В 2026-м от разговоров об искусственном интеллекте спрятаться все сложнее, даже если очень хочется. В интернете и СМИ уже не первый год постоянно звучат одни и те же тревожные вопросы. Захватит ли ИИ мир? А если не захватит, работу-то у меня отберет? А как скоро он окончательно станет умнее человека? И насколько мы обречены, когда все-таки станет?
Будущее непредсказуемо, поэтому вопросы повторяются по кругу, журналисты публикуют новые тексты, от научных статей до подборок мемов, а искусственный интеллект тем временем все прочнее укореняется в нашей жизни: уже 40% россиян, по подсчетам hh.ru, уже пробовали использовать ИИ в работе, и цифра только растет. Искусственный интеллект становится обыденностью, но не перестает завораживать и пугать.
Профессор Тоби Уолш, автор книги «Искусственный интеллект. Краткая история будущего», не претендует на универсальное знание об ИИ и честно пишет: ответы на некоторые вопросы даст только время. Тем не менее, он входит в когорту людей, уже долгие годы занимающихся изучением умных машин, — очень узкую когорту, как отмечает он сам: «Сфера искусственного интеллекта удивительно мала… ежегодно в Соединенных Штатах и Канаде выпускаются и остаются для дальнейших научных исследований менее 100 кандидатов наук в области ИИ». Поэтому у Уолша, члена академии наук Австралии, автора нескольких книг об ИИ, определенно есть, что сказать на эту тему, — ниже несколько примеров из «Краткой истории будущего», которые дают понять, насколько парадоксален искусственный интеллект.
1. Искусственному интеллекту скоро стукнет 70
Конечно, речь не о ChatGPT или подобных ему продвинутых моделях, которые и текст переведут, и подскажут, куда сходить в пятницу вечером, и при необходимости заменят живого собеседника — но точкой отсчета движения к ИИ считается 18 июня 1956 года. Тогда в американском Дартмутском колледже начался восьминедельный научный семинар, который дал старт всей сфере изучения искусственного интеллекта. Организатором выступил доцент Джон Маккарти (1927–2011), амбициозный молодой ученый, стремившийся к довольно старой мечте — «построить машину, способную мыслить».
Маккарти здесь не был первопроходцем: уже в XIX веке, с появлением первых вычислительных машин, ученые стали размышлять о потенциале их работы: смогут ли когда-нибудь эти механизмы не просто считать, но и писать, говорить, работать с изображениями? Сегодня мы уже знаем, что ответ — «да», но следующий вопрос в этой логической цепочке звучит как «смогут ли они когда-нибудь думать и действовать без человека?».
В 1956 году такая перспектива казалась довольно туманной, поэтому на финансирование Дартмутского семинара благотворительный фонд Рокфеллера выделил всего 7500 долларов. На современные деньги — около 90 тысяч долларов, копейки по сравнению с капитализацией современных ИИ-корпораций (стоимость OpenAI, создавшая ChatGPT, оценивается в сотни миллиардов долларов).
2. Машины быстро научились играть в игры. А вот ходили с трудом
Первые десятилетия развития умных машин, вплоть до 1990-х годов, Тоби Уолш называет «эрой символизма». Тогда ученые стремились сформировать мышление через системы символов: кодировали слова и понятия из человеческого языка, переводя на машинный, а дальше «общались» с компьютерами, ставя задачи и прописывая программы действий. Простым и важным способом обучения здесь стали игры. В играх есть правила, есть понятная цель, и, загрузив в машину достаточный объем информации, ее можно научить играть не хуже человека.
По мере совершенствования технологий этот тезис полностью подтвердился. Возможно, вы слышали о том, как компьютер Deep Blue в 1997 году победил действующего чемпиона мира по шахматам — историческое событие. Но впервые программа обыграла мирового чемпиона еще в 1979-м, правда, играли тогда не в шахматы, а в нарды. И тут можно сказать, что бездушной машине повезло: для BKG 9.8, противостоявшей человеку, удачно выпали кости.
Сегодня во всех играх, где нет элемента удачи, у человека почти нет шансов в противостоянии с программой. «Они могут работать намного быстрее и просматривать гораздо большие массивы данных, чем люди, при этом выполняя все без ошибок», — отмечает Уолш. Но это не делает машины всесильными. Так, весь XX век их было очень сложно научить распознавать лица (навык, который есть и у пятилетнего ребенка). Не менее сложной задачей было научить роботов ходить: правда, сегодня, глядя на видео, где польский робот бодро гоняет диких кабанов по Варшаве, очевидно, что наука с этим справилась.
3. На двадцать лет про ИИ просто забыли
Или, по крайней мере, относились со скепсисом. Как пишет Уолш, «история искусственного интеллекта — это череда взлетов и падений». Первый всплеск интереса пришелся на 1960-е: после появления первых компьютеров, способных общаться, научное сообщество прогнозировало, что появление умных машин не за горами. В 1970-е, после скептичного отчета британского профессора Джемса Лайтхилла, интерес пошел на спад. 1980-е — новый виток: появились «экспертные системы», программы, воспроизводящие человеческие знания в сложных областях вроде медицины и инженерии. Снова заговорили о том, что искусственный интеллект уже на пороге, в сферу потекли инвестиции.
Дальше — новое разочарование: к концу десятилетия оказалось, что у «экспертных систем» есть свои пределы, и дальше уже достигнутого двигаться вроде бы некуда. «Вторая зима искусственного интеллекта длилась 20 лет», — мрачно сообщает Тоби Уолш. Он как раз к концу 1980-х окончил университет и начал работать в сфере искусственного интеллекта. До 2010-х больших прорывов в этой области не происходило.
4. В XXI веке компьютеры стали учиться сами
Вся «эра символизма» была построена на том, что человек «учит» компьютер, загружая в него знания. Как отмечает Уолш, «ручное программирование оказалось медленным и до боли трудоемким», — это надолго завело научное сообщество в тупик. Но в 2012 году произошел прорыв: команда ученых под руководством Джеффри Хинтона научила программу-нейросеть AlexNet распознавать объекты на фото с беспрецедентной точностью. AlexNet при этом работала на технологии «глубокого обучения»: используя огромную базу данных, она автоматически настраивала миллионы внутренних параметров, что позволяло достигать невиданных прежде результатов.
Это изменило общий подход к умным машинам: стало очевидно, что система, в которой программа учит себя сама и с недоступной человеку скоростью осваивает новые и новые данные, совершеннее ручного программирования. После триумфа AlexNet наступила «эра обучения», которая длится до сих пор.
5. Даже в эпоху ИИ у человечества есть будущее
В последней части «Краткой истории будущего» Тоби Уолш, рассказав об «эре символизма» и сменившей ее «эре обучения», о многих достойных ученых, их победах и провалах, о силе и слабостях ChatGPT и программ Google, наконец, переходит к тем проклятым вопросам, которые тревожат многих жителей современности в контексте ИИ, и остается оптимистом.
Рассуждая о пугающей перспективе возможного достижения сингулярности — точки, где ИИ окончательно превзойдет человеческое мышление, мгновенно и постоянно обновляясь по принципу снежного кома — Уолш отмечает, что мы пока не знаем, возможно ли это или у освоения информации даже самым совершенным разумом есть пределы.
Кроме того, по его мнению, сила человечества не в интеллекте (сложно с этим поспорить), а в способности сплотиться и работать вместе, голый интеллект без воли — лишь инструмент. И само по себе развитие искусственного интеллекта еще не означает, что у него появится желание завоевывать мир или отбирать вашу работу. Другое дело, как его будут использовать люди, но это уже совсем другая история.
