Следующий шаг: подлинные автоматы

Следующей нашей целью после создания дистанционно управляемых роботов является разработка подлинных автоматов — роботов, способных принимать решения и требующих лишь минимального вмешательства человека. Автомат должен будет действовать всякий раз, когда услышит, скажем, слова «Собери мусор». Это превосходит возможности нынешних роботов. Нам потребуются автоматы, способные исследовать и колонизировать внешние планеты в основном самостоятельно, поскольку на то, чтобы связаться с ними по радио, будет уходить не один час.

Эти подлинные автоматы будут совершенно необходимы при организации колоний на далеких планетах и лунах. Не забывайте, что на протяжении еще многих десятков лет население наших форпостов за пределами Земли, вероятно, в сумме не превысит несколько сотен человек. Человеческих рук будет не хватать, а нужда в создании городов в далеких мирах останется острой. Именно здесь роботы могут сыграть решающую роль, особенно в выполнении опасной, монотонной и грязной работы.

При просмотре голливудских фильмов мы иногда забываем, насколько опасным может быть космос. Даже при работе в местах с низкой силой тяжести роботы очень пригодятся нам в подъеме и переноске тяжестей при строительстве: они смогут без усилия поднимать и носить массивные балки, брусья, бетонные плиты, тяжелые инструменты и т.п., а при строительстве базы в другом мире это обязательно придется делать. Роботы справятся с этими задачами намного лучше, чем астронавты с их неуклюжими и тяжелыми скафандрами, слабыми мускулами и медленными движениями. Человек легко устает, а роботы могут работать безостановочно, днем и ночью.

Более того, если происходит несчастный случай, роботов можно починить или заменить во множестве опасных ситуаций. Робот может обезвредить взрывчатку, используемую при создании площадки под строительство или дороги. Он может пройти сквозь огонь, чтобы спасти астронавтов во время пожара, или работать на далеких лунах в условиях жуткого холода. К тому же кислород роботам не нужен, так что удушье им, в отличие от астронавтов, не грозит.

Роботы могут исследовать опасные ландшафты на отдаленных мирах. К примеру, о стабильности ледовых шапок Марса или ледяных озер Титана известно очень мало, но эти залежи льда могут оказаться важным источником кислорода и водорода. Роботы способны исследовать лавовые трубки Марса, которые обеспечат колонистам защиту от радиации, или изучать луны Юпитера. Солнечные вспышки и космические лучи заметно повышают опасность развития рака у астронавтов, в то время как роботы будут работать даже в мощных радиационных полях. Они смогут заменять собственные модули, поврежденные интенсивной радиацией, если обеспечить их специальным тщательно защищенным хранилищем с запасными частями.

Помимо опасных работ, роботы могли бы взять на себя скучные и монотонные задачи, особенно многократно повторяющиеся стандартные операции. Со временем каждой лунной или планетарной базе потребуется большое количество самых разных вещей, массовое производство которых наладят роботы. Все это необходимо для создания самодостаточной колонии, которая начнет добывать местные полезные ископаемые и производить из них все вещи, в которых будет нуждаться лунная или планетарная база.

Наконец, роботы возьмут на себя необходимую грязную работу — от ремонта систем водопровода и канализации в колониях до обращения с токсичными химическими веществами и газами, без которых не обходятся заводы по утилизации и переработке отходов.

Таким образом, автоматы, способные функционировать без прямого вмешательства людей, сыграют в будущем существенную роль, если мы хотим, чтобы посреди безжизненных лунных ландшафтов и марсианских пустынь поднялись современные города и небоскребы, возникли дороги и фермы. И тут же возникает следующий вопрос: насколько далеки мы сегодня от создания подлинных автоматов? Если забыть о хитроумных роботах, которых мы встречаем в кино и научно-фантастических романах, то каково на сегодняшний день реальное состояние робототехники? Как скоро у нас появятся роботы, способные построить города на Марсе?

