Р. Курцвейл – Как создать разум (“How to create a mind”). Краткий обзор книги

Рэй Курцвайл (Ray Kurzweil) – довольно интересная личность. Начать хотя бы с того, что он первым в 1965 году придумал делать музыкальные синтезаторы. Он в свое время получил целую серию наград за свои изобретения в различных областях, опубликовал несколько книг (The age of intelligent machines — 1990, The 10% solution for a healthy life -1993, the age of spiritual machines – 1998, The singularity is near — 2005), снял фильм и даже основал (вместе с Google и NASA) Singularity University. Так что когда появилась информация, что он выпускает новую книгу о том, как cделать мозг (How to create a mind – the secrets of human thought revealed), — я тут же сделал предзаказ.

А для тех, кто сомневается, стоит ли покупать и для всех интересующихся предлагаю этакий обзор: а что же именно хотел сказать автор?

В книге 11 глав + эпилог всего на 321 страницах, так что для тех, кто знаком с английским (а Рэй любит и знает английский язык 🙂 ), знакомство с книгой не займет много времени, вполне можно освоить за выходные.

Когда я делал предзаказ, я почти был уверен, что получу мануал, где будет подробно расписано, как, собственно, сделать разум и захватить мир. Реальность, как водится, ввела свои коррективы. Оказалось, что книга в основном представляет этакий экскурс в историю философии вообще и вычислительной техники в частности. Собственно методам, используемым Рэем в его проектах (таким как, например, проект по распознаванию речи), отведена всего одна глава. До этого – в основном история, как к этим методам пришли, после этого – почему именно эти методы нужно воспринимать как рецепт создания разума.

Итак, пройдемся по главам: введение и первые две главы (“Мысленные эксперименты над миром” и “Мысленные эксперименты над мышлением”) в лучших традициях “начинания издалека” повествуют о том, как человеческая мысль развивалась и какие изобретения были сделаны на кончике пера. Любителям истории будет интересно, для всех остальных – познавательно. Правда уже во второй главе он акцентирует внимание на принципиальных моментах, на которых будет строиться дальнейшая теория “мыслетворения”:

— “… наши воспоминания последовательны по своей природе. Они могут быть воспроизведены в том же порядке, что и запомнены. Мы не можем получить прямой доступ к воспоминаниям в произвольном порядке.”
— “В мозгу нет картинок, видео или звуков. Все наши воспоминания хранятся как последовательности паттернов (тут я даже не знаю какое слово правильно бы передало смысл). Неиспользуемые воспоминания угасают со временем.”
— “Мы можем распознать объект даже по его части (зрение, слух, осязание) и даже если объект подвергся значительным изменениям. Наше восприятие обладает способностью выделять характеристики, неподверженные изменениям в реальном мире.”
— “Наше сознательное восприятие на самом деле зависит от того, как мы думаем в данный момент. Т.е. наш мозг постоянно предсказывает, что должно случиться в следующий момент, и что мы должны почувствовать. Это ожидание и влияет на наше восприятие.”
— “Наша память – не список из тысячи запомненных действий, а скорее каждое из наших запомненных действий есть тщательно разработанная иерархия вложенных действий. Та же самая иерархичность проявляется и в нашей способности распозновать объекты и ситуации.”

Читая это, у меня было чувство, что где-то я это уже видел. Ну да, конечно – Джеф Хоккинс (Jeff Hawkins), On Intelligence. Оч советую, кстати. Собственно, это и есть набор неких требований собранных вместе, которые изобретатели искусственного интеллекта и пытаются воплотить в своих творениях.

