Во время завершения работы над последними сериями моего цикла программ для Би-Би-Си, который имеет название "Код", я пересекся с одним знакомым ученым.
"Ты уже слышал новость про доктора Ватсона?", — спросил он меня.
Я не был убежден, что понимаю, о чем, собственно, он спрашивает. Может, кто-то снял новые серии про сыщика Шерлока Холмса? Я выглядел кое-что растерянным.
"Ватсон победил чемпионов мира на шоу Jeopardy прошлого вечера", — прибавил он.
Jeopardy — это американское телевизионное шоу для интеллектуалов на эрудированность. Но я не понимал, чему мой знакомый профессор, который специализируется на свойствах мозга, так заинтересовался американским телешоу.
Но потом он объяснил: Ватсон — это не человек, а компьютер. Победа Ватсона на телешоу, по мнению моего знакомого, є чрезвычайно важным моментом в процессе создания искусственного интеллекта.
Со времени первой работы ученого Алана Тюринга в 1950 году, в которой он задал вопросы о том, способная ли машина думать, ученые всего мира стараются создать приборы, которые бросят вызов нашему — человеческому — интеллекта.
Непростые препятствия
Существует ряд препятствий, которые их должны преодолеть ученые, которые работают над созданием искусственного интеллекта, считая их ключевыми барьерами, не преодолев которых нельзя будет осуществить мечту Тюринга 20- середины го столетие.
И добиться, лишь бы компьютер смог победить наилучших эрудитов мира во время телешоу Jeopardy было в самый раз одним из таких непростых задач.
Возможно, это выглядит слишком уже упрощенно, но, собственно, суть телеигры в заключается в том, что человеческий мозг демонстрирует то, что он умеет делать хорошо.
Например, возьмем одно из вопросов: "Какой элемент, который имеет атомный номер 27, может предшествовать ‘синему’ и ‘зеленому’?"
Человеческий мозг может сориентироваться в таком формулировании и быстро погрузиться в базу данных нашей памяти, вытянув из нее правильный ответ: "кобальт".

Компьютеры стали удивительно умелыми в вот упражнениях. Здесь надо понимать, как работают поисковые программы, когда получают вам нужный ответ, несмотря на минимальное количество данных, которую вы задаете в начале поиска.
Но налаштувати математические алгоритмы, на которые базируются поисковые программы, на то, чтобы они были в состоянии победить чемпионов мира в телеигре Jeopardy, — это был поворотный момент для компьютерного интеллекта, когда речь идет о доступе к информации.
Но это не впервые компьютеры прошли тест на искусственный интеллект. Еще в 1999 году суперкомпьютер Deep Blue компании ІBM победил тогдашнего чемпиона мира из шахмат Гаррі Каспарова.
От компьютера требовался глубокий логический анализ каждого хода на шахматной доске, но это, наверное, было одним из легчайший задач, которые перед ним относились. Логическое мышление — это то, что компьютерам удается лучше всего.
Тест Тюринга
Ключевым моментом для успеха усилий по созданию искусственного интеллекта Алан Тюринг в своей работе в 1950 году считал коммуникацию.
Если вы общаетесь онлайн: сможете ли вы отличить, когда общаетесь с человеком, а когда с компьютером?
Поскольку, мы можем определить умственные способности того или другого человека в общении с ней, то если компьютер сможет выдать себя за человека — или можно сказать, что он имеет интеллект?
Даже, если компьютер пройдет этот тест, то это еще не будет означать, что он способный к общению.
Недавно надо мною провели эксперимент, который называется "китайская комната", разработанный философом Джоном Сірлом. Этот эксперимент бросает вызов идеи о способности машины думать.
Меня завели в комнату с инструкцией, которая указывала правильный ответ на любую комбинацию китайских иероглифов, изображение которых было в той комнате.
И хотя я не говорю на китайском языке, все же мне довели, что я могу иметь убедительный диалог с носителем языка — это при потому, что я не понимал ничего со своих собственных — правильных — ответов.
Сірл сравнил человека в "китайской комнате" с компьютером, который читает код. Итак, если я не понимал китайского языка, то как компьютер может понимать то, на что он запрограммирован?
Это сильный аргумент против уместности теста Тюринга. Но снова же таки, что делает мой ум, когда вот сейчас я произношу, скажем, слова?
Не следую ли я автоматически какому-то набору готовых инструкций?
Компьютерное зрение
Наибольшим вызовом для искусственного интеллекта, вероятно, будет суметь работать с визуальной информацией, как это делает человек.
Компьютерам еще очень далеко к человеку, когда речь идет о впечатляющей способности человеческого мозга интерпретировать визуальную информацию.
Вспомните лишень о тех обезображенных словах или буквах, которые вас просят вписать на вебсайтах, когда хотят подтвердить, что имеют дело с человеком, а не с запрограммированной кібер-атакою, которая может "засорить" всю компьютерную систему.
Это такой интересный ант-тест Тюринга, когда компьютер старается распознать, имеет он дело с человеком или машиной.
Люди способны распознавать обезображенные буквы, а компьютер не может дать себе совет с этой головоломкой.
Это является ярким подтверждением того, насколько плохими есть компьютеры в способности работать с визуальной информацией. И не только специалисты, которые занимаются проблемой искусственного интеллекта, рассматривают это как главный вызов на пути к его созданию.
Принимая во внимание количество камер внешнего наблюдения, которые отслеживают каждый наш шаг, охранительные фирмы хотели бы решить эту проблему, чтобы не полагаться на большое количество людей, которые должными следить за изображениями на мониторах. Их идеалом был бы компьютер, который, снимая информацию из камер наблюдения, мог бы подсказывать, что кто-то ведет себя подозрительно или где-то возникшая опасность.
Но компьютеры считывают визуальную информацию піксель за пікселем, и им тяжело составить все к груде.
Выглядит, что мы все еще далекие от создания машины, которая сможет уравняться с полтора килограммами вещества серого цвета в нашей голове.
Но не следует забывать, что расстояние, которое на протяжении эволюции прошел мозг к нынешнему своему состоянию, измеряется миллионами лет.