5 Предвестники весны искусственного интеллекта

Весною, когда земля оттает, люди тоже как будто становятся мягче.

Максим Горький. Пожар

В 1984 г. темой публичных дебатов, организованных на общем собрании Американской ассоциации искусственного интеллекта (American Association of Artificial Intelligence, AAAI, ныне известной как Ассоциация по развитию искусственного интеллекта, Association for the Advancement of Artificial Intelligence, AAAI), стала «зима искусственного интеллекта» (AI winter). Этот термин, отсылающий к активно обсуждавшейся в 1980-е гг. идее ядерной зимы, обозначает период сокращения финансирования и снижения интереса общества к исследованиям в области искусственного интеллекта. Цепочка событий, приводящая к наступлению зимы, начинается с роста пессимизма в профессиональном сообществе, за этим следует волна пессимистических материалов в прессе, затем происходит заметное сокращение финансирования, после чего резко снижается количество фундаментальных исследований.

На этих дебатах Роджер Шанк предупредил бизнес-сообщество о важной проблеме. Согласно его мнению, подкреплённому беседами с учёными, менеджерами и чиновниками, в отрасль устремились большие деньги, притом что хороших специалистов в сфере ИИ не так уж и много. Как следствие, компании часто нанимают сотрудников, знакомых с ИИ лишь по книгам. Ввиду этого через некоторое время окажется, что ожидания компаний не оправдались, что приведёт к разочарованию бизнеса в ИИ. Начавшийся спустя три года кризис некоторые исследователи склонны считать воплощением в жизнь предупреждений Шанка и Минского.

В конечном счёте непосредственные эффекты зимы ИИ связаны в первую очередь с изменением в восприятии людей, принимающих решения о распределении средств на исследования и разработку, а именно правительственных чиновников и венчурных инвесторов. Несмотря на взлёт и падение репутации ИИ как области исследований, мы наблюдаем создание и развитие в её пределах новых и востребованных технологий. Родни Брукс в 2002 году заметил, что «существует этот глупый миф о том, что ИИ провалился, но ИИ каждую секунду находится вокруг вас». В том же духе высказался и Реймонд Курцвейл в 2005 году: «Многие наблюдатели всё ещё считают, что зима ИИ была концом истории и с тех пор область ИИ ничего не создала. Тем не менее сегодня в инфраструктуру каждой отрасли основательно встроены многие тысячи приложений ИИ, большинство из которых были исследовательскими проектами 10–15 лет назад».

Несмотря на то что термин «зима ИИ» активно используется и сегодня, не существует единой точки зрения относительно того, какие именно периоды и эпизоды в развитии отрасли следует считать полноценными зимами, «малыми зимами» и вообще существенными и системными явлениями. Похолодание часто не было глобальным и затрагивало лишь отдельные страны, сферы исследований и подходы.

Например, в 1973 г. по заказу британского Совета по научным и инженерным исследованиям математик Джеймс Лайтхилл подготовил отчёт «Искусственный интеллект: общий обзор» (Artificial Intelligence: A General Survey), известный также под названием «Отчёт Лайтхилла», в котором давались крайне пессимистичные прогнозы в отношении основных направлений исследований в области искусственного интеллекта. Отчёт широко обсуждался в средствах массовой информации, в частности на телеканале Би-би-си состоялись полуторачасовые дебаты с участием Лайтхилла, Мичи и Маккарти.

Основываясь на результатах отчёта, британское правительство прекратило финансирование большинства университетских исследовательских программ, сохранив их лишь в двух университетах. Безусловно, отчёт Лайтхилла и события вокруг него нанесли серьёзный удар по британским исследованиям в области ИИ, однако он лишь косвенно отразился на финансировании исследований в других странах. В тех же США, как было отмечено ранее, похолодание наступило за несколько лет до описываемых событий. Кроме того, каким бы пессимистичным по духу ни был отчёт Лайтхилла, он в первую очередь концентрировал свою критику на перспективах в области машинного перевода и робототехники, давая при этом скорее положительные оценки перспективам в области моделирования нейрофизиологических и психических процессов, то есть в большей мере работал против сторонников символьного подхода, обходя коннекционизм стороною.

