. Процесс нахождения уравнения, описывающего поведение естественной системы, уж точно нельзя назвать пустячной задачей. По словам Липсона: «[П]режде на создание одной прогнозирующей модели у [ученого] могла уйти целая жизнь»{149}. Шмидт добавляет: «[Ф]изики вроде Ньютона и Кеплера могли бы запустить этот алгоритм на компьютере и всего после нескольких часов вычислений получить законы, объясняющие падение яблока или движение планет»{150}.
Когда Шмидт и Липсон опубликовали статью с описанием своего алгоритма, на них обрушился шквал запросов на получение доступа к их программе от других ученых. В связи с этим в конце 2009 г. они решили сделать «Эврику» доступной через Интернет. За прошедшее с того момента время с помощью этой программы удалось получить интересные результаты в ряде областей науки, включая упрощенный вариант уравнения, описывающего биохимическую природу бактерий, которую ученые до сих пор не могут до конца понять{151}. В 2011 г. Шмидт основал в районе Бостона стартап Nutonian, Inc. с целью коммерциализации «Эврики» в качестве инструмента анализа больших данных как в бизнесе, так в научной сфере. Одним из результатов проделанной работы стал перенос «Эврики» — по примеру системы Watson компании IBM — в облачную среду и превращение ее в приложение, которое доступно другим разработчикам ПО в виде встраиваемого модуля.
Большинство из нас склонны — что вполне естественно — связывать идею творчества исключительно с мозгом человека, но будет нелишним напомнить, что сам наш мозг — несомненно самое сложное «изобретение» из всех ныне существующих — является продуктом эволюции. С этой точки зрения вряд ли стоит удивляться тому, что очень часто при попытке создания способных к творчеству машин используются методы генетического программирования. Суть генетического программирования заключается в том, чтобы научить компьютерные алгоритмы проектировать самих себя путем естественного отбора в соответствии с описанными Дарвином принципами. Все начинается с генерирования случайного компьютерного кода, который затем многократно редактируется с помощью методов, имитирующих процесс полового размножения. Время от времени в код вбрасывается случайная мутация, в результате чего процесс его формирования может пойти совершенно другим путем. Появляющиеся новые алгоритмы подвергаются проверке на пригодность, в результате которой они либо выживают, либо — что происходит намного чаще — умирают. Одним из ведущих исследователей в этой области является профессор Стэнфордского университета, специалист в области информационных технологий и консалтинга Джон Коза. Он проделал большую работу по использованию генетических алгоритмов в качестве «средств автоматизации изобретательской деятельности»[32]. Коза привел по меньшей мере семьдесят шесть примеров того, как в результате использования генетических алгоритмов были получены результаты, способные конкурировать с плодами работы инженеров и ученых. Приведенные им примеры относились к самым разным областям, включая проектирование электрических цепей, механические системы, оптику, восстановление ПО и гражданское строительство. В большинстве из них алгоритмы воспроизвели существующие разработки, но по крайней мере в двух случаях генетические программы сумели создать патентоспособные изобретения{152}. По мнению Коза, генетические алгоритмы обладают неоспоримым преимуществом перед разработчиками-людьми, поскольку не ограничены рамками сложившихся представлений; другими словами, они с большей вероятностью могут найти принципиально новый подход к решению проблемы{153}.
Если исходить из предположения Липсона о способности «Эврики» проявлять любопытство и утверждения Коза об отсутствии у компьютеров предубеждений, придется допустить, что творчество не является чем-то, выходящим за пределы возможностей компьютеров. Окончательно поверить в это можно только в том случае, если компьютер сумеет создать что-нибудь, что человек сочтет произведением искусства. Мы воспринимаем художественное творчество — наверное, в большей степени, чем любой другой вид интеллектуальной деятельности, — в качестве уникального проявления человеческого сознания. Как заметил журналист Time Лев Гроссман: «Создание произведения искусства относится к одному из тех видов деятельности, которые мы связываем с людьми — и только с людьми. Это — акт самовыражения; вы не можете заниматься этим, если у вас нет своего "Я"»{154}. Если мы признаем саму возможность того, что компьютер может быть настоящим художником, нам придется полностью пересмотреть свои представления о природе машин.
В фильме 2004 г. «Я, робот» главный герой, которого играет Уилл Смит, спрашивает робота: «Может робот написать симфонию? Может робот взять холст и превратить его в прекрасный шедевр?» В своем ответе — «А ты можешь?» — робот исходит из того, что, по правде говоря, подавляющее большинство людей тоже неспособны на это. Однако если бы Смит задал свой вопрос в 2015 г., то он бы получил куда более уверенный ответ: «Да».
