Современные алгоритмы машинного обучения по своей сути непроходимо глупы. Они используют метод грубой силы, поэтому им требуются сотни миллионов образцов и примеров. Они работают благодаря тому, что возможно аппроксимировать что угодно из множества малых элементов. Такова ключевая идея современных исследований ИИ: если используется обучение с подкреплением для обратной связи в передаче ответственности, то возможно на основании обилия малых фрагментов вывести любую произвольную функцию по желанию программиста.
Но использование неправильных функций для принятия решений означает, что способность ИИ принимать правильные решения не подлежит обобщению. Если мы зададим ИИ иные данные, система может принять другое, совершенно необоснованное решение. Или, если ситуация изменится, ее придется переучивать. Имеются забавные методики поиска «нулевого пространства» в системах ИИ. Речь об образцах, которые ИИ признает валидными, поскольку его обучили их распознавать (скажем, человеческие лица, кошек и т. д.), но для человека эти образцы покажутся полной нелепицей.
Нынешний ИИ ведет описательную статистику способом, который не является научным и который практически невозможно сделать научным. Чтобы построить эффективную систему, требуется некая наука в основе данных. Системы, которые я рассматриваю как ИИ следующего поколения, будут порождением такого научного подхода: если вы собираетесь создать ИИ для оперирования чем-то физическим, в него следует внедрить знание законов физики (описательных функций) вместо пресловутых тупых нейронов. Допустим, нам известно, что физика использует такие функции, как полиномы, синусоиды и экспоненты; значит, они, а не крохотные линейные нейроны, должны стать нашими базовыми функциями. При использовании этих более подходящих базовых функций понадобится гораздо меньше данных, намного легче подавлять шум, а результаты оказываются куда лучше.
Если, отталкиваясь от примера с физикой, мы хотим создать ИИ для работы с человеческим поведением, то нужно встраивать статистические свойства человеческих сетей в алгоритмы машинного обучения. При замене тупых нейронов на те, которые отражают основы человеческого поведения, возможно выявлять тенденции на основе крайне ограниченного количества данных и отсекать сильные шумы.
Тот факт, что люди обладают «здравым смыслом», с которым они подходят к решению большинства проблем, наводит на следующую мысль: перед нами, как я говорю, человеческая стратегия. Человеческое общество представляет собой сеть, аналогичную нейронным сетям, подготовленным для глубинного обучения, вот только «нейроны» человеческого общества намного умнее. Мы с вами наделены поразительно общими описательными способностями, которыми пользуемся для оценки и понимания широкого диапазона ситуаций. Мы в состоянии понять, какие связи следует укреплять. Это означает, что мы способны заставить наши социальные сети работать намного лучше и в итоге одолеть любой машинный ИИ на его поле.
Глава 20Сделать незримое зримым: ИИ и искусство
Ханс-Ульрих Обрист
является художественным руководителем лондонской галереи «Серпентайн» и автором книг «Пути куратора» и «Жизни художников и архитекторов».
«СРОЧНО! СРОЧНО!» – вопила копия электронного письма, одного из дюжины в моем почтовом ящике, которые приветствовали меня, стоило мне включить свой телефон у багажной карусели в миланском аэропорту Мальпенса после долгого перелета из Нью-Йорка. «Прибывает великий американский мыслитель-провидец Джон Брокман – сегодня утром он будет в отеле «Гранд». Вы ДОЛЖНЫ, повторяю, ДОЛЖНЫ нанести ему визит!» Адресант подписался так: «ХУО».
Накануне вечером, пока я ждал рейса в аэропорту имени Кеннеди, меня посетила блестящая идея – напишу-ка я своему другу и давнему соратнику, лондонскому куратору перипатетического искусства [155]Хансу-Ульриху Обристу (известному всем как «ХУО»), и спрошу, с кем мне точно стоит встретиться в Милане.
Едва я заселился в отель, зазвонил телефон, и ведущие итальянские художники, дизайнеры и архитекторы принялись договариваться со мной о встрече. Среди них были Энцо Март, художник-модернист и дизайнер мебели; Альберто Гарутти, чьи эстетические стратегии стимулируют диалог между современным искусством, зрителем и общественными пространствами; модельер Миучча Прада, которая «просит почтить своим присутствием чаепитие сегодня днем в штаб-квартире компании». Вот таков, стараниями ХУО, оказался первый день в Милане в ноябре 2011 года для валящегося с ног от разницы во времени и с трудом подбиравшего слова «великого американского мыслителя-провидца».
ХУО sui generis[156]: он действует двадцать четыре часа в сутки, спит (полагаю) неведомо когда и нанимает штатных помощников, которые трудятся по восемь часов в сутки, но доступны в режиме 24/7. За последние два года он побывал в арт-центрах Индии и Китая, потратив на это сорок выходных: в четверг вечером улетал из Лондона, а в понедельник возвращался к своему рабочему столу. В прошлом году журнал «ArtReview» вновь признал его лидером ежегодного списка «Power 100» [157].
