Тирания бабочки - Франк Шетцинг

Однажды кто-то возник в дверях этого гаража.

Самой большой особенностью Пало-Альто было, может быть, то, что в нем не было ничего особенного. Смертельно скучный городишко, ночная жизнь которого не заслуживала этого названия. От Тихого океана городок отгораживала лесистая гряда прибрежных гор, на востоке он граничил с заливом Сан-Франциско. Никто никогда не обронил ни словечка о Пало-Альто, не упомянув расположенный там Стэнфордский университет, от которого ослепительно освещенный мост вел, казалось, прямиком в будущее. В унылых офисных корпусах размещались вдоль автострады 280 Apple, Intel, Hewlett-Packard, AMD, Dell, Oracle, младшие предприятия, такие как eBay и Yahoo, и совсем новые, как Amazon и Google. Беспримерная плотность хайтек-компетенций, непредставимая без миллионов и миллиардов рискового капитала. Перспектива сказочных доходов побуждала инвесторов рассовывать деньги по карманам прыщавых типов в майках, что-то пугливо бормочущих. Все это было далеко не наивно. Кто-то при попытке завязать шнурки падал носом в землю, но, когда у него в голове вызревали решения проблемы, позволявшие заработать деньги, он стоил каждого цента. Критерии решения гласили: новаторская ли это технология? Пробивная ли она? Функционирует ли она на практике? Достаточно ли широк рынок для экспоненциального роста? Надежная ли команда стоит за этим? Идеи, фирмы, рынки меняются, но в конечном счете речь идет о людях. И, может быть, еще: атакует ли идея одну из больших проблем мира? Новая крутая губная помада – поищите себе кого-нибудь другого. Таблетки от рака поджелудочной железы – милости просим в наш бизнес.

Не совсем случайно автострада Сэнд-Хилл-роуд, на которой располагается основная часть распределителей венчурного капитала, проходит прямо вдоль университетской территории. Чтобы иметь возможность представить свои идеи в таких обществах, как «Секвойя-Капитал», «Сильвер-лейк» или «Дрейпер-Фишер-Юрветсон», мастера-самоделкины кропотливо просиживают в своих гаражах ночи напролет. Если будут инвестиции, то все хорошо. В стартовом капитале сидит, в конце концов, старт, взноса должно хватить, чтобы ракета катапультировалась из поля тяготения носителя мысли. Некоторые из космических кораблей, в которые такие конторы, как «Секвойя-Капитал», вкачали свои миллионы, может быть, не взлетят, однако, если хоть один пробьется на орбиту передовиков мирового рынка, все потери будут с лихвой возмещены.

– Твоя переводческая программа блистательна! – сказал человек, стоящий в воротах гаража. Его силуэт четко прорисовывался на фоне полуденного света.

– Детская игрушка, – сказал Эльмар и после короткого размышления добавил: – Но, конечно, блестящая детская игрушка.

– А как насчет недетской игрушки?

Посетитель подошел ближе. Он был не особенно рослым, с бледным лицом, испещренным рытвинами от прыщей, и с тусклыми светлыми волосами. Эльмар подумал, что уже где-то его видел.

– Хочешь что-нибудь выпить? – спросил он. – Колу или… – Он заглянул в свой маленький холодильник. – Или колу?

Надо было бы уже снова закупиться.

– Кола – это хорошо.

– А мы знакомы, вообще-то?

– Лично еще нет. Хьюго ван Дэйк.

Эльмар открыл две банки и указал на единственный гостевой стул. Не так уж много мог предложить его гараж. Дешевый письменный стол, два стула, вешалка-стойка для одежды, кровать и рудимент кухни. В одном углу прислонялась к стене его доска для серфинга, противоположную стену занимали его горный велосипед и мотоцикл. А там, где должен был стоять компьютер, стояла некая штука: вокруг лежали платы, громоздились жесткие диски.

– Машина, которая все может, – сказал он и протянул Хьюго ван Дэйку запотевшую банку. – Универсально мыслящий и действующий разум. Это как раз не детская игрушка.

Улыбка Хьюго озарила помещение:

– Ты, наверное, хочешь пройти тест Тьюринга.

– Да дерьмо этот тест Тьюринга.

– Но пока что ни одна машина его не выдержала.

– Поверь мне, друг, я бы и сам его не прошел. – Эльмар коротко заглянул в глаза собеседнику. – Я полный тупица; кто со мной чатится, быстро приходит к мысли, что я робот. Если серьезно, какой уж там фокус – научить пару схем болтовне в сети? Волшебство из балагана. Вот, к примеру, ты говоришь: «У меня недержание, я по шесть раз за ночь встаю, о господи, знал бы ты, как это бесит, и жжет, и зудит», – а бот тебе поддакивает и говорит: «А я ради удобства хожу под себя», хотя он не имеет ни малейшего представления о том, что такое пописать, вообще, и только зачитывает запись какого-нибудь чаттера. Итак, что тебе с того теста Тьюринга? Может ли компьютер сравняться с человеком? Нет, он тебе скажет только, что вот тут нечто подражает человеку, не представляя, что оно тут вякает. Это не имеет ничего общего с настоящим интеллектом. Компьютерам не обязательно сознание, чтобы уметь мыслить универсально, им нужна непрерывная картинка действительного мира, причем такая, какую они создают себе сами.

– Ты говоришь о машинном обучении?

– Параллельные обучающие процессы в симулированных и реальных ситуациях. Знаешь, о чем я думаю? В основе этого сложного дела, которое мы называем человеческим разумом, лежит один-единственный алгоритм. Не множество. Посмотри на мозг. Нам всегда рассказывали, что он разделен на области – каждая со своей специализацией, которая может выполнять исключительно определенные вещи. Теперь же мы знаем, что область, которая обрабатывает оптические импульсы, с таким же успехом может обрабатывать и акустические. Если одна область повреждена, ее функции берет на себя другая. Мозг постоянно переучивается. И ошибается всегда по-новому. Все это месиво тут, наверху, по причине своей сложности гомогенно и обладает превосходной нейронной и структурной пластичностью. Наш мозг – универсальная самообучающаяся машина, которая с момента нашего рождения экспоненциально расширяет спектр своего опыта. Эта идея стоит за Deep Learning. Попытка встроить в компьютер мозг базируется на одном-единственном алгоритме.

– И ты уже знаешь, как это устроить?

– Через гибкие нейронные сети, совершенно так, как это происходит в природе. Нейроны как раз не подразделяются на специальные области, а расположены так, что обращены на области, перекрывающие одна другую.

– И что ты делаешь для того, чтобы мотивировать систему к самостоятельному обучению?

Эльмар окинул Хьюго еще одним взглядом. Он не любил слишком долго смотреть людям в глаза: фокусирование на внутреннем мире другого выбивало его из концентрации, кроме того, некоторые взгляды были как лассо – тебя связывали им по рукам и ногам. Но теперь этот невысокий бледный человек начал его интересовать.

– А тебя-то что в этом мотивирует? – спросил он.

– Неизвестное, – сказал ван Дэйк. – Оно меня и привлекает.

– Что именно тебя привлекает? Последняя оставшаяся