История ИИ

В 1955 г. группа первоклассных исследователей собралась в Дартмуте и создала новую область человеческой деятельности — искусственный интеллект. Эти специалисты были абсолютно уверены, что в ближайшем будущем они смогут сконструировать разумную машину, способную решать сложные задачи, разбираться в абстрактных концепциях, общаться с людьми на их языке и учиться на собственном опыте. Они заявили: «Мы считаем, что можно достичь существенного прогресса в решении одной или нескольких таких задач, если тщательно подобранная группа ученых будет совместно работать над этой задачей все лето».

Эти ученые сделали одну принципиальную ошибку. Они считали, что человеческий мозг представляет собой цифровой компьютер. Они были уверены, что, если бы удалось свести законы разума к списку логических операций и загрузить их в компьютер, он внезапно превратился бы в мыслящую машину. Он осознал бы себя, и с ним стало бы можно вести осмысленную беседу. Такой подход получил название «сверху вниз», или «разум в бутылке».

Идея казалась простой и элегантной и порождала оптимистические прогнозы. Десятилетия 1950–1960-х стали временем больших успехов. Разрабатывались машины, способные играть в шашки и шахматы, доказывать алгебраические теоремы, распознавать и поднимать кирпичики. В 1965 г. пионер ИИ Герберт Саймон объявил: «Через двадцать лет машины способны будут делать все, что может делать человек». В 1968 г. фильм «2001 год: Космическая одиссея» познакомил нас с HAL — компьютером, который мог разговаривать с людьми и пилотировать космический корабль к Юпитеру.

А затем победный марш ИИ уперся в глухую стену. Прогресс в этой области замедлился до черепашьего шага из-за двух основных проблем: распознавания образов и здравого смысла. Роботы могут видеть — мало того, видеть во много раз лучше нас, но они не понимают, что видят. Рассматривая стол, они видят только прямые линии, квадраты, треугольники и овалы. Они не в состоянии соединить все в один образ и распознать его. «Идея стола» им непонятна. Поэтому компьютеру очень трудно ориентироваться в комнате, распознавать мебель и избегать препятствий в движении. Роботы полностью теряются, оказавшись на улице, где на них обрушивается водопад прямых, окружностей и квадратов, на которые для них распадаются младенцы, полицейские, собаки и деревья.

Вторая проблема — здравый смысл. Мы знаем, что вода мокрая, что за веревку можно тянуть, но нельзя толкать, а палкой, наоборот, можно толкать, но нельзя тянуть, что мать всегда старше своей дочери. Для нас все это очевидно. Но откуда мы берем эти знания? В математике нет ни одной строки, которая доказывала бы, что веревкой нельзя толкать. Эти истины мы извлекаем из повседневного опыта, из собственных столкновений с реальностью. Мы учимся в «университете болезненных ударов».

С другой стороны, у роботов за плечами нет личного жизненного опыта. Все им нужно подносить готовым на блюдечке в виде компьютерного кода, строка за строкой. Да, делаются попытки запрограммировать и ввести в компьютер все тонкости здравого смысла, но их слишком много. Четырехлетний ребенок интуитивно знает больше о физике, биологии и химии окружающего мира, чем самый продвинутый компьютер.

Конкурс DARPA

В 2013 г. Управление перспективных исследовательских проектов Министерства обороны США (DARPA) — отдел Пентагона, заложивший в свое время основы интернета, объявил конкурс среди ученых всего мира. Участникам предлагалось построить робота, способного расчистить жуткий радиоактивный мусор на атомной электростанции Фукусима, где в 2011 г. в результате аварии расплавились три энергетических ядерных реактора. Обломки настолько радиоактивны, что рабочие могут входить в зону смертельной радиации лишь на несколько минут, отчего операция по расчистке серьезно затягивается. В настоящее время, по официальным оценкам, расчистка станции займет от 30 до 40 лет и обойдется примерно в $180 млрд.

Если удастся построить робота, который будет расчищать обломки и мусор без вмешательства человека, это может стать первым шагом к созданию подлинного автомата, способного помочь с постройкой лунной базы или поселения на Марсе даже в условиях высокой радиации.

