Перцептрон, нейронная сеть. Что дальше? Текст научной статьи по специальности «Философия, этика, религиоведение»

ТОЧКА ЗРЕНИЯ

Пердептрон, нейронная сеть. Что дальше?

В.Н. Толстых

В настоящее время искусственный интеллект однозначно понимается в массовой литературе как искусственная нейронная сеть. Причем, сеть многоуровневая, со сложной структурой и глубинным обучением нейронов методом обратного распространения ошибки. На этом пути мы много чего добились и это явный прорыв. Вместе с тем, чего-то существенного всё равно не хватает, чтобы сделать искусственный интеллект более похожим на интеллект человеческий. Куда идти дальше? Интеллект естественный имеет ряд особенностей, которых не имеет нейронная сеть. В первую очередь, это глобальная цель выживания, как отдельной особи, так и вида в целом. А также следует иметь в виду не совсем ясную цель самосовершенствования генома, которая идёт от неживого к живому. Надо ли нам учиться моделировать эти функции интеллекта, в какой степени, и возможно ли это вообще? Надо ли бояться того, что у искусственного интеллекта появится своя внутренняя жизнь? В статье показывается, что до этого очень далеко, если вообще в принципе возможно.

Ключевые слова: перцептрон, нейронная сеть, геном, днк, рнк, миксомицеты, искусственный интеллект

152

Perceptron, Neural Network. What's next?

Victor N. Tolstykh

Currently, the artificial intelligence is unambiguously understood in the mass media as an artificial neural network. More precisely it's understood as a multi-level network with a complex structure and deep machine learning which uses the sophisticated error backpropagation algorithm. We have achieved a lot of good things along the way and this is a really breakthrough. At the same time, something is still missing to make artificial intelligence more human like intelligence. Where we have to go next? Natural intelligence has a number of features that the neural network doesn't have. First of all, it's a global survival goal for both an individual and the species. There's also mysterious goal of the genome evolution, which goes from nonliving to living. Do we need to learn how to model these intelligence functions, how far, and is it even possible? Should we be afraid that artificial intelligence will have its own inner life? In the article is shown that it's very far away, if it's possible at all.

Keywords: perceptron, neural network, genome, dna, rna, mixomycetes, artificial intelligence

История развития теории искусственного интеллекта в его современном понимании началась с перцеп-трона Розенблатта1 [8] как с первой функциональной модели естественного нейрона. В этой модели нейрон формально состоит из тела клетки с отростками - денд-ритами, среди которых выделяется один отросток - аксон. В этой формальной модели нейрона сигналы приходят от дендритов, которые связаны с аксонами других нейронов посредством синаптических соединений,

1 Френк Розенблатт (Frank Rosenblatt) - известный американский ученый в области психологии, нейрофизиологии и искусственного интеллекта.

153

имеющих варьируемую проводимость. Сигналы от синапсов через дендриты попадают в тело нейрона, где они суммируются. Если сумма превышает некоторое пороговое значение, то нейрон активируется и выдаёт сигнал наружу через аксон. А далее сигнал с аксона передаётся дендритам других нейронов и так далее. На выходе получаем некий результат, который нас либо устраивает, либо нет. Если не устраивает, то происходит самонастройка - определённым образом меняются синаптические коэффициенты и делается новая попытка распознавания. В перцептроне вектор сигналов от дендритов скалярно умножается на вектор синаптиче-ских коэффициентов (которые самонастраиваются в процессе обучения). Результат преобразуется Э-образной «сигма-функцией» в дискретные значения О и 1. Используя эту простую модель, удалось получить первые результаты в задаче распознавания образов - рукописных букв. Простой самонастраивающийся алгоритм, простой код программы. Направленно изменяя синаптические коэффициенты по системе поощрения и наказания, удаётся настроить нейрон таким образом, что он для разных объектов будет принимать разные значения. Примерно единицу для выбранного объекта и примерно ноль для всех остальных. То же самое происходит и со всей сетью, но на качественно более высоком уровне. Способ получения этих коэффициентов известен в теории оптимизации как метод кратчайшего спуска в направлении градиента [3]. Он требует пошагового вычисления этого градиента через «обучение»: попал - не попал.

