Третья разновидность вычислительного способа мышления распространена в кругах веб 2.0: любая информационная структура, которая может рассматриваться каким-либо реальным человеком как личность, является личностью. Это, по существу, возрождение теста Тюринга. Если вы можете представить коллективный разум, к примеру, рекомендующий вам музыку, то коллективный разум фактически является личностью.
Должен признать, что, когда я выступаю в роли ученого, ни одна из трех описанных разновидностей вычислительного подхода мне не помогает.
Первая идея, что в программном обеспечении количество есть качество, раздражает особенно, поскольку ученый-информатик много времени проводит в борьбе с отвратительностью того, что происходит с современным программным обеспечением, по крайней мере когда оно становится большим.
Вторая идея тоже не помогает. Создать программу с самопредставлением и странными циклическими структурами — восхитительно и умно. Я на самом деле реализовал сценарий прыжка с парашютом в виртуальном мире. Я никогда не встречал никаких выраженных изменений в возможностях программных систем, основанных на усложненных вариантах такого рода трюков, несмотря на то что все еще существует значительное сообщество исследователей искусственного интеллекта, которое ожидает появления таких изменений.
Что касается третьей идеи, современной версии теста Тюринга, к настоящему моменту мои аргументы должны быть уже ясны. Люди могут заставить себя поверить в любых выдуманных существ, но если эти существа представляются населяющими программные продукты, с помощью которых мы проживаем наши жизни, нам приходится изменять себя в худшую сторону, чтобы поддерживать свою веру. Мы делаем себя скучными.
Но и помимо этих трех есть способ рассматривать людей с вычислительной точки зрения как особенные объекты.
Реалистичный способ вычислительного мышления
Я называю реализмом вычислительный способ мышления о людях, который я предпочитаю, когда считаю, что такой способ мне подходит. Идея состоит в том, что люди, если их рассматривать в качестве информационных систем, были созданы не вчера и не являются абстрактными игрушками в руках некоего высшего существа вроде программиста веб 2.0 в небесах или космического игрока в Spore. Вместо этого я полагаю, что люди есть результат миллиардов лет неявного эволюционного обучения в школе жестких ударов. Кибернетическая структура личности оттачивалась очень большой, очень долгой и очень глубокой встречей с реальностью.
С этой точки зрения единственное, что может придать битам смысл, — это то, что их структуры претерпели так много столкновений с реальностью, что их нельзя больше по-настоящему абстрагировать, они стали неабстрактным продолжением реальности.
Реализм основан на частностях, но мы пока не знаем и можем никогда не узнать частностей индивидуальности с вычислительной точки зрения. Максимум, что мы сегодня можем, — это начать рассказывать истории типа тех, которые иногда нам рассказывают эволюционные биологи.
Со временем данные и проницательность могут сделать историю более конкретной, но на текущий момент мы по меньшей мере способны рассказать правдоподобную историю самих себя в терминах широкомасштабной вычислительной истории природы. Миф, сказка сотворения, может, чтобы дать нам способ думать вычислительно, пока оставаться не настолько подверженным искажениям, привносимым нашими идеями об идеальных компьютерах (т. е. тех компьютерах, которые могут обрабатывать лишь небольшие программы).
Такое изложение сказок есть спекуляция, но спекуляция с определенной целью. Приятным бонусом этого подхода является то, что конкретика имеет тенденцию быть более красочной, чем обобщения, поэтому вместо алгоритмов и гипотетических абстрактных компьютеров мы рассматриваем певчих птиц, изменяющих форму головоногих и метафоры Шекспира.
Глава 13
Рассказ о возможном ходе развития семантики
В этой главе представлено прагматичное чередование философских взглядов (в противоположность требованию, чтобы единая философия применялась всегда без исключения). В натуралистических рассуждениях об истоках семантики используется вычислительный подход.
Наконец-то компьютеры начинают распознавать образы
В январе 2002 года меня пригласили выступить с вступительной речью и лекцией перед Национальной ассоциацией производителей музыкальных инструментов[21] на их ежегодной выставке. Я продемонстрировал ударный ритм с помощью быстрой смены самых забавных гримас, которые только мог придумать.
Компьютер фиксировал выражение моего лица через видеокамеру и генерировал обидные ударные звуки в соответствии с той гримасой, которую он распознавал в каждый момент.[22] (Отбивать ритм с помощью смены выражений лица ново и забавно — думаю, вскоре молодежь возьмет на вооружение этот трюк.)
