#интервью | Рэй Курцвейл и его искусственный интеллект в Google

Google всегда была за искусственный интеллект, поэтому ни для кого не стало сюрпризом, когда Рэй Курцвейл, один из ведущих специалистов в этой области, присоединился к компании. Случилось это в конце прошлого года. Тем не менее у многих работников поискового гиганта брови поползли наверх, когда Курцвейл, заявил, что может создать искусственный разум.

Добавьте ко всему этому то, что следующим наемным работником поисковика стал Джеффри Хинтон — «крестный отец» компьютерных нейронных сетей. Похоже, Google обзавелась самыми смелыми разработчиками искусственного интеллекта. Кто-то сочтет это захватывающим, кто-то — тревожным. Кто-то — и тем, и другим.

Во вторник Курцвейл устроил небольшой сбор в Google, приуроченный к грядущему фильму Уилла Смита «После нашей эры» (After Earth), по-видимому, связав футуристический концепт фильма с настоящим футуризмом. Обсуждение затронуло вопросы о необходимости космических путешествий и разрешение мировых энергетических проблем с помощью солнечной энергии. После того как все участники разошлись, Курцвейл дал небольшое интервью журналу Wired, которое мы вам и представляем.

Wired: Только что закончилась «гугловская» тусовка, а Уилл Смит сказал, что у него есть экземпляр вашей книги, потому что он снимается во всяких научно-фантастических фильмах. Какой вы видите научную фантастику?

Рэй Курцвейл: Фантастика представляется отличной возможностью спекулировать на том, что может случиться. Мне, как футурологу, она подбрасывает сценарии. Но создатели фантастики плохо оценивают временные рамки и другие вещи. В этом фильме, например, персонажи возвращаются на Землю спустя тысячу лет и видят, что биологическая эволюция зашла так далеко, что животные стали совсем другими. Это не реалистично. Кроме того, существует плохая традиция превозносить опасности развития науки над ее преимуществами, отсюда и драматический сюжет. Множество фильмов об искусственном интеллекте предполагают, что ИИ будет очень умным, но ему будет недоставать ключевых человеческий эмоций, следовательно, ИИ будет опасным.

В чем секрет предсказаний будущего?

30 лет назад я понял, что секретом успеха будет вопрос времени. Мне присылают разные технологические идеи, и я могут утверждать в 95 %, что команды смогут их реализовать, если у них будут ресурсы. Но 95 % из этих проектов провалятся, потому что время не то, как я могу предполагать. Например, поисковые системы — я знал, что они начнут развиваться. Пятнадцать лет назад Ларри Пейдж и Сергей Брин были в нужном месте в нужное время с нужной идеей.

Вы предсказали поисковые технологии?

Да. Я написал об этом еще в 1980-х. [Книга была издана в 1990 году]

А могли бы вы предвидеть, что будете работать в компании, которая начала с поисковых технологий?

Это как раз то, что вы предсказать не можете. Было очень трудно догадаться, что эти двое детей Стэнфорда захватят мир поиска. Но что я узнал наверняка, так это то, что если вы оцените ключевые показатели ценовой производительности и емкость информационных технологий, они выстроятся в удивительно предсказуемую гладкую экспоненциальную кривую. Стоимость производительности компьютеров росла по экспоненте с 1980 года. Она прошла сквозь огонь и воду, через войну и мир, и ничего ее не остановило. Я думаю, это продлится до 2050 года. В 2013 году мы находимся на этой кривой там, где и должны.

Над чем вы работаете в Google?

Моя миссия в Google заключается в разработке естественного языкового понимания с командой других разработчиков в Google. Поиск вышел за рамки простого поиска ключевых слов, но он по-прежнему перерывает миллиарды страниц в поисках смыслового контента. Если вы написали пост в блог и вам есть что сказать, вы не просто выписываете слова и синонимы. Мы хотим, чтобы компьютеры понимали семантику, смысловое значение. Если это случится, а я верю, что это возможно, люди смогут задавать более сложные вопросы.

Вы участвуете в программе Джеффа Дина по созданию искусственного «мозга Google»?

Что ж, Джефф Дин является одним из моих сотрудников. Он лидер среди исследователей. Мы будем использовать его системы и техники глубокого обучения. Причина, по которой я в Google, это ресурсы типа этого. Кроме того свод знаний и продвинутая система синтаксического разбора, а также другие передовые технологии — то, что мне нужно для проекта, в рамках которого будет разрабатываться понимание естественного языка. В Google это сделать куда проще из-за их технологий.

Если ваша система действительно понимает сложный естественный язык, вы назовете ее разумной?