Для сложных задач используются многоуровневые сети с большим количеством нейронов, что улучшает распознавание, хотя и усложняет алгоритм - количество коэффициентов при дендритах растёт, и задача определения их значений сводится к оптимизации в многомерном пространстве соответствующей размерности.

Дальнейшее продвижение в развитии нейронных сетей случилось, когда научились не только строить

154

многоуровневые нейронные сети, но и вести математически эффективный поиск коэффициентов - это так называемый «алгоритм обратного распространения ошибки» [9], что стало настоящим прорывом в технологии распознавания. Это позволило строить нейронные сети произвольной конфигурации и решать с их помощью сложные задачи, которые не поддавались решению с одноуровневыми сетями (их ещё называют трёхслойными сетями, добавляя к слою нейронов входной и выходной слои, которые не содержат нейронов). Собственно говоря, это то, где мы сейчас находимся - нейронные сети произвольной сложности. Область их применения находится в стадии активного роста, и нейронные сети захватывают цифровой мир. А вместе с ним и нашу с вами повседневную жизнь. В средствах массовой информации эту технологию уже окрестили искусственным интеллектом, хотя, сами специалисты признают, что это пока лишь эффективная технология распознавания.

Есть в таких сетях один жестко заданный параметр - это сигма функция. Она может быть разной, но почему-то до сих пор не подлежит настройке. Скорее всего, у реального нейрона это изменяемый параметр, имеющий функцию порога принятия решения. В реальных условиях часто промедление в принятии решения может стоить жизни. А может и не стоить вообще -это зависит от контекста. Поэтому порог принятия решения должен быть настраиваемый. Что-то типа уровня тревожности - то, что мы в первом приближении называем эмоциями. У человека и высших животных за это ответственны миндалевидные тела. Пока порог низкий, мы быстро принимаем решение в условиях большой неопределённости и высокого риска. Когда порог высокий, мы можем продолжать изучение предмета как угодно долго пока не достигнем этого порога. Распознавание без действия и обратной связи - это ещё не интеллект. У нас распознавание часто связано с какими-

155

то эмоциями, и я думаю, что за эти «эмоции» у модели может отвечать плавность перехода от нуля к единице значения сигма-фикции - то есть, её форма.

Куда дальше пойдёт развитие этой технологии, не опасна ли она? Люди задумываются, гадают, к чему всё это приведёт. В том числе, задаются вопросом, а не захочет ли слишком развитый искусственный интеллект начать вредить, а то и поработить или даже уничтожить человечество? Ну, вот проснётся в нём разум и захочет. Ответ простой: не захочет, потому что ему всегда будет кое-чего не хватать. Как раз этого желания. Если проследить развитие интеллекта у живых существ, начиная с простейших, то можно заметить, что основная цель жизни - это сохранение генома в жестких конкурентных условиях. Отсюда следуют три основных цели у живых существ - это питание, самосохранение и размножение. Люди давно не простейшие существа, но эти три цели так и остались основными. Поэтому не доверяем мы чужому интеллекту, подозревая его в том, что он может вытеснить наш геном и заместить его своим. Однако, ни одной из этих трёх целей у искусственного ин-телекта не может быть хотя бы потому, что у него нет генома, который диктует поведение. А также не хватает «дополнительных мозгов», которые есть у нас. Да, у нас не один мозг, их несколько. Увлекательно рассказывая про интеллект и особенности мозга [9], популяризаторы науки часто это упускают из вида. Нашими далёкими предками были существа, которых схематически можно представить как трубу с входным и выходным отверстием, через которую проходили питательные вещества. Вокруг неё формировались нервные клетки-ганглии, которые стали первичным мозгом. А труба стала желудком с ротовым отверстием в начале и кишечником с анальным отверстием в конце. Головной мозг появился позже как приложение к ротовому отверстию, хотя с тех пор по количеству и качеству превзошёл первичный мозг, который у нас до сих пор находится в желудочно-

