Игорь Шнуренко – Демон внутри. Анатомия искусственного интеллекта (страница 24)

Суперкомпьютер, впрочем, может быть создан на совершенно других принципах, нежели сегодня — например, на основе явления квантовой запутанности. Работы по созданию квантовых компьютеров, однако, еще находятся на начальной стадии, и не исключено, что они станут вторым «управляемым термоядом» — задачей, которая не решена в практическом смысле и спустя 60-70 лет после многообещающего старта, положенного советскими физиками Олегом Лаврентьевым, Игорем Таммом и другими.

Но даже если и когда такие машины смогут превзойти нынешние —и не возникнет ли при их разработке и эксплуатации проблем, о которых мы сегодня не имеем понятия?

КАК СОЗДАВАЛИ НЕЙРОНЫ

В 1943 году Уоррен МакКаллок и Уолтер Питтс опубликовали работу «Логическое исчисление идей, относящихся к нервной активности», в которой предложили понятие искусственной нейронной сети. Дональд Хебб в работе «Организация поведения» 1949 года описал основные принципы обучения нейронов.

Искусственные нейросети — это, по сути, математические алгоритмы, которые вначале были призваны точно моделировать работу биологических нейросетей, подражая им. Это напоминает момент, когда товарищ Сталин приказал Королеву и его команде точно скопировать «Фау-2» — ракету, которую те видели на испытаниях, куда их пригласили американцы. Задача состояла в том, чтобы воспроизвести ракеты, которые стопроцентно полетят —ибо советские офицеры наблюдали их в действии.

Конечно, в случае с нейросетями задача состояла не в том, чтобы воссоздать химические процессы, происходящие в нейронах, а в том, чтобы на языке математики описать процессы, происходящие в нервных клетках.

Впоследствии, после того как удалось создать модель, которая довольно точно описывала работу живых нейронов, перед сетями была поставлена та задача, ради которой они, собственно, и создавались, а именно сделать вычисления эффективными.

Поэтому искусственные нейросети сегодня не подражают биологическим, а стремятся их превзойти. Ученые то и дело заявляют, что вот-вот создадут алгоритм, чисто математический, абстрактный, умозрительный, не имеющий отношения к живой природе, который превзойдет то, что было подсмотрено у человека или животных. Впрочем, всегда оказывается, что на следующем этапе ученым все равно надо вернуться в область нейрофизиологии, где совершаются новые открытия, и подсмотреть там очередную новинку. Так происходит снова и снова, несмотря на то, что очередной успех, вызванный копированием «природной Фау», вызывает у некоторых исследователей головокружение и они обещают, что с этого момента машины будут развиваться без оглядки на натуру.

Но как и двадцать лет назад, открытия в области нейронаук сразу же моделируются и идут в дело. Таким образом, нейробиология и нейрофизиология продолжают и будут продолжать оказывать огромное влияние на разработку искусственных нейросетей.

Первые описания искусственных нейронов были векторными матрицами с импульсами на входе и выходе и некоей передаточной функцией в промежутке. В подобной модели нейрон реагирует на входной сигнал скачками напряжения или разностью потенциалов между клеткой и окружением.

Одна из первых таких моделей была предложена в 1907 французским физиологом Луи Лапиком и называлась «интегрировать и сработать». Ее можно описать так. Когда на вход подаётся некий ток, напряжение на синапсе возрастает, пока не достигает некоторого значения, при котором происходит скачок напряжения на выходе. После этого напряжение сбрасывается до остаточного. Затем модель копит энергию на следующее срабатывание, и алгоритм повторяется.

Недостатком такой схемы явилось бесконечно большое возрастание частоты срабатывания при линейном увеличении амплитуды входного тока. Поэтому ученые изменили модель с тем, чтобы ограничить частоту срабатывания. Для этого оно было запрещено в течение некоторого времени после возникновения потенциала действия.

Но и эта модель оказалась несовершенной: оказалось, алгоритм имеет вечную память. Если модель получала некий заряд, недостаточный для срабатывания, она сохраняла его и накапливала до следующего срабатывания. Таким образом, на нейроне вечно сохранялось некое напряжение, что никак не соответствовало процессам, наблюдаемым в реальных синапсах.

Модель «интегрировать и сработать» избавилась от этого недостатка через концепцию «утечки». Метод симулировал диффузию ионов, которая происходит в синапсе, в случае, если не выполнены определенные условия. Теперь, чтобы сгенерировать потенциал действия, необходимо было, чтобы значение тока на входе превысило некоторый порог. В противном случае происходит утечка, аннулируя любые изменения потенциала —то есть память «обнуляется».

