Читать книгу "Про GOOGLE - Анна Кроули Реддинг"

Вот как Сергей объясняет, над чем работает лаборатория X: «Мы фокусируемся на атомах, а не на битах. То, что мы делаем, связано с большим количеством программного обеспечения, но ключевой компонент в этих проектах не является программой, как, например, автомобили или воздушные шары. У нас есть ветряные турбины. И все эти вещи физически существуют, в этом задумка».

X – это территория «а вдруг?». Исследователи, инженеры, предприниматели, ученые (и даже стажеры) придумывают сумасшедшие идеи о том, как решать такие проблемы, как изменение климата, глобальный доступ в Интернет и доставка товаров (от пиццы до батарей). Воплощение многих из этих идей достойно первоклассной научной фантастики, но с акцентом на слово «наука». Как науку можно применить или расширить для решения данной проблемы? Какие исследования необходимо провести? Какие эксперименты? Могут ли другие подразделения компании помочь?

Лаборатория X – это место, где ставятся столь крупные ставки. И тут не боятся неудач. Фактически они даже радуются неудачам, потому что Сергей и Ларри верят, что абсолютных неудач не бывает.

Вспомни, как ты учился ездить на велосипеде. Когда ты впервые сел за руль без дополнительных детских колес, ты, вероятно, не проехал очень уж далеко, прежде чем упасть. Но это был не полный провал. Твое тело уловило частичку того ритма, что необходим для одновременного нажатия на педали и балансировки. Твое руление было катастрофой. Но по крайней мере ты знал, что нужно исправить во время твоей следующей попытки. Или, может быть, авария вдохновила тебя на создание робота, который бы позаботился об этих проблемах за тебя. А вдруг! Вдруг идеи для решений ограничивались только твоим разумом, а может, даже и не им? Вот он, Х-подход к проблемам.

«Тебе нужно оставаться немного глупым в отношении целей, которые ты себе ставишь, – объясняет Ларри биографу, – есть одна фраза, которую я узнал в колледже: «Иметь здоровое пренебрежение невозможным». Это действительно хорошая фраза. Ты должен стараться делать то, что большинство людей делать не станет».

Мозг

Когда Ларри рос, его родители любили путешествовать на автомобиле. И к счастью для Ларри, его с братом, как правило, брали с собой. Звучит довольно обычно, не так ли? Не совсем. В 1981 году, когда семейство Пейджей загрузилось в машину, они направились не в какое-нибудь старое местечко. Это была не поездка на пляж или кемпинг в лесу. Нет-нет, они отправились в Ванкувер, Канаду, на Международную совместную конференцию по искусственному интеллекту.

Когда они подошли к выставочному залу, Ларри не мог дождаться, когда он попадет внутрь, потому что этот зал был заполнен РОБОТАМИ! Но в нескольких шагах от них над планом семьи Пейджей нависла угроза – серьезный охранник не хотел пропускать Ларри. Таковы правила, объяснял он. Детям до шестнадцати вход воспрещен. Подождите-ка минутку! Весь этот путь? Все это ожидание? Только чтобы все испортили какие-то там правила?

Ларри воспитывался отцом, который учил его бросать вызов обычному мышлению. И иногда ты должен приводить примеры. На этот случай у отца Ларри, эксперта в области искусственного интеллекта, примера не нашлось. Ларри вспоминает, как его отец кричал на охранника и отказывался принимать ответ «нет». Стоит ли говорить, что Ларри пустили посмотреть на роботов.

Внимание любителей путешествовать! Эта конференция до сих пор проводится. Каждый год она проходит в разных восхитительных городах, таких как Стокгольм, Швеция, Бангкок, Таиланд, или Пекин, Китай.

Можно только вообразить себе дискуссии среди исследователей на той конференции. Что, если машины могут работать как человеческий мозг? Что если машина может учиться так же, как человеческий мозг?

Если задать компьютеру и человеку один и тот же вопрос, смог бы ты отличить, какой ответ дал компьютер, а какой – человек? Определение, какой ответ человеческий, а какой сгенерирован компьютером, известно как тест Тьюринга, который был разработан исследователем искусственного интеллекта Аланом Тьюрингом в 1950 году.

Посмотрим правде в глаза, когда ты учился ходить, для того, чтобы разобраться что к чему, тебе потребовалось много проб и ошибок. Сначала ты переворачивался, затем ползал, делая кучу непреднамеренных ударов лицом об пол, а затем начал ходить, держась за разные вещи, например, диван. Возможно, ты убедился на горьком опыте, что кошка – не лучший помощник в ходьбе. Затем – после большого количества падений, спотыканий, слез и новых попыток – ты справился с этим. Вот так люди и учатся: тщательное изучение + метод проб и ошибок (а затем новых проб и ошибок). Может ли машина учиться таким образом? И что тогда? Как может быть полезен сверхчеловеческий интеллект?

В восьмидесятые годы эта идея опережала свое время. Вычислительной мощности для попытки ее реализации не существовало.

Но примерно через тридцать лет в суперсекретном подразделении лаборатории X группа программистов пыталась решить эту проблему. Их проект назывался Google Brain. Они сидели так близко к Сергею, что он мог бросать в них скрепки. Но он так не делал.

Первоначально Google Brain был назван «Проект Марвин» в честь пионера в области искусственного интеллекта Марвина Мински.

«Если честно, я не обратил на это никакого внимания, – объяснил Сергей публике в Давосе в 2017 году, – будучи обученными на инженеров-программистов в девяностых, все знали, что искусственный интеллект не работает. Люди пробовали его создать. Они пробовали создать нейронные сети. Ничто из этого не работало».

Сергей действительно говорил о нейронных сетях. Их идея состояла в том, что ты мог сымитировать структуру человеческого мозга. Наш мозг – электрическая система, состоящая из миллиардов нейронов. Нейроны – это нервные клетки с важной задачей: переносить информацию в другие клетки. Они делают это с помощью электрических и химических сигналов. Нейроны имеют свои собственные сети, называемые нейронными сетями.

Вдохновленная устройством человеческого мозга проектная группа начала экспериментировать с цифровыми нейронными сетями.

Google Переводчик был результатом десяти лет работы инженеров, написавших код, необходимый для перевода с одного языка на другой. Но в 2016 году, когда Google Переводчик был переключен на программу на основе искусственного интеллекта, прогресс был впечатляющим. Внезапно совершенствование, на которое у инженеров ушло десять лет, было удвоено проектом Brain – да притом в одночасье. Для пользователей это означало более быстрый и точный перевод, более приближенный к тому, как говорят носители языка.

Сергей улыбается, когда рассказывает о том, что произошло дальше. «Один из наших лучших компьютерных ученых, Джефф Дин, периодически подходил ко мне и говорил: «Смотри, компьютер создал изображение кошки». А я отвечал: «Очень мило, Джефф. Как скажешь, иди, работай». Перемотайте вперед на несколько лет, и теперь Brain, вероятно, затрагивает каждый из наших главных проектов, будь то поиск, фотографии, реклама или все остальное, что мы делаем».