Анатолий Гин: Борис, я беседовал с потенциальными инвесторами, и они меня спрашивают, где те сферы, в которых PANC™ ну просто критически важен, без него тормозится развитие? Где PANC™ мог бы дать огромный взрыв уже завтра? И я скажу сейчас свои первые соображения, они очень простые. Например, это дроны. Развитие требует снабжения их приличным искусственным интеллектом, но стоимость хорошего хардвера может быть существенно выше стоимости всего остального дрона.
Ещё, например, всякие реакторы химические и так далее. Там происходят быстрые процессы. И система датчиков должна очень быстро, так сказать, суммироваться: вот многие данные для того, чтобы понять, каково правильное решение, чтобы не было взрыва, какой-то аварии или брака и прочее. Здесь PANC™ совершенно необходим.
Кстати, я думаю, что в если бы в автомобилях Маска был PANC™, то не исключено, что «тесла» бы уже бегала с помощью видеокамер, так как он хотел это сделать с помощью искусственного интеллекта.У него не получилось, он откатился на то, что делают все (радары, лидары).
И очень желательно иметь возможность постоянно доучивать электронного водителя, а с PANC™ это легко осуществить! И ещё автопилоты: там нужно быстро принимать решения.
Это как бы такие сравнительно банальные сферы, в которых нейроморфный компаратор мог бы дать колоссальное развитие. Ну, наверное, есть и менее банальные сферы применения, и я прошу тебя вот этот вопрос осветить. В самом деле, разговор идёт о том, что PANC™ во многих областях может заменить то, что делают сейчас искусственные нейронные сети.
Борис Злотин: Вот ты сказал про Маска. Главная его проблема – обучить автомобиль так, чтобы он не был опасен. И это дорогущие нейросети – фильтры, это гигантские мощности для обучения, это всё монструозно.
А PANC™ не надо будет обучать: для начала достаточно сделать относительно небольшую библиотеку и несложный компаратор на очень дешёвом микрочипе. Потом сотни тысяч водителей получат маленькую приставку, которая не будет за них управлять автомобилем, а просто будет смотреть, как он, человек, ведёт автомобиль, и дополнять эту библиотеку автоматически. И вскоре появится обширная библиотека ситуаций на дороге, у нас будет готовый авто-водитель. Для PANC™ нужен маленький объём хранения, вся информация будет лежать в самом автомобиле. Все автомобили будут связаны, и каждая новая находка в вождении или новая опасность тут же передастся на все остальные автомобили. Непрерывное доучивание авто-водителя. Вот это – одна из чрезвычайно важных вещей: возможность непрерывного, постоянного доучивания. Реакции человека сразу переводятся в машинные знания.
Анатолий Гин: Борис, тут вопрос, который возникнет у наших слушателей. Ведь сегодня Большие Лингвистические Модели (LLM) доучиваются, и каждый человек может, вроде бы, сделать для себя Маленькую Лингвистическую Модель (SLM) на своём компьютере и доучить её чему-то. Это вот то же самое или PANC™ обучается, доучивается иначе?
Борис Злотин: LLM состоит из главной части, которую долго и трудно обучают и стоит это десятки миллионов долларов. Это называется «предобучение». А вот когда я задаю LLM вопрос и говорю: «в рамках поиска ответа посмотри мои операторы решения изобретательских задач и предложи мне хорошее изобретательское решение», LLM кушает эти операторы в некоторую временную память, не меняя предобучение. Это ложится в «отдельный склад» и порождает острую проблему: да, LLM доучивается, но эти «дополненные знания» не входят в базовое предобучение. Вот я и ещё миллионы людей так или иначе доучили LLM для решения своих задач. Получилась разорванная, неорганизованная свалка неизбежно противоречивой дополнительной информации. Попытки её использовать разрушают логику предобучения и калечат интеллектуальность машины! И совершенно не случайно выявилось на практике, что чем больше машина узнаёт новой информации, тем хуже работает. Не случайно создатели LLM всё время запускают следующие версии, несмотря на гигантские затраты.
Предобученная система – некоторая информационная сеть, которую нельзя изменить, дополнить, улучшить. Каждая следующая версия требует полного предобучения, на что уходят месяцы работы и десятки миллионов долларов. А в PANC™ каждый нейрон — это отдельное знание, не зависящее от других нейронов. Поэтому можно в любой момент в имеющейся библиотеке распознавания изменить, добавить или убрать какую-то информацию, не влияя на все остальные данные.