В июле 2012 г. Лондонский симфонический оркестр исполнил композицию под названием «Переходы — в бездну». Один из критиков назвал ее «утонченной и восхитительной»{155}. Это событие стало первым в истории случаем исполнения именитым оркестром музыкального произведения, полностью написанного машиной. Автором композиции был Iamus — кластер компьютеров, на котором запущен алгоритм искусственного интеллекта с уклоном в музыку. Iamus (назван в честь героя греческой мифологии, как считалось, он мог понимать язык птиц) был разработан исследователями из Университета Малаги в Испании. Система начинает работу с минимальным набором информации, включая, например, тип инструментов, которые будут использоваться при воспроизведении музыки, а затем без какого-либо вмешательства со стороны человека за считаные минуты создает сложнейшие композиции, способные вызывать по-настоящему сильную эмоциональную реакцию у слушателей. Iamus уже написал миллионы уникальных композиций в классическом для модернизма стиле; вероятно, в будущем он будет адаптирован и к другим музыкальным жанрам. Подобно «Эврике», за созданием Iamus последовало учреждение стартапа с целью коммерциализации технологии. Новая компания под названием Melomics Media, Inc. начала продавать музыку через интернет-магазин, похожий на iTunes. Вся разница в том, что продажа созданных Iamus композиций не обуславливается требованием об авторских отчислениях, благодаря чему покупатели могут использовать эту музыку так, как им заблагорассудится.
Музыка — не единственный вид искусства, который освоили компьютеры. Профессор Симон Колтон из Лондонского университета, занимающийся креативными компьютерными вычислениями, создал программу искусственного интеллекта под названием The Painting Fool, к которой, как он надеется, в будущем все будут относиться как к серьезному художнику (рис. 4.1). «Цель проекта — не разработать ПО, которое будет обрабатывать фотографии, чтобы они были похожи на рисунок; для этого уже многие годы используется Photoshop, — отмечает Колтон. — Цель — проверить, могут ли люди воспринимать творчество компьютерной программы как что-то, заслуживающее внимания само по себе»{156}.
Колтон встроил в систему набор возможностей, которые он называет «способностью к оценочным суждениям и воображению». Программное обеспечение The Painting Fool может идентифицировать эмоции на фотографиях людей, а затем создавать абстрактные портреты, передающие эти эмоциональные состояния. Кроме того, оно может генерировать воображаемые объекты, используя методы на основе принципов генетического программирования. Программа Колтона даже умеет критиковать саму себя. Для этого она использует приложение под названием Darci, созданное исследователями из Университета Бригама Янга.
Разработчики Darci начали с создания базы картин, в которой каждое произведение искусства сопровождалось описательными прилагательными «мрачное», «печальное», «вдохновляющее» и т. п., данными им людьми. Затем они обучили нейронную сеть так, чтобы она могла формировать ассоциации, и, наконец, загрузили в нее новые картины, которые она должна была самостоятельно охарактеризовать. Программа The Painting Fool может использовать результаты работы Darci при принятии решения о достижении или недостижении поставленных целей в процессе создания полотна{157}.
Я не хочу сказать, что в скором времени толпы художников и композиторов лишатся своей работы. Я лишь хочу обратить внимание на то, что для методов, используемых в ПО с творческим уклоном, многие из которых, как мы могли убедиться, основываются на генетическом программировании, можно найти множество других способов применения. Если компьютеры могут сочинять музыку и проектировать электронные компоненты, то нет ничего невероятного в том, что совсем скоро они сформулируют новую правовую доктрину или придумают новый подход к решению какой-либо проблемы в менеджменте. Пока же реальная угроза автоматизации по-прежнему распространяется лишь на те виды умственного труда, которые отличаются наибольшей степенью рутинности и шаблонности. Однако ситуация меняется очень быстро.
Нигде так не ощущается стремительный ход прогресса, как на Уолл-стрит. Там, где когда-то вся торговля в большой степени зависела от непосредственного общения — либо среди несмолкающего гула голосов на биржевых площадках, либо по телефону, — теперь она во многом определяется действиями машин, взаимодействующих по оптоволоконным каналам связи. По некоторым оценкам, на алгоритмы автоматизированной торговли сейчас приходится не менее половины или даже 70 % всех операций на фондовом рынке. Эти изощренные роботы-трейдеры, во многих из которых используются самые передовые разработки в области искусственного интеллекта, не ограничиваются простым выполнением стандартных торговых операций. Чтобы получить прибыль, они отслеживают действия паевых инвестиционных фондов и пенсионных фондов, пытаясь выявить интересующие их акции и скупить их накануне крупных сделок, инициируемых такими фондами. Они стараются обмануть другие алгоритмы, сначала наводняя систему фиктивными заявками-приманками, а затем отзывая их за доли секунды. И Bloomberg, и Dow News Service предлагают специализированные продукты в машиночитаемом формате, призванные удовлетворить потребность в финансовых новостях прожорливые алгоритмы, которые могут — в течение приблизительно нескольких миллисекунд — превратить их в прибыльные торговые операции. Новостные службы также предоставляют оперативные количественные данные, благодаря чему машины всегда в курсе того, какие име