Да, назову. У меня есть устойчивая дата — 2029 год — для этого предсказания. И сюда входит не только понятие логического интеллекта. Сюда входит эмоциональный интеллект, который может быть веселым, шутливым, милым, любящим, понимающим. Это самое сложное, что мы можем сделать. Это то, что разделяет компьютеры и людей сейчас. Но я верю, что к 2029 году эта пропасть исчезнет.

Упростится ли все с помощью лучших вычислений и программного обеспечения или есть некоторые нерешенные вопросы, препятствия?

Существуют требования, как аппаратные, так и программные. Я полагаю, что мы достаточно близки к необходимому уровню программного обеспечения. Отчасти нам помогает глубокое понимание того, как работает человеческий мозг, и оно постоянно растет. Сейчас мы можем заглянуть внутрь живого мозга и увидеть, как формируются мысли в режиме реального времени. Мы можем увидеть, как мозг думает, и как мысли формируют разум. Многие из этих исследований показывают, как работает механизм коры головного мозга, то есть где и происходит мышление. Биология вдохновляет нас на разработку компьютеров. Мы уже эмулируем мышление на компьютерах. Техники глубокого обучения, которые я упоминал, используют многослойные нейронные сети, которые созданы на основе реальных. Используя эти заимствованные из биологии модели, плюс все то, что делают разработчики на протяжении десятилетий в области искусственного интеллекта, плюс постоянно улучшающееся аппаратное обеспечение — мы доберемся до уровня человека за двадцать лет.

Мы действительно понимаем, почему тот или иной мозг приводит к совершенно разным выражениям человеческой натуры? Возьмите комплексное мышление Эйнштейна, продуктивность Стива Джобса или работу на результат Ларри Пейджа. Что делает этих людей такими особенными? У вас есть мысли на этот счет?

На самом деле, я задался этим вопросом, особенно насчет Эйнштейна, в своей последней книге «Как создать разум».

Расскажите-ка.

Есть несколько вещей. Во-первых, наш мозг создан нашими мыслями. У нас есть ограниченная объемом кора мозга, вмещающая примерно 300 миллионов распознавателей шаблонов, выстроенных в иерархию. Мы создаем эту иерархию своим мышлением. Это не означает, что гениальность Эйнштейна обязана тому, что у него было 350 миллионов или 400 миллионов их. У всех примерно равные возможности. Но он организовал свой мозг так, чтобы тот глубоко задумался на определенную тему. Он увлекался скрипкой, но не стал Яшей Хейфецом. И Яша Хейфец интересовался физикой, но не был Эйнштейном. У нас есть потенциал работать за весь мир, но в определенном сегменте. И это накладывает на мозг определенные ограничения, а вот Эйнштейн был глубоко сосредоточен в одном.

Но ведь многие физики уходят с головой в свое дело, и только один стал Эйнштейном.

Я не закончил. Вторым аспектом является смелость следовать собственным мысленным экспериментом и не упасть с лошади из-за того, что выводы сильно отличаются от ваших прежних предположений или расходятся с убеждениями общества. Люди настолько неспособны отстоять самостоятельное мышление рядом со сверстниками, что тотчас отказываются от своих убеждений, как только приходят к абсурдным выводам. Нужен определенный стержень, чтобы отстаивать свою точку зрения. Очевидно, у Стива Джобса он был. У него было видение и он ему следовал. Назовем это смелостью убеждений.

Какова биологическая основа подобной смелости? Если бы у вас была бесконечная возможность анализировать мозг, смогли бы вы сказать: «О, вот где ты, смелость!».

Это кора головного мозга, и люди, которые с упорством заполняют ее убеждениями сверстников, наверняка не станут следующим Эйнштейном или Стивом Джобсом.

Можно ли это контролировать?

Хороший вопрос. Я думал об этом. Еще я думал о том, почему некоторые люди с готовностью принимают экспоненциальный рост информационных технологий и их последствия, а другие обладают иммунитетом. Я пришел к выводу, что связи в нашей голове связаны с линейными ожиданиями, потому что 1000 лет назад в условиях дикой природы это помогало выслеживать мясо на обед. Некоторые люди легко идут на поводу у будущего, когда вы предъявляете им доказательства, а другие — нет. Я ищу ответ на вопрос: чем это вызвано? Это не связано с достижениями, интеллектом, уровнем образования или социальным статусом. Кора головного мозга некоторых людей устроена таким образом, что они могут принять последствия, которые их ждут, не особо заботясь о мнении окружающих. Можно ли этому научиться? Думаю, да, но доказать не могу.

Раз уж мы заговорили о Стиве Джобсе, позвольте мне привести одну из его знаменитых цитат с выступления в Стэнфорде. Он сказал: «Смерть, наверное, самое лучшее изобретение жизни. Она — причина перемен». Вы лихо пытаетесь продлить свою жизнь до бесконечности, поэтому наверняка не согласитесь с этим, да?

