«Только благодаря надежде на выздоровление моей жены я мог продолжать работу над ИИ»

Конспект материала Toronto Life о Джеффри Хинтоне, пионере искусственного интеллекта.

Ещё подростком Джеффри Хинтон загорелся одной идеей: могут ли компьютеры думать так же, как люди, то есть больше полагаться на интуицию, нежели на правила?

Эта мысль пришла в голову Хинтону, когда приятель объяснил ему принцип работы голограмм. Джеффри, чьи предки — сплошь учёные, быстро понял, что наш мозг работает похожим образом: информация внутри него разбросана среди клеток, соединённых бесконечной сетью нейронов.

Ответ тогдашней науки был категоричным — компьютеры могут работать только на основе логики и правил. Кроме того, сам тезис о нейронных системах, которые позже стали основой для глубокого и машинного обучения, был признан несостоятельным.

В конце 1950-х годов учёный Фрэнк Розенблатт представил миру первую нейронную сеть под названием Perceptron. Её задача была весьма простой — распознать объект на изображении. На этот аппарат возлагались большие надежды, в New York Times писали, что Perceptron станет «первым устройством, способным думать, ходить, говорить, видеть, писать и размножаться самостоятельно, вести осмысленное существование».

Но опыт Розенблатта провалился. Perceptron едва ли могла отличить право и лево и вскоре стала своеобразным пасквилем. Нейронные сети были списаны со счетов. Хинтона, однако, это не смутило.

Он верил: нейронные сети — идея не безнадёжная. Главной проблемой была вычислительная мощность. Компьютеры просто не могли обработать достаточное для выявления закономерностей количество образцов, которых тоже было немного.

В 1972 году, после получения диплома по экспериментальной психологии, Хинтон поступил в докторантуру с целью исследовать искусственный интеллект. Каждую неделю научный руководитель Джеффри говорил, что он попросту тратит время. Хинтон чувствовал себя подавленным и сомневался в правильности своего выбора.

Как-то раз он попал на семинар по самореализации. Ему там абсолютно не понравилось. В последний день занятий все должны были вслух сказать то, чего им больше всего хотелось в жизни.

По словам Хинтона, желания участников оказались слишком тривиальными. Когда настала его очередь, он прокричал: «Хочу докторскую степень!» С тех пор учёный не сомневался в своём выборе, и после получения PhD переехал в США, где ему предложили университетскую должность.

Хинтон, гордый социалист, был весьма озабочен внешней политикой Штатов времён Рейгана, особенно его беспокоили отношения с Центральной Америкой. Он и его жена Рос, преподаватель Университетского колледжа Лондона, собирались взять в семью мальчика и девочку из Южной Америки. Им не хотелось растить детей в стране, вовлечённой в кровавый конфликт с этим регионом.

Кроме того, большая часть исследований в сфере искусственного интеллекта финансировалась Министерством обороны США, что Хинтону было также не по душе. Поэтому учёный принял предложение Канадского института перспективных исследований (CIFAR). Эта организация финансирует проекты, которые вряд ли найдут поддержку где-то ещё.

Хинтону предоставили полную свободу и достойную зарплату. Через несколько лет он стал преподавателем в Университете Торонто, где читал курс по компьютерным наукам. При CIFAR Хинтон организовал курс Learning in Machines and Brains, в рамках которого студенты изучают системы искусственного интеллекта.

Через какое-то время учёный обзавёлся последователями, также верившими в перспективы глубокого обучения. Одним из них был Илья Суцкевер, сооснователь OpenAI, который присоединился к Хинтону в начале 2000-х годов. В то время рынок искусственного интеллекта был невероятно узок, а исследованиями занимался десяток студентов.

К 2009 году компьютеры стали достаточно мощными, чтобы обрабатывать огромные базы данных, а нейронные сети стали опережать ИИ-системы, построенные на логике, в работе с речью и распознавании изображений. В дело вступили крупные компании, началось инвестирование.

В 2012 году подразделение Google X объявило о создании нейронной сети из 16 тысяч компьютеров, которую «натравили» на YouTube. Другое подразделение, Google Brain, скормило суперкомпьютеру неразмеченные кадры различных видео с YouTube и запрограммировало его сделать какой-либо вывод, исходя из полученных данных.

Как известно, на хостинге полно видео с кошками, и компьютеру удалось распознать, помимо всего, и кошку. Получается, система сама изобрела концепт этого животного, что стало поворотным моментом в индустрии.

Неожиданно Хинтон и его ученики стали элитой в мире искусственного интеллекта. По мнению учёного, причина его популярности кроется в том, что он был одним из немногих, кто верил в будущее подобных технологий; к тому же вместе с ним работали люди, разделявшие его взгляды.

Осенью 2017 года на конференции Google Go North Хинтон представил результаты прорывного исследования, которое он проводил вместе с двумя инженерами компании. Их разработка — капсульная нейронная сеть.

Обычной нейронной сети нужно много времени, чтобы научиться распознавать один и тот же объект с разных углов. Капсулы — искусственные нейроны, расположенные по слоям, — отслеживают отношения между различными частями объекта.

В качестве примера Хинтон приводит промежуток между носом и верхней губой. Послойный принцип организации сети позволяет сделать распознавание более быстрым и точным. В этот раз научная общественность с энтузиазмом приняла открытие Хинтона, который выступал с докладом перед премьер-министром Канады Джастином Трюдо и председателем совета директоров компании Alphabet Эриком Шмидтом.

