Человек вместе с машиной больше чем каждый в отдельности

Часть 2. Человек вместе с машиной больше чем каждый в отдельности

Ключевые открытия, предшествовавшие появлению ИИ

Невозможно и в десяти книгах пересказать обо всех наиболее значимых технических открытиях, которые привели к появлению нейросетей, чат ботов, больших языковых моделей, известных сегодня ИИ, которые используют принципы глубокого обучения. Однако как нам кажется есть несколько этапов, без которых текущий уровень прогресса был бы не возможен. На них и сконцентрируемся и “атакуем” исключительно с практического угла, то есть посмотрим каким образом технология улучшила жизнь человека. А также как потенциал имеет.

Иными словами, если в первой части нам был интересен воображение и представление ИИ, то следующим логичным шагом было бы любопытно посмотреть на то как технология используется. Попробуем найти ответ на вопрос: “Как интеллектуальная машина, помогает человеку?” А вместе с ответом на этот вопрос попробуем столкнуть взгляды технолуддитов и техноевангелистов. Посмотрим оправданы ли их страхи или это буйство воображения, возбужденного Голливудом и последними новостями.

Как уже сказано, изобретений в области ИИ, огромное множество, однако практический интерес ведет от более глобального взгляда на технологию, к более узкой и вот в чем, как нам кажется, интересно было бы разобраться:

• 1940 год. Алан Тюринг, изобретает “Bombe”, криптографическую машину, взламывающую код “Энигма”.
• 1961 год. Джозеф Энгельберг и Джордж Девон, патентуют и создают роботизированную руку для автоматизации производств.
• 1965 год. Появление первого чат бота. Джозеф Вейценбаум из МТИ, создает ЭЛИЗУ. Программу способную поддержать диалог на английском язык по заданной теме.
• 1979 год. Ганс Моравек, проектирует первую машину, которая управлялась с компьютера. Она проехала самостоятельно по комнате обставленной стульями, не сбив ни одного стула.
• 1997 год. Удивительное поражение Гарри Каспарова, компьютерной программе Deep Blue.
• 1999 год. Компания “Сони”, выпускает на рынок роботизированного питомца AIBO.
• 2008 год. Проект DARPA представляет инвесторами первого голосового ассистента SIRI, который в 2010 году был выкуплен Apple и в 2011 представлен публике в iPhone 4s.
• 2009 год. Google строит полноценный автомобиль, управлением которым осуществляется компьютером.
• 2011 год. Watson, созданный IBM, побеждает человека в игре “Своя игра”, на английском Jeopardy!
• 2011-2014 года. На рынок выходят сразу несколько голосовых ассистентов. Siri от Apple, Google Now от Google, Cortana от Microsoft.
• 2015 год. AlphaGo, впервые побеждает человека в игре ГО, а годом позднее одерживает победу на лучшим игроком планеты.
• 2022 год. OpenAI, открывает доступ к ChatGPT.

Мы попробуем взглянуть на каждое из технологических чудес с точки зрения пользы, которую они принесли человеку на момент написания. Немного поразмышляем о том какой потенциал имеется у каждой из технологий. Какие-то изобретения, увлекут нас больше чем другие, но это не значит, что, например, робот AIBO оказал меньшее влияние на поведение человека, чем AlphaGO. Об игре го, интересней размышлять чем о роботе питомце, в силу увлечения игрой автором этих строк, не более.

Первый пример того, что человек с машиной может сделать значительно больше и лучше, чем просто человек и ли просто машина

А теперь начинается самое интересное, если первая часть нашего исследования была формализованная. Использовались работы ученых, на основе их выводов строились определенные предположения, повторялись некоторые шаги, проделанные ими раньше. Это было необходимо, чтобы проверить воспроизводимость результатов. В этот раз мы вместе с читателем будем вместе исследовать исторические этапы, предшествовавшие появлению современного искусственного интеллекта.

Уже здесь мы “призовем” на помощь нам ИИ. Есть множество сервисов, от ChatGPT, до аналогов, которые используют его в своей работе. Одним из таких сервисов является perplexity.ai. Благодаря функциям которого, мы сможем сформировать направление нашего исследования. На этом месте стоит сделать уместный комментарий, автор не является экспертом в области ИИ, а впервую педагог и ученый, исследующий влияние технологии ИИ на профессию учителя и науку в целом. Оно может быть никогда бы и не заинтересовало, однако разрушающие, привычный уклад работы с информацией не могли не привлечь внимание. В будущем приведенные в книге примеры приведут к серьезным изменениям в том, как мы взаимодействуем с Интернетом и информацией, а могут и не привести. Но это часть не про размышления широкого толка, а про вполне конкретный вопрос.

В начала этой части, мы выделили 12 этапов, которые, как нам кажется, оказали влияние на развитие технологии. Но что более важно, так это изменения в поведении людей и нашем представлении относительно того что можно, а что нет. Для пример изобретение компьютером Тьюринга трансформировало криптографию и расширило пределы того что доступно человеку. Девон и Энгельберг, создав роботизированную руку, оградили человека от рисков, связанный с работой на опасных производствах, а с другой стороны лишил миллионы людей рабочих мест, автоматизировав конвейерное производство, чего угодно.

Однако не все изобретения достойны детального исследования с позиции, какую пользу технология принесла, и какие социальные изменения запустила. Мы сейчас даже не знаем что освещать больше, а что меньше, однако абсолютно точно понимаем, что начинать стоит с Тьюринга и Энигмы. Ровно это мы и спросили perplexity.ai:

Исследователь: Я исследователь, ищу книги о том, как были созданы первые компьютеры и как они изменили характер взаимодействия людей с миром. Мне кажется книги об Алане Тьюринге, будут полезны. Возможно, ты сможешь помочь мне и составить список книг, статей, которые помогут в исследовании в этой области.

Perplexity.ai: Вот несколько книг, которые могут помочь вам в исследовании создания первых компьютеров и их влияния на общение с людьми:

“Алан Тьюринг: Энигма” Эндрю Ходжеса. Эта книга – полная биография Алана Тьюринга, британского компьютерного пионера и криптографа, сыгравшего ключевую роль в создании первых компьютеров. Она охватывает его жизнь и работу и считается одной из лучших биографий раскрывающих научный гений, из когда-либо написанных.

“Первые компьютеры – история и архитектура” Рауля Рохаса. Эта книга охватывает историю компьютеров, созданных в США, Германии, Англии и Японии. В ней рассказывается, что схожие концепции часто создавались одновременно и независимо в разных странах.

“Видение Тьюринга: Рождение компьютерной науки” Криса Бернхардта. Эта книга исследует жизнь и работу Алана Тьюринга, уделяя особое внимание его вкладу в развитие компьютерной науки.

“Инноваторы: Как группа хакеров, гениев и гиков создала цифровую революцию” Уолтера Айзексона. Эта книга рассказывает о людях, создавших компьютер и Интернет, и о том, как их инновации изменили мир.

“Компьютер: Иллюстрированная история от истоков до наших дней” Марка Фрауэнфельдера. В этой книге представлена всеобъемлющая история компьютера, начиная с самых ранних истоков и до наших дней.

