identify object:
IF object.color = orange AND object.shape = triangular_with_square_base
THEN object = traffic_cone;
IF object.identifier = traffic_cone
THEN intitiate_avoid_sequence
Но что если дорожный конус лежит на боку? Я живу на Манхэттене и вижу, как их постоянно задевают. Я видела, как улицы перекрывают конусами и как люди выходят из машины, переставляют конус и едут дальше. Значит, правило нужно немного поправить. Попробуем вот это:
identify object:
ЕСЛИ object.color = orange И object.shape is like triangular_with_square_base.rotated_in_3D
ТОГДА object = traffic_cone;
ЕСЛИ object.identifier = traffic_cone
ТОГДА intitiate_avoid_sequence
А вот здесь мы сталкиваемся с разницей между человеческим мышлением и алгоритмами. Наш мозг может представить, как в пространстве вращается конус. Вы можете представить в своей голове конус, когда я о нем говорю. И, если я попрошу вас представить «перевернутый конус», вы наверняка справитесь и даже сможете представить, как он вращается. Разработчики тоже владеют пространственным мышлением и успешно справляются с этой задачей. Есть один занятный математический тест: детям показывают нарисованную трехмерную фигуру, затем демонстрируют картинки других фигур и просят выбрать, на какой из них изображена та же фигура, только в другом ракурсе.
У компьютера нет воображения. Поэтому, чтобы просто «повернуть объект», ему требуется произвести рендеринг трехмерной модели или – в крайнем случае – построить векторную карту. И программисту приходится писать код с учетом трехмерного пространства. Но – не в пример человеческому мозгу – компьютер неплохо справляется с угадыванием. Объект либо находится в списке известных ему, либо нет.
Когда я сидела за рулем «Малыша Бена», он делал две вещи: ездил кругами и не справился с объездом препятствия. Когда прошел шок, я начала размышлять, почему он не смог объехать препятствие. Это был столб. «Малышу Бену» нужно было правило вроде «if obstacle.exists_in_path and obstacle.type=stationary, obstacle.avoid». Однако, видимо, правило не сработало, поскольку не все объекты остались статичными. Человек может появиться, постоять немного и двинуться дальше. Тогда правило выглядело бы так: «if obstacle.exists_in_path and obstacle.type = stationary, AND obstacle.is_not_person, avoid». Но и это бы тоже не сработало: теперь нужно пояснить, чем человек отличается от колонны, и, значит, мы вернулись к проблеме классификации объектов. Если колонну можно распознать как таковую, тогда нужно написать правило отдельно для людей, отдельно для колонн. Однако мы не знаем, действительно ли там колонна, пока не увидим ее или хотя бы не распознаем объект, – поэтому я чуть не умерла в машине, которая чуть не столкнулась с огромным столбом.
Разум – вот ключевая проблема. А поскольку не существует способа запрограммировать теорию мышления, машина никогда сможет реагировать на препятствия так же, как человек. Компьютер «знает» только то, что ему «сказали». Без разума, когнитивной возможности прогнозировать будущее, невозможно за долю секунды решить, что светофор представляет собой препятствие, и принять соответствующие меры.
В рамках разработки ИИ проблема разума была центральной с самого момента основания дисциплины. В конечном итоге Минский назвал ее сложнейшей задачей. Возможно, именно поэтому в Стэнфорде и Карнеги даже не пытаются пользоваться этим подходом. Они избрали радикально противоположный путь решения проблемы объезда препятствий. Подход слабого ИИ исключительно механистичен и опирается на набор неоправданно эффективных данных. И этот подход сработал лучше, чем ожидалось. Мне нравится думать об этом как о задаче робота Карела.
