Эволюция разума - Курцвейл Рэймонд (читать книги онлайн без сокращений TXT) 📗
Количество транзисторов в чипе для различных процессоров Intel.
Закон ускорения отдачи в применении к вычислительной технике я подробно описывал в книге «Эпоха мыслящих машин». Там я привел данные за сто лет, показывающие дважды экспоненциальный характер изменения цены — производительности компьютерных вычислений вплоть до 1998 г. Ниже представлены адаптированные данные, охватывающие период до 2009 г.
Недавно я составил 146-страничный обзор предсказаний, которые я сделал в книгах «Эпоха мыслящих машин», «Эпоха духовных машин» и «Сингулярность уже близка» (этот обзор можно найти здесь: www.kurzweilai.net/how-my-predictions-are-faring-an-update-by-ray-kurzweil). В книге «Эпоха духовных машин», которую я написал в 1990-х гг., содержались сотни предсказаний по десятилетиям (2009, 2019, 2029 и 2099 гг.).
Например, я сделал 147 предсказаний на 2009 г., из которых 115 (78 %) полностью сбылись. Наиболее точными были предсказания относительно емкости и цены — производительности информационных технологий. Еще 12 предсказаний (8 %) оказались «в основном справедливыми». Таким образом, всего полностью или почти полностью справедливыми получились 127 предсказаний (86 %). Поскольку предсказания делались на десятилетие, предсказание на 2009 г., которое сбывалось только в 2010 или 2011 гг., рассматривалось лишь как «в основном справедливое». Еще 17 предсказаний (12 %) сбылись лишь отчасти и три (2 %) оказались неверными.
Динамическая оперативная память (DRAM) в битах на доллар.
Но даже «неверные» предсказания не были полностью ошибочными. Например, я расценил мое предсказание о появлении самодвижущихся машин как неверное, хотя Google уже продемонстрировал использование самодвижущихся машин, а в октябре 2010 г. четыре электрических грузовика без водителя успешно преодолели путь в 13 тыс. км от Италии до Китая [167]. Эксперты в данной области считают, что эта технология станет рутинной к концу текущего десятилетия.
Память с произвольным доступом (RAM) в битах на доллар.
Экспоненциальный рост возможностей вычислительных и коммуникационных технологий способствует реализации проекта, направленного на понимание и воспроизведение методов функционирования головного мозга человека. Это не единый организованный проект, а скорее целая группа разнообразных проектов, в рамках которых решаются такие задачи, как моделирование мозга на самых разных уровнях — от отдельных нейронов до всей коры, составление карты коннектома (контактов между нейронами), симуляция функции отдельных участков мозга и т. д.
Средняя цена транзистора в долларах США.
И все эти направления развиваются по экспоненциальному закону. Многие приведенные выше примеры совсем новые. Например, описанное в четвертой главе исследование Ван Видена, показавшее упорядоченную и «простую» (как пишут авторы) сеть контактов в новой коре, было проделано лишь в 2012 г.
Исследователи признают, что их выводы (и изображения) удалось получить только с помощью новейших технологий высокого разрешения. Временное и пространственное разрешение изображений, получаемых при сканировании мозга, тоже совершенствуется по экспоненциальному закону. Сейчас существуют разные способы сканирования мозга — от полностью неинвазивных методов, которые можно использовать для изучения человеческого мозга, до более инвазивных и деструктивных, применяемых на животных моделях.
Метод магнитно-резонансной томографии (МРТ) — неинвазивный метод получения изображений с достаточно высоким временным разрешением — постоянно совершенствуется в соответствии с тем же экспоненциальным законом; на сегодня пространственное разрешение метода составляет около 100 мкм.
Диаграмма Эйлера-Венна для методов изучения головного мозга.
Деструктивные методы получения изображений, которые используются для анализа коннектомов животных, тоже развиваются по экспоненциальному закону. Современные методы имеют разрешение порядка 4 нм, что позволяет визуализировать индивидуальные контакты.
Устройства для визуализации головного мозга. 2ДГ — 2-Дезоксиглюкоза.
Технологии, связанные с созданием искусственного интеллекта, такие как системы распознавания разговорной речи, не обязательно должны следовать теоретическим принципам функционирования мозга. Их задача — достичь максимальной эффективности. Поэтому важно отметить, что лучшие из этих технологии соответствуют принципам, которые я описал в этой книге: это самоорганизующиеся системы иерархических модулей, способные к инвариантному и самоассоциативному распознаванию образов, обладающие избыточностью и восходящей и нисходящей предсказательной способностью. Возможности таких систем тоже изменяются экспоненциально, как показывает пример Ватсона.
Пространственное разрешение метода МРТ в микронах.
Главная цель исследований функций мозга заключается в расширении наших технических возможностей создания разумных систем. Многие исследователи в области ИИ, вероятно, недооценивают то глубокое влияние, которое оказали на их работу накопленные ранее знания о принципах работы мозга.
Пространственное разрешение деструктивных методов визуализации.
Понимание механизмов работы мозга также помогает исправлять различные функциональные нарушения. Однако у проекта по обратному проектированию мозга есть и еще одна важная цель — помочь нам понять, кто мы такие.
Глава одиннадцатая
Критика
Если машина окажется неотличима от человека, нам придется относиться к ней с тем же уважением, что и к человеку, — нам придется признать, что у нее есть разум.
Наиболее важным источником возражений против моего тезиса о законе ускорения отдачи и его применения к расширению человеческого разума является линейная природа человеческого мышления. Как я уже рассказывал, все сотни миллионов распознающих модулей новой коры обрабатывают информацию одновременно. Один из результатов такой организации коры заключается в том, что будущее мы можем предвидеть только линейным образом, и поэтому критики применяют линейный интуитивный подход к оценке экспоненциальных явлений.
Подобные возражения я называю «критикой из-за недоверия»: экспоненциальные прогнозы кажутся невероятными по той причине, что наша предсказательная способность имеет линейный характер. Один из создателей компании Microsoft Пол Аллен (род. в 1953 г.) и его коллега Марк Гривс недавно озвучили некоторые из подобных возражений в статье «Сингулярность еще не близка», опубликованной в журнале Technology Review [169]. Хотя здесь я буду отвечать именно на возражения Аллена, они являются типичными для критиков тех тезисов, которые я выдвигаю в отношении будущих исследований в области мозга. В заголовке своей статьи Аллен апеллирует к моей книге «Сингулярность уже близка», однако цитирует он только статью, которую я написал в 2001 г. («Закон ускорения отдачи»). Более того, в его статье не признаются и не рассматриваются аргументы, действительно изложенные мной в книге. К сожалению, это часто происходит с критиками моих работ.