Создатели искусственного гения. О бунтарях, которые наделили интеллектом Google, Facebook и весь мир - Кейд Метц
Шрифт:
Интервал:
Закладка:
И вот тогда один из аспирантов по фамилии Померло перечеркнул все уже написанные программные коды и воссоздал программу с нуля, используя идеи, предложенные Румельхартом и Хинтоном.
Свою систему он назвал ALVINN. Обе буквы N в названии обозначали «нейронную сеть» (neural network). Когда программа была готова, машина поехала совсем по-другому. Пока Померло и его коллеги ехали в этом фургоне через питтсбургский парк Шенли по извилистым асфальтированным велодорожкам, кадры, снимаемые камерой на крыше, фиксировали все действия водителя. Подобно тому как «Перцептрон» Фрэнка Розенблатта учился распознавать буквы, анализируя напечатанное на листах картона, так и фургон учился рулить самостоятельно, глядя на то, что делает человек на каждом изгибе дороги. В скором времени фургон смог проехать через тот же парк уже в режиме автопилота. Поначалу этот начиненный электроникой Chevrolet ездил со скоростью не более девяти-десяти миль в час. Но по мере того, как он продолжал обучаться, когда Померло или другие исследователи садились за руль, и анализировать все большее количество кадров, снимаемых на большем количестве дорог и на большей скорости, его езда в режиме автопилота продолжала улучшаться. В то время как рядовые американцы клеили на свои машины стикеры «Ребенок в машине» или «За рулем бабушка», Померло и его коллеги украсили свой фургон ALVINN наклейкой «За рулем никого». И это было правдой – по крайней мере по духу. Ранним воскресным утром в 1991 году этот фургон самостоятельно проехал от Питтсбурга до Эри, штат Пенсильвания, со скоростью почти шестьдесят миль в час. Через два десятилетия после публикации книги Мински и Пейперта «Перцептроны» удалось сделать то, на что, как утверждалось в книге, нейронная сеть была неспособна.
Хинтон этого не видел. В 1987 году, в тот самый год, когда Померло поступил в аспирантуру Университета Карнеги – Меллона, Хинтон с женой переехали в Канаду. Причиной этого, как он сам утверждает, был Рональд Рейган. В США государственное финансирование исследований искусственного интеллекта шло главным образом из бюджета военных и разведывательных ведомств, и в этом плане особенно выделялось Управление перспективных исследовательских проектов Министерства обороны (DARPA). Созданное в 1958 году, после запуска первого советского спутника81, это управление финансировало разработки ИИ едва ли не с первых дней. Именно оно было главным источником грантов, которые Мински оттяпал у Розенблатта и других коннекционистов благодаря своей книге, и из этого же источника финансировался проект ALVINN. Но в условиях тогдашнего политического климата в США, особенно в связи с разразившимся скандалом, получившим название «Иран – контрас» (когда администрация Рейгана тайно продавала оружие82 Ирану, чтобы финансировать военные операции против социалистического правительства в Никарагуа), Хинтон не пожелал получать деньги из рук американских военных и решил перебраться в Канаду. Сказалось также и давление жены, которая изначально не хотела жить в США. Итак, в то время как исследования нейронных сетей пошли в гору, Хинтон сменил Университет Карнеги – Меллона на должность профессора в Университете Торонто.
Через несколько лет после этого переезда, когда ему вновь пришлось столкнуться с проблемой финансирования, он заговорил с женой о том, правильно ли они поступили.
– Надо было мне ехать в Беркли, – сказал он жене.
– В Беркли? – уточнила жена. – В Беркли бы я поехала.
– Но ты же говорила, что не хочешь жить в США.
– Беркли – не США. Это Калифорния.
Но решение было принято. Они переехали в Торонто. И это был шаг, изменивший будущее искусственного интеллекта – не говоря уже о геополитическом ландшафте.
Глава 3
Неприятие. «Я всегда был уверен, что я прав»
Ян Лекун сидит за компьютером83 в своем любимом синем свитере, натянутом поверх белой рубашки. На дворе 1989 год, когда мониторы настольных компьютеров были размером с микроволновку и имели колесики для регулировки цвета и яркости. Помимо кабеля, идущего к монитору, второй кабель84, выходящий из компьютера, соединен с чем-то напоминающим перевернутую настольную лампу. Но это не лампа. Это камера85. Понимающе улыбаясь86, Лекун берет со стола лист бумаги с написанным от руки номером телефона87 (201-949-4038) и подносит его к камере. При этом номер отображается на экране монитора. Лекун касается клавиатуры88, в верхней части экрана что-то дергается, мимолетная вспышка, намекающая на какие-то мгновенно проделанные компьютером вычисления, и несколько секунд спустя машина прочитывает то, что было написано на листе бумаги, и отображает уже в электронном виде: «201-949-4038».
Это была система LeNet, которую создал Лекун и назвал в свою честь. Телефонный номер 201-949-4038 принадлежал научно-исследовательскому центру Bell Labs, который располагался в Холмделе, штат Нью-Джерси, в неофутуристическом зеркальном здании, построенном финско-американским архитектором Эро Сариненом, где под эгидой телекоммуникационной корпорации AT&T десятки ученых трудились над разработкой новых идей. Bell Labs имеет, наверное, самый богатый послужной список среди аналогичных научно-исследовательских центров. В их активе разработка транзистора, лазера, компьютерной операционной системы Unix и языка программирования С. В это время Лекун, двадцатидевятилетний – хоть и очень юный на вид – программист и инженер-электронщик из Парижа, занимался здесь разработкой новой системы распознавания образов, развивающей идеи, выдвинутые несколькими годами ранее Джеффом Хинтоном и Дэвидом Румельхартом. Система LeNet училась распознавать рукописные цифры, нацарапанные на конвертах не дошедших до адресата писем, предоставленных исследователю Почтовой службой США. Созданная Лекуном нейронная сеть проанализировала тысячи образцов каждой цифры – от 0 до 9 – и после двух недель обучения могла уже распознавать их самостоятельно.
Сидя за компьютером в своей лаборатории89 в комплексе Bell Labs в Холмделе, Лекун повторяет тот же фокус еще с несколькими числами. Последний случай особенно сложный, ведь каждая цифра как произведение искусства90: четверка двойной ширины, шестерка с завитками, двойка составлена из прямых линий. Но машине удалось прочесть их все91 – и прочесть правильно. Хотя ей потребовались недели, чтобы научиться выполнять такую простую задачу, как прочтение цифр телефонного номера или почтового индекса, Лекун верил, что эта технология будет продолжать совершенствоваться, в том числе за счет создания новой разновидности компьютерных чипов, единственной задачей которых будет обучение нейронных сетей. Он видел в этом путь к таким машинам, которые смогут распознавать практически