В 1981 г. профессор Стэнфорда Ричард Паттис представил учебный язык программирования под названием Karel the Robot[103]. Карел – в честь Карела Чапека, изобретателя слова «робот». Карел не был настоящий роботом, а представлял собой стрелку в разлинованном на клетки квадрате, все это было нарисовано на листе бумаги. Студенты представляли, что стрелка и есть робот, – так они изучали основы программирования. В квадрате был один или несколько выходов. Карел мог двигаться по клеточкам подобно пешке в шахматах. Задача состояла в том, чтобы помочь Карелу выбраться из коробки. Это вводное упражнение, выполняемое при помощи бумаги и ручки, годами было первым заданием на курсах программирования в МТИ, Гарварде, Стэнфорде и других технологических центрах. Профессор рисовал квадратик. В нем было несколько препятствий. Наша задача состояла в том, чтобы написать команды для Карела и вытащить его из заточения, миновав все препятствия. Не то чтобы это было весело, но не так скучно, как математика и другие дисциплины, на которые я ходила на первом курсе. Вот как выглядит типовое упражнение (рис. 8.1). А вот и инструкция к этой загадке: «Каждое утро Карел просыпается в своей кровати, когда газета оказывается на крыльце его дома. Запрограммируйте Карела так, чтобы он забрал газету и вернулся в постель. Газету кидают каждое утро на одно и то же место, а окружающий мир, в том числе кровать, расположены так, как показано на рисунке». Стрелка – это Карел; предполагается, что он находится в постели, отправной точке задачи. Чтобы добраться до газеты, ему нужно повернуть на 90° на север, пройти две клеточки в этом направлении, затем две клеточки на запад и так далее, до тех пор, пока он не достигнет цели.
Решение кроется в том, что нам заранее известны препятствия и мы помогаем Карелу обойти их. Программист видит сетку, которая одновременно является картой мира Карела. Эта сетка хранится в памяти Карела, он как бы ее «представляет». Именно таким подходом воспользовалась команда Университета Карнеги – Меллона, чтобы построить свою беспилотную машину. При помощи лазерного радара, камер и сенсоров генерировалась трехмерная карта окружающего пространства. В ней не было «объектов», подлежащих «распознаванию», скорее, в ней были зоны, где можно и нельзя передвигаться, которые система идентифицировала при помощи машинного обучения. Объекты вроде машин представали в виде трехмерных шаров. Последние были препятствиями, подобно тем, что мы видели в задаче с роботом Карелом.
Это превосходное решение, поскольку оно позволяет резко сократить количество переменных, которые Boss или Junior необходимо учитывать. «Малышу Бену» приходилось идентифицировать все объекты в поле зрения – дороги, пешеходов, здания и дорожные конусы – и затем прогнозировать, где объект окажется в ближайшем будущем. Таким образом, каждое предположение требовало решения сложных уравнений. Boss и Junior не нужно было этого делать, в них уже была загружена трехмерная карта местности и дорога, по которой следует проехать, а при помощи машинного обучения они определяли, по каким конкретно частям карты можно ехать, а по каким – нет. Подход, примененный при разработке Boss и Junior, – это слабый ИИ, опирающийся на технологии качественного картирования.
Машина самостоятельно двигалась согласно созданной ею же карте местности. По сути, у нее была своя сетка, как у Карела. Системе оставалось лишь объезжать препятствия. Если в изначальной карте не было дорожного конуса, он учитывался постфактум. Если же он был, то распознавался как статичный объект и вычислялся заранее – это избавляло процессор от идентификации объекта во время движения.
У команды Университета Карнеги было преимущество, поскольку к тому моменту она уже годами работала над управляемыми компьютером транспортными средствами. В 1989 г. они запустили ALVINN – первый беспилотный фургон[104]. Это был поистине удачный период. Оказалось, что основатель Google Ларри Пейдж заинтересован в цифровом картировании. Он установил кучу камер на грузовике и проехал по Маунтин-Вью в Калифорнии, снимая окружающий ландшафт и параллельно пересчитывая изображения в базу данных карты. Впоследствии Google реализовал проект под названием Google Street View. Идеи Пейджа отлично сочетались с технологиями, не так давно разработанными уже упомянутым Себастианом Траном, профессором Университета Карнеги – Меллона, задействованным в команде DARPA Challenge. Вместе со студентами он разработал программу, соединяющую фотографии в карты, затем перешел в Стэнфорд. Google купил эту технологию и на ее основе создал Google Street View.
