Два пути интеллекта
"Дедукция и индукция, анализ и синтез, теория и опыт. Эти пути достижения цели человеческий интеллект применяет во взаимодействии и в динамике. Искусственный интеллект (ИИ), которым сегодня СМИ смущают обывателя, этой способности лишен.
Трудно найти человека, который бы не слышал словосочетание «искусственный интеллект». Сегодня оно стало притчей во языцех. Им разве что не пугают детей. Однако не так страшен интеллект, как его малюют. Даже человеческий интеллект имеет свои рамки. Тем более ИИ, его малое и пока неразумное дитя. Оно взрослеет на наших глазах и становится обыденной стороной бытия. Со временем мы к нему привыкнем, а значит, включим в свою картину мира и начнем чувствовать границы его возможностей.
Сделать это будет не так трудно, как кажется. У некоторых это получается довольно быстро и даже не зависит от возраста. К примеру, в соцсетях популярен ролик, где пожилая женщина с сумкой на колесиках не спеша переходит дорогу по зебре, перед которой останавливаются автомобили. При этом она специально замедляет и без того неспешный шаг, чтобы пропустить вперед маленького четырехколесного робота - доставщика еды. Интуитивно она воспринимает его как маленькое и слабое живое существо, нуждающееся в защите.
В широком смысле ИИ - это любое устройство с обратной связью, способное к действиям, направленным на достижение предопределенных целей. В узком смысле - это обучаемые и самообучаемые программы управления для решения многообразных математических задач или управления всевозможными устройствами. В прошлом веке ИИ занималась наука кибернетика.
ИИ придумывают и моделируют люди. Они делают это разными способами, но в определенных рамках. Это значит, что ИИ присущи некоторые принципиальные ограничения. Одно из таких экзистенциальных ограничений свойственно и самому процессу мышления. Смысл его хорошо передает давнишний анекдот про двух физиков, теоретика и экспериментатора, бредущих по пустыне и натыкающихся на негра, который трясет пальму с бананами. Первый физик говорит, что этого делать не стоит, а надо подумать. Второй отвечает: «Чего тут думать? Трясти надо». Удобно разобрать эти два интеллектуальных пути достижения жизненной цели на примере систем машинного перевода.
Языки и формализации
Мыслительные процессы мозга, приводящие к решению поставленных задач, скрыты от нашего понимания. Именно с этим были связаны первые трудности в создании автоматического переводчика языков. Работа мозга до сих пор не понята учеными даже на качественном уровне. Поэтому начинать пришлось на ровном месте, что, конечно, не гарантировало успех.
Соображения разработчиков второй половины прошлого века были таковы. Предположим, поставлена задача написать программу, которая переводит тексты с английского на русский. Начать надо с построения машинных моделей английского и русского языков. Сначала следует определить синтаксис, то есть вводимые в машину правила построения предложений. Затем, понимая структуру текста стартового языка, задать правила извлечения смысла, то есть семантики. Потом, на основе синтаксиса целевого языка, перейти от смысла к его грамматике. Так поступали десятилетиями, уточняя и углубляя математические знания о языках и понемногу расширяя рамки предлагаемого подхода, названного модельным.
И он позволил достичь некоторого прогресса. В сообществе переводчиков тогда ходила модная шутка о переводе на русский английской идиомы «the spirit was willing but the flesh was weak». Остряки от лингвистики утверждали, что компьютерная программа выдавала фразу «водка была хороша, но мясо было плохое». В этой байке есть свое рациональное зерно. Она примерно показывает уровень достижений последнего десятилетия прошлого века. Сложнейшие программы машинного перевода были полны проблем. Они совершали такие ошибки, которых не совершали даже маленькие дети.
В результате прогресс машинного перевода десятилетиями оставался незаметным окружающим. Модельный метод так и не привел к уровню, хотя бы приближающемуся к уровню живого переводчика. Проблемы здесь в сложности и смысловой избыточности языков, которые сопротивляются попыткам точного определения. Языки полны мелочей и всяческих исключений, которые просто невозможно надежно формализовать.
