Предыдущие части — первая и вторая.

Давайте рассмотрим наш мозг.

Мозг и креативность

Мы обладаем потрясающим мозгом. Ни одно другое существо не может с нами сравниться в возможностях мозга. И все же во многих сферах, в которых человеческому мозгу до этого не было равных, сейчас нас превзошли компьютеры.

В школе нас учат запоминать информацию, однако в интернете «хранится» намного больше информации, чем мозг может запомнить. Когда в последний раз вы что-то искали в google? Почему вы не искали это в своей памяти? Потому что вы просто не знаете множества вещей. Я подчеркиваю — ни вы, ни я, не обладаем всей массой научной информации и знаний. Просто потому, что этой информации намного больше, чем мы можем запомнить и воспроизвести. Давно прошли времена, когда любое развитое общество могло полагаться на человеческие знания в какой-то профессии. Или, по крайней мере, эти времена должны были давно пройти, и только устаревшая система может до сих пор нуждаться в подобных навыках.

Сколько вам потребуется времени, чтобы прочитать книгу средних размеров? Наверное, где-то пару дней. А что если в книге будет 10 миллиардов страниц? Даже если вы будете читать по 1000 страниц в день (что само по себе немыслимо), то чтобы закончить читать книгу, вам потребуется 10 миллионов дней. Это около 27 тысяч лет постоянного чтения. Вам бы стоило начать читать эту книгу во времена, когда на территории Северной и Южной Америки еще почти не было людей — тогда к сегодняшнему дню вы бы ее закончили. Компьютер Watson производства IBM способен справиться с этой задачей за 43 минуты. Кроме того, что он способен просканировать 10 миллиардов страниц за 43 минуты, он может выводить сложные заключения при постановке диагноза, понимать естественные языки, и даже производить уникальные рецепты.

Сегодня основное направление развития компьютерной техники — это ежедневный сбор и анализ огромного количества данных из самых разных источников: от умных устройств, отслеживающих состояние здоровья, до записей в facebook, видео на youtube, блогов, камер систем безопасности и умных холодильников. Огромный массив данных создается каждый день. Он настолько огромен, что вам потребуется 25 миллионов жестких дисков объемом в 100 гигабайт каждый, чтобы сохранить все эти данные. Представьте себе все население Австралии, и у каждого австралийца есть жесткий диск размером в 100 гигабайт, полностью забитый данными. Именно такое количество информации производится ежедневно.

Ключевая причина того, что компьютеры стали настолько умны — это большое количество данных. Тип компьютеров, которые способны обработать все эти данные, называется когнитивными компьютерами. Многие считают, что переход к когнитивным компьютерам станет новой эпохой в компьютерном развитии. Изначально были механические системы, которые что-то считали (1900). Со временем эти машины превратились в электромеханические устройства. В 1950-х произошел прорыв в их развитии, когда эти системы стали программируемыми — системы этого типа мы используем и по сей день. Вы программируете машины на выполнение определенных задач (например, приложений на вашем смартфоне), и они их выполняют. Однако многие эксперты заявляют, что в 2011 году произошел очередной прорыв, и мы присутствуем при зарождении новой эры — эры, когда компьютеры смогут по-настоящему обучаться, становясь все умнее со временем. Интересная черта этих компьютеров заключается в том, что они обучаются так же, как и люди, с помощью изучения и повторения различных примеров. И чем больше данных вы ему предоставите, и чем дольше он сможет их изучать, тем более «умным» станет. В этом нет ничего «волшебного», ведь он всего лишь следует нескольким правилам, при этом понимая естественный язык. Эти компьютеры буквально изучают миллиарды документов, выискивая важную информацию.

Единственный способ корректно описать этот тип компьютерных систем — это предоставить конкретный пример. Допустим, вы хотите забронировать тур в некое место, где с одной стороны не очень жарко, а с другой — не очень холодно. Вы хотите совершить эту поездку в ближайшие два месяца. Вы хотите жить в отеле с бассейном, суши-баром, а также взять с собой жену и двоих детей. Также вы бы хотели заняться дайвингом и посмотреть на коралловые рифы, а дети бы с удовольствием покатались на водяных горках. Так, как сегодня мы в качестве средства взаимного обмена используем деньги, то для реалистичности примера представим, что вы также спланировали некий бюджет на свое путешествие.

Как бы вы стали искать подобное место для отдыха в современном мире? Может быть, вы бы опросили друзей и знакомых, хотя они не очень хорошо знают подобные места, либо просмотрели множество сайтов турагентств, в которых можно искать туры по ключевым словам и категориям. Однако в них и близко нет того, что вы хотите от этого путешествия.

Теперь за дело берется когнитивный компьютер, и все, что вас требуется — при помощи приложения типа Watson от IBM рассказать в свободной форме все, что вы хотите от этой поездки, как было показано выше. Приложение произведет поиск по Википедии, записям в Facebook и Twitter, сайтам Tripadvisor и другим цифровым ресурсам, полностью сопоставит и обработает полученные данные, и найдет вам наиболее подходящее место для отдыха. Вот так вот просто!

Вы сможете использовать подобный метод и для постановки диагноза по вашим симптомам, получения любой информации о любом интересующем вас предмете, либо просто для того, чтобы задать любой вопрос, и получить адекватный ответ.

Подобные системы уже обладают обширным функционалам и проходят масштабное тестирование, но пока недоступны для широкого использования.

Способность понимать естественный язык (то, как мы разговариваем) — это ключевой момент, необходимый для быстрого развития подобных компьютеров, так как естественный язык является основным источником неструктурированной информации. 80% из «25 миллионов 100 гигабайтных дисков информации, производимой ежедневно» находится как раз в виде этой неисследованной и неструктурированной информации.

Как заявил на конференции TED разработчик программного обеспечения для компьютера Watson, несмотря на то, что за последние несколько лет сами эти программы не сильно изменились, огромные изменения произошли в том, какое количество данных они смогли обработать. Чем больше данных предоставлены подобной программе, тем больше ассоциаций и логических цепочек она сможет выстроить, что приведет к лучшим результатам. Сейчас компьютеры способны воспринимать письменный естественный язык и даже переводить его с одного языка на другой, а также воспринимать человеческую речь. И хотя пока они не достигли совершенства в этой сфере, темп их развития остается феноменально быстрым.

На данный момент они распознают различные объекты на фотографиях с точностью в 1%, но с 97% точностью определяют человеческие лица (лучше, чем профессионалы).

Сегодня существуют компьютеры с миллионами узлов и миллиардами связей, хотя в мозге человека находятся миллиарды узлов и триллионы связей. Однако, согласно закону Мура, (в современной формулировке — количество транзисторов, размещаемых на кристалле интегральной схемы, удваивается каждые 2 года — актуален уже несколько десятилетий), мы достигнем количества узлов и соединений, равных человеческому мозгу, примерно через 25 лет. Мы с вами, если вы не очень стары 🙂 и не попадете в аварию и не погибнете, доживем до того момента, когда сможем воспользоваться возможностями этих огромных вычислительных мощностей.

Узнать больше о компьютере Watson и его потрясающих возможностях вы сможете из этого выступления.

Автор: Tio

Перевод: Владимир Радько