Когда компьютер станет умнее человека?
Специалисты из американского агентства ДАРПА, специализацией которого является разработка сверхсовременных «умных» технологий для военной индустрии и армии США, начали уникальный проект. Цель данного проекта — создать программные алгоритмы, на основе которых будет происходить самообучение новейших компьютеров.
Следующий шаг
Уполномоченные лица ДАРПА — агентства инновационных исследований Министерства обороны США — имеют однозначный ответ на этот вопрос: цель ученых — это создание такой программы, при помощи которой станет проще обучить компьютер, нежели его запрограммировать. Машинное обучение — это уникальная способность современных компьютеров самостоятельно (но, конечно же, по разработанной и заложенной программе) работать с предоставленной им информацией. Такие компьютеры могут распознавать поступающие данные так, как это делает наш мозг, и делать выводы, основанные на этих данных. Это и есть та цель, к которой нужно стремиться в рамках прогресса в сфере вычислительной и компьютерной техники.
Сегодня некоторые такого рода технологии уже используются, например спам-фильтры в е-mail, которые распознают информацию, содержащую рекламу.
Probabilistic Programming for Advanced Machine Learning
PPAML (Probabilistic Programming for Advanced Machine Learning) — это программа, которая должна намного увеличить возможности компьютеров к самообучению. Дословный перевод названия программы — «Вероятностное программирование для углубленного машинного изучения». Суть проекта заключается в разработке и внедрении новой парадигмы компьютерного программирования, а именно — получение машинами более точной информации.
Если любой компьютер при помощи PPAML получить возможность обучаться более эффективно, то на Земле значительно увеличится количество тех людей, которые способны успешно создавать разного рода компьютерные приложения и сделать работу машины во много раз эффективней. Также, данная программа призвана создать намного более экономичные, мощные и надежные компьютерные приложения, нежели те, что существуют сегодня. Таким приложениям будет необходимо меньшее количество исходных данных для того, чтобы получить более точные результаты.
Разработка PPAML будет проводится учеными в течение 4 лет. Она будет включать в себя 3 основные фазы активности — с 2013 по 2017 год. Успешным решением поставленной специалистами задачи будет считаться:
- совершенно новые вероятностные и статистические модели программирования;
- уникальные алгоритмы обучения;
- качественно новые языки программирования;
- программное обеспечение с невероятно высокой производительностью.
Как бы там ни было, сегодня увидеть перспективы развития компьютеров можно при помощи известного многим закона Мура.
К чему ведет закон Мура
Многим известно, что развитие технологии происходит экспоненциально. Все новые компьютеры способны работать намного быстрее их предшественников. Стоит отметить, что как учеными, так и фантастами неоднократно были высказаны гипотезы о том, что для компьютеров существует так называемый «предел сложности кибернетической системы». Преодолев данный барьер, в компьютерной системе произойдет переход количества в качество, так называемая «спонтанная самоорганизация самосознания» (Формула Лимфатера).
Ученые утверждают, что если такой предел существует, то он точно находится ниже производительности человеческого мозга. Но какая производительность нашего мозга? Для этого необходимо просто перемножить количество мозговых нейронов на усредненное количество межнейронных связей и на усредненную частоту химико-электронных импульсов, которые проходят через эти связи. В результате такой операции умножения можно увидеть производительность 10^(15 — 18) операций за секунду. Какие же это операции? Если учитывать точность вычислений, то этот вопрос является несущественным, поскольку ошибка в подсчете производительности влечет за собой временную погрешность максимум в 10 лет.
Так, откладываем по горизонтали время, по вертикали — производительность системы (производительность обычного персонального компьютера). Поскольку рост технологий экспоненциальный, то логарифмическая шкала роста будет представлять из себя восходящую прямую (синяя линия). Что касается производительности мозга, то предположим, что она в ближайшие несколько десятилетий существенно не изменится. На графике изобразим ее горизонтальной прямой линией голубого цвета.
Из созданного таким образом графика видно, что в районе 4-го десятилетия 21 века производительность привычного всем персонального компьютера может легко достичь производительности человеческого мозга. Также необходимо помнить о том, что каждая уважающая себя страна уже изготавливает или планирует изготавливать мощные суперкомпьютеры. Поскольку для таковых закон Мура также работает, то зеленая прямая роста производительности будет проходить параллельно синей (первой).
Всем известно, что множество персональных компьютеров (приблизительно 1 миллиард) объединены в сеть Интернет. Радует одно — не все ПК имеют высокоскоростное подключение. Также необходимо помнить, что существуют как легальные (например, у Google), так и нелегальные ботнеты. Отобразим на графике прямую красного цвета, которая отражает общую производительность ботнета. Выводы можно сделать по «догадливости», например, того-же поисковика Google — она просто поражает…
Утверждать сегодня, что наши компьютеры могут самостоятельно мыслить еще рано, но очень скоро ученые постараются сделать так, чтобы машины достигли подобного уровня. «Рост самостоятельности» персональных компьютеров приведет к увеличению объемов информации, которую они будут усваивать и перерабатывать. Также, компьютеры не способны «забывать», поэтому вся накопленная человечеством информация будет хранится в их памяти вечно. Это повлечет за собой уверенное движение машин к тому, чтобы сравняться, а возможно, и превзойти своих создателей.
