с этой проблемой справилась архитектура трансформера, представленная исследователями Google в 2017 году[151].

Гениальность трансформера, как мы уже с вами знаем, состоит в «механизме внимания»: вместо последовательности слов трансформер мог «видеть» сразу все слова в тексте одновременно. И это, по сути, аналог человеческой рабочей памяти, благодаря которой мы способны к пониманию сложных контекстов.

Впервые машина научилась не просто обрабатывать слова, но строить богатое, динамическое представление о связях между ними в конкретной ситуации.

2. «Воспитание» машины

Ранние трансформеры (такие, например, как GPT–2) были потрясающими, но в некотором смысле «дикими». Обученные на огромных массивах данных из интернета, они могли и сгенерировать блестящее эссе, и создать токсичный или просто бессмысленный текст.

Решение пришло в виде двухэтапного обучения, похожего на человеческое воспитание. Сначала модель проходит «общее образование» на гигантских массивах текстов, а затем она отправляется в «школу хороших манер» — проходит «инструктивную настройку» и «обучение с подкреплением на основе обратной связи от человека» (RLHF)[152].

Процесс RLHF, в сущности, не является каким-то суперсложным: машине даётся запрос, она генерирует несколько вариантов ответа, а человек-оценщик выбирает лучший из них. Этот выбор служит «наградой», сигналом подкрепления, который корректирует поведение модели в соответствующем направлении.

Миллионы таких циклов «обучают» модель не только продолжать текст, а следовать при этом инструкциям: быть вежливой, избегать вредных тем — по сути, усваивать неявные социальные нормы, заложенные в предпочтениях оценщиков. Мы начали не просто учить машину языку, мы начали её «воспитывать», прививая ей желаемое нами поведение.

3. Обучение рассуждению

Впрочем, даже «воспитанные» модели часто терпели неудачу в задачах, требующих многошаговых рассуждений. Например, при решении математических задач они пытались «угадать» ответ, подобно человеку, решающему сложное уравнение в уме, и, разумеется, часто ошибались.

Проблема снова была преодолена компанией Google, о чём она и поведала миру в 2022 году. Исследователи обнаружили, что если просто попросить модель «думать по шагам», её производительность резко возрастает[153].

Представим себе задачку из школьного учебника по математике: «Если у фермера 5 корзин по 10 яблок в каждой и он продал 3 корзины, сколько яблок у него осталось?» Если модель рискнёт ответить сразу, она легко запутается. Поэтому ей предложили действовать последовательно:

• сначала посчитаем общее количество яблок (5 корзин по 10 яблок — это 50);

• затем посчитаем, сколько яблок было продано (3 корзины по 10 яблок — это 30);

• теперь вычтем проданные из общего количества (50 − 30 = 20).

В общем, перед нами искусственный аналог психологической интроспекции и последовательного логического вывода: заставляя машину «проговаривать» свои шаги, исследователи стабилизировали её мыслительный процесс и позволили ей решать гораздо более сложные задачи.

Таким образом, третья волна привела нас к созданию систем, которые имитируют полный цикл разумного действия:

• память — гигантский объём знаний, сохранённый в параметрах модели;

• представление — способность трансформера строить сложную, контекстуальную модель запроса;

• цель — инструкция, которую получает модель;

• действие — план, код или текст, выстроенный с помощью «цепочки мыслей».

В результате мы получили мощный разум, способный решать сложнейшие задачи. Вроде бы теперь все самые смелые фантазии должны реализоваться! Но, как это обычно бывает: когда мы достигли дна — снизу постучали…

Проблемы без решения

И если ты долго смотришь в бездну, то бездна тоже смотрит в тебя.

Фридрих Ницше

Мы создали машины, которые справляются с самыми разными задачами на уровне лучших умов человечества. Они способны анализировать немыслимые объёмы данных, пишут компьютерный код, диагностируют редкие заболевания, создают поэзию и ведут диалог с завораживающей правдоподобностью.

И всё же в самом сердце этого технологического чуда зияет странная, почти метафизическая пустота. «Мышление» ИИ, при всей вычислительной мощи этих машин и их предельной учтивости в общении, кажется нам каким-то странно-чуждым и безжизненным.

Фундаментальное отличие, которое мы интуитивно ощущаем —