И вот мы плавно подошли к третьей главе: модель неокортекса – теория мышления на основе распознавания паттернов. Глава начинается с довольно интересной оценки возможностей неокортекса (коры головного мозга) на основе количества нейронов, нейронных колонн и 100’000 “кусочков знания”. Не знаю откуда у него такая информация, но расчет примерно таков: Каспаров выучил 100’000 шахматных позиций, Шекспир сочинял используя 100’000 языковых конструкций, типичный медицинский специалист знает около 100’000 концепций, и если учесть, что многие концепции хранятся в избытке (100 к 1, как он утверждает), то человеческий мозг может выучить 10 млн паттернов. Но путем нехитрых утверждений он и это число доводит до 300 млн. А это совпадает с количеством “элементарных распознавателей”, которые он оценивает как состоящих из примерно 100 нейронов каждый (всего в неокортексе 30 млрд нейронов: 500 млн кортикальных колонн по 60’000 нейронов в каждой). Дает он эти оценки без ссылок, так что смотрится это очень притянуто, но красиво. Ну и понятно, что элементарный распознаватель это перцептрон с весовыми коэффициентами и все организовано в иерархическую нейронную сеть. И всю главу он рассуждает о роли паттернов и их распознавателей, как они друг с другом связаны и друг на друга влияют, заканчивая упоминанием о своей разработке распознавателя голоса на основе иерархических скрытых моделей Маркова: подход вроде как работает.
Кратко всю главу можно описать так: паттерны -> элементарные распознаватели -> неокортекс -> Profit.

Четвертая глава уже начала приносить сюрпризы. Описывая биологию неокортекса, он ссылается на Blue Brain Project и на слова его создателя, Генри Маркрама (Henry Markram), о найденых группах нейронов, в которых синаптические связи и их свойства хорошо предсказуемы и неслучайны. Причем сам Маркрам отводит им роль элементов врожденной памяти, а Курцвейл – роль тех самых “элементарных распознавателей” (в этих группах же как раз около 100 нейронов). Дальше в этой главе идет про 3-мерную магистраль данных, идущую через весь неокортекс, открытую в марте этого года, про нейропластичность, обеспечиваемую единым методом обработки сигналов во всем неокортексе и про возможную роль dendritic spines в обучении.

Пятая глава полностью посвящена “старому” мозгу, тому что не неокортекс. Пути сенсорной информации, роль таламуса, что такое гиппокамп, роль допамина и серотонина для страха и удовольствия, в общем то, что мы обсуждали. Интересно, но очень сжато. В качестве вывода к главе – для задач, описанных выше, нам вовсе незачем изучать старый мозг. Что ж, ему виднее.

Глава шестая – короткая глава о человеческих способностях, креативности и любви. На самом деле ни о чем. Хотите узнать интересное – читайте AlexeyR.

И вот к седьмой главе мы, наконец, пришли к заявленному в названии: цифровой неокортекс из биологического. Много из истории компьютерного моделирования мозга, откуда есть пошли нейронные сети, роль классификаторов и скрытых моделей Маркова, немного про генетические алгоритмы и как их стоит применять, чуток про Lisp и Джефа Хокинза. Много про Watson и Jeopardy!, но не как он работает (про это чуть-чуть совсем), а как это круто и важно! Целый раздел “Стратегия создания мозга”, в котором кратко резюмируются методы и как их стоит применять и чего еще было бы неплохо добавить. Очень описательная глава, практически никакой конкретики.

Глава 8 – Мозг как компьютер. Глава о Тюринге, фон Неймане и Беббидже. В общем-то мне это еще в школе на информатике рассказывали. А вам?

И дальше начинается философия: глава 9 – мысленные эксперименты с мозгом. Тут мы узнаем, что такое сознание через примеры с зомби и квалией, про Пенроуза с его квантовой теорией сознания (Рэй его не одобряет), про веру, разницу восприятий мира восточными и западными людьми, свободу воли, детерминированность/предсказуемость жизни, клонирование сознания. Очень интересные темы для цивилизованной беседы в кругу друзей, но заявленная-то тема была про создание мозга, а не как этот мозг впишется в нашу реальность.

10 глава в этой книге добавлена исключительно потому, что Рэй очень любит делать прогнозы :). Она так и называется – закон экспоненциального роста технологий (в вольном переводе). И обсуждает он свои старые прогнозы из книги The singularity is near.

Ну и глава 11 наконец – возражения, т.е. что говорят другие люди по поводу его подхода. И большая часть главы посвящена Полу Аллену. Да, тому самому. У них давний междусобойчик. Пол оказался неправ со всех сторон.

Вот такая вот книжка. Очень художественная. Практическая ценность, особенно для тех, кто, например, прошел онлайн курс ИИ в Стэнфорде, стремится к нулю, но для общего развития в качестве книжки перед сном – вполне.