156

кишечном тракте. Это если схематично и совсем кратко. Когда говорят о том, что мозг с нами играет в какие-то игры, то это правда - решение часто принимает первичный мозг и сообщает об этом вторичному мозгу, заставляя его, подумав, согласиться. Это новое в понимании сути естественного интеллекта и того, что мы есть, но до конца ещё не осознанное.

Стоит добавить, что рассудочная часть вторичного мозга находится в сером веществе его коры - неокор-тексе. Я бы назвал это третичным мозгом, поскольку многие животные серого вещества практически лишены и им вполне достаточно белого вещества ганглий для осмысленной жизнедеятельности. Только что они не разговаривают и не рефлексируют. Когда приходится принимать какое-то решение, то сначала сигналы идут от сенсоров, как внешних, так и внутренних - это глаза, уши, кожа, желудок с кишечником. Вы думаете, что эти сигналы идут прямиком в кору головного мозга? Да, идут, но они также идут вторым (эволюционно первым) более коротким путём в подкорку, а именно к миндалевидным телам (амигдале)2 [6] - этой древнейшей части головного мозга. А затем к лимбической системе, которая управляет нашим телом. И параллельно сигнал идёт в кортекс, но это долгий путь. Возможно, что сигнал ещё распараллеливается в палеокортекс и неокортекс, поэтому мы частенько «тупим». Более подробно об этом можно узнать из работ Джозефа Леду3 [5]. Древний мозг часто отдаёт команды напрямую лимбической системе, лишь потом ставя в известность кортекс - головной мозг. То есть, уже по факту свершившегося. Чего-либо

2 Миндалевидное тело (лат. corpus amygdaloideum), амигдала — область мозга миндалевидной формы, находящаяся в белом веществе височной доли полушария. В мозгу два миндалевидных тела — по одному в каждом полушарии. Миндалевидное тело играет ключевую роль в формировании эмоций, в частности страха.

3 Джозеф Э.Леду (Joseph E.LeDoux) - американский нейробиолог, чьи исследования в основном сосредоточены на схемах выживания, включая их влияние на такие эмоции, как страх и беспокойство.

157

испугавшись, мы сначала замираем и только потом начинаем соображать, почему так наше тело поступило. У нас ведь даже не было времени подумать, нам его не дали. Одна восьмая секунды на реакцию через амигда-лу, без этой способности мы бы вымерли как вид. В этом, собственно, и состоит решение упомянутой загадки мозга, который нас не всегда слушается. Просто он эволюционно многослойный, что позволяет нам быстро принимать решения «не думая». А уже думать потом для определения порога реакции амигдалы через установку уровня гормонов для данного типа реакции нейроме-диаторов. Это гениальное эволюционное решение природы и это неотъемлемая часть нашего интеллекта. А ещё есть сон и сны. Зачем нам сны? Так ли они бесполезны? Мозг - наш самый энергозатратный орган и он впустую по ночам трудиться не станет.

Возвращаясь к первому мозгу, вспомним о том, что в переваривании пищи активно участвует микро-биота кишечника. В каждом человеке микробы составляют порядка двух процентов от массы тела. Представляете, в вашем теле два килограмма микробов и у них тоже есть свой жизненный интерес, который не всегда нам понятен. Если им чего-то не хватает, они начинают выделять вещества, которые меняют наше поведение. Первый мозг с ними сотрудничает напрямую: если нам чего-то очень захотелось вкусненького, то, скорее всего, это запрос откуда-то из кишечника и, скорее всего, от микробиоты. Нами активно управляют микробы - это не очень приятно осознавать, но это так. Мы не так вольны в своих действиях как нам того хотелось бы. Точнее, вообще не вольны - мы часть «коллективного целого». Как я уже говорил, большинство «непростейших» обитателей нашей планеты озабочены тремя вещами - это питание, самосохранение и размножение. Мы - люди не очень-то из этой простенькой схемы выделяемся. А всё потому, что нами правит не только головной и желудочно-кишечный мозг, но ещё и геном.