Издание отмечает: то, что свои исследования Хинтон проводил в Торонто, очень важно для города, который за последние десять лет пережил серьёзную утечку мозгов.

Сегодня каждая более-менее крупная технологическая компания пытается сделать следующий прорыв в области глубокого обучения. И так как Хинтон был одним из немногих специалистов по ИИ в течение очень долгого времени, многие нынешние эксперты, занимающие высокие посты в Facebook (принадлежит Meta, которая признана в России экстремистской и запрещена), Google и Apple, учились у него.

Большое количество местных стартапов ушли в Кремниевую долину, где даже начинающие ИИ-специалисты могут получать, по разным данным, до $500 тысяч в год (вместе с опционами сумма доходит и до миллиона). Канадскому правительству нужно было срочно придумать способ удержать Хинтона и его команду (в идеале — привлечь и вернуть уехавших специалистов).

В результате был создан Vector Institute — многомиллионная лаборатория, объединяющая виднейших ИИ-разработчиков, которым дают возможность поработать с Хинтоном. После развала Nortel и BlackBerry инициатива Vector — нечто вроде искупления за совершённые в прошлом ошибки.

Личная жизнь Хинтона едва ли была проще академической карьеры, пишет Toronto Life. В начале 1990-х годов, когда от рака умерла его жена Рос, он стал отцом-одиночкой. Сын учёного страдал от синдрома дефицита внимания и гиперактивности. Хинтону, который привык жить в мире собственных идей и проводить много времени в лаборатории, пришлось радикально перестроить свою жизнь.

Иногда Хинтону кажется, что математика ему нужна только для того, чтобы скрыть свою эмоциональную сторону. Воспитание детей изменило учёного в лучшую сторону. Но, по его словам, он не стремился стать лучше, это вышло случайно.

В 1997 году учёный снова женился. В 2014 году у его второй жены обнаружили рак, и сейчас Хинтон рискует потерять и её.

Хинтон провёл много времени в больницах. Учёный постоянно задаёт вопросы персоналу, ведь ему не понаслышке известно, к чему приводит долгое ожидание и неясные результаты анализов. Но в отличие от большинства он знает: весьма скоро появится технология, которая радикально изменит больничную систему.

Хинтон очень бурно обсуждает применение ИИ в системе здравоохранения. Он считает, что многие врачи неправильно используют данные, что в карте больного гораздо больше полезной информации, а доктора толком не умеют читать томографию.

Три раза врачи говорили его жене, что у неё развиваются метастазы, и все три раза они ошибались. Хинтон верит, что искусственный интеллект в определённый момент заменит, например, рентгенологов, ведь распознавание изображений — одна из ключевых способностей ИИ, которую можно успешно реализовать в диагностике и лечении.

Одним из первых проектов лаборатории, по инициативе Хинтона, будет присоединение нейронных сетей к базам данных больниц Торонто. Недавно канадский предприниматель Питер Мунк пожертвовал $100 миллионов кардиологическому центру, и исследователи Vector получат часть этих инвестиций.

Подключаясь к архивам, разработчики могут использовать эту информацию для различного рода мониторинговых систем. Канадский стартап Deep Genomics, например, разрабатывает ИИ, который сможет читать ДНК. Это поможет в распознавании наследственных болезней за одно поколение до их проявления и поиске эффективного лечения. Основатель компании Брендан Фрей был учеником Хинтона.

20 учёных, уже работающих в Vector, пытаются применить передовые разработки для решения самых насущных проблем. Как можно использовать ИИ при диагностике рака у детей и нарушений речи? Как построить аппараты, которые помогут людям видеть так же, как животные, и создавать музыку? Как задействовать квантовые компьютеры для обработки данных, которые человечество ежедневно производит?

Сегодня глубокое обучение развивается как никогда быстро. Хинтон много работает, двигая науку вперёд, и словно пытается обогнать время, чтобы спасти любимого человека. Но, признаёт учёный, уже, наверное, слишком поздно. В статье Хинтон просит указать, что «только благодаря надежде его жены на выздоровление он смог продолжать работу».

Нынешняя шумиха вокруг искусственного интеллекта, отмечает издание, неудивительна — всё быстрее он вписывается в нашу жизнь. Настолько быстро, что многие думают: мы не сможем им управлять, и он заменит человека. Но Хинтона заботит другая проблема.

Он был одним из подписавших петицию по запрету автономных систем летального вооружения, направленную в ООН (роботов-убийц). Учёный считает, что канадскому правительству необходимо запретить применять в военных действиях технологии, на разработку которых он потратил всю свою жизнь.

В остальном Хинтон, похоже, настроен весьма оптимистично. По его мнению, ИИ сделает нашу жизнь намного проще. Исследователь считает, что, когда технология позволяет увеличить продуктивность, к делу должны подключаться все. Апокалипсис не наступит, а если и наступит, то ещё очень нескоро. Да, об этом можно подумать, но, невозмутимо шутит Хинтон, он конца света явно не застанет.

А что же с идеей о том, что пока технологии становятся всё более «человечными», мы, люди, теряем человеческое? На это Хинтон отвечает: «Мы все машины, только произведены биологически. Большинство тех, кто занимается ИИ в этом не сомневается. Мы просто чудные машины. Даже не так. Мы особенные, замечательные машины».

#будущее #машинноеобучение