Понимая, что Фукусима — идеальное место для испытания и применения новейших технологий ИИ, DARPA решило объявить конкурс и выделить $3, 5 млн на призы за создание роботов, способных выполнять элементарные операции по расчистке. (Предыдущий объявленный конкурс DARPA оказался чрезвычайно успешным и проложил, по существу, путь к созданию беспилотного автомобиля.) Это состязание стало идеальным форумом для пропагандирования успехов в области ИИ. Пора бы уже показать какие-то реальные результаты после многих лет преувеличений и безудержной рекламы. Мир должен своими глазами увидеть, что роботы способны выполнять важные задачи, к которым человек приспособлен плохо.

Правила конкурса были очень понятными и в общем-то минимальными. Робот-победитель должен был уметь выполнять восемь простых заданий, в том числе управлять автомобилем, убирать мусор, открывать дверь, закрывать текущий кран, подключать пожарный рукав и поворачивать выключатель.

Заявки посыпались из самых разных уголков мира, участники жаждали сразиться за славу и денежный приз. Но окончательные результаты, вместо того чтобы ознаменовать собой начало новой эры в истории человечества, разочаровали. Многие присланные на конкурс образцы не смогли выполнить задания, а некоторые упали прямо перед камерами. Конкурс наглядно показал, что искусственный интеллект оказался намного сложнее, чем предполагал нисходящий подход.

Обучающиеся машины

Другие исследователи искусственного интеллекта полностью отказались от подхода «сверху вниз» и предпочли пойти по стопам природы — «снизу вверх». Возможно, эта альтернативная стратегия подражания природе откроет более перспективный путь к созданию роботов, пригодных для работы в космосе. За стенами лабораторий ИИ можно найти хитроумные автоматы, более мощные, чем все, что мы в состоянии сконструировать. Это животные. Крохотные жучки искусно маневрируют в лесу в поисках пищи и партнера для спаривания. И наоборот, наши неуклюжие и массивные роботы иногда, пытаясь пройти мимо, обдирают штукатурку со стен.

Ошибочные допущения, на которых основывали свои усилия 60 лет назад дартмутские исследователи, и сегодня преследуют всех, кто занимается ИИ. Мозг не цифровой компьютер. В нем нет ни программирования, ни ЦПУ, ни чипа Pentium, ни подпрограмм, ни текста программы на каком-то условном языке. Если вынуть из компьютера один транзистор, он, скорее всего, перестанет работать. Но, если у человека удалить половину мозга, он, вполне возможно, все же будет функционировать.

Природа демонстрирует чудеса вычислений, организуя мозг как нейронную сеть, как самообучающуюся машину. Ваш ноутбук ничему не учится — сегодня он так же туп, как был вчера или в прошлом году. Но человеческий мозг буквально «перепрошивает» себя после освоения каждого нового навыка. Вот почему младенцы лепечут, прежде чем освоить язык, и вот почему мы вихляем из стороны в сторону, прежде чем научимся ездить на велосипеде. Нейронные сети при многократном повторении постепенно улучшают выполнение задания, следуя правилу Хебба, которое гласит, что чем дольше вы занимаетесь одним и тем же, чем больше раз повторяете задание, тем прочнее становятся нейронные связи, отвечающие за это действие. Как говорят нейробиологи, между нейронами, которые срабатывают вместе, возникает прочная постоянная связь. Возможно, вам приходилось слышать старый анекдот, который начинается вопросом: «Как попасть в Карнеги-холл? » Нейронные сети объясняют ответ на него: «Практика, практика и еще раз практика».

Туристы, к примеру, знают, что, если одна из троп утоптана сильнее других, это означает, что по ней проходило множество туристов и что, по всей видимости, это лучшая тропа в данной местности. Верный путь становится лучше всякий раз, когда по нему проходят. Точно так же нейронная связь, отвечающая за определенное поведение, усиливается всякий раз, когда ею пользуются.