Исследователи сегодня более-менее сходятся в том, что полноценной зимой можно называть период, начавшийся с принятия поправки Мэнсфилда (1969) (по другой версии — с выхода отчёта Лайтхилла в 1973 г.) и завершившийся в 1983 г., когда в ответ на старт японского проекта по созданию компьютеров пятого поколения правительство Великобритании «распечатало» военный бюджет и запустило программу Alvey. Названная в честь своего идейного вдохновителя Джона Элвея, старшего директора по технологиям компании British Telecom, программа сосредоточивала основной фокус на развитии следующих направлений: СБИС-технологии, архитектура систем (для параллельной обработки), разработка программного обеспечения, человеко-машинные интерфейсы (включая обработку естественного языка) и интеллектуальные системы, основанные на знаниях (Intelligent Knowledge-Based Systems, IKBS). Последнее и отчасти предпоследнее направления традиционно относятся к отрасли ИИ.

Разработки в рамках программы Alvey были тесно увязаны с усилиями DARPA, запустившего аналогичный проект под названием «Стратегическая компьютерная инициатива» (Strategic Computing Initiative, SCI). Впрочем, праздник продлился недолго. В 1987 г. Бюро технологий обработки информации (Information Processing Technology Office, IPTO) DARPA возглавил Джейкоб Шварц, который резко сократил финансирование исследований в области искусственного интеллекта.

Шварц сравнивал стратегию DARPA с поведением пловца, упорно плывущего к поставленной цели, невзирая на волны и течения. Он считал, что вместо этого DARPA нужно двигаться с изяществом сёрфера — дождаться большой волны, чтобы, оседлав её, двигаться к той же цели, но не затрачивая чрезмерных усилий. По мнению Шварца, в долгосрочной перспективе искусственный интеллект являлся многообещающим направлением, но время подъёма его волны ещё не пришло. Поэтому Шварц отказался от поддержки SCI и резко сократил финансирование ряда исследовательских центров, занимавшихся ИИ и робототехникой. Именно с политикой Шварца нередко связывают наступление очередной «глубокой зимы ИИ», но реальность, вероятно, как всегда несколько сложнее. Шварц в действительности скептически относился к экспертным системам: по его мнению, они были просто «умным программированием». Но в то же время он проявлял большой интерес к нейронным сетям и оказал финансовую поддержку возрождающемуся коннекционизму.

Хотя ряд проектов в области ИИ, осуществлённых во время этой кратковременной оттепели, следует признать весьма успешными, — например, к их числу можно отнести создание «Системы динамического анализа и перепланирования» (Dynamic Analysis and Replanning Tool, DART), которая сэкономила американской армии миллиарды долларов во время осуществления операции «Буря в пустыне», — но конечные результаты трудно считать впечатляющими. Лежавшая в основе нового витка исследований концепция компьютеров пятого поколения с массовым параллелизмом и ставкой на логическое программирование потерпела неудачу — выяснилось, что ввиду действия законов Амдала и Густафсона — Барсиса (налагающих ограничения на рост производительности при распараллеливании вычислений) выгода от параллелизации оказалась весьма ограниченна. В это же время удалось преодолеть сложные барьеры на пути развития электроники, что привело в итоге в конце 1980-х гг. к довольно странной ситуации, когда развивавшиеся поступательно компьютеры четвёртого поколения заметно превзошли по производительности своих предполагаемых наследников. Также не последнюю роль в «похолодании» сыграло сокращение военных бюджетов из-за окончания холодной войны. Вторую половину 1980-х гг. многие исследователи или называют наступлением новой зимы после кратковременной весны, или же вообще не признают события середины 1980-х гг. за весну ИИ. Но, как мы увидим позже, многие исследования, важные для дальнейшего развития, были осуществлены именно в конце 1980-х — логика развития науки и технологий на деле плохо вписывается в упрощённые схемы.

По всей видимости, благодаря развитию интернета и социальных сетей многие общественные процессы сегодня рассматриваются и обсуждаются в первую очередь с медийной точки зрения: само общество представляется в роли своеобразной коллективной личности, страдающей от биполярного расстройства, — оно то энергично хватается за какую-то идею на волне безудержного хайпа, то отбрасывает её, утратив к ней всякий интерес. Затем очередной виток цикла из маниакальной и депрессивной стадии повторяется — и так далее снова и снова. Уважаемые консалтинговые компании рисуют глубокомысленные кривые, типа цикла хайпа от компании Gartner, и некоторые люди, похоже, всерьёз поверили в то, что развитие любой технологии (или даже целого направления в науке и технологиях), вне зависимости от содержательной стороны дела, неизбежно подчиняется нехитрым закономерностям.

Рис. 100. Цикл хайпа от Gartner (Gartner Hype Cycle for Emerging Technologies) — графическое отображение цикла зрелости появляющихся технологий, состоящего из пяти стадий — от стадии ажиотажа до стадии продуктивного использования

Эти простые для понимания, но имеющие слабое отношение к действительности схемы придают силы мамкиным экспертам, готовым предсказать в скором времени очередную «зиму» или «весну» в какой-нибудь области, о которой они имеют лишь смутное представление. В декабре 2016 г. вице-президент инвестиционного фонда Icon Ventures Майкл Маллани решил составить ретроспективу кривой зрелости технологий (Gartner Hype Cycle) и проверить, как часто ошибались аналитики. После анализа циклов с 2000 по 2016 г. Майкл пришёл к выводу, что технологии не подчиняются кривой зрелости. Какие-то технологии просто умирают, другие — продолжают тихо развиваться, несмотря на громкие неудачи. Иногда верный подход становится жертвой плохой реализации, и, напротив, бесперспективное на первый взгляд направление становится главным в силу плохо предсказуемых обстоятельств. Это вовсе не значит, что прогнозы в отношении развития технологий или целых технологических направлений невозможны в принципе, это лишь означает, что такие прогнозы требуют содержательного анализа предметной области и даже в таких условиях не являются надёжными на все 100%.

В противоположность зимам искусственного интеллекта периоды подъёма общественного интереса к этой сфере называют вёснами искусственного интеллекта. Принимая во внимание тот факт, что на смену зиме приходит весна, а на смену весне — снова зима, можно сделать вывод, что климат в области ИИ довольно прохладный. Ведь никто ещё никогда не употреблял термин «лето искусственного интеллекта». Возможно, виной тому пресловутый эффект ИИ, упомянутый в первой части этой книги: обыватели быстро насыщаются чудесами, дарованными наукой, и начинают требовать большего, обесценивая уже достигнутое. Возможно, всё дело в сенсационной шумихе, раздуваемой прессой и социальными медиа в погоне за вожделенными кликами и просмотрами, в безудержном хайпе и завышенных ожиданиях, продаваемых недобросовестными стартаперами технически неграмотным инвесторам. Здесь можно попенять и на закономерности массового сознания и социодинамики, проводя параллели с явлениями, описанными в своё время Бехтеревым в его работе «Внушение и его роль в общественной жизни» или Чарльзом Маккеем в его знаменитой книге «Наиболее распространённые заблуждения и безумства толпы». Кто-то, рассуждая о зимах искусственного интеллекта, припоминает события из недавнего прошлого, такие как крах доткомов или даже взлёт и падение интереса публики к блокчейн-технологиям. Однако за внешним сходством этих событий важно видеть и их фундаментальные различия. Искусственный интеллект не является технологией, на самом деле это огромная отрасль информатики, в рамках которой разрабатываются и используются сотни и тысячи моделей и технологий. Поэтому выражения «зима ИИ» и «весна ИИ» примерно эквивалентны выражениям «зима ядерной физики» или «весна органической химии». Конечно, и в этих областях случаются периоды прорывов и относительного застоя, но исследования от этого не прекращаются и прогресс не замирает, хотя он и происходит в атмосфере пониженного внимания медиа. Неслучайно, что зиму 1970-х гг. нередко называют не «зимой ИИ», а «коннекционистской зимой» или даже «зимой нейронных сетей». Хотя мода на подходы и парадигмы меняется, сама отрасль продолжает развиваться. Именно в периоды, часто относимые к зимам ИИ, шахматные и шашечные программы научились обыгрывать чемпионов мира, именно в одну из зим ИИ возникла мобильная робототехника. Именно в подобные периоды, о чём мы подробнее поговорим позже, ведутся исследования, приводящие затем к революционным прорывам в области искусственного интеллекта.