В это время развивалось и графическое аппаратное обеспечение. Видео и трехмерная графика занимают огромное количество памяти. Согласно закону Мура, количество транзисторов, размещаемых на кристалле интегральной схемы, удваивается каждый второй год, умножая таким образом производительность процессоров и понижая стоимость компьютерной памяти. В 2005 г. компьютерная память значительно подешевела и стала настолько доступной, что можно было создать трехмерную карту целого города и хранить ее буквально на борту машины. Дешевая память в корне поменяла ситуацию.
Тран вместе с некоторыми другими успешными разработчиками беспилотных автомобилей поняли, что реплицировать процессы человеческого восприятия и принятия решений чертовски сложно и невозможно на данном этапе. И потому они решили оставить этот путь. Когда говорят о такого рода инновациях, обычно вспоминают братьев Райт. До них люди думали, что для того, чтобы заставить машину летать, нужно повторять движения птиц. Братья Райт осознали, что для полета не нужно махать крыльями – достаточно парить.
Разработчики беспилотных транспортных средств поняли, что можно сделать машину без разума – уметь передвигаться по сетке-карте будет достаточно. В итоге у них получилась невероятно сложная машина с удаленным управлением, которой не нужно быть разумной или знать правила дорожного движения. Вместо этого используются статистические оценки и неоправданная эффективность данных. Это – уловка, невероятно сложная, классная, она работает в разных ситуациях, но все же это уловка. Она напомнила мне о видеоиграх. Вместо того чтобы создавать машину, способную передвигаться в мире подобно человеку, разработчики придумали превратить мир в видеоигру, в которой машина сможет передвигаться.
Статистический подход превращает все в данные и проводит оценку вероятности. Объекты реального мира трансформируются в геометрические формы, с определенной скоростью движущиеся в определенном направлении по сетке. Компьютер оценивает вероятность того, что объект продолжит движение по траектории, и прогнозирует момент пересечения с собственной траекторией. Машина останавливается или замедляется в случае, если траектории пересекаются. Превосходное решение, в результате которого получаются приблизительно корректные результаты, но на основе ошибочных предпосылок.
Очевидна разница с тем, как работает мозг. Вот цитата из журнала Atlantic за 2017 г.: «Сегодня наш мозг ежесекундно получает до 11 млн единиц информации; и, поскольку мы можем обработать лишь 40 % этого объема, остальное находится в вотчине бессознательного, которое при помощи предубеждений, стереотипов и шаблонов фильтрует шум»[105].
Как вы относитесь к тому, что автономность машин зависит от наших собственных представлений о сущности ИИ? Много людей, подобно Минскому и другим, хотят верить в то, что компьютер способен мыслить. «Этой мечте об ИИ уже больше 60 лет, – сказал Деннис Мортенсен, основатель и исполнительный директор CEO, в апреле 2016 г. журналисту из Slate. – Каждый раз мы думали, что в итоге получится некая сущность, подобная человеку, с которой можно было бы беседовать, как сейчас [беседуем] мы с вами. Однако это пока остается лишь фантазией. Сомневаюсь, что она станет явью на моем веку или на веку моих детей»[106].
Мортенсен сказал, что пока возможен лишь «узкоспециализированный ИИ, способный выполнять – на достойном уровне – лишь одну задачу».
Это, конечно, здорово, но вождение – далеко не одна задача, но процесс параллельного выполнения нескольких задач. Подход к разработке беспилотных машин на основе машинного обучения хорошо справляется с типовыми задачами в рамках одной символьной системы. Не очень забавно управлять двухтонной машиной-убийцей на улицах города, кишащего исключительно малопредсказуемыми толпами людей.
[103] “Karel the Robot.”
[104] Pomerleau, “ALVINN, an Autonomous Land Vehicle in a Neural Network”; Hawkins, “Meet ALVINN, the Self-Driving Car from 1989.”
[105] Mundy, “Why Is Silicon Valley So Awful to Women?”
[106] Oremus, “Terrifyingly Convenient.”