Миры, которые я вижу. Любопытство, исследования и открытия на заре ИИ - Fei-Fei Li

книгами меня покорил не только интеллектуальный вес их идей, но и богатство связей между ними. Они затрагивали наше тысячелетнее стремление понять разум - более того, понять смысл самого интеллекта, - заходя в абстракции дальше, чем я когда-либо осмеливался, и при этом сохраняя безошибочно гуманистическую нить. Они служили примером добродетели науки - строгой и основанной на гипотезах, - но при этом никогда не жертвовали романтикой или благоговением. Более того, для такого читателя, как я, дисциплина их методов чрезвычайно усиливала это чувство удивления.

Более того, обе книги стали одним из моих первых открытий идеи о том, что разум может быть понят в дискретных, математических терминах. Они убедительно доказывали, что полный учет интеллекта по самой своей природе выявит не магию, а процессы - правила и принципы, - действующие на измеряемые величины с течением времени тщательно проверяемыми и даже предсказуемыми способами. Другими словами, это было мое знакомство с философскими последствиями вычислений.

Только в колледже я понял, что многие мои сверстники выросли с компьютерами. Их личности формировались под влиянием архетипа хакера в спальне, недосыпающего и залитого вечным голубым светом. Они учились, исследовали, экспериментировали. В детстве они создавали видеоигры на языках вроде BASIC, в подростковом возрасте посещали курсы программирования и находили единомышленников в Интернете. Это было хобби, стремление и бесконечная возможность для творчества. К тому времени, когда они добрались до такого места, как Принстон, многие из них уже свободно владели технологией.

На протяжении большей части моей жизни я нечасто сталкивался с компьютерами и считал их не более чем инструментом. Мой отец, воспользовавшись работой на складе ПК, собрал мне в подарок настольную систему, когда я уезжал в колледж, но я никогда не воспринимал его как нечто большее, чем способ писать статьи или выходить в ранний Интернет, как более сложную версию графического калькулятора, которым я пользовался в средней школе.

Однако по мере обучения мое представление о ценности компьютера расширялось. Меня осенило, что кремний поможет нам не просто расшифровать природу разума, но и смоделировать ее. И было логично, что по мере того, как эти модели становились все более детальными и совершенными - по мере того, как все больше и больше наших интеллектуальных возможностей отображалось, деконструировалось и даже моделировалось машинами, - они, по сути, сами воплощали эти возможности. То, что я когда-то считал простым аппаратным обеспечением, теперь я рассматривал как своего рода союзника в нашем стремлении к пониманию. Идея, которая так завораживала тех первых пионеров ИИ - имена которых я еще не знал, но скоро узнаю и буду почитать, - теперь завораживала меня. В начале следующего квартала я записался в свой первый класс по информатике.

Физика хорошо подготовила меня к изучению вычислений. Я снова изучал новый язык - язык программирования, известный просто как "Си", - но, в отличие от английского, он давал мне такие возможности, каких я никогда не чувствовал раньше. Он был первозданным в своей ясности и точности, позволяя мне организовывать вычисления сложными, абстрактными способами и в таких масштабах, которые я раньше и представить себе не мог. Я вспомнил, что сказала мне мама во время перелета из Китая в США, пытаясь поддержать мой дух. "Изучение нового языка, - сказала она, - это как открытие двери в новый мир". Не могу сказать, что я был согласен с ней в первые несколько лет изучения английского. Но чем дальше я погружался в компьютерную науку, тем больше ее слова находили отклик.

Именно в этот период мне представилась возможность, которая, как я сразу понял, может изменить всю мою жизнь.

"Вы не поверите, что сегодня произошло, мистер Сабелла. Одноклассник рассказал мне об эксперименте, который проводится этим летом в Калифорнийском университете в Беркли. Я пока не знаю всех подробностей, но это что-то связанное с неврологией и биологией и тем, как работает зрение. Ну, знаете, в мозгу".

"Ух ты, прямо по твоей части, да?"

Я уже несколько недель навязчиво говорил об этом. Мне не нужно было объяснять свое волнение по поводу новостей, чтобы мистер Сабелла их уловил.

"Да! Но вот что самое интересное: он сказал, что им нужен ассистент, и что они предпочли бы студента без большого опыта".

"Подожди, так ты имеешь в виду..."

"Я думаю, что этим летом я поеду в Беркли!"

 

Как опытным, так и неподготовленным наблюдателям первые дни 1990-х годов, должно быть, казались рассветом совершенно новой эры. Метод обратного распространения Хинтона, казалось, стал последним кусочком головоломки нейронных сетей, а успех ЛеКуна в чтении рукописных цифр безоговорочно подтвердил работоспособность алгоритма в реальном мире. Наступила почти магическая парадигма в инженерии, когда органическое, человекоподобное восприятие можно было спроектировать так же продуманно, как базу данных или файловый сервер. Но тут снова начались проблемы. Как вскоре узнает еще только зарождающаяся область ИИ, дни фальстартов и крушения надежд еще не закончились.

Несмотря на достижения ЛеКуна, между теорией и практикой машинного обучения наметился разрыв. Несмотря на очевидность их потенциала, нейронные сети быстро сели на мель, когда их стали применять практически ко всему, что выходило за рамки чтения почтовых индексов, и причины этого были самыми разнообразными. Во-первых, хотя алгоритм и отличался концептуальной элегантностью при рисовании на доске, вычисления , необходимые для воплощения в жизнь даже простой реализации, были ошеломляющими и все еще выходили за рамки возможностей даже большинства корпораций и правительств. Не меньший урон наносило и состояние цифровых данных - сравнительно редкий товар в то время, особенно когда речь шла о перцептивных данных, таких как изображения, видео, аудио и тому подобное. То, что существовало, часто было разрозненным и несвободным, непоследовательно каталогизированным и запертым в границах частных серверов. Чего бы ни суждено было достичь нейросетям, становилось ясно, что их время еще не пришло.

Вскоре наступил период, известный как "зима ИИ", - долгий сезон жесткой экономии для теперь уже не связанного ничем исследовательского сообщества. Даже сам термин "искусственный интеллект", который многие считали безнадежно широким, если не сказать бредовым, был преуменьшен в пользу более узких задач, таких как принятие решений, распознавание образов и обработка естественного языка, которые пытались понять человеческую речь и письмо. Казалось, "искусственному интеллекту" суждено остаться уделом писателей-фантастов, а не ученых. Подобно тому, как в истории физики наблюдается синусоида, когда обилие открытий то нарастает, то спадает, ИИ оказался темпераментным занятием.

Янн ЛеКун и Джефф Хинтон, без сомнения, были первопроходцами. Но доживут ли они до того момента, когда их идеи изменят