“Взаимодействие человека и компьютера в новом тысячелетии” под редакцией Джона М. Кэрролла. В этой книге представлен обзор исторического развития основных достижений в технологии взаимодействия человека и компьютера, подчеркивается ключевая роль университетских исследований в развитии этой области.

Эти книги могут предоставить вам богатую информацию о создании первых компьютеров и их влиянии на взаимодействие человека и компьютера. Счастливого чтения!

Как нам кажется вполне “бодрая”, подборка для исследователя. По самым скромным подсчетам, сервис с ИИ сэкономил около часа времени на поиск материала. И это всего один запрос. Теперь дело за малым, прочесть и найти то что относится к нашему исследованию:

• Что было поводом создания технологии?
• Какие изменения в поведении человека и способах взаимодействия с информацией технология привнесла?

Появление компьютера, не революция, а неизбежность

Мы намерено оставим некоторые моменты в повествовании не раскрытыми. Предлагаем читателю самостоятельно исследовать и заполнить те пробелы, которые мы оставили для него. Это увлекательное занятие. Однако при этом сконцентрируемся на лишь одной фундаментальной причине того, почему появился компьютер и она настолько простая, что каждый ученик первого класса проходит путь аналогичным Тьюрингу способом.

Компьютер – это не революция, а эволюция. Мы попробуем посмотреть на появление первого компьютера не как на революционный прорыв, а как на единственный доступный путь развития технологии. Рождения вычислительной машины, было неизбежностью, которую предопределила группа лиц. Тьюринг вошел в историю как создатель “Машины Тьюринга” или первого компьютера, который имел ряд свойств, недоступных или доступных в ограниченному виде у машин созданных до него. Однако наивно предполагать, что лишь только он один работал над этим “волшебным устройством”.

Это первый большой пробел, который предполагает читателю исследовать самостоятельно, мы укажем вам направление, чтобы легче исследовалось, но не более и в этом нам опять поможет ИИ. Мы спросим ее следующий вопрос: Кто, кроме Алана Тьюринга, работал над созданием первой интеллектуальной машины? Я понимаю, что такие изобретения не рождаются в вакууме, поэтому мне нужны имена людей, которые помогли, повлияли или иным образом вдохновили Тьюринга на создание компьютера общего назначения.

ChatGPT, составил интересный и развернутый ответ: Хотя Алан Тьюринг широко известен как пионер в области компьютерных технологий, было еще несколько исторических личностей, которые внесли вклад в разработку первой интеллектуальной машины. Вот лишь, некоторые из них:

1. Чарльз Бэббидж – математик и изобретатель, создавший “аналитический двигатель”, механический компьютер, который так и не был завершен, но заложил основу и алгоритм современных вычислений.

2. Ада Лавлейс – математик и писательница, которая тесно сотрудничала с Бэббиджем и которой приписывают написание первой компьютерной программы.

3. Джон фон Нейман - математик и физик, сыгравший ключевую роль в разработке первых электронных компьютеров.

4. Конрад Цузе – немецкий инженер, создавший в 1940-х годах первый программируемый компьютер Z3.

5. Говард Эйкен – американский ученый, который спроектировал и построил компьютер Harvard Mark I, один из первых крупномасштабных электронных компьютеров.

Эти люди, наряду со многими другими, внесли свой вклад в разработку первой интеллектуальной машины и помогли проложить путь для современных интеллектуальных машин, какими мы знаем их сегодня.

Действительно, все ученые из списка выше, помогли Тьюрингу создать “компьютер”, который используем сегодня. Хоть эти пять имен далеко не все кто внес вклад в рождение технологии, это достаточно обширная область исследования. Если, конечно читателю еще интересно посмотреть в ту сторону. Но нам важно понять почему, история приписывает именно Тьюрингу создание машины, оставляя за рамками повествования всех остальных.

Когда Тьюринг решал задачу создания компьютера, у него была вполне конкретная цель и это даже не взлом кода Энигма, а нечто гораздо большее. Он, справедливо вдохновлялся работой, которую проделали ученые до него. Манипулировал идеями, которые были ими использованы. Смело добавлял свои и развивал идеи других. Компьютер Тьюринга – умелая компоновка множества фундаментальных, алгоритмизированных принципов. Но один вопрос, который редко можно встретить в материале, посвященном ему, занимал наибольшее внимания изобретателя.

Как может родиться что-то оригинальное из набора программируемых функций? Если это когда-либо произойдет, то значит машина смогла выйти за рамки своей функции? А человек? Не является ли он набор программируемых функций? Возможно мы не более чем исполнители кода вселенной, выраженного в не понятных нам физических законах. Биохимический ураган гормонов в теле состоящем из плоти и крови.

Тьюринг особенно интересовался проблемой того как “функционирует” математика в рамках квантовой физике. Никто не сможет с достоверностью сказать, однако мы попробуем предположить, что в 1936 году именно его интерес и интуитивное понимание квантовой механики привело к криптографии, которая в современном мире стало неотделимой частью ученого. Именно он “взломал” код Энигма, с помощью других ученых, но дизайн “бомбы”, создан именно им. Тьюрингу, как нам кажется, было важно понять то как устроен мир на субатомном плане.

Тьюринг, скорее всего, считал, что если мир, на самом “низком уровне” управляется случайностью или статистической вероятностью, а может все предопределено, то было бы интересно в этом разобраться. В ранние свои годы, он считал что на субатомном уровне, не существует ничего кроме хаоса, неопределенности, которые и управляют миром. А если фундаментальное устройство мира хаотично, то может быть возможно человеку проявить свободу воли. То самое качество, которое отличает нас от машины. А если человек обладает свободой воли, то может ли умная машина, в условиях хаоса сделать что-то за пределами определенной кем-то программы? Если да, то какая это должна быть машина? Тьюрингу было важно почему-то понять как устроен мир на субатомном уровне.

Куда приводит универсальность

Тьюринг строил универсальную машину, это стало смыслом его жизни и главное темой его работы. Человеку природой заложено стремление к универсальности, а его машина, которую он впервые описал в 1936, а построил в 1945 стала наиболее универсальной из всего созданного человеком. Для этого потребовалось создать новые, точные принципы используемых человечеством алгоритмов и механических процессов. В то время, мир все еще представлялся механистическим. Это значит что процессы происходят линейно, вселенная предсказуема и все элементы в ней закономерны. Этот взгляд впервые был представлен Айзаком Ньютоном в конце 17 века и не поддавался сомнению, вплоть до 20 века. Это будет вторым большим пробелом в нашем повествовании. Мы предлагаем читателю провести самостоятельное исследование, того что привело к смене представлений о мире.

Чтобы было легче искать, используете следующий промпт и любую нейронную сеть, perplexity.ai или chatGPT: какой взгляд на мир существовал до Ньютоновского и как трансформировалась механистическая картина мира. Приведи, данные о каждом из ученых, внесших вклад в эту трансформацию. Расскажи кто впервые описал и почему происходило смещение от одной картины мира к другой.

Тьюринг в какой-то момент уверенно заявил, что все известные и неизвестные алгоритмы, а также механические процессы могут быть воспроизведены в универсальной машине. И его желание разместить с “ящике с проводами” все существующие функции в конечно итоге привело к созданию современного компьютера. Бесспорно в современных ноутбуках, компьютерных станциях и появляющихся ИИ может распознать универсальную машину Тьюринга, которая наконец-то, спустя почти сто лет, начинает делать, то что предрекалось исследователями и мечтателями. Машина становится не только умной, но и универсальной.