Недавно мы сотрудничали в проведении семинара «ГОСТЬ, ПРИЗРАК, ХОЗЯИН: МАШИНА!»[158] в лондонской мэрии. К нам присоединились Венки Рамакришнан, Яан Таллинн и Эндрю Блейк, директор по исследованиям института Алана Тьюринга. Это мероприятие вполне соответствовало миссии ХУО по объединению искусства и науки: «Куратор перестал быть просто человеком, который заполняет пространство объектами. Теперь это человек, который связывает воедино различные культурные сферы, изобретает новые функции экспонирования и создает комбинации, сулящие неожиданные встречи и непредсказуемые результаты».
Во введении ко второму изданию работы «Понимание медиа» Маршалл Маклюэн отмечал способность искусства «предвидеть будущие социальные и технологические разработки». Искусство есть «система раннего оповещения», указывающая новые события в будущем и позволяющая «подготовиться к тому, чтобы справиться с ними… Искусство как радарная среда возлагает на себя обязанность по тренировке восприятия».
В 1964 году, когда книга Маклюэна была опубликована впервые, художник Нам Джун Пайк[159] конструировал своего «Робота К-456», экспериментируя с технологиями, которым предстояло в перспективе оказать воздействие на общество. Ранее он работал с телевидением, бросал вызов обычному пассивному потреблению телезрителя, а впоследствии творил искусство через прямые спутниковые трансляции, используя новые средства массовой информации не столько для развлечения, сколько для того, чтобы показать их художественные и межкультурные возможности (следует признать, что и по сей день они практически игнорируются). Художники нашего времени, конечно же, работают с интернетом, цифровыми изображениями и искусственным интеллектом. Их творчество и мысли, опять-таки, служат своеобразной системой раннего оповещения о грядущих событиях.
Моя ежедневная задача как куратора состоит в том, чтобы сводить воедино различные произведения искусства и связывать между собой разные культуры. С начала 1990-х годов я также организовывал беседы и встречи с практиками разных дисциплин, дабы преодолеть общее нежелание комбинировать знания. Поскольку меня интересовало мнение художников об искусственном интеллекте, недавно я организовал несколько встреч художников с инженерами.
Причина пристального внимания к ИИ состоит в том, что два наиболее важных вопроса сегодняшнего дня таковы: «Насколько дееспособен может быть ИИ?» и «Какие опасности сулит его появление?». Ранние версии искусственного интеллекта уже влияют на нашу повседневную жизнь – более или менее узнаваемыми способами. ИИ все глубже проникает во все сферы деятельности общества, но до сих пор остается загадкой, будет ли он в целом полезен или навредит человечеству.
Многие современные художники внимательно следят за происходящим. Они не стесняются публично высказывать сомнения в перспективах ИИ и напоминают нам о том, что сам термин «искусственный интеллект» не подразумевает исключительно позитивных практических результатов. В текущие дискуссии об искусственном интеллекте художники вносят особую нотку и уделяют особое внимание вопросам создания изображений, творчества и использования программирования в качестве художественного инструмента.
О тесных связях между наукой и искусством уже писал покойный Хайнц фон Ферстер, один из творцов кибернетики как науки, коллега Норберта Винера с середины 1940-х годов, в 1960-х ставший основоположником «кибернетики 2-го порядка», в которой наблюдатель рассматривается как часть системы, а не как сторонняя сущность. Я хорошо знал фон Ферстера, и в одном из наших многочисленных разговоров он изложил свой взгляд на взаимоотношения искусства и науки:
Я всегда воспринимал искусство и науку как комплементарные области. Не будем забывать, что ученый в некотором отношении тоже художник. Он изобретает новую технику и ее описывает. Он использует язык как поэт или автор детективного романа и формулирует свои выводы. Мне кажется, что ученый должен работать как художник, если он хочет известить мир о своих исследованиях. Он явно хочет коммуницировать и разговаривать с другими. Ученый изобретает новые объекты, и вопрос в том, как их описать. Во всех этих отношениях наука мало чем отличается от искусства.
Когда я спросил его, как он определяет кибернетику, фон Ферстер ответил:
«Суть того, что мы узнали из кибернетики, сводится к умению мыслить по кругу: A ведет к Б, Б ведет к В, но В может вести обратно к A. Такие построения не линейны, а цикличны. Значительный вклад кибернетики в наше мышление состоит в том, что мы научились принимать цикличные аргументы. Это означает, что мы должны изучать циклические процессы и понимать, при каких обстоятельствах возникает равновесие, то есть стабильная структура».