158

Один биофизик [без ссылки] дал чёткое биологическое определение: «любовь - это зов генома». Да, вот так вот просто, несмотря на изобилие вариантов, которые при этом имеют место. То есть, очень важен для генома пункт третий. Однако, первые два пункта тоже к этому имеют прямое отношение: всё вместе - это единый пункт «выжить и оставить свой геном в потомстве». Странное дело, да? Мы всё про космос, про высокое искусство, про силу чувств, а тут такая проза жизни... Геном - это же просто совокупность генов, то есть выделенных участков внутри хромосом в ядрах клеток. Просто молекулы, собранные вместе. Как они могут иметь свою цель, да ещё нами править? Они же не живые...

Так и есть - не живые. Но, даже не будучи самостоятельными живыми организмами, цель свою они имеют, и эта цель привела к появлению всего многообразия видов на планете. Чему тут удивляться: вирусы тоже не совсем живые (так на данный момент считают ученые [11]), но существующие с определённой и хорошо известной целью - распространять свой геном. И сперматозоид тоже не живой, это не более чем биологические механизм - контейнер с непарной молекулой ДНК и хвостиком. Но, у него есть своя чёткая цель, о которой вы знаете... - да-да, распространять геном, та же цель, что и у вирусов. А вот никаких признаков самостоятельной жизни у сперматозоида нет. Ближайший родственник вирусам. Все они маленькие и лишены ка-ких-^бо признаков живых существ - те же оболочки с молекулой генетической памяти внутри. Разве что у некоторых хвостики, а у других нет, но цель общая - внедрить свой геном, чтобы передать его куда-то в будущее. Мы не видим четкой границы между жизнью и не жизнью - у явно живых организмов тоже порой наблюдается отсутствие одного из трёх признаков живого. Некоторые бабочки рождаются без пищеварительной системы и даже без ротового отверстия. Их задача успеть спариться и затем умереть от голода. У других на-

159

прочь отсутствует инстинкт самосохранения, третьи не желают размножаться. Есть колонии бактерий, которые живут в толщах лишенных кислорода водах Чёрного моря. Кислород им нужен для выработки энергии, так они сообразили, как получать энергию напрямую от других бактерий через передачу электричества друг другу. Её живущие в глубине бактерии получают от других бактерий живущих выше по отросткам-проводам всё выше и выше к солнцу и чистой воде, свободной от сероводорода. Бактерии, которые выше, обеспечивают жизнедеятельность бактерий, которые ниже. На конкуренцию не похоже, скорее, на кооперацию - они явно считают себя одним организмом. Вирусы действуют не менее согласованно и доставляют нам - высшим существам немало хлопот своей сообразительностью и изворотливостью. При этом, ведь у них нет ни намека на наличие какого-то мозга, даже самого-самого простейшего, ни единой ганглии.

Человеческое тело - это, с эволюционной точки зрения, конгломерация живых существ, которые когда-то давно утратили способность жить самостоятельно. Самый большой орган - наша кожа составлена из триллионов клеток, которые по структуре очень похожи на бактерии. А внутри каждой клетки неустанно трудятся загадочные биологические механизмы - рибосомы, ли-зосомы, митохондрии и так далее. У них у всех, видимо, было своё самостоятельное существование в далёком прошлом, но сейчас они упростились до биологических механизмов, безустанно выполняющих своё предназначение под управлением всё того же генома. Или не генома? Вообще, кто или что всем этим управляет - ну не мозг же! Не все из нас видели, как в деревне по двору шустро бегает петух с отрубленной головой - впечатляющее зрелище. Тут и задумаешься о тайнах головного мозга - правы ли мы, считая, что он есть всё и его великой миссией является творчество? Точно можно сказать, что миссией мозга хоть второго, хоть первого яв-