Человек и машина, сущности с максимальной универсальностью

Принцип универсальности родом из физики и означает то, что основополагающее законы природы работают одинаково хорошо, вне зависимости от размера, формы и состава отдельно взятых элементов и системы в целом. Однако физика, в нашем повествовании слишком все усложняет и не представляет интереса для исследования, но при этом универсальность в контексте дальнейшего размышления важна. Поэтому мы попробуем объяснить ее человеческим языком, на простых примерах.

В любой сложной системе, с большим количеством взаимосвязанных элементов наступает момент когда одно изменение, независимо от значимости, существенно повышает понимание законов взаимодействия элементов и доступность новых областей знания, а также деятельности, происходящей в рамках отдельно взятой системы. Превращая в процессе простую систему, которая существовала в заданных рамках, в универсальную, ту что существует в любых условиях и разных контекстах. Но самое удивительно то что простая система, становится универсальной не при помощи укрупнения, а благодаря уменьшению. Благодаря которому возрастает вариативность, и появляется возможность взаимодействия на ранее недоступном уровне.

Начнем рассказ об универсальность с чего-то всем нам понятного, алфавита. Тем более что второе исследование, которое идет параллельно с этим посвящено науке чтения, а именно тому как понимать больше при меньших усилиях. Одной из интересных находок исследования феномена чтения, стал алфавит, история которого длинная и запутанная. Мы лишь раскроем часть ее и подведем к тому, что алфавит является одной из первых и наиболее важных универсальностей, созданных человеком.

История букв, покрыта тайнами, вокруг которых строят гипотезы и теории, подтвердить или опровергнуть их достаточно сложно, однако у нас другая задача. Самая первая система записей, известная человеку – пиктограммы. Они использовались для обозначения слов и идей повсеместно. Со временем пиктограммы превращались в той или иной культуре в разнообразные символы и знаки, используемые для ведения записей, в основном, религиозного характера. Но в какой-то момент, кто-то, разработал упрощенную письменность, в которой использовалось ограниченное число символов, представляющее собой звуки. В знак признательности фонетическая наука названа в их честь. Да, это еще один пробел, который, вам предлагается восполнить самостоятельно. Попробуйте спросить perplexity.ai или ChatGPT следующее: расскажи мне историю алфавита, как он появился? Рисунки, картинки, руны, потом буквы или как?

С появлением алфавита, стало возможным выразить не только смысл отдельных слов, идей, описать какое-либо явление, а выразить любое возможное слово, феномен, событие и абстрактную концепцию. Универсальность алфавита повысила вариативность письменной речи до такой степени, что благодаря возможности зафиксировать на бумаге что угодно, имеющее звук, знание стало универсальным и появилась возможность передавать его не только из уст в уста, но и из поколения в поколение, без участия человека. Письменная речь стала неотъемлемой частью нашей культуры. Именно об этом писал Харари, когда говорил, что взломан код человеческой цивилизации.

Точно такая же судьба постигла математику. Харари, уже упомянутый дважды, в книге “Sapiens. Краткая история человечества”, осторожно предположил, что первая найденная запись принадлежала “перу”, если так можно выразиться бухгалтера. Кушим, подписавший глиняную табличку, считал мешки ячменя своеобразным способом, взгляните на картинку:

Система, использованная Кушимом, возможно первое известное человечеству имя, включала достаточно не простые обозначения для определения в какой период, какое количество чего было произведено, продано, куплено? Но даже эта система предлагает некоторое объяснение почему используется она. Сможете самостоятельно сформулировать запрос ИИ? Сможете найти направление дальнейшего исследования этого факта, если, конечно интересно?

Можно предположить, что черточка прибавляет, перечеркнутая вычитает. Знак хештега может считаться десятью, а хештег с рядом стоящей чертой, одиннадцать. Два хештега, двадцать и так далее. Римляне, возможно, использовали именно логику, когда придумывали свои цифры. Подобных систем множество: вавилонская, римская, египетская. Все они разные, но одинаково похожи, построенные на символах и черточках. И всем им недоставало одного важнейшего элемента, без которого невозможно ни алгебра, ни какие-либо сложные исчисления. И ее придумал другой человек в честь которого называли “алгоритм”, по крайней мере это легенда. Аль-Хорезми, хоть и не первый, но однозначно вошедший в историю тем, что предложил знак, который описывал отсутствие чего-либо, ноль.

Что странно, ноль существовал задолго до того как его предложил использовать Аль-Хорезми. Евклид и Архимед использовали что-то схожее в своих расчетах, но почему-то тогда это не прижилось. В 3-4 веках, индийский математик и астроном Брамагупта, осуществлял сложные расчеты из линейной алгебры, которые без понимания принципа “ничего”, невозможно было бы сделать. Однако повторимся, ноль в Индию пришел только в 9 веке, когда его предложил Аль-Хорезми. Скорее всего и он “не в одного” это сделал, а использовал чьи-то идеи. Появление ноля не только было ко времени, но и неизбежным. Как и появление современного компьютера, и следующий за ним ИИ, и все дальнейший разработки в этой области. Это поиск максимальной универсальности. Способ дотянуться до минимально возможной идеи, концепции, понятия, которым можно безопасно манипулировать, изменяя комплексную систему в соответствии с необходимостью.

Лингвистическая универсальность, буквы, позволяют нам, передать знание на большие расстояния, без участия человека, как способа передачи. Буквы, открывают возможность писать историю, священные писания, делать научные открытия, описывать новые абстрактные концепции. Создавать культуру цивилизации, с этим трудно не согласиться. Да, кто-то скажет про музыку, живопись, танцы, однако посмеем возразить. Да, искусство представляет неотъемлемую часть культурного кода цивилизации, но это не доминирующий способ. Буквы, слова и цифры, вот что пронизывает все слои деятельности человека.

Последние, наверное, самым серьезным образом. Математическая универсальность, которая при помощи 0 и 1 может выразить любое возможно число, в наше время становится цифровой универсальностью. А уже цифровая универсальность, позволяет при помощи 0 и 1 создать, практически что угодно, если не все.

Все что существует, рано или поздно станет цифровым

– Алиса, включи что-нибудь бодрящее. – Алиса, погода. – Алиса, какие пробки на дорогах?

Согласитесь, мы ведь даже не задумываемся, когда отдаем команды ассистенту. И не удивляемся, когда Алиса выдает ответ. А попробуйте скомандовать “Алиса, давай придумаем” и получите личного ассистента, умеющего общаться за рамками доступного контекста, придумывать истории, однако пока не помнящего предыдущих запросов, но до того момента, когда с цифровым ассистентом можно будет общаться, почти как с человеком недолго осталось.

В 21 веке, чтобы спросить что-то компьютер даже клавиатура не нужна, например этот абзац “напечатан” голосом. Магия или неизбежность? Нам кажется что все-таки второе.

Даже химический процесс оцифровался

Кто-нибудь задумывался как, с помощью нажатия на специально отведенную область экрана смартфона получается фотография? Большинство явлений воспринимаются нам как данность, та же фотография, казалось бы ничего особенного. Но так было не всегда. Посмотрите на самую первую фотографию, по крайней мере она чаще остальных используется в качестве примера:

Это первая гелиогравюра или фотография, снятая человеком, изобретателем Жозефом Нисефором Ньепсом, говорят из окна его мастерской, которая называется “Вид из окна в Ле Гра”.

