Человечество боится, что машины захватят власть на Земле, уже очень давно - фактически, с момента появления первых компьютеров. Огромное количество фильмов и книг повествуют о том, как роботы, чей интеллект намного превосходит умственные способности Homo sapiens, создают собственные цивилизации. Людям в них, в лучшем случае, отводится роль рабов. Две работы, появившиеся в четверг, второго апреля, в журнале Science, делают эту перспективу намного менее фантастической.
Человечество боится, что машины захватят власть на Земле, уже очень давно - фактически, с момента появления первых компьютеров. Огромное количество фильмов и книг повествуют о том, как роботы, чей интеллект намного превосходит умственные способности Homo sapiens, создают собственные цивилизации. Людям в них, в лучшем случае, отводится роль рабов. Две работы, появившиеся в четверг, второго апреля, в журнале Science, делают эту перспективу намного менее фантастической.
Science не является сборником фантастических рассказов. Напротив, это один из самых авторитетных научных журналов. Опубликованные в нем статьи проходят очень серьезный отбор и оцениваются несколькими экспертами в соответствующих областях. Именно поэтому статьи двух коллективов ученых о новых возможностях искусственного интеллекта вызвали такой резонанс в прессе.
Пришел, увидел, победил
Работа коллектива авторов из Великобритании называется скучно - "Автоматизация науки" (The Automation of Science). Однако ее результаты скучными не назовешь. Авторы создали, ни много ни мало, робота-ученого, который способен самостоятельно выдвигать научные гипотезы, планировать необходимые эксперименты и выполнять их. Другими словами, "Адам" (так конструкторы назвали свое творение) может проводить полноценные научные исследования.
Боевым крещением для робота стала работа по изучению пекарских дрожжей Saccharomyces cerevisiae - классического объекта изучения генетиков и молекулярных биологов. "Адам" должен был определить "родителей" так называемых ферментов-"сирот" S. cerevisiae. Этим термином обозначают ферменты, для которых до сих пор не обнаружены кодирующие их гены. Только соотнеся все работающие в клетке ферменты с соответствующими генами, ученые могут полноценно моделировать метаболические и биохимические пути организма.
.picture vrez1.jpg
Робот-ученый "Адам". Изображение авторов исследования
Исследователи снабдили "Адама" информацией о метаболизме дрожжей, представленной в виде списка генов и кодируемых ими белков, а также загрузили базу данных, содержащую перечень генов и белков, вовлеченных в метаболические процессы других организмов. Все это было изложено на понятном для робота языке логического программирования Prolog.
Проанализировав полученные сведения, "Адам" "заинтересовался" 13 белками и сформулировал 20 предположений относительно того, какие гены могут их кодировать. Далее робот-ученый спланировал необходимые эксперименты и выполнил их.
"Адам" выглядит не как "типичный" робот, а как большой (очень большой) лабораторный стол с множеством приборов и компьютером. Тем не менее, количество его аппаратуры ограничено, соответственно, ограничен и набор опытов, которые может проводить робот-ученый. По результатам проведенных экспериментов "Адам" не мог однозначно доказать или опровергнуть гипотезу, зато мог оценить ее вероятность. Робот заключил, что из 20 гипотез 8 можно смело отвергнуть, а вот к оставшимся 12 следует приглядеться повнимательнее.
.title Возражение Лавлейс
Ада Лавлейс жила в Великобритании в XIX веке. Эта женщина-математик известна прежде всего благодаря созданному ею описанию вычислительной машины. В исходном виде возражение Лавлейс звучит следующим образом: "Вычислительная машина не может претендовать на порождение чего-либо. Она может делать все действия, для которых люди установили порядок их выполнения".
Создатели "Адама" проверили его выводы другими методами и убедились, что их роботизированный коллега не ошибся. Более того, проанализировав генетические базы данных, которые пополняются каждый день, они выяснили, что шесть из исследованных "Адамом" ферментов-"сирот" уже не являются сиротами. Разные группы ученых определили, какие гены отвечают за синтез этих белков. Стоит ли говорить, что "Адам" угадал во всех шести случаях?