Этот вроде бы легкомысленный эпизод нужно воспринимать всерьез как индикатор технологических перемен. В ближайшие годы распознавание образов, например выражений лица, войдет в повседневную практику. С одной стороны, это означает, что нам придется изменить политику общества в отношении неприкосновенности частной жизни, поскольку гипотетически сеть камер видеонаблюдения получит возможность автоматически определять, где находится любой человек и какое у него выражение лица, однако существует и множество других невероятных возможностей. Представьте себе, что ваш аватар в Second Life (или, что еще лучше, в полностью реализованной, погружающей виртуальной реальности) передает всю вашу мимику.
Однако до недавнего времени компьютеры даже не могли распознать улыбку. Мимика была глубоко упрятана в неточном понятии качества и весьма далеко от другого полюса — абсолютно определенного понятия количества. Ни одна улыбка не похожа на другую, и невозможно сказать, что общего во всех них. Подобие — это субъективное ощущение, интересующее поэтов, но безразличное для разработчиков программного обеспечения.
Хотя и существует множество качеств, которые нельзя передать с помощью программного обеспечения, используя имеющиеся на настоящий момент средства, инженеры наконец-то смогли создать программу, способную распознать улыбку, и написать код, который улавливает хотя бы часть того, что объединяет все улыбки. Данная незапланированная трансформация наших возможностей произошла на рубеже столетий. Я не был уверен, что доживу до этого события, хотя меня не перестает удивлять, что инженеры и ученые, с которыми я периодически сталкиваюсь, не осознают, что именно произошло.
РАСПОЗНАВАНИЕ МИМИКИ ИМЕЕТ И БОЛЕЕ ГЛУБОКИЙ СМЫСЛ. МНОГИЕ ГОДЫ СУЩЕСТВОВАЛА ЧЕТКАЯ И НЕИЗМЕННАЯ ГРАНЬ МЕЖДУ ТЕМ, ЧТО МОЖНО И ЧЕГО НЕЛЬЗЯ ПРЕДСТАВИТЬ ИЛИ РАСПОЗНАТЬ С ПОМОЩЬЮ КОМПЬЮТЕРА. МОЖНО ПРЕДСТАВИТЬ ОПРЕДЕЛЕННОЕ КОЛИЧЕСТВЕННОЕ ПОНЯТИЕ, НАПРИМЕР ЧИСЛО, НО НЕВОЗМОЖНО ПРЕДСТАВИТЬ ПРИБЛИЗИТЕЛЬНОЕ ЦЕЛОСТНОЕ КАЧЕСТВО, ТАКОЕ КАК ВЫРАЖЕНИЕ ЛИЦА.
Технология распознавания образов и неврология развиваются вместе. Программа, которую я использовал для НАПМИ, служит прекрасным подтверждением этого. Неврология может достаточно быстро подтолкнуть развитие технологии. Изначально данный проект стартовал в 1990-е годы под эгидой ученого-невролога из Университета Южной Калифорнии Кристофа фон дер Мальсбурга, работавшего с группой своих студентов, в частности, с Хартмутом Невеном. (Фон дер Мальсбург более всего известен своим замечательным наблюдением, сделанным в начале 1980-х: синхронное возбуждение нейронов, когда многочисленные нейроны проводят электрические импульсы одновременно, важно для способа функционирования нейронных сетей.)
В данном случае он работал над ответом на вопрос, какие функции выполняются отдельными участками ткани в зрительной коре — той части мозга, которая первой получает изображение с оптических нервов. В настоящее время не существует инструмента, способного детально определить, что происходит в большой сложной нейронной сети, в особенности если последняя является частью живого мозга. Поэтому ученым приходится изыскивать иные пути для проверки своих гипотез о том, что же в ней происходит.
Одним из таких путей является построение компьютерной модели для проверки работы гипотезы. Если гипотеза о том, как функционирует часть мозга, инспирирует создание работающей технологии, эта гипотеза определенно имеет право на существование. Однако неясно, насколько она верна. Вычислительная неврология находится на нечеткой грани научного метода. Казалось бы, программа распознавания мимики сокращает степень неопределенности, присутствующую в человеческой натуре, но фактически она может не сократить, а усилить эту неопределенность. Дело в том, что программа приближает ученых и инженеров к тому состоянию, когда наука постепенно начинает использовать методы, близкие к поэзии и прозе. Правила, используемые программой, несколько неопределенны и останутся таковыми до тех пор, пока мы не получим более точные данные о функциях нейронов в живом мозге.