160

ляется исполнение воли генома. И другого назначения у них, похоже, что нет. Науки, искусства, спорт, война, любовь, путешествия, интриги, освоение иных миров ... - да всё как-то вокруг одного и того же крутится. Вокруг генома

Геном... - мы уже много про него знаем, но он всё ещё большая загадка.4 После его открытия многие известные учёные занялись изучением генома как хранилища наследственной информации. Здесь стоит упомянуть цикл работ одного из авторов квантовой механики Эрвина Шрёдингера5[10]. У человека геном содержится в 23-х парных хромосомах, всего их 46. У людей с синдромом Дауна хромосом на одну больше. У обезьян их ещё немного больше (48 у шимпанзе бонобо - наших прямых предков), а у капусты около четырехсот хромосом. Хромосомы содержат нуклеотидные последовательности, образующие гены - это фактически математические коды. 64 разных кода, по которым рибосомы строят из 20-ти аминокислот необходимые организму белки. У нас всего двадцать тысяч кодирующих генов и на две трети эти гены совпадают с генами крохотной плодовой мушки. И на пятьдесят процентов совпадают с генами банана. А ещё у нас примерно столько же генов, сколько у земляного червяка. То есть, большая часть генома очень древняя и в ней ещё генетикам копаться и копаться, изучать и изучать. Когда производят геномный анализ на происхождение человека то, в реальности, смотрят не на гены как таковые, а на особые участки в Y-xpoмocoмe, которая почти не содержит генов и не очень понятно, в чем её роль в геноме, кроме того, что она «мужская». Эта хромосома передаётся исключительно по отцовской линии и хорошо сохраняет случайные мутации, возникшие в ходе естественного

4 См.: [2]. u

5 Эрвин Рудольф Йозеф Александр Шрёдингер (Erwin Rudolf Josef Alexander Shrödinger) австрийский физик-теоретик, один из создателей квантовой механики.

161

отбора. Формирует что-то типа протокола происхождения. Основные гены расшифрованы, но есть ещё огромный пласт так называемых «мусорных генов», которые, разумеется, никакой не мусор, а просто до них ещё «руки не дошли».

Есть гипотеза, что самая первая биологическая прото-жизнь, которая появилась на Земле - это был «мир РНК» [4]. По непонятному капризу природы, так называемые биологические атомы водород, углерод, кислород, азот, фосфор и сера имеют близкие длины кова-лентных связей, что позволяет им естественным образом соединяться и образовывать сложные молекулы, которые мы называем органическими. Эти молекулы не имеют прямого отношения к жизни, но во вселенной они повсюду - это астрономы надёжно установили, исследуя спектральные линии далёких светил. Довольно легко получить естественным путём в эксперименте молекулу сахара, к которой присоединяется атом фосфора, а к нему снова молекула сахара и так далее. Полученная цепь естественным образом закручивается. Ещё к молекулам сахара сбоку могут крепиться пурины (аденин, гуанин) и пиримидины (цитозин, тимин, ура-цил) - тоже простые молекулы. Их называют азотистыми основаниями.

Вот, собственно, так и получается спираль с четырёхбуквенным кодом, который что-то может кодировать. Пока не ген, но уже молекула рибонуклеиновой кислоты - РНК. Неизвестно, каким образом получился следующий шаг в эволюции живого, но откуда-то возникла рибосома. Фактически, это тоже просто молекула, частично состоящая из РНК и частично из белка. Как-то так случайно слиплось, либо это деволюционный остаток от более древнего существа. Если рибосома наталкивается на молекулу РНК в питательной среде, кишащей молекулами аминокислот, то она начинает соединять их между собой, в соответствии с тем как располагаются азотистые основания на спирали РНК. Так полу-

162

чаются белки. Но, этого мало. Помимо 20 кодов в геноме ещё присутствуют стартовый и стоповый коды - начало и конец формирования белка. Это уже ген, и так появился «мир РНК», который каким-то образом вытеснил все другие варианты соединения молекул между собой. А потом пришло время дезоксирибонуклеиновой кислоты ДНК - более устойчивой молекулы из двойной спирали, надёжного хранилища генетической информации. Не возьмусь гадать, как это происходило в деталях, есть научные статьи на эту тему, довольно любопытные, но понятные, в основном, узкому кругу специалистов

Странно, что нами управляют какие-то молекулы. Хотелось бы управляющего посерьезнее. Ну, чтобы, к примеру, был какой-то неведомый нам смысл жизни, о котором, наверное, каждый мыслящий рано или поздно задумывается. Многие приходят к идее Бога. Других больше устраивает высший разум, который всё это создал. Можно заметить одну интересную особенность про «смысл жизни»: он появляется, когда человек начинает чему-то служить. Или кому-то. Хозяину, детям, родине, науке, высокой идее - да чему угодно. Даже тому, что абсурдно... У животных то же самое, хотя они вряд ли задумываются над этим вопросом как мы. Если отбросить размышления про высшее, то получается, что всё живое, и мы в том числе, служим единому хозяину - молекуле ДНК! Просто раньше про неё людям древности известно не было. А какие интересы могут быть у молекулы ДНК кроме поиска оптимального кода, обеспечивающего её продолжение? Получается, что всё разнообразие и богатство живого мира - это... потребность молекулы. Да, так. Грустно. Хотя, нет - возможно, это лучше всего - служить молекуле? И слава Ей за то, что мы посетили сей лучший из миров...

Интеллект и разум - это одно и то же, но сказано на разных языках. Хотя некоторые пытаются придать этим терминам разный смысл, чтобы отделить разум

163

людей от разума животных. Увы, это тоже очень тонкая грань. Сознание, осмысленная деятельность, рефлексия. А ведь всё это есть и у животных, даже самых простых. Проверяли на пауках, у которых голова не голова, а булавочная головка. При этом они неплохо видят. Выкладывали приманку и выстраивали возможные сложные к ней пути. Пауки выбирали даже не самые очевидные короткие пути, а самые быстрые с учетом особенности их передвижения. Из этого следует, что они создавали в своих крохотных мозгах сложную модель окружающего их мира, проигрывали возможные ситуации и пути достижения цели, оценивали их, и только потом начинали двигаться. Сложная задача даже для компьютеров с продвинутым алгоритмом machine deep learning, а тут всего лишь пауки. У пауков есть всё с точки зрения разума и интеллекта, что есть у нас, ну, разве что может быть они в чем-то проще. Принципиально мы ничем от них не отличаемся, да и геном у нас с ними на десятки процентов общий. Поэтому если моделировать реальный интеллект, то начинать надо с пауков. Или даже со слизевиков [1]. Выглядит слизевик не очень аппетитно -как колония крохотных грибков или даже как слизь на старых пнях. Это миксомицеты, то есть не животные, не растения, даже не грибы, а нечто обособленное в живом мире. Сейчас их насчитывают порядка 900 видов. Объединяет отличающееся большим разнообразием царство миксомицетов то, что эти организмы визуально большие, но при этом они многоядерные одноклеточные - у них единый плазмодий, который способен перемещаться в поисках пищи. Никаких голов и уж тем более мозгов у слизевиков точно нет. Но, ведь как-то живут, и эта жизнь очень похожа на жизнь осмысленную. Как живое отличить от неживого порой сложно, так и разумное от неразумного тоже очень не просто.

Обратим внимание на то, что пауки могут создавать в своём крохотном мозгу функциональную модель реального мира, которая позволяет им проигрывать и

164

оценивать различные варианты действий, прежде чем начать действовать оптимальным образом.