С небольшими вариациями, эта модель «интегрировать и сработать с утечками» используется для построения искусственных нейросетей и по сей день. Из нее выросли экспоненциальная модель «интегрировать и сработать с утечками», модель дробного порядка и модель Гальвеса-Лёкербах.

Другую модель разработали британские биологи Алан Ходжкин и Эндрю Хаксли, которые получили за нее Нобелевскую премию в области физиологии и медицины за 1963 год. Они наблюдали за генерацией и передачей нервных сигналов в гигантском аксоне кальмара. Этот аксон, как уже было сказано, может достигать трех метров. Работу спонсировал в том числе фонд Рокфеллера, который не раз будет упомянут в этой книге.

Ходжкину и Хаксли удалось добиться редкого сочетания уникальных биологических наблюдений и прекрасной математики. Они сумели написать серию дифференциальных уравнений, которые очень точно описывали графики, полученные эмпирическим путем. При этом в их распоряжении не было компьютеров, и открытие удалось совершить, что называется, «на кончике пера»!

Модель Ходжкина — Хаксли считается одним из важнейших достижений в биофизике и нейрофизиологии XX века, она считается сегодня, пожалуй, главным инструментом в описании естественных и построении искусственных нейросетей. Описание постоянно дополняется и совершенствуется — например, моделью ФитцХью-Нагумо. Есть еще такие математические инструменты построения сетей, как кабельная теория дендритов, компартментные модели и так далее.

ЧИСЛО ДАНБАРА И «ЭФФЕКТ БОЖЕНЫ РЫНСКИ»

На основе этих математических описаний в 2005 году была построена первая клеточная модель. Дальнейший прогресс шел очень быстро: в 2007 году исследователями из Лозанны была создана математическая модель колонки неокортекса.

Неокортекс — это новая кора головного мозга, которая располагается в верхнем слое полушарий, имеет толщину 2-4 миллиметра и отвечает за высшие нервные функции — сенсорное восприятие, выполнение моторных команд, осознанное мышление и, у людей, речь. У низших млекопитающих неокортекс только намечен, а у человека составляет основную часть коры. Как раз неокортекс Эйнштейна был найден более тонким и более плотным, чем в среднем — хотя эти выводы, как указывалось, и были оспорены.

Интересно, что размер неокортекса напрямую связан с числом социальных связей, которые человек может одновременно поддерживать. Изучая приматов, английский антрополог Роберт Данбар обратил внимание на то, как они строят отношения с другими членами стаи. Эксперименты Данбара вполне можно сравнить с современными реалити-шоу типа «Дом-2», где груминг, то есть активное «построение отношений», становится частью экономики внимания и монетизируется. Данбар установил, что число социальных связей лежит обычно в диапазоне от 100 до 230, что, по его оценкам, и является оптимальным размером человеческого стада. Этот показатель, называемый числом Данбара, линейно зависит от размера неокортекса человека.

Чтобы не просто завести знакомство, а его развивать, мы должны прежде всего на достаточном уровне знать и понимать другого человека. Это означает, что мы должны отличать его от других по определенным характеристикам: например, этот мой друг художник, открытый и добродушный, любитель хорошо поесть и выпить, а этот бывший программист, теперь работает на таможне, любит актуальное искусство, себе на уме, но поможет в трудную минуту.

Важное значение имеют черты характера, которые вызывают у нас эмоциональную оценку: если она положительная, мы стараемся поддерживать с таким человеком отношения. Для одних определяющим моментом является симпатичная внешность, для других — доброта, для третьих — статус и социальное положение. Такие, если друг разорился, прекращают поддерживать с ним отношения. Есть сложные случаи светских львиц, которые стремятся общаться с «высшими», но одновременно являются социопатами по отношению к «низшим». Я бы назвал это «эффектом Божены Рынски»: такие, как она, ориентированы на то, чтобы быть как можно ближе к вожаку стаи.

Так или иначе, поддержание социальных связей требует постоянного мониторинга качеств людей, с которыми поддерживаются отношения, а также внешних обстоятельств. Все это требует очень серьезных интеллектуальных способностей, эмоционального интеллекта, о котором много пишут в последнее время. В типичном неолитическом поселении жило человек двести. Это и есть то количество знакомств, которое для нас является комфортным и сегодня. Подсчитано, что в среднем человек нашего времени поддерживает примерно 150 социальных связей.