Впрочем, на самом-то деле ИИ и УИ не соперничают друг с другом, ведь оптимальный подход – их комбинация. Именно этим сейчас и занимаются в моей лаборатории. ИИ должен стать частью любой УИ-системы. ИИ будет брать на себя все легкие решения, а трудные оставлять человеку. Лучший способ добиться эффективной работы людей – свести к минимуму то время, которое они тратят на выполнение элементарных задач. К тому же УИ-система – идеальная платформа для сбора примеров, которые можно использовать для того, чтобы усовершенствовать ИИ путем машинного обучения. Венчание УИ и ИИ дает систему, которая с течением времени делается всё умнее, тем самым всё больше и больше усиливая интеллект человека.
Некоторые пугаются перспективы развития ИИ, насмотревшись фантастических фильмов, где умные машины делают человека ненужным. А ученых иногда вводят в заблуждение многообещающие свойства ИИ, и они тщетно пытаются целиком автоматизировать задачи, которые более эффективно выполнять путем сотрудничества человека и машины. Вот почему не следует забывать, что наша конечная цель – это УИ, а не ИИ как таковой. Идея Энгельбарта по-прежнему весьма актуальна для вычислительных задач коннектомики.
Прогресс в сфере анализа изображений впечатляет и вдохновляет, однако насколько быстро коннектомика будет развиваться в будущем? При собственной жизни мы уже почувствовали на себе результаты невероятных технологических прорывов, особенно в компьютерной области. Сердце настольного компьютера – кремниевый чип, который называется микропроцессором. Первые микропроцессоры, выпущенные в 1971 году, содержали всего по несколько тысяч транзисторов. С тех пор компании, выпускающие полупроводниковые устройства, соревнуются друг с другом, пытаясь впихнуть на компьютерную плату как можно больше транзисторов. Скорость этого движения ошеломляет. Цена одного транзистора каждые два года падает вдвое. Можно взглянуть на это под другим углом: каждые два года удваивается количество транзисторов в микропроцессоре заданной стоимости.
Стабильное удвоение такого рода – пример экспоненциального роста. Экспоненциальный рост сложности компьютерных микросхем описывается так называемым законом Мура. Дело в том, что Гордон Мур еще в 1965 году, в своей статье для журнала Electronics, предвидел такое развитие событий. Через три года при его участии была основана компания Intel, ныне – крупнейший в мире производитель микропроцессоров.
Благодаря экспоненциальному развитию компьютерный бизнес отличается едва ли не от всех остальных. Спустя много лет после того, как его прогноз начал сбываться, Мур шутливо заметил: «Если бы автомобильная промышленность развивалась теми же темпами, что и полупроводниковая, “роллс-ройс” проезжал бы полмиллиона миль на одном галлоне бензина
[16], и дешевле обошлось бы бросить его, чем припарковать». Производители компьютеров убеждают нас каждые несколько лет выбрасывать компьютер и покупать себе новый. Обычно так делают не из-за того, что компьютер сломался, а из-за того, что он уже считается устаревшим.
Любопытно: геномика тоже прогрессирует с экспоненциальной скоростью, чем напоминает скорее полупроводниковую отрасль, чем автомобильную. Более того, геномика несется вперед даже стремительнее, чем развитие компьютеров. Ведь стоимость расшифровки одной буквы в цепочке ДНК падает вдвое за более короткий срок, чем цена одного транзистора.
Будет ли и коннектомика, подобно геномике, развиваться по экспоненте? В долгосрочной перспективе нельзя сказать наверняка, останется ли вычислительная мощь наших машин основным сдерживающим фактором при поиске коннектомов. Так или иначе, в исследовании червя C. elegans анализ снимков занял куда больше времени, чем их получение. Иными словами, коннектомика до поры до времени будет скакать на плечах компьютерной промышленности. Если закон Мура будет выполняться и дальше, коннектомику действительно ждет экспоненциальный рост, но никто пока точно не знает, проявит ли себя в будущем этот закон. С одной стороны, рост количества транзисторов на единичной микросхеме начал несколько замедляться: признак того, что закон Мура скоро окажется нарушен. С другой стороны, этот рост можно поддержать – или даже усилить – благодаря новой компьютерной архитектуре или наноэлектронике.
Если коннектомику ждет устойчивый экспоненциальный рост, тогда нахождение коннектомов человека станет легкой задачей еще до конца нынешнего столетия. Пока же мы с коллегами заняты преодолением технических барьеров, мешающих нам увидеть коннектомы. Но что будет, когда мы добьемся успеха? Что мы станем делать с этими коннектомами? В ближайших нескольких главах я покажу вам некоторые захватывающие перспективы, в числе которых создание более подробных карт мозга, раскрытие тайн памяти, выяснение глубинных причин мозговых недугов и даже использование коннектомов для того, чтобы отыскать новые способы их исследования и применения.
Глава 10
Вырезание фрагментов
Когда я был мальчишкой, мой отец однажды принес домой глобус. Я провел пальцами по его рельефной поверхности и нащупал выступы Гималайских гор. Я выключил лампу, улегся в постель и долго любовался поблескиванием этого шара в потемневшей комнате. А позже меня зачаровала огромная книга формата in folio – отцовский атлас мира. Я частенько вдыхал аромат его кожаной обложки, листал страницы с экзотическими названиями дальних стран и океанов. В школе учителя объясняли нам, что такое меркаторская проекция, и мы хихикали над чудовищно разбухшей Гренландией с тем же удовольствием, с каким хохотали над изображением в кривом зеркале комнаты смеха или над газетным комиксом про «глупую замазку»
[17].
Ныне карты для меня – подспорье, а не магический объект. Детские воспоминания постепенно тускнеют, но, быть может, моя зачарованность атласами и глобусами помогла мне преодолеть страх перед бескрайностью мира. Тогда я ни разу не решался выйти без родителей за пределы нашего района. Город, лежащий за этими пределами, казался мне чем-то пугающим. А когда весь мир умещают на одном небольшом шаре из картона и металла или на страницах книги, он кажется конечным и безопасным.
В древние времена страх перед беспредельностью мира испытывали не только дети. Когда средневековые картографы чертили свои карты, они не оставляли неизведанные области пустыми, а заполняли их морскими змеями и прочими воображаемыми чудищами, приписывая к примеру: «Здесь обитают драконы». Шли столетия. Путешественники избороздили каждый океан, вскарабкались на каждую гору, постепенно заполняя пробелы на карте реально существующими землями и водами. Сегодня мы восхищаемся красотой нашей планеты, снятой из космоса. Благодаря коммуникационным сетям она превратилась, по сути, в одну громадную деревню. Мир стал маленьким.
В отличие от мира мозг поначалу казался людям компактным, уютненько покоящимся в черепной коробке. Но чем больше мы узнаём о мозге с его миллиардами нейронов, тем более устрашающе громадным он нам представляется. Первые нейробиологи мысленно резали мозг на участки, присваивая каждому из них имя или номер, как поступил Бродман, вычерчивая свою карту коры. Кахаль счел этот подход чересчур грубым и предложил принципиально иной: попытаться освоить бескрайний мозговой лес, классифицируя его деревья, как делают ботаники. Кахаля можно назвать «коллекционером нейронов».