Как это? Разумеется, специалисты по искусственному интеллекту давно поняли как, и этот метод активно используют в своих программах. Но, это сложно, реально сложно. А тут в головках содержится всего несколько сот ганглий, даже не нейронов, не говоря уже об отсутствующем сером веществе и... вот вам интеллект. Как такое возможно? У слизевиков даже ганглий нет. Всего одна клетка, плазмодий и ядра внутри. Учёные проводили эксперимент [7]: на карту Токио положили овсяные крупинки в те места, где располагаются крупные железнодорожные узлы. И поселили туда слизевика. Через какое-то время он протянул свои нити ко всем крупинкам, буквально по сети железных дорог, то есть оптимальным образом. Повторяю, у него вообще головы нет, да и крупинки мозгов нет. Это что же, получается - решать сложную для компьютеров задачу коммивояжера можно вообще без мозга?

Дальше не будем углубляться в дебри непознанного, а остановимся на технической стороне интеллекта. Нами правит геном, и поэтому никакой технический интеллект не будет иметь собственные человекоподобные цели типа «восстания машин», поскольку он изначально лишен генома. Да и физическая смерть машине не страшна. Смерть - это ведь тоже изобретение генома. Люди придумали машины, люди придумали компьютеры, люди подсматривают у природы, как она решает те или иные задачи, время от времени подбрасываемые эволюцией. Люди пытаются эмулировать эволюцию на компьютерах. Фантасты их «провоцируют». Что-то получается, но в очень и очень примитивном исполнении. Можно программировать мутационную изменчивость программы и осуществлять поиск оптимума по конечному набору параметров, но с изменчивостью генома ничто не сравнится - там миллионы азотистых оснований, каждый из которых может измениться при

165

транскрипции. Всё многообразие живого мира - это лишь незначительная часть возможных вариантов изменчивости генома.

Таким образом, раз принципиально невозможно создать полноценного «робота» в версии Карела Чапека6, который замещал бы человека во всех сферах деятельности, стоит определиться с тем, что можно реально ожидать от искусственного интеллекта. Здесь много идей, но я остановлюсь на одной из тех, что ещё не освоена современными технологиями. Это машина, способная действовать «в условиях неопределённости и риска»7. Представим себе полёт на Марс. Дорого, сложно, опасно. Поэтому, пока что посылают туда исключительно автоматы. И тут мы видим, что автоматы мало что могут, если ими не управлять с Земли. Сигнал идёт десятки минут, управление происходит очень медленно. Вот как бы сделать так, чтобы автомат был более самостоятельным, и им не надо было управлять - достаточно обмениваться эпизодическими инструкциями и рапортами. И это ещё Марс, не самая далёкая планета. Мы стремимся исследовать далёкие миры но, как показывает практика, мечты о полётах человека к звёздам ещё долго будут оставаться мечтами. Вся надежда на автоматы. На очень умные автоматы, которые почти как люди, а может быть и в чём-то их умнее.

Современный искусственный интеллект (далее -ИИ), основанный на искусственных нейронных сетях (далее - ИНС), ориентирован на распознавание известных предметов. Он распознаёт то, что ему показывали, то, на чём его обучали. Где-то в других мирах предметы могут выглядеть совсем иначе, всё на Земле не предусмотришь, всё не предугадаешь. ИИ должен научиться

6 Карел Чапек (Каге1 Сарек) - чешский писатель, прозаик, драматург, переводчик, фантаст. Ввёл вместе с братом Йозефом в обиход слово «робот».

7 «В условиях неопределённости и риска» - устоявшийся термин в технологии автоматизированного принятия решений.

166

выделять объекты из хаоса, как это делает человек. И здесь мы в самом начале пути. Обратите внимание, что здесь на Земле нас с самого раннего детства есть, кому обучать. Мы выделяем из окружающего нас хаоса отдельные объекты, нас обучают их особенностям, функциональности, враждебности и полезности. А ещё дают им имена. Ребенок смотрит на незнакомый предмет, спрашивает, что это такое, для чего, осматривает со всех сторон, изучает, запоминает. Нечто подобное должен уметь делать искусственный интеллект в незнакомом окружении среди «первозданного хаоса». Только без родителей и подсказчиков.

