Код креативности. Как искусственный интеллект учится писать, рисовать и думать

Алгоритм DeepDream работает по тому же принципу, что и сознание человека, который, глядя на изображение, внезапно видит на гренке человеческое лицо, а в облаках – формы животных, хотя на самом деле ничего такого там нет. Мозг человека в ходе эволюции стал чрезвычайно восприимчив к образам животных, поскольку это было необходимо для выживания. Но это значит, что иногда мы видим животных там, где их нет. Алгоритмы распознавания визуальных образов работают похоже. Они выискивают в изображении структуры и интерпретируют их. Находить такие структуры они научились в сжатом процессе эволюции, натренировавшись на тысячах изображений; их выживание зависит от правильной интерпретации таких структур. По сути дела, машинное обучение представляет собой форму цифровой эволюции. Что же видят алгоритмы в цифровом кустарнике?

Результаты, полученные в Google, были весьма поразительными. Буквально ниоткуда начали появляться морские звезды и муравьи. По-видимому, алгоритм обладал способностью не только распознавать изображения, но и генерировать их. Но эта работа была не просто забавной игрой. Она дала интереснейшую информацию о том, как обучался алгоритм. Например, на изображениях гантелей всегда присутствовали руки, держащие гантели. Очевидно, алгоритм узнал о гантелях из изображений тренирующихся людей. Поэтому он не понимал, что этот предмет – не часть человеческого тела и может существовать отдельно от рук.

Вместо того чтобы показывать алгоритму случайные наборы пикселей, можно было дать ему настоящие изображения и предложить выделить элементы, которые он в них находит, или сыграть в игру, в которую когда-то играли все мы, глядя на облака: что можно увидеть в их пухлых формах? Алгоритму удавалось выделить черты, которые казались похожими на собаку, на рыбу или, возможно, на каких-то химер. Роман, по которому был снят культовый фильм «Бегущий по лезвию», назывался «Снятся ли андроидам электроовцы?»[60]. При помощи таких алгоритмов мы наконец можем ответить на этот вопрос! В одном из изображений, созданных алгоритмом, в небе действительно начали появляться овцы.

В будущем принятие все большего и большего числа решений будет переходить из рук человека в руки алгоритмов, которые мы создаем. Беда в том, что появляющиеся алгоритмы машинного обучения вырабатывают деревья решений, которые человеку чрезвычайно трудно анализировать. В этом заключается одно из ограничений программирования нового типа. В конечном счете мы не знаем точно, почему алгоритм принимает именно такое, а не другое решение. Как мы можем быть уверены, что речь идет о чрезвычайно проницательной идее, а не об ошибке? Комментаторы игры в го не были уверены, к какой категории отнести 37-й ход AlphaGo во второй партии, пока, наконец, не увидели, что он обеспечил победу программы. Но все чаще такие алгоритмы не просто играют в игры.