А вот та же самая комната, пару столетий позднее:

История фотографии запутанная и долгая, а вот цифровизация фотографии стремительная. В 1975 году Стив Сассон построил первую цифровую камеру из остатков оборудования, оставшихся после производства на фабрике Кодак. Она была размером с тостер и могла за 23 секунды сделать 0,01 мегапиксельную фотографию, которую сохраняла на пленку от аудиокассеты.

Руководители Кодак, тогда в конце семидесятых не поверили в устройство, к тому же их бизнес модель, построенная на производствен химических реагентов для производства не предполагала цифровых фотографий, а канибализация собственного бизнеса ради, трансформирующей рынок инновации являлось неслыханной идеей. Сассон же, продолжил работу на цифровой камерой, а в 1994 году, почти двадцать лет спустя вместе с Никон построил первый цифровой фотоаппарат, доступный широкой общественности.

Начиная с этого момента, фотография стала универсальной, то есть ее мог делать кто угодно и когда угодно. Для печати фотографий не требовался сложный процесс проявления изображения. Если фотография получалась не удачная, можно нажать на кнопку удалить и сделать новую, не требовалось покупать и менять после 24, 36 или 48 снимков пленку. А сегодня на наших смартфонах фотографий больше чем фотограф из 1980 делал за всю жизнь.

0 и 1 сделали цифровую фотографию, а цифровая фотография универсальная, которая меняет контекст сохраняя свойства. Теперь это не артефакт, хранящийся в специальном альбоме на долгую память и просматриваемый семьей во время праздников, а обыденность и неотъемлемая часть телефона. 85% всех фотографий сделано со смартфона. Точно такая же судьба постигла и почту.

От бумаги до 0 и 1

Еще одна удивительная и показательная трансформация случилась с личной перепиской. Древний Египет, Персидская и империя Инков, Династия Хан для передачи депеш, указов использовали посыльных, глашатаев. Система пересылки корреспонденции в том или ином виде существует уже как минимум 4000 лет. Однако эволюция того, как люди обмениваются мнениями, идеями претерпело любопытную метаморфозу. От руками написанного письма, до напечатанного на клавиатуре электронного письма. От электронно письма, напечатанного на клавиатуре до сообщения в пару слов, отправленного через телеграм. От текстового сообщения в телеграм, до голосового сообщения.

Почтовая служба в России начинает существование еще в 10 веке, а в 16 веке сеть “почтовых отделений”, если их можно так назвать насчитывала 1600 пунктов доставки корреспонденции. Письмо отправленное из Москвы в Новгород, доходило до адресата за три дня, а через всю страну сложно вообразить, при условии сложных маршрутов, смеем предположить что могло занять месяц и более. При этом всегда присутствовали риски потери сообщения в силу ряда факторов, от простого ограбления курьера, до случайного выпадения.

Остальной мир существовал в аналогичных условиях, сообщение из Европы в Америку доставлялось десять дней по морю. Все изменилось в 1971 году, когда Рэй Томлинсон, инженер, работавший над проектом, которые впоследствии и стал Интернет, написал программу, которая позволяла отправлять сообщения между двумя компьютерами соединенным друг с другом. До этого, инженеры оставляли сообщения на компьютерах, за которыми они работали. Но программа Рея, изменила представление о том как еще можно. Именно он ввел в использование символ @ в сообщениях электронной почты.

Что еще удивительней, так это факт того, что за более чем пятидесятилетнюю историю электронная почта оказалась самым устойчивым способом передачи информации. Электронное письмо 2023 не сильно отличается от письма 1971. Разве что интерфейс составления сообщений стал удобнее, появились почтовые клиенты, множество сервисов. Электронная почта из средства коммуникации двух и более людей, превратилась в способы продвижения продукции через рассылки, злоупотребления спамерами, распространения частного мнения, согласования и подписания условия взаимодействия между частными лицами и юридическими организациями.

В 1992 году, электронная почта перестала быть просто текстом, с этого момента ее можно использовать для пересылки изображений, аудио, видео и прочих файлов. А 2020 год, год пандемии и всемирных ограничений сделал почту одним из инструментов коммуникации бизнеса и потребителя. Почта стала одним из ключевых способов связи коллег работающих удаленно, учеников и учителей. Электронная почта, текст закодированный в 0 и 1, способный передавать разнородную информацию, текст, изображения, видео, документы, превратился в универсальный и самый устойчивый метод передачи смысла закодированного любым доступным способом.

Простая логика

Делаем фотографию и не тратим время и силы на проявление и печать, сохраняем несколько строк кода из 0 и 1 на компьютерах, мобильных устройствах и даже не думаем об этом. Письма больше не идут до адресата неделями и месяцами, а преодолевают межконтинентальные расстояния за доли секунды. То же самое случилось с остальными областями деятельности человека, графический дизайн, анимация, книгопечатание, телефония. Все что требуется – соответствующая программа, исполняющая код из 0 и 1 внутри коробки с проводами.

Стоимость подобной универсальность, почти ноль, ну или приближается к этому. Код из 0 и 1 не стоит ничего, работа человека его пишущего да, стоит, но сделав один раз стоимость репликации результата падает до нуля. А результат, который можно получить безгранично богат. Мы расширили границы возможного и параллельно уменьшили область невозможного. Да, мы еще многого не понимаем, однако благодаря определенным комбинациями из 0 и 1 можем понять больше, даже то что еще не знаем, что не знаем. Нужно лишь время и воображение.

Падение стоимости производства, достигнутой благодаря универсальности 0 и 1, толкает развитие технологии вперед и трансформирует принципы и привычные поведенческие шаблоны работы с информацией. Возьмем для пример деньги, которые сами по себе не несут ценности, но обладают значением лишь в присутствии человека. Цифровизация финансовой системы, начатая еще Питером Тилем, привела к тому, что сейчас в кошельке вместе мелочи и купюр аккуратно сложены пластиковые карты, производство которых значительно дешевле чем эмиссия тонны разноцветных фантиков. Стоимость использования 0 и 1 в финансовой области, несравнимо меньше чем стоимость чего-то аналогового, отсюда и “взрывное” развитие финансовых технологий.

Идея компьютера, предложенная Тьюрингом, пусть и признанным гением необходима для создания технологии, однако недостаточна, чтобы технология в какой-то момент достигла предела универсальности и вырвалась из определенного в момент создания, области. Для расширения границ доступного, как уже сказано выше, требуется понимание некоторых неразделимых принципов, атомарных, если можно так выразиться. Требуется описание логического принципа, такой величины, который невозможно более декомпозировать на меньшие составные элементы, как 0 и 1 в математике, буква в лингвистике или четырехкомпонентный ген в биологии.

Чтобы запрограммировать в 0 и 1 подобную логику, требуется некоторая сложная структура логических взаимодействий, позволяющая расшифровывать, хранить и исполнять программы. И процесс исполнения кода программы необходимо добиться молниеносной скорости передачи данных, почти как нейроны в мозге, что возможно исключительно при определенной зрелости технологии. Что Тьюринг задумал в 1936 году и впервые исполнил в 1940, в машине, взломавшей Энигму, сегодня воспроизводиться в каждом микрочипе. Тьюрингу удалось создать математическую красоту и логическая универсальность воспроизводимую двумя цифрами, 0 и 1.

Эволюция современного компьютера и появление ИИ не требовало переизобретения принципиальной логики Тьюринга. ИИ и компьютеру для исполнения новых функций не требуется принципиально новых изобретений, лишь иная комбинация 0 и 1, вычислительные мощности и цифровое пространство для хранения данных. Большая скорость передачи информации, больший объем места хранения информации не требовали принципиального пересмотра логики компьютера и цифровой среды. Принцип, сформулированный Тьюрингом, предопределивший появление ИИ, можно сформулировать в следующем предложении:

Все процессы, от механических до мыслительных, какими бы глупыми, ничтожно малыми, энергозатратными или бессмысленными они ни были, можно запрограммировать в компьютере, ничем, принципиально не отличающемся от компьютера из 1936 года.

Одной из фундаментальных идей, лежащей в основе современного компьютера является возможность программирования любого механического и когнитивного, если так можно выразиться процесса в некий набор 0 и 1. Если так, то существует ли способ программирования креативности, понимания, мышления, самообучения? Оказалось что да, есть, но для этого необходимо научить компьютер играть.

Игра, созданная Богом

Как появилась наша биосфера? Пожалуй это один из наиболее загадочных вопросов. Что послужило причиной появления такого биологического многообразия. Вот, для примера несколько теорий:

1. Жизнь постепенно появлялась из ничего, миллионами лет формировался набор аминокислот, которые при последующей комбинации создали сложные полимеры.
2. Аммоний, водород, метан в атмосфере земли и немного электричества, в виде молний создали все те же аминокислоты.
3. Заброшена на землю “шальным” метеоритом.
4. Живая и неживая материя, взаимодействовала друг с другом, создавая сбалансированную саморегулирующуюся экосистему, которая и позволила появиться жизни на земле.

При всем многообразии ни одна из теорий, не затрагивает, как того стоило бы сделать вопрос, при каком стечении обстоятельств и каком количестве комбинаций, набор случайных химических элементов способен превратиться в то что осознает себя и окружающую действительность? Умеет влиять на среду и подчинять ее в соответствии с необходимостью.

Земля – это творец. Художник, который при помощи ограниченного набора аминокислот, длительного периода времени, бесчисленных попыток, создал интеллект. А сможем ли мы, в условиях закрытой системы, длительного времени и бесконечных попыток повторить этот трюк? Воспроизвести последовательность, удивительное стечение обстоятельств, при которых человек поймет что такое творчество, сможет его запрограммировать в сложный набор из 0 и 1. Имеется мнение, что тогда, по идее машина обзаведется разумом. А с разумом придет и цель.

Творчество это не более чем поиск знания методом проб и ошибок. Долго, мучительно, но результативно в конце. ДНК – это творческий “перебор” комбинаций природой. И на наш взгляд, искусственному интеллекту, для того чтобы стать мыслящим не хватает последнего элемента в наборе 0 и 1, творческой переменной. А какая она и как это может получиться, попробуем разобраться при помощи древнейшей игры на земле, го.

Медитативная, завораживающая, гипнотизирующая. Именно так ее описывают регулярно играющие люди. А те кто играет достаточно долго, говорят, что за доской для игры можно почувствовать пульс вселенной, понять как появилась жизнь и что такое “творить”. Игроки, выставляя, поочередно камни на пересечение линий доски, на поле 19 на 19, создают течение камней, вырисовывают уникальные рисунки и мыслят на пределе своих возможностей. Го это одна их тех игр, которую сложно понять, но сделав это ты не только понимаешь игру, но осознаешь, что такое понимание.

Проблема, которая встает перед игроком за доской – это разобраться в том что происходит. Какой результат и какая цель у каждого поставленного на поле камня. Новичок, впервые держащий в руках черный или белый камень, теряется на пустой доске, но со временем начинает видеть игру и осознавать свою роль в ней. Ничего удивительного в том, что такая простая игра, является самой долгоиграющей на земле, по некоторым данным не одно тысячелетие.

Сложность ее кроется в простоте, как бы парадоксально не звучало. Профессионал обладает чувством игры, часто спросив его, почему ты сделал именно этот ход, в ответ можно услышать, потому что чувствовал что он важен. Человеческая интуиция играет ключевую роль для победы в игре. А интуиция это искры творчества, высеченные из знаний человека, который он аккумулировал всю жизнь. Знание и понимание – это строительные блоки творчества и интуиции, а го, священный грааль инженеров, работающих на ИИ.

Как запрограммировать интуицию и понимание? Что для этого требуется? Как оказалось, одна простая игра, с бесконечным множеством комбинаций. Есть мнение, что количество конфигураций камней на доске для игры го больше чем количество атомов во вселенной. Делая таким образом комбинаторный перебор, бесполезным занятием и любой компьютер, построенный на принципе пересчета, окажется слабее девятилетнего, хорошо играющего игрока.

Простые и очевидные правила игры, создают ситуации, в которой каждое действия игрока, многозначное, сложное, неявное, трудно предугадываемое, все это приводит к крайне неоднозначному набору вариантов действий. Мало знать правила игры, творчески подходит к выбору поведения и стратегии в игре, обладать серьезными аналитическими способностями Важнее делать интуитивные, имеющие смысл в конкретной ситуации действия. На наш взгляд это и можно назвать творчеством, умение принимать неожиданные, уместные и результативные решения в условиях высокой неопределенности.

Каждый может принять решение, при наличии достаточности фактов, а вот действовать в условиях неопределенности и при этом достигать результата, может только творческий человек. А жизнь по большому счету является невообразимо сложной игрой на принятие решений, которую получаешь возможность сыграть только раз, вслепую и не особо понимая правил.

Чтобы понять сложность игры го, по сравнению с другими настольными играми, мы попробуем рассмотреть глубину и ширину игры в сравнении с шахматами. После этого поймем, почему пересчет комбинаций помог Deep Blue одержать победу на Каспаровым, а в случае с го, потерпел неудачу. Для победы над человеком в игре го, компьютеру не хватало некоторых свойств человеческого мышления, а именно умение оценивать множественные аспекты среды и принимать решения не только анализируя сложившуюся ситуацию, но и полагаясь на “чувства”.

Глубина и ширина игры, являются решающими факторами, почему метод пересчета для победы над человеком не подходит, взгляните на доски:

Ширина игры на поле шахмат, это примерно 35 возможных стартовых позиции, в то время как у игры го при размере доски 19 на 19, количество возможных конфигураций старта около 250. При этом глубина игры, это количество ходов, сделанных по переменно в шахматах около 80, в среднем, партия заканчивается на 70 ходу, а партия го на 150 ходу.

Предположим, мы хотим спрогнозировать конфигурацию досок на 4 хода вперед, при условии, что средняя ширина игры в шахматы составляет 35, нам необходимо проделать простую математическую операцию: 35х35х35х35=1 500 625 различных положений фигур на доске в шахматы. А теперь возьмем доску для игры в го и проделаем точно такую же операцию: 250х250х250х250= 3 906 250 000 возможных расположений камней. Компьютеру проанализировать такое не под силу. Нужен другой подход.

Естественно это слишком упрощенная математика, однако следует помнить, что наша цель – это познакомить с игрой го, и показать ее сложность. Тем не менее было бы ошибочно предположить, что шахматы проще. Отнюдь, игра в шахматы не менее сложная, но значительно меньшая по глубине и ширине.

Игра го – это сложная система взаимодействий камней на доске. Система с непонятными свойствами, которые проявляются исключительно в процессе игры и проникают во все ее аспекты. Требующая от игрока умения принимать решения в условиях когда невозможно предугадать результат и вынуждающая полагаться на чувства и действовать в соответствии с изменяющейся средой. Обманчивая простота делает игру невообразимо сложной и многогранной. Как научить компьютер играть, если перебор комбинаций не подходит? Научить думать и “чувствовать”, принимать решения в зависимости от состояния доски. То есть необходимо научить компьютер мыслить.

Что значит чему-то научиться

В 1948 году Дональд Хебб, описал предположительный метод, которым мозг человека тренирует и обучает себя. Тогда это было настоящей революцией, настолько, что гипотеза Хебба, превратилось в “обучение Хебба”, который стал один из фундаментальных алгоритмов машинного обучения.

Гипотеза Хебба, заключается в том, что нейроны головного мозга, при взаимодействии возбуждаются друг об друга, эффективность и длительность возбуждения усиливается со временем, а связь между двумя нейронами укрепляется, возникают новые шаблоны и модели поведения.

Чтобы обучить AlphaGo, ученым необходимо создать алгоритм, который повторяет работу мозга. Для победы в игре, программа должна повторить, не только образ мышления живого человек, но еще и интуитивные действия при изменяющихся условиях, код из 0 и 1 необходимо “ожить”. Да в контролируемой и “узкой” среде доски для игры в го с полем 19 на 19, но ожить. Научить выбирать самостоятельно наиболее оптимальное действие, для оказания воздействия на среду обитания.

Deep Blue, для того чтобы, научиться перебирать комбинации потребовалась группа экспертов, в то время как AlphaGo использовала кардинально иной подход. Она научилась играть в го, как это сделал бы человек. Методом проб и ошибок. Разработчики загрузили в программу 100 000 любительских партий и позволили программе играть против самой себя. Со временем программа играла против разных версия себя и училась, училась и училась. До тех пор, пока однажды не победила чемпиона Европы, Фань Хуэем, который на момент матча обладал 2 даном в рейтинге игры.

Игра против самой себя, разными версиями, позволила программе научиться на собственных ошибках. Идея, заложенная программистами в основу AlphaGo, вдохновила последующие исследования ИИ, но самое важное, как нам кажется, заставило задуматься над тем, что это значит быть человеком.

Искусственные нейронные сети, которые стали возможными, в том числе благодаря AlphaGo, позволяют современным компьютерам и человеку делать много больше чем раньше. Сегодня нейронная сеть может научить себя, бесспорно в пределах того, что ей позволит человек, но может. Тем не менее вопрос, что значит научиться и что такое интеллект остается открытым. Более того, не просто открытым, а проблемой, к которой пока сложно подступиться.

Нам кажется, что если мы сможем ответить, что такое интеллект, то и создать искусственный интеллект не будет великой проблемой. Ближе всего к этому подобрались Барто и Саттон. В 1998 году они издали книгу “Обучение с подкреплением”, в которой формализовал принцип обучения с подкреплением. Мы предполагаем немного пересмотреть термин и использовать, обучение с “сильной” петлей обратной связи.

Любой учитель скажет, что не сложно выдать работу ученикам для самостоятельной отработки и проверить любой объем тоже не станет серьезной сложностью при обучении чему-либо. Проблема возникает в момент, когда необходимо предоставить обратную связь и скорректировать будущие действия. Форма и формат обратной связи от учителя к ученику, одно из узких мест системы обучения. Барто и Саттон пытаются решить проблему интеллекта через “сильную” петлю обратной связи, обучая исполнителя, действующего в определенных условиях взаимодействовать со средой.

В самом широком смысле слова, средой может быть что угодно. Для трейдера, торгующего на рынке, может быть график котировок. Учительская среда, это класс с обучающимися. Исследователю, для успешной публикации нужна среда научных работ. Писатель, учится рисовать миры в безграничной среде своего воображения. Средой игрока в шахматы, го, шашек, нард является поле для игры и фигуры.

Цель очевидна, исполнитель взаимодействует со средой, а среда предоставляет обратную связь. То что можно увидеть или прочувствовать. Однако существует один особый вид обратной связи, который и делает из нее “сильную”, вознаграждение. Чем оно выше, в ходе действия, тем корректней принятое решение.

Отдельно стоит выделить, что в нашем случае не идет речь о теории вознаграждения, а скорее о математическом расчете. Трейдеру для принятия решений нужно точно понимать отношение между риском между доходностью и убыточностью сделки, учителю в школе “силу” группы и способ обучения. Ученому, возможно, понимание усилий на написание и актуальность темы. Игроку в го, рассчитать ход, который увеличит вероятность победы.

Подобная модель взаимодействия с окружающей средой превосходно переноситься на повседневную жизнь. Проголодались, решили разогреть обед, и даже это простое действие имеет сложную модель принимаемых решений и действий. С задачами, подзадачами, которые вместе делают из простого “разогреть обед”, сложный процесс:

• Открыть холодильник.
• Достать из холодильника, контейнер со вчерашним пловом.
  • Для этого нужно открыть холодильник.
  • Найти среди полок нужный контейнер.
  • Протянуть руку и вынуть.

Другой набор сложных взаимодействий связан с подготовкой тарелки, вилки и разогрева. Каждое действие требует поиск объекта, создания целенаправленного движения тела. На ходу принимаются моментальные решения о том в какую руку брать, как нести, по отдельности или все вместе. Каждый шаг подзадачи регулируется целью, и он выступает подкреплением и основанием для следующего действия, для того чтобы избавиться о чувства голода. Мы не говорим о том, какую роль в этом процессе играет тело, которое регулирует необходимость утолить чувство голода и определяет предпочтения в еде.

Решения принимаются в зависимости от той вероятности получения награды, которая будет в результате действия. Очевидно, что никто не выберет следующую последовательность для утоления голода: взять в руки телефон, полистать ленту социальной сети, выключить телефон.

Гроссмейстер поступает аналогичным образом, принимает решение следующего хода в соответствии как он представляет ожидаемое ответное действие оппонента и его реакции. Полагается при этом на моментальное, интуитивное ощущение ситуации, желаемого результата, который может получиться в результате отдельного перемещения фигуры или серии ходов.

Ребенок впервые встает на ноги, опираясь на предметы, балансирует, недалеко от того что может помочь ему избежать падения, пытается сделать первые шаги, понимая, что ходить это лучше, чем когда тебя переносят из одного место в другое. Наградой за многократные падения станет возможность перемещаться самостоятельно.

Таким образом и происходит естественное обучение, природа учит через взаимодействия с объектами среды, подталкивает тестировать и проверить пределы доступного. Удивительным образом этот же подход лежит в основе многих теорий обучения и развития интеллекта.

Следует поднять вопрос, почему современные образовательные учреждения не используют подход при котором обучение случается в результате органичного взаимодействия со средой. Учителя, впервые видят детей во время практики, а это четвертый курс. Финансисты работают с деньгами только после того как окончили университет и это если повезет. Почему бы не сделать обратный цикл, когда обучаешься при взаимодействии. Мы согласны, что подобное обучение не подходит в тех областях, в которых действия сопряжены с риском и здоровьем, например медицины. Проблема в том что подобное не практикуется и там где можно позволить себе некоторые “вольности”.

Через взаимодействие со средой, обучаясь на своих ошибках и успехах, оценивании вознаграждения, которое получает лишь в конце партии, AlphaGo, научилась играть с человеком на нечеловеческом уровне. Программа принимает решения о каждом следующем ходе, после того как “ощутила” среду, и через многократные попытки понимает, какое действие кажется наилучшим. Для программы доска для игры го, черный или белые камни, определенное их положение не является отдельными элементами системы. Они расцениваются как целостный механизм, проблемное пространство, в которое ей придется следовать цели, победить, оказывая влияние на среду с большим числом неизвестных и высокой степени неопределенности. Соответственно ее задача, изменять своими действиями среду, придавая ей такую форму, которая увеличит шанс на победу.

Цифровая интуиция

Если спросить игрока, после выигранной им партии о сделанном во время игры ходе, почему был сделан именно этот ход, часто в ответ можно услышать, “не знаю, мне показалось это верным” или “я так чувствовал”. Когда наблюдаешь за игрой AlphaGo складывается впечатление, что компьютер приобрел интуитивное понимание сложных аспектов игры го. Машина на “подсознательно-процессорном” уровне, фундаментально переосмыслила что такое преимущество в игре, какой должна быть сфера влияния после каждого сделанного хода, переоценила потенциал выставляемых камней и научилась играть достаточно агрессивно в тактическую фазу игры, при которой оппоненты ведут борьбу за одну клетку игрового поля. Остается только проверить способности программы в игре профессионалом.

Первой серьезной “жертвой” AlphaGo, стал чемпион Европы Фань Хуэм, второй дан. Однако уровень Фань, каким бы хорошим игроком он ни был не сравниться с профессионалами, воспитывающимися в Китае, Южной Корее и Японии. Чтобы действительно проверить предел возможности AlphaGO, команда Deep Mind, предложила матч из пяти игр, многократному чемпиону мира Ли Седоль. На момент матча с компьютером, Ли был непобедимым игроком. Если AlphaGo одержит победу над ним, то это станет очередной вехой развития компьютерных технологий и серьезный шаг к созданию полноценного искусственного интеллекта.

Эти технологии не только определят будущее развитие ИИ и компьютера, но и дадут надежду, что до скрытого от человека знания имеется шанс когда-нибудь дотянуться. Мы не будем в деталях пересказывать все пять матчей, в четырех из которых программа одержала победу на Ли, любой желающий может найти в интернет документальный фильм “AlphaGo - The Movie”, где в деталях рассказывается что такое го и как проходили матчи. Вместо этого мы сконцентрируемся на двух ходах, 37 и 78, один сделала машина, другой человек. Оба хода фантастически сложные и дают небольшое представление тому, чему может научить машина человека.

Мы возьмем на себя смелость и сделаем предположение, что именно ход 37 во второй игре и ход 78 в четвертой предопределили будущее развитие технологии ИИ, а также проникновение ее во все сферы деятельности человека, от медицины до работы с текстом. Ход 37 ошеломил лучших игроков по всему миру. Странный ход, который можно было легко признать за ошибку. Ли, при этом так не думал, ему потребовалось почти пятнадцать минут на ответ.

“Вчера я был удивлен”, говорил Ли Седоль, на конференции после поражения, “Но сегодня я лишился дара речи. Если взглянуть на то как играла машина, признаюсь, это было чистое поражение по моей части. С самого начала, не было ни одного момента когда преимущество в игре было на моей стороне”.

Го – это игра за территорию. Так думает человек, у машины на это совсем иное, если можно так выразится, мнение. AlphaGo не расценивает доску, камни, определенные позиции как отдельные элементы, а видит их как единое последовательное действие, которое необходимо для победы. Программе все равно какой счет, главное чтобы это была победа, именно это принесло в игру, которую несколько тысяч лет успешно играли исключительно люди, новую перспективу. Стиль, которым играет компьютер, совмещает в себе гибкость, открытость, но при этом в нем отсутствует существовавшие ранее убеждения и мнения авторитетных игроков о том какой ход лучше, а какой хуже. Ни один опытный игрок не будет играть на второй линии, например. Однако в одной из тренировочных игр AlphaGo посчитала что игра на второй линии важнее существующей практики и продолжила игру, которая привела к более выгодной позиции на доске.

Действия на доске, часто контринтуитивные, но сильные. Многие профессиональные игроки даже не рассматривали бы большинство из этих действий при которых AlphaGo удается создавать запутанную взаимосвязь различных групп. Эта связь получается настолько сложной, что ее практически невозможно сломать, кроме одного раза. Ход 78, в четвертой игре. Эта была последняя игра программы, в которой победу одержал человеческий разум и он принадлежал Ли Седоль.

Ли удалось, сделать игру настолько сложной, что компьютер “растерялся” и был в полной уверенности, что доминирует над человеком. Программа не смогла верно оценить последствия хода 78, что привело к дальнейшим ошибкам и в конечном итоге позволило человеку одержать победу. Один из миллиона игроков способен на такое. Ли Седоль удалось сделать невозможное, сделать единственно верное действие, шанс которого 1 из 10 000. Этим ходом он сделал невероятное, создал ситуацию, при которой холодный разум машины не смог корректно оценить ситуацию и сделать соответствующую оценку. Как репортеры называли это, Ли сделал “ход Бога”.

Я слышал крики радости, в момент когда стало ясно что AlphaGo проиграл игру. Мне кажется понятно почему. Люди чувствуют себя беспомощными и находятся в страхе перед машиной. Создается впечатление, что человек слаб и хрупок, а эта победа означает, что мы по-прежнему еще “можем”. Со временем, возможно победить ИИ станет непосильной задачей, но победа в этой одной игре оказалось достаточной. Одного раза достаточно.

– Ли Седоль, на конференции после выигранной партии

Жизнь это не игра

Какой бы удивительной ни была программа AlphaGo, ее создал человек, по некоторому образу и подобию себя. Однако это всего лишь игра, с правилами, логикой, строгостью. Холодная логика, идеальная игра, а жизнь, тем временем нелогична и запутана. Правила жизни не выражены в строгих законах, это делает принятие решений сложным процессом, при котором победа или поражение не столь очевидны по сравнению с настольной игрой. Если коротко, то машина существует в среде строгой логики, а жизнь место нечеткой логики. А не всегда предшествует Б, а В не всегда является следствием из Б. Там где у машина из А следует Б, у человека Б может следовать из А, а может и не следовать.

Принятие решений в игре, относительно просто описать и алгоритмизировать, в то время как в жизни решения принимаются в условиях не достаточной информации, без четкого представления последствий. Свойства среды не поддаются влиянию, а изменяются еще до того как решение принято. Человек действует инстинктивно, почти без обдумывания, в соответствии с тем как представляет будущее. Чем критичней ситуация, тем быстрее принимаются решения.

Логика машины, хоть и строгая, но как показала доска 19 на 19 и набор черно-белых камней не всегда понятная. Наверное, так случилось потому, что машина “чувствует” и “думает” иначе чем это делает человек. Это может научить нас новаторству, поможет преодолеть пределы прошлых убеждений, снимет некоторые ограничения. Человек вместе с машиной найдет множество интересных решений, которые могут сработать, а могут и не сработать. Создание ИИ неизбежный этап развития человеческой цивилизации, при котором машина нас не заменит, а органично дополнит, не захватит контроль над миром, а расширит горизонт возможного. И как результат свой деятельности, трансформирует общество. Компьютер трансформировал то как мы работаем с информацией, храним, перерабатываем, потребляем. Нейронные сети, помогают делать то, что умеет компьютер гораздо быстрее и эффективнее, а с помощью человеческой фантазии, пределы компьютерных вычислений становятся почти безграничными. Для этого нужна щепотка творчества.

Человеку не хватает воображения

Мы, люди, не можем сформулировать какая технология в будущем будет востребована. Форду говорили, что хотят лошадь быстрее. Джобс считал, что ни один клиент не знает что ему требуется. Любая технология, от ткацкого станка до ИИ, проста, тривиальна и востребована только после того как она появилась и прошла путь от первых пользователей до массового потребителя.

Действия человека, управляются не человеком, а маленькими, случайными изменениями в среде. Небольшие колебания, которые могут вызывать лавинообразные сдвиги в шаблонах поведения, способах применения привычных нам вещей. А иногда, в редких случаях, появляется что-то, изменяющее все вокруг: паровой двигатель, телефон, автомобиль, первый компьютер, компьютерная мышь, смартфон и многие другие инновации, сформировавшие мир. ИИ, мы убеждены, будет одним из таких колебаний, за которыми последуют грандиозные изменения. Об этом мы поговорим в следующей части исследования. Попробуем привести несколько примеров применения ИИ, немного похулиганим и проверим верно ли утверждение Харари, о взломе человеческой цивилизации.

П.С.

Внимательный читатель заметил, что в отличие от первой части в этой, нет ни одной ссылки на источник. Так случилось не потому что автор ленивый, а сделано с умыслом. Читателя приглашают к спору. Если с чем-то не согласен, хочет перепроверить, оппонировать, то сделать это можно с автором в телеграм, личной переписке или на форуме:

• TG: https://t.me/zettelkasten_ch
• Email: rustam.agamaliev@gmail.com
• Форум: https://zttl.space

А чтобы быть честным, то ниже список использованных для вдохновения источников.

Список литературы

1. Hebb D. O. The Organization of Behavior: A Neuropsychological Theory / D. O. Hebb, Psychology Press, 2005. 379 c.

2. Coppey L. What does AlphaGo vs Lee Sedol tell us about the interaction between humans and intelligent systems? // Point Nine Land [Электронный ресурс]. URL: https://medium.com/point-nine-news/what-does-alphago-vs-8dadec65aaf (дата обращения: 22.06.2023).

3. Doddi S. A.I Genesis: Move 37 // Medium [Электронный ресурс]. URL: https://medium.com/@srikardoddi/a-i-genesis-move-37-a0d66bd123a9 (дата обращения: 22.06.2023).

4. Frauenfelder M. The Computer: An Illustrated History From Its Origins to the Present Day / M. Frauenfelder, Reprint, Illustrated edition-е изд., Carlton Books, 2015. 256 c.

5. Gavilla J. The significance of move 37 by AlphaGo and move 78 by Lee Sedol // Medium [Электронный ресурс]. URL: https://jessa-gavila.medium.com/the-significance-of-move-37-by-alphago-and-move-78-by-lee-sedol-19a21cdb289b (дата обращения: 22.06.2023).

6. Hodges A., Hofstadter D. Alan Turing: The Enigma: The Book That Inspired the Film The Imitation Game - Updated Edition / A. Hodges, D. Hofstadter, Revised edition-е изд., Princeton, New Jersey: Princeton University Press, 2014. 768 c.

7. Isaacson W. The Innovators: How a Group of Hackers, Geniuses, and Geeks Created the Digital Revolution / W. Isaacson, Reprint edition-е изд., Simon & Schuster, 2014. 560 c.

8. Lanier J. There Is No A.I. // The New Yorker. 2023.

9. Metz C. In Two Moves, AlphaGo and Lee Sedol Redefined the Future // Wired.

10. Moravec H. Rise of the Robots—The Future of Artificial Intelligence // Scientific American [Электронный ресурс]. URL: https://www.scientificamerican.com/article/rise-of-the-robots/ (дата обращения: 26.05.2023).

11. Partners Z. V. Product Payoffs in Machine Learning // Zetta Venture Partners [Электронный ресурс]. URL: https://medium.com/zetta-venture-partners/product-payoffs-in-machine-learning-704b1a58ef00 (дата обращения: 22.06.2023).

12. Rheingold H. Tools for Thought: The History and Future of Mind-Expanding Technology / H. Rheingold, Revised, Subsequent edition-е изд., Cambridge, Mass: The MIT Press, 2000. 360 c.

13. Rosenberg R. S. The Social Impact of Computers / R. S. Rosenberg, Academic Press, 2013. 398 c.

14. Sutton R. S., Barto A. G. Reinforcement Learning: An Introduction / R. S. Sutton, A. G. Barto, second edition-е изд., Cambridge, Mass: A Bradford Book, 1998. 322 c.

15. Human-Computer Interaction in the New Millennium под ред. J. M. Carroll, First Edition-е изд., New York, New York : Boston, MA: Addison-Wesley Professional, 2001. 703 c.

16. Digital intuition // Nature. 2016. № 7587 (529). C. 437–437.

17. (6) Lee Sedol vs AlphaGo: How Google’s AI machine beat the 18 times World Go Champion | LinkedIn [Электронный ресурс]. URL: https://www.linkedin.com/pulse/lee-sedol-vs-alphago-how-googles-ai-machine-beat-18-times-gowda/ (дата обращения: 22.06.2023).

18. Innovations of AlphaGo [Электронный ресурс]. URL: https://www.deepmind.com/blog/innovations-of-alphago (дата обращения: 22.06.2023).

19. Mastering the game of Go with deep neural networks and tree search | Nature [Электронный ресурс]. URL: https://www.nature.com/articles/nature16961 (дата обращения: 15.06.2023).

20. Mastering the game of Go without human knowledge | Nature [Электронный ресурс]. URL: https://www.nature.com/articles/nature24270 (дата обращения: 15.06.2023).

21. The brief history of artificial intelligence: The world has changed fast – what might be next? // Our World in Data [Электронный ресурс]. URL: https://ourworldindata.org/brief-history-of-ai (дата обращения: 19.04.2023).

22. The Go Files: AI computer clinches victory against Go champion | Nature [Электронный ресурс]. URL: https://www.nature.com/articles/nature.2016.19553 (дата обращения: 15.06.2023).

23. The Go Files: AI computer wraps up 4-1 victory against human champion | Nature [Электронный ресурс]. URL: https://www.nature.com/articles/nature.2016.19575 (дата обращения: 15.06.2023).