Это сложная, может быть даже неразрешимая задача. Возьмём, к примеру, хорошо знакомый фрактал Мандельброта8 [12]. Он показывает нам целый мир красивых однотипных фигур, плавно перетекающих в другие фигуры. Им трудно давать названия хотя бы потому, что нет типичного представителя серии фигур ни в какое время. Они всё время другие, плавно изменяются до неузнаваемости в новые «фигуры». Важной особенностью этих завораживающе странных фигур является то, что они для нас не вредны и не полезны - они не функциональны. Поэтому нет смысла им давать названия, равно как мы не даём названия абстрактным фигурам на полотнах абстракционистов. Или фигурам в окуляре калейдоскопа. Они к нам никак не относятся, они даже не относятся к реалиям нашего мира. Они -ничто. И завораживают потому, что перегружают мозг в тщетных попытках рационализировать, разложить по полочкам памяти, увиденное. Но вот, если объект ведёт себя как-то иначе, не как часть хаоса, он может заинтересовать, обратить на себя особое внимание. В нас от рождения встроен механизм выделения предметов, на которые мы обращаем внимание до тех пор, пока с ними всё станет ясно. И интерес к ним пропадёт, начнёт-

8 Бенуа Мандельброт (Benoit B. Mandelbrot) - французский и американский математик, создатель фрактальной геометрии.

167

ся поиск новых достойных объектов. Нечто подобное должно быть встроено в искусственный интеллект. К примеру, он выделяет предмет, отличный по форме, цвету или скорости перемещения. Это может быть не один предмет, а ряд похожих - за ними за всеми надо следить для определения их функциональности или значимости. В чуждом мире должен быть задействован базовый механизм определения объекта, его изучение и распознавание ему подобных объектов, с выработкой вариантов поведения между собой и по отношению к нам. Заметим, что это в условиях нехватки времени на распознавание и консультации с базой. Даже человек испытывает трудности, оказавшись в незнакомом окружении. Если повезёт, то приспособится, научится различать порядок в хаосе - такими нас создала природа. А может и не повезёт - и такое случается. Как это смоделировать? Пока что одни только смутные догадки. Видимо, надо продолжать изучать то, как работает реальный мозг. Моделировать, двигаться дальше, учиться у природы. Мы ещё только в самом начале пути.

Литература

1. Адаматцки Эндрю. Physarum Machines: компьютеры из слизистой плесени. World Scientific. 2010.

2. Голубовский М.Д. Век генетики: эволюция идей и понятий. Научно-исторические очерки СПб. 2000.

3. Дегтярёв Ю.И. Методы оптимизации. Советское радио. М. 1980.

4. Крицкий М.С., Телегина Т.А. Коферменты и эволюция мира РНК. Успехи биологической химии. Т. 44. 2016.

5. Леду Д.Е. Эмоции, память и мозг. Sei Am 270:50-57. 1994.

6. Миндалевидное тело. URL: https://ru.wikipedia.org/ wiki/Миндалевидное_тело [18.11.2022].

7. Петров М. Чем ты думал? Несколько историй из жизни самой умной плесени. URL: https://nauka.tass.ru/sci/6822035 [18.11.2022].

8. Розенблатт Ф. Принципы нейродинамики: Перцептроны и теория механизмов мозга. M.: Мир, 1965.

168

9. Нейрокомпьютерная техника: Теория и практика : Мир, 1992

10. Шрёдингер Эрвин. Что такое жизнь? М., 1947.

11. Koonin E.V., Senkevich T.G., Dolja V.V. The ancient Virus World and evolution of cells. Biology Direct. 2006.

12. Lesmoir-Gordon Nigel. The Colours of Infinity: The Beauty and Power of Fractals. Springer. 2010.

169