Бог, человек, животное, машина. Поиски смысла в расколдованном мире

Конфликт между Богом и дьяволом оказывается реальным конфликтом, в котором Бог выступает как нечто, не обладающее абсолютным всемогуществом. Да, он действительно вовлекается в конфликт со своим творением – и вполне может проиграть. Однако это творение создано им по его собственной воле, а значит, приобрело, по-видимому, свои способности к действиям от самого Бога. Может ли Бог вести полноценную игру со своим творением? Способен ли вообще какой угодно творец, даже ограниченный в возможностях, вести полноценную игру с собственным творением?[62]

Для Винера ответ был положительным – по крайней мере когда речь шла о машинном обучении. Эти модели не были запрограммированы на поиск оптимальных ходов: они были «знакомы» только с сутью и правилами игры. Машина делала ход без долгих раздумий, но результат каждого хода сохранялся в ее памяти. Каждому из этих прошлых решений присваивался определенный вес в зависимости от его полезности – от того, способствовало ли оно выигрышу, и этот «опыт» использовался для постоянного совершенствования стратегии. Иными словами, машина училась так же, как обычно учатся люди, – методом проб и ошибок. В отдельных случаях, отмечает Винер, решения машины казались интуитивными и даже демонстрировали «сверхъестественную хитрость». Стало очевидно, что машина овладела способностями, изначально в нее не встроенными. «Конструируя машины, с которыми он играет в игры, изобретатель присваивает себе функции творца, ограниченного в возможностях, – пишет Винер, – какова бы ни была природа создаваемых им игровых устройств. Это в особенности верно применительно к игровым машинам, которые обучаются на своем опыте»[63]. О том же, в сущности, писал Алан Тьюринг в 1951 году: «Кажется вероятным, что как только метод машинного мышления начнет работать, ему потребуется совсем немного времени, чтобы превзойти наши слабые силы».

В 1994 году компьютерная программа обыграла чемпиона мира по шашкам. Два года спустя Deep Blue обыграла Гарри Каспарова в шахматы. В 2011 году компьютер IBM Watson победил в телевикторине «Jeopardy!», разбив наголову двух многолетних чемпионов программы. Но даже после всех этих побед никто не был готов к тому, что произошло в 2016 году в Сеуле. Той весной на шестом этаже отеля Four Seasons сотни людей собрались, чтобы посмотреть, как Ли Седоль, один из ведущих мировых игроков в го, играет с AlphaGo – алгоритмом, созданным компанией DeepMind, принадлежащей Google. Го – это древняя китайская настольная игра, которая устроена гораздо сложнее шахмат; количество возможных ходов в ней превышает количество атомов во Вселенной. В середине матча AlphaGo сделал настолько странный ход, что все присутствующие решили, что это была ошибка. «Это не человеческий ход, – сказал один из бывших чемпионов. – Я никогда не видел, чтобы человек делал такой ход». В итоге этот самый ход оказался решающим. Компьютер выиграл эту партию, а затем следующую, и одержал победу в матче из пяти партий.

В основе работы AlphaGo лежит глубокое обучение – особенно мощный вид машинного обучения, который стал излюбленным инструментом для прогнозирования на основании гигантских массивов сырых данных. Кредитным аудиторам он помогает решить, одобрить клиенту ссуду или нет. ЦРУ использует его, чтобы предсказывать общественные волнения. Системы глубокого обучения применяют в службах безопасности аэропортов – для распознавания лиц на отсканированных паспортных фотографиях, в больницах – чтобы распознавать симптомы рака, и в инстаграме[64] – там они предупреждают пользователей, что размещенный материал может быть оскорбительным. Выясняется, что многое в жизни можно «геймифицировать», свести к ряду простых правил, позволяющих этим машинам строить собственные модели мира – и эти модели оказываются пугающе точными. Годы, последовавшие за матчем AlphaGo, были исполнены безграничного (по крайней мере с виду) энтузиазма по отношению к революции в машинном обучении и глубокому обучению в частности, которое превозносили за его «непостижимую эффективность». К 2017 году эти алгоритмы превзошли рентгенологов в выявлении рака легких, научились распознавать изображения на фотографиях быстрее и эффективнее, чем люди, и сочиняли барочные хоралы настолько убедительно, что профессиональные музыканты ошибочно приписывали их Баху.