В конце прошлого и начале нынешнего века свое развитие получила альтернативная идея - идея статистического машинного перевода. Моделей теперь ученые не строили, а начинали с загрузки в компьютер большого количества пар переведенных текстов. А затем использовали их статистику, чтобы вычислить вероятности разных вариантов перевода нового текста. Выбор наивероятнейшего перевода компьютер считал решением задачи. Математика здесь проста, но эффективное применение таких программ требует большого объема исходных данных и продолжительного вычислительного времени для выявления статистических ассоциаций.
За последние десятилетия машинный перевод достиг впечатляющих успехов. Теперь его используют миллионы пользователей Интернета. Сегодня любой желающий может убедиться, что фразу «the spirit was willing but the flesh was weak» программа автоматического перевода Google транслирует на русский как «дух был готов, но плоть была слабая». Некоторые скажут, что это не совсем точный перевод, так как слово «willing» несет в себе большую динамичность и непрерывность, чем слово «готов». Другие добавят, что для образованного родной литературой уха фраза будет звучать лучше, если в ней убрать последнюю букву алфавита. Но это уже несущественные нюансы, говорящие о принципиальной невозможности идеального перевода. Именно несводимость одного языка к другому и объясняет их разнообразие, необходимое человечеству.
Как изучать языки?
Легко проиллюстрировать дихотомию модель-эксперимент на примере из нашей жизни. Советская средняя во всех смыслах школа преподавать иностранные языки не умела. Не умеет и сейчас из-за преемственности традиций. Большинство выпускников школ и вузов учили иностранный язык десятилетиями, однако ни понимать, ни тем более говорить на нем не могут. Редкая птица прорывалась через препоны советских языковых методик и долетала до беглого владения языком. В чем тут дело?
Один из известных советских радиоспектаклей включает сюжетную линию об изучении латыни в церковной школе. В классе царствует зубрежка, а нерадивых учеников секут розгами. По-видимому, автор хотел изобразить, с одной стороны, жестокость и косность церковных порядков, а с другой - преодоление трудностей сильным характером. Трудности эти искусственные, но об этом мы в нашем детстве не знали и стоически их преодолевали.
По большей части моноязычное окружение большинства населения нашей страны, а также языковая отдаленность славянских, тюркских, кавказских и других языковых групп от преподаваемой в школах романо-германской группы языков делали последние мертвыми в глазах большинства учеников. А значит, и традиции их преподавания брали свое начало от иезуитских методов изучения греческого и латыни в средневековых монастырях.
Иностранный язык в школе сначала препарируют на отдельные слова. Это необоснованное упрощение, поскольку в романо-германских языках смысловые единицы - это словосочетания, паттерны. Одновременно школьника заставляют зубрить сложную грамматику. Построенная таким образом модель иностранного языка предполагает соединение слов в предложения по грамматическим правилам. Если часть из них пока не знакома или уже забыта, ученик использует правила родной речи.
В результате такого книжного обучения учителями, не способными свободно общаться или воспринимать на слух преподаваемые ими языки, из вуза выходят специалисты, которые могут со словарем понять, о чем идет речь в тексте, или переводить простейшую техническую документацию. Говорить и понимать они не могут. Что и требовалось при железном занавесе. Этот подход для будущих инженерных кадров отцы партии начали вводить в годы индустриализации, которую проводили американские и немецкие инженеры под негласным присмотром спецслужб. В анкетах всех граждан страны тогда появилась языковая графа с обязательным указанием уровня владения.
Вместе с тем те, кто стоял у истоков советской школы и государства, знали по нескольку языков, так как росли в многоязычной среде. Хорошо известно, что Ленин, Сталин и другие основатели Республики Советов свободно понимали диалект немецкого идиша, не говоря о прочих. Школам и вузам разведки, в отличие от других учебных заведений, требовалась всего пара-тройка лет для обучения свободному владению иностранным языком. Учили там методом погружения и постоянного общения с носителями, то есть методом проб и ошибок. Раньше, читая мемуары разведчиков, можно было только удивляться языковым сверхспособностям этих людей и обыденности такого явления их жизни, как краткосрочная, по общепринятым меркам, языковая школа разведчика.
