Индустрии будущего - стр. 18

Но достижима ли сингулярность на самом деле?

Те, кто считает, что это так, указывают на несколько ключевых факторов. Во-первых, они утверждают, что действие закона Мура, который гласит, что вычислительная мощность чипа будет удваиваться каждые два года, пока что не показывает признаков замедления. Закон Мура в такой же степени относится к транзисторам и технологиям, которые управляют роботами, как и к компьютерам. Добавить к этому стремительный прогресс в машинном обучении, анализе данных и облачной робототехнике, и становится ясно, что сфера ИТ будет все так же быстро совершенствоваться. Те, кто выступает за сингулярность, расходятся лишь в том, когда она будет достигнута. Математик Вернор Виндж предсказывает, что это произойдет к 2023 году; футуролог Рэй Курцвейл говорит о 2045-м. Но вопрос, определяющий всю суть сингулярности, таков: существует ли предел тому, насколько могут продвинуться технологии?

Те, кто отрицает возможность сингулярности, называют несколько причин. Прорыв в программном обеспечении, необходимый для достижения сингулярности, требует детального понимания человеческого мозга, но наше относительное невежество касательно базовой нейронной структуры мозга препятствует развитию программного обеспечения. Более того, в то время как слабый искусственный интеллект, который позволяет роботам разве лишь специализироваться на конкретной функции, развивается в настоящее время по экспоненте, мощный искусственный интеллект, позволяющий демонстрировать подлинно человеческие интеллектуальные решения, развивается крайне медленно и только линейно. Хотя изобретения, подобные компьютеру «Уотсон» (разработанный IBM компьютер победил чемпионов «Своей игры» Кена Дженнингса и Брэда Раттера), очень интересны, но ученым необходимо более глубоко познать человеческий мозг, прежде чем машине удастся добиться большего, чем победа в телевикторине. Ведь «Уотсон» не «думал» в привычном человеку смысле – его работа заключалась, по сути, в обработке обширной базы данных с помощью очень эффективной поисковой системы. Как объясняет робототехник и профессор Калифорнийского университета в Беркли Кен Голдберг, «роботы будут становиться все более и более человекоподобными. Но разрыв между людьми и роботами никуда не денется – он настолько велик, что в обозримом будущем его не преодолеть».

По моему мнению, сегодняшняя ситуация с робототехникой очень похожа на ситуацию с интернетом 20 лет назад. Мы снова стоим у истоков чего-то неведомого: пустая белая страница, на ней слова «Глава первая». В дни скрежещущих телефонных модемов трудно было представить себе что-нибудь вроде сервиса YouTube, который транслирует более шести миллиардов часов видео в месяц; нам сложно вообразить сегодня, что, возможно, когда-то похожие на нас роботы будут ходить по улицам рядом с нами, работать в соседнем отсеке в офисе или водить наших пожилых родителей на прогулку, а потом помогать им с обедом. Этого не произойдет ни сегодня, ни завтра, но это случится на глазах большинства из нас. Объемы инвестиций в робототехнику в сочетании с достижениями в области «больших данных», сетевых технологий, материаловедения и искусственного интеллекта закладывают базу для того, чтобы прорывы в робототехнике к 2020-м годам сделали сегодняшнюю научную фантастику широко распространенной практикой.