Робот-ученый наглядно продемонстрировал, что машины могут корректно выполнять лабораторные исследования без участия человека. Более того, они делают это значительно быстрее и с меньшим числом ошибок. Однако даже в своей статье авторы упоминают знаменитое возражение леди Лавлейс, суть которого сводится к следующему: роботы не могут породить ничего оригинального.
В случае "Адама" с этим доводом можно согласиться. Действительно, робот сделал относительно простые логические выводы из имеющихся у него данных и разработал наиболее подходящие к случаю эксперименты с применением доступных приборов. Однако возразить программе, разработанной второй группой ученых, леди Лавлейс будет нелегко.
Машина для понимания мира
Два исследователя из Корнельского университета создали алгоритм, который вычленяет из набора предоставленных данных общие физические законы. В своей работе авторы проверили способность программы постигать принципы, лежащие в основе окружающего мира, на примере маятника. Ученые предоставили программе данные о движении компонентов систем, состоящих из одного или двух маятников (в последнем случае рождаются хаотические движения). Программа пыталась описать поведение системы при помощи математических уравнений. В ее распоряжении имелись только базовые умения: она могла складывать, вычитать, умножать и делить, но ничего не знала, например, о теоретической механике.
Сначала "объяснения" выглядели практически случайными: программа пыталась описать определенные данные, подбирая более или менее подходящие математические операции. Ранние уравнения не описывали поведение системы, однако некоторые промахи были менее неудачными, чем остальные. Программа подправляла такие уравнения и снова проверяла, подходят ли они под имеющиеся данные. Постепенно в результате подобной селекции она вышла на такие знакомые математические формулы, как второй закон Ньютона или закон сохранения импульса.
.title Первопроходцы
Первые серьезные попытки создать программу для доказательства математических теорем и открытия физических законов предпринимались еще полвека назад. Программа Герберта Гелернтера (Herbert Gelernter) из IBM выводила теоремы евклидовой геометрии, однако она была слишком сильно "завязана" на придуманные программистом правила. Созданный в 1970 году "Автоматизированный математик" (Automated Mathematician) выдавал математические теоремы, большинство из которых, правда, были признаны бесполезными. Запущенный в 1965 году NASA проект Dendral должен был предсказывать химические структуры органических молекул на основании собранных аппаратами агентства спектральных данных. Dendral предсказал множество возможных вариантов, но не мог оценить, какой из них является наиболее вероятным. Этот дефект сделал результаты проекта практически бесполезными.
Таким образом, созданная учеными программа, используя простейшие математические операции, с чистого листа вывела фундаментальные физические законы. Ни о какой заданной человеком изначальной логике в данном случае речь не идет. Скорее наоборот. Для формулировки законов движения Ньютону потребовались знания, полученные поколениями ученых, живших до него, и понимание того, что все, кто пытался систематизировать эти знания, работали в неверном направлении.
Программа ничего этого не знала. У нее не было интуиции, которая помогала гениальным ученым перешагнуть через традиционные представления об устройстве мира. Она просто методично подбирала возможные варианты и выбрала наиболее вероятный.
Новый алгоритм вряд ли является универсальной машиной по поиску ответов на главные вопросы мироздания. В некоторых случаях он, вероятно, будет выдавать сложные формулы, приближенно описывающие данный конкретный случай, но не отражающие фундаментальных законов, определяющих поведение системы.
Авторы предполагают, что программа будет полезна в тех областях, где накопилось большое количество экспериментальных данных, но отсутствуют теории, объясняющие закономерности их появления. Ученые рассказали, что применили свою разработку для анализа информации о физиологических характеристиках людей и уровне экспрессии большого числа белков человека. Результаты этих опытов пока не опубликованы, однако исследователи заявили, что им удалось обнаружить "некоторые интересные законы", часть из которых не была известна до сих пор.
Что будут означать для человечества эти две работы - покажет время. Энтузиасты искусственного интеллекта могут сказать, что ученые показали его способность сравниться с интеллектом людей. Антропоцентристы возразят, что речь идет только о частных случаях и знак равенства ставить преждевременно.
Вместо заключения
Во время оно жили на Тральфамадоре существа, совсем не похожие на машины. Они были ненадежны. Они были плохо сконструированы. Они были непредсказуемы. Они были недолговечны. И эти жалкие существа полагали, что все сущее должно иметь какую-то цель и что одни цели выше, чем другие.