Это важно потому, что обучающиеся машины станут для нас ключом к освоению космоса. Роботы в космосе будут постоянно сталкиваться с новыми и вечно меняющимися опасностями. Они встретятся с ситуациями, которых ученые сегодня не могут себе даже вообразить. Робот, запрограммированный только на ограниченное число конкретных отказов и ситуаций, в космосе будет бесполезен, потому что Его Величество Случай непременно обрушит на него по-настоящему непредвиденную ситуацию. К примеру, мышь никак не может быть генетически запрограммирована на все случаи жизни, потому что общее число ситуаций, с которыми она может столкнуться, бесконечно, тогда как генов у нее конечное число.

Предположим, метеоритный дождь, обрушившийся из космоса на марсианскую базу, повредил нескольких зданий и сооружений. Роботы, использующие нейронные сети, могут обучаться, каждый раз справляясь все лучше с подобными неожиданными ситуациями. Но традиционные роботы, сконструированные в соответствии с подходом «сверху вниз», в непредвиденной сложной ситуации будут попросту парализованы.

Многие из этих идей вошли в исследование Родни Брукса, бывшего директора известной Лаборатории ИИ в Массачусетском технологическом институте. Во время нашей с ним беседы он с искренним изумлением говорил о том, что комары с их микроскопическим мозгом, насчитывающим около 100 000 нейронов, могут без труда летать в трех измерениях, а для управления простым шагающим роботом требуются весьма и весьма хитроумные программы — и все равно он может споткнуться в любой момент. Брукс заложил основы нового подхода, начал работать с «жукоботами» и «инсектоидами» — роботами, которые учатся передвигаться как насекомые, на шести ногах. Поначалу они часто падают, но с каждой попыткой двигаются все лучше и лучше и постепенно научаются координировать движения ног, как это делают настоящие насекомые.

Процесс размещения нейронных сетей в компьютере стал известен как глубокое обучение (Deep Learning). В дальнейшем эта технология, возможно, произведет революцию во множестве отраслей. Не исключено, что в будущем, если вы захотите поговорить с врачом или юристом, вам достаточно будет заговорить с умной стеной или, скажем, с наручными часами и попросить связать вас с роботом-врачом или роботом-юристом, то есть запустить программы, которые смогут прошерстить для вас интернет и выдать разумный медицинский или юридический совет. Эти программы будут обучаться при повторных вопросах и с каждым разом все лучше и лучше отзываться именно на ваши нужды — а может быть, даже предвидеть их.

Глубокое обучение приведет нас к созданию автоматов, которые понадобятся нам в космосе. В ближайшие десятилетия подходы «сверху вниз» и «снизу вверх» могут быть объединены, так что роботов изначально можно будет снабдить некоторыми знаниями, но при этом они смогут действовать и обучаться посредством нейронных сетей. Подобно людям, они смогут обучаться на собственном опыте, пока не освоят распознавание образов, которое позволит им перемещать инструменты в трех измерениях, и здравый смысл, который позволит справляться с новыми ситуациями. Они будут жизненно необходимы при строительстве и поддержании поселений на Марсе, по всей Солнечной системе и за ее пределами.

Для разных задач будут сконструированы разные роботы. Те, что научатся плавать в системах канализации в поисках течей и разрывов, будут напоминать змей. Сверхмощные роботы будут учиться всевозможным работам, связанным с подъемом тяжестей на строительных площадках. Роботы-дроны, которые, возможно, будут похожи на птиц, научатся анализировать и проводить топографическую съемку инопланетного ландшафта. Роботы, способные научиться исследовать подземные лавовые трубки, могут напоминать пауков, поскольку эти многоногие существа умеют очень стабильно двигаться по сильно пересеченной местности. Роботы, способные научиться путешествовать по ледовым шапкам Марса, могут выглядеть как разумные снегоходы. Роботы, способные научиться плавать в океанах Европы, брать и рассматривать разные предметы, могут быть похожи на осьминогов.

Для исследования космоса нам нужны роботы, способные обучаться и методом долговременного погружения в среду, и получая готовую информацию напрямую.

Однако даже этого довольно продвинутого уровня искусственного интеллекта может оказаться недостаточно, если мы хотим, чтобы роботы самостоятельно собирали целые города. Главный вызов робототехники — создание машин, способных осознать и воспроизвести себя.

⇐ Предыдущая15161718192021222324Следующая ⇒

Поделиться: