После начала серии публикаций «АН» про искусственные интеллектуальные системы (ИИС), некоторые читатели справедливо заметили две вещи. Первая, что мы упрощаем тему. И вторая: говорим о близких нам вещах, не затрагивая, например, интернет вещей или промышленный интернет.
Отвечая на первый вопрос, замечу, что специалистов серьезного уровня, которые реально понимают, что такое ИИ и с чем его едят, во всем мире можно пересчитать по пальцам. В России их единицы. Но все опрошенные нами ученые говорят, что ИИ пока держится только за счет хайпа вокруг него. Хайп притягивает инвестиции, грубо говоря, деньги. Нет хайпа — нет денег. Нет денег — нет грантов. Нет грантов — нет исследователей. Нет практических результатов.
Беда современной науки, когнитивной, в том числе, которая должна отвечать на многие вопросы, связанные с развитием ИИ или ИИС (это более точная формулировка) в том, что от нее требуют немедленных практических результатов. «Мы дали вам много денег, сделайте нам всё красиво», - требует от ученых бизнес. И ученые выдают сырую прикладуху типа систем распознавания лиц (с нигде и никак не доказанной точностью!) или роботов на колесиках, знающего ответы на несколько сотен вопросов. Или похожие системы в обучении, медицине, экономике. Всё это выдается за искусственный интеллект и добро пожаловать за новым грантом.
Изучение же «черной комнаты», которая называется человеческое мышление и в теории могло бы привести когда-нибудь к созданию действительно настоящего искусственного интеллекта, интеллекта мышления, интеллекта «искры божьей» практически не финансируется. Бизнесу это неинтересно, а государства с бюджетами, которыми можно играть в долгую, только гордятся сокращением расходов на фундаментальные науки. Мыслить становится невыгодно.
«Разве ИИ сегодня не мыслит?» — спросит редкий читатель, долетевший до предыдущего абзаца. У дураков и политиков мыслит, у ученых нет. Все эти теории глубокого машинного обучения, то есть обучения машин, ныне базируются на двух китах. Кит первый: гигантский и зачастую некачественный объем информационного пространства: контент соцсетей, современной, прости Господи, «литературы» и журналистики, научные работы, публикуемые по приказу чиновников и прочее, прочее, прочее. Информационный мусор. Кит второй: гигантская скорость обработки этого самого мусора. Сравнение закономерностей, принятие решений по алгоритму: если выглядит, как утка и крякает, как утка, то значит это утка, зуб даю. Не чучелко утки, а самая настоящая утка.
Мы, конечно, опять упрощаем. Но смысл сохраняется. Великий лингвист и философ американец Наум Хомский так сказал о тупиковости такой методики обучения: «Просто работать с сырыми данными – вы никуда с этим не придете, и Галилей бы не пришел. Фактически, если к этому вернуться, в XVII веке людям, таким как Галилей и другим великим ученым, было непросто убедить Национальный научный фонд тех времен – аристократов, – в том что в их работах был смысл. Я имею в виду: зачем изучать, как шар катится по идеально ровной плоскости без трения, ведь их не существует… Важно помнить, что в когнитивной науке мы еще в до-галилеевой эпохе, мы только начинаем делать открытия».
Ну вот. Не успел ответить на второй вопрос. Обязательно и только на сайте «АН».
Мнения, высказываемые в данной рубрике, могут не совпадать с позицией редакции