Эти существа почти всю жизнь тратили на то, чтобы понять, какова цель их жизни. И каждый раз, как они находили то, что им казалось целью Жизни, эта цель оказывалась такой ничтожной и низменной, что существа не знали, куда деваться от стыда и отвращения.
Тогда, чтобы не служить столь низким целям, существа стали делать для этих целей машины. Это давало существам возможность на досуге служить более высоким целям. Но даже когда они находили более высокую цель, она все же оказывалась недостаточно высокой.
Тогда они стали делать машины и для более высоких целей. И машины делали все так безошибочно, что им в конце концов доверили даже поиски цели жизни самих этих существ.
Машины совершенно честно выдали ответ: по сути дела, никакой цели жизни у этих существ обнаружить не удалось. Тогда существа принялись истреблять друг друга, потому что никак не могли примириться с бесцельностью собственного существования.
Они сделали еще одно открытие: даже истреблять друг друга они толком не умели. Тогда они и это дело передоверили машинам. И машины покончили с этим делом быстрее, чем вы успеете сказать "Тральфамадор".
Homo roboticus
Человечество боится, что машины захватят власть на Земле, уже очень давно - фактически, с момента появления первых компьютеров. Огромное количество фильмов и книг повествуют о том, как роботы, чей интеллект намного превосходит умственные способности Homo sapiens, создают собственные цивилизации. Людям в них, в лучшем случае, отводится роль рабов. Две работы, появившиеся в четверг, второго апреля, в журнале Science, делают эту перспективу намного менее фантастической.
Человечество боится, что машины захватят власть на Земле, уже очень давно - фактически, с момента появления первых компьютеров. Огромное количество фильмов и книг повествуют о том, как роботы, чей интеллект намного превосходит умственные способности Homo sapiens, создают собственные цивилизации. Людям в них, в лучшем случае, отводится роль рабов. Две работы, появившиеся в четверг, второго апреля, в журнале Science, делают эту перспективу намного менее фантастической.
Science не является сборником фантастических рассказов. Напротив, это один из самых авторитетных научных журналов. Опубликованные в нем статьи проходят очень серьезный отбор и оцениваются несколькими экспертами в соответствующих областях. Именно поэтому статьи двух коллективов ученых о новых возможностях искусственного интеллекта вызвали такой резонанс в прессе.
Пришел, увидел, победил
Работа коллектива авторов из Великобритании называется скучно - "Автоматизация науки" (The Automation of Science). Однако ее результаты скучными не назовешь. Авторы создали, ни много ни мало, робота-ученого, который способен самостоятельно выдвигать научные гипотезы, планировать необходимые эксперименты и выполнять их. Другими словами, "Адам" (так конструкторы назвали свое творение) может проводить полноценные научные исследования.
Боевым крещением для робота стала работа по изучению пекарских дрожжей Saccharomyces cerevisiae - классического объекта изучения генетиков и молекулярных биологов. "Адам" должен был определить "родителей" так называемых ферментов-"сирот" S. cerevisiae. Этим термином обозначают ферменты, для которых до сих пор не обнаружены кодирующие их гены. Только соотнеся все работающие в клетке ферменты с соответствующими генами, ученые могут полноценно моделировать метаболические и биохимические пути организма.
Проанализировав полученные сведения, "Адам" "заинтересовался" 13 белками и сформулировал 20 предположений относительно того, какие гены могут их кодировать. Далее робот-ученый спланировал необходимые эксперименты и выполнил их.
"Адам" выглядит не как "типичный" робот, а как большой (очень большой) лабораторный стол с множеством приборов и компьютером. Тем не менее, количество его аппаратуры ограничено, соответственно, ограничен и набор опытов, которые может проводить робот-ученый. По результатам проведенных экспериментов "Адам" не мог однозначно доказать или опровергнуть гипотезу, зато мог оценить ее вероятность. Робот заключил, что из 20 гипотез 8 можно смело отвергнуть, а вот к оставшимся 12 следует приглядеться повнимательнее.
Робот-ученый наглядно продемонстрировал, что машины могут корректно выполнять лабораторные исследования без участия человека. Более того, они делают это значительно быстрее и с меньшим числом ошибок. Однако даже в своей статье авторы упоминают знаменитое возражение леди Лавлейс, суть которого сводится к следующему: роботы не могут породить ничего оригинального.
В случае "Адама" с этим доводом можно согласиться. Действительно, робот сделал относительно простые логические выводы из имеющихся у него данных и разработал наиболее подходящие к случаю эксперименты с применением доступных приборов. Однако возразить программе, разработанной второй группой ученых, леди Лавлейс будет нелегко.
Машина для понимания мира
Два исследователя из Корнельского университета создали алгоритм, который вычленяет из набора предоставленных данных общие физические законы. В своей работе авторы проверили способность программы постигать принципы, лежащие в основе окружающего мира, на примере маятника. Ученые предоставили программе данные о движении компонентов систем, состоящих из одного или двух маятников (в последнем случае рождаются хаотические движения). Программа пыталась описать поведение системы при помощи математических уравнений. В ее распоряжении имелись только базовые умения: она могла складывать, вычитать, умножать и делить, но ничего не знала, например, о теоретической механике.
Сначала "объяснения" выглядели практически случайными: программа пыталась описать определенные данные, подбирая более или менее подходящие математические операции. Ранние уравнения не описывали поведение системы, однако некоторые промахи были менее неудачными, чем остальные. Программа подправляла такие уравнения и снова проверяла, подходят ли они под имеющиеся данные. Постепенно в результате подобной селекции она вышла на такие знакомые математические формулы, как второй закон Ньютона или закон сохранения импульса.
Программа ничего этого не знала. У нее не было интуиции, которая помогала гениальным ученым перешагнуть через традиционные представления об устройстве мира. Она просто методично подбирала возможные варианты и выбрала наиболее вероятный.
Новый алгоритм вряд ли является универсальной машиной по поиску ответов на главные вопросы мироздания. В некоторых случаях он, вероятно, будет выдавать сложные формулы, приближенно описывающие данный конкретный случай, но не отражающие фундаментальных законов, определяющих поведение системы.
Авторы предполагают, что программа будет полезна в тех областях, где накопилось большое количество экспериментальных данных, но отсутствуют теории, объясняющие закономерности их появления. Ученые рассказали, что применили свою разработку для анализа информации о физиологических характеристиках людей и уровне экспрессии большого числа белков человека. Результаты этих опытов пока не опубликованы, однако исследователи заявили, что им удалось обнаружить "некоторые интересные законы", часть из которых не была известна до сих пор.
Что будут означать для человечества эти две работы - покажет время. Энтузиасты искусственного интеллекта могут сказать, что ученые показали его способность сравниться с интеллектом людей. Антропоцентристы возразят, что речь идет только о частных случаях и знак равенства ставить преждевременно.
Вместо заключения
Во время оно жили на Тральфамадоре существа, совсем не похожие на машины. Они были ненадежны. Они были плохо сконструированы. Они были непредсказуемы. Они были недолговечны. И эти жалкие существа полагали, что все сущее должно иметь какую-то цель и что одни цели выше, чем другие.
Эти существа почти всю жизнь тратили на то, чтобы понять, какова цель их жизни. И каждый раз, как они находили то, что им казалось целью Жизни, эта цель оказывалась такой ничтожной и низменной, что существа не знали, куда деваться от стыда и отвращения.
Тогда, чтобы не служить столь низким целям, существа стали делать для этих целей машины. Это давало существам возможность на досуге служить более высоким целям. Но даже когда они находили более высокую цель, она все же оказывалась недостаточно высокой.
Тогда они стали делать машины и для более высоких целей. И машины делали все так безошибочно, что им в конце концов доверили даже поиски цели жизни самих этих существ.
Машины совершенно честно выдали ответ: по сути дела, никакой цели жизни у этих существ обнаружить не удалось. Тогда существа принялись истреблять друг друга, потому что никак не могли примириться с бесцельностью собственного существования.
Они сделали еще одно открытие: даже истреблять друг друга они толком не умели. Тогда они и это дело передоверили машинам. И машины покончили с этим делом быстрее, чем вы успеете сказать "Тральфамадор".
"Сирены Титана". Курт Воннегут