Не отставала и армия. Перед и во время войны все старшие офицеры от командиров полков имели ординарцев и водителей с немецкими фамилиями, с которыми они регулярно практиковались в языке, что называется, без отрыва от производства.
На самом деле все просто. Любой человек может выучить любой язык. Но делать это надо так, как делает это каждый ребенок. То есть экспериментальным методом проб и ошибок. Ребенок при этом не стремится изучить язык, это не самоцель для него. Он хочет адаптироваться к миру, привыкнуть к нему, управлять им. Язык для него лишь средство для решения насущных проблем и достижения поставленных целей. Не случайно так популярен и эффективен сегодня метод изучения языков Ильи Франка. В нем погружение происходит при чтении захватывающего текста на родном и иностранном языке в параллель. Таким методом любой ученик способен за полгода необременительных ежевечерних занятий достичь ядерного уровня владения. Дело идет так быстро потому, что подход отражает некоторые свойства мышления, найденные опытным путем.
Та же самая идея проб и ошибок вполне применима во многих областях знания. Одна из реализаций этой идеи - техника тренировки искусственных нейронных сетей на частных задачах различных алгоритмов и управляющих систем. Она-то и привела к нынешним восторгам по поводу ИИ, о достижениях которого наш журнал сообщает регулярно.
Модель или опыт?
Итак, существуют два подхода к ИИ. Первый - это создание модели того, что надо достичь, и реализация ее в техническом устройстве или формализация в компьютерной программе. Преимущество модели в ее полной прозрачности. Ее устройство, что и как в ней происходит полностью понятно профессионалам, а иногда даже и профанам. Но все свойства окружающего мира так описать нельзя, можно лишь выделить основные,
значимые для конкретной задачи. Совершенная модель невозможна. Исключения найдутся всегда.
Второй подход в том, чтобы заложить множество примеров поведения изучаемого объекта в программу машинного обучения и, наращивая их число, достичь уровня, когда алгоритмы начнут принимать правильные и оптимальные решения. И сегодня это успешно работает.
Крупный недостаток такого экспериментального подхода в том, что он непрозрачен. Программа в достаточно узкой области научается делать что-то даже лучше человека, но как она это делает, неясно. Рассказать об этом она нам не может, а ее опыт представляет собой грандиозные наборы не интерпретируемых никем цифр. И это принципиальный недостаток.
Сегодня у разработчиков есть либо понимание, либо результат. Однако не оба одновременно. Это самая большая проблема ИИ. Проводя философские аналогии, можно сказать, что два подхода выражают динамическое единство Западной и Восточной мысли, двух противоречивых полюсов мира. «Изучи явление, пойми его законы и следствия, тогда ты изменишь окружающий мир», - утверждает западная наука. «Пройди мой путь, и ты достигнешь моих результатов», - считает восточный мудрец. «Запад есть Запад, Восток есть Восток, и с мест они не сойдут» - писал Киплинг. Но существовать один без другого они не могут. Мысля обобщенно, это взаимоотношения науки и религии.
Ничто в мире не безгранично, и на каждого мудреца довольно простоты. До победы ИИ над жизнью землян еще далеко. Он наверняка утратит нынешнюю динамику. Спустя столетие его будут воспринимать так же, как сегодня воспринимают механические протезы конечностей, которые в прошлые эпохи считались чуть ли не эквивалентом утерянных частей тела.
Внимательный читатель наверняка заметил, что обрисованные проблемы воспроизводят проблемы истории научного знания, как, впрочем, и любой эволюции. И это извечный вызов для человечества. Чтобы использовать оба подхода, нам придется строить новые модели и проводить новые испытания. И так до бесконечности. Предела познанию нет. Так что оптимальный рецепт - думать, трясти, снова думать, опять трясти и т. д.
Впрочем, опыт учит нас: чтобы что-то использовать, необязательно понимать, как это работает. И даже если понимаешь, то не всегда удается использовать.
А. Гурьянов, "Химия и жизнь", № 6, 2022
И ещё релевантное интервью с хорошего нового канала:
Click to view