Да, это то, что я называю «заявлением смертников», тысячелетиями принимающих смерть как хорошую вещь. Однажды в этом был смысл, поскольку до недавнего момента вы не могли подобрать существенного аргумента, для чего бы вам понадобилось бессмертие. Поэтому религия, которая доминировала, когда науки, по сути, не было, заявила следующее: «Ой, трагичный исход? Ну что вы, это же хорошо». Мы нашли в этом смысл, поскольку приняли это. Но в моем понимании смерть — это трагедия. Наша первая реакция на чью-либо смерть сопровождается сожалением о загубленных знаниях, навыках, талантах и отношениях. Глупо думать, что есть определенное количество мест, и если старые люди не умрут, молодые не смогут занять их место, поскольку мы постоянно наращиваем знания. Ларри Пейдж и Сергей Брин никого не заменили — они создали абсолютно новое поле. Знания растут по экспоненте. Удваиваются каждый год.

И вы полагаете, что серьезно увеличенный срок жизни возможен?

Думаю, мы в пятнадцати годах от пункта назначения — долгожительство.

Технологическая сингулярность близко.

Источник

Related Articles

Back to top button
Close

Atomic Wallet

Jaxx Wallet

Jaxx Wallet Download

Atomic Wallet Download

Atomic Wallet App

atomicwalletapp.com

sinkronisasi reel pendek pola 4 6 spin yang sering mendahului scatter ketiga riset soft start ketika awal spin terlihat ringan tapi menyimpan momentum besar pola jam senja 18 30 20 30 aktivasi wild lebih rapat dibanding sesi lain deteksi visual micro flash efek singkat yang muncul tepat sebelum pre freespin analisis jalur simbol menyilang indikator non linear menuju burst bertingkat fenomena board padat simbol besar berkumpul sebelum tumble panjang terbuka studi turbo pendek mengapa 6 9 spin cepat lebih sering mengunci momentum perilaku reel awal saat reel 1 2 terlihat berat menjelang aktivasi multiplier pola recovery halus wild tunggal muncul setelah dead spin sebagai sinyal balik arah riset scatter tertahan ketika dua scatter bertahan lama sebelum ledakan aktual efek clean frame stabil layar terlihat bersih tepat saat rtp masuk zona seimbang analogi hujan gerimis tumble kecil berulang yang diam diam mengarah ke burst besar mapping ritme animasi perubahan tempo visual sebagai petunjuk pre burst pola jam malam 21 00 23 00 frekuensi multiplier bertingkat meningkat signifikan reel terakhir aktif aktivasi mendadak di reel 5 sebagai pemicu tumble lanjutan observasi spin manual kontrol ritme yang membantu membaca sinyal sistem deteksi low pay berpola ketika simbol kecil justru menjadi fondasi bonus studi pre burst senyap fase tenang 8 12 spin sebelum ledakan tajam jalur simbol turun naik gerakan dinamis yang mengindikasikan multiplier siap aktif blueprint sesi pendek strategi mengatur awal tengah spin agar momentum tidak terbuang reel tengah menguat pola sinkronisasi halus yang sering jadi awal scatter berlapis riset mini tumble ketika 3 tumble pendek berurutan jadi penanda bonus dekat kabut tipis di layar frame redup yang hampir selalu mengarah ke pre multiplier analisis pola jam 17 00 20 00 wild awal muncul lebih konsisten dari hari sebelumnya slide track tajam pergerakan simbol diagonal yang munculkan fase pre burst fenomena quiet board ketika 10 spin tenang justru memunculkan ledakan mendadak scatter luncur lambat indikator unik bahwa freespin akan terealisasi setelah 2 4 spin pola spin turbo ringkas efektivitas 7 turbo cepat dalam memicu tumble besar perubahan warna clean frame efek putih pucat yang jadi kode sebelum multiplier aktif riset simbol berat ketika high pay turun lebih banyak dari biasanya menjelang bonus analisis rotasi vertikal jalur simbol memanjang yang memperkuat potensi burst pola jam dingin 02 00 04 00 scatter sering bertahan lama sebelum akhirnya terkunci fs simulasi 3000 spin frekuensi wild grip muncul tinggi di pola malam hari reel 5 hyper active tanda bahwa sistem sedang mendorong momentum ke kanan analogi sungai tenang layar tanpa tumble yang justru menyimpan ledakan 2 3 putaran lagi frame gelap sesaat sinyal visual tipis sebelum scatter muncul berturut turut pola recovery wild ketika wild muncul setelah dead spin panjang sebagai pembalik keberuntungan mapping simbol rendah bagaimana low pay yang berulang bisa mengangkat probabilitas bonus reel bergerak serempak efek sinkronisasi singkat sebelum pre freespin sequence pola burst 3 lapisan ketika sistem memberikan tumble berjenjang yang mengarah ke ledakan utama