PANC™ можно дополнять, изменять, сокращать, делить на части и т. п. в любой момент. И это не помешает ведущимся работам. То есть, это мгновенная возможность быстрого апгрейда в режиме реального времени. Это очень сильно скажется на следующей области возможного применения PANC™, которая, для меня, пожалуй, главная, которую я все время рассматриваю.
Медицина, диагностика, определение и повышение эффективности медицинских технологий, лекарств, систем поддержания здоровья. Как ни печально, все методы Государственного контроля Минздрава (Federal Drug Administration в США) сегодня не спасают от редких аллергий, от пролонгированного вредного действия лекарств.
Вот важнейшая и очень печальная информация. Вдруг выяснилось, что сверхпопулярный тайленол (он же парацетамол), который продаётся без рецепта с 1960 года (65 лет), когда его применяют беременные женщины, калечит ребёнка, делает его аутистом1Этот факт озвучил Президент Трамп.. В послевоенные времена был один аутист на 10 тысяч, а сейчас – один на 12 детей. Страшная же вещь!
А если бы была сеть, которая постоянно и объективно отслеживала бы состояние миллионов людей, она бы достаточно быстро выявила корреляцию между распространением лекарства и возникающими массовыми проблемами. Но сегодня такая сеть невозможна даже на сверхсовременных суперкомпьютерах – слишком большое количество людей и отслеживаемых параметров. А вот на базе PANC™ это можно реализовать, хотя, конечно, и не просто.
Анатолий Гин: Ну, в таком случае возникает возможность мониторить эпидемии, так?
Борис Злотин: Да. В начале 2007 года мы работали для Департамента здоровья США. Тогда мы изобрели способ мониторинга эпидемий. Суть очень простая. Записываем у каждого человека десятки параметров. Это несложно сделать: браслет на руке либо устройства быстрого измерения параметров в публичном доступе – всовываешь руку в аппарат, и за минуту у тебя снимают массу параметров… И каждый день сравниваются параметры миллионов измерений по всей стране с вчерашними параметрами или параметрами этого дня за прошлый год, или параметры по сходным регионам, зонам с одинаковой погодой и т. п.
Если вдруг в каком-то городе резко и статистически достоверно начал меняться какой-то параметр, например, нарушения сна, скачки температуры (признак малярии и некоторых других болезней), давления, нарушения работы желудка и т. п., мы ещё не знаем, что произошло, но могут быть только две гипотезы: эпидемия или массовое отравление чем-то. Дальше посылается группа к отобранным людям, и выясняется, что именно происходит…
Анатолий Гин: Борис, ещё даже круче, потому что сразу же можно отслеживать географию, как болезнь распространяется, и сама эта география и производная от скорости распространения сразу нам скажут: это эпидемия или отравление – или ещё что-то. Причём, мы сразу получаем в цифрах, так сказать, оценку контагиозности, то есть, заразности…
Борис Злотин: Вариантов множество, главное, чтобы их смогла обработать машина. Но в 2007 году не существовало компьютеров, которые могли бы это обработать. Их и сегодня не существует. Слишком большие объёмы вычислений требуются. Есть закон Амдала в компьютерной науке, который ограничивает возможность распараллеливания вычислений. А PANC™ делает колоссальную вещь: мы заменяем вычисления на сравнение – и ограничения закона Амдала исчезают.
Расскажу тогда ещё об одной важнейшей области применения PANC™, связанной с переходом от вычислений к сравнениям.
В экономике, физике и других науках есть очень важное понятие – «рассеянная информация». Это набор неорганизованных, часто в чём-то избыточных и при этом в чём-то другом недостаточных, противоречивых нечётких данных, поступающих по разным каналам из разных источников. Типичные проблемы, связанные с рассеянной информацией, возникают в бизнесе, социальном менеджменте, при изучении сложных природных систем – в экологии, геологии, климатологии, медицине и т. п.
Выделение в потоках рассеянной информации нужного знания – часто очень сложная работа, требующая огромных вычислительных мощностей. И здесь перспективное направление – замена чисто вычислительной парадигмы на парадигму сравнительно – вычислительную.
Анатолий Гин: Значит ли это, что PANC™ позволит создать Общий искусственный интеллект, могучего искусственного мудреца, который сделает людей ненужными?
Борис Злотин: И да, и нет…Вероятно, «мудреца» можно будет создать, чтобы потешить любопытство учёных. Ну, как можно сделать робота, который будет кушать суши. Но зачем это людям?