Даже если говорить об отдельных технологиях, то интерес к ним вовсе не обязан осуществлять строго периодические взлёты и падения. Много ли зим и вёсен было в истории двигателя внутреннего сгорания или, скажем, обыкновенной булавки? Конечно, век одних технологий долог, других — короток, иногда устаревшая, казалось бы, технология эффектно возвращается на сцену. Порой это сопровождается медийным шумом, а порой — нет. Вообще медийные образы технологий и отраслей науки и техники часто слабо соотносятся с реалиями, а некоторые понятия и вовсе лишены конкретного содержания и судьбою уготованы на роль очередных баззвордов из наборов для игры в булшит-бинго. Иногда завышенные ожидания негативно отражаются на развитии какой-либо отрасли, а иногда даже в какой-то мере помогают её развитию. Бешеная мода на радиоактивность в начале XX в. привела к появлению радиоактивного мыла, шоколада, кремов, зубной пасты и порошка с радием, напитков с торием, специальных приборов для добавления радия в питьевую воду и так далее. Но вся эта волна не только бесполезной, но в ряде случаев смертельно вредной ерунды, распространение которой сопровождалось чудовищным потоком рекламы, не помешала появлению ядерного оружия, атомной энергетики и других технологий, до неузнаваемости изменивших облик современного мира.

В мае 2016 г. на конференции EmTech Digital в MIT Эндрю Ын, доцент [associate professor] искусственного интеллекта Стэнфордского университета и один из основателей платформы онлайн-обучения Coursera, произнёс слова, позже продублированные в его твиттере и ставшие сегодня крылатыми: «ИИ — это новое электричество» [AI is the new electricity].

Использование человеком электричества поначалу воспринималось как некая второстепенная технология, неспособная быстро и существенно изменить нашу жизнь, отмечает Ын. Сейчас мы знаем, что в действительности электричество поменяло всё. Ын приводит два простых примера неожиданных эффектов, произведённых электричеством: заморозка продуктов изменила всю систему поставок продовольствия, а электродвигатели осуществили революцию практически во всех областях промышленности. Ын считает, что технологии ИИ окажут столь же масштабные воздействия на многие сферы человеческой деятельности.

Множество специалистов во всём мире прошли онлайн-курсы Ына по машинному обучению, и авторитет этого учёного, особенно в среде молодых исследователей, чрезвычайно высок. Тематические сообщества в социальных сетях пестрят разнообразными мемами, героем которых является Ын и его знаменитые цитаты, начиная от слов про новое электричество и заканчивая взятым из его лекции эпическим «Если вы это не понимаете, то не переживайте об этом» [Don’t worry about it if you don’t understand].

Сегодня мы наблюдаем небывалый расцвет технологий машинного обучения, основанных на коннекционистских методах. Новая весна ИИ, которую, быть может, уже пора с полной ответственностью переименовать в лето, затронула множество областей общественной жизни. На протяжении нескольких лет произошли серьёзные прорывы в решении многих задач, традиционно являвшихся сложными для технологий искусственного интеллекта. Вполне осязаемые успехи и быстрый прогресс вызывают у людей множество вопросов. Что могут и чего не могут современные технологии ИИ? Какие проекты реалистичны, а какие — завиральные? Будет ли прогресс и дальше развиваться столь стремительными темпами? Как новая технологическая революция отразится на нашем обществе? С какими рисками мы можем столкнуться в ближайшее время? И наконец, почему всё это происходит именно сейчас? С последнего вопроса мы и начнём попытку размотать этот клубок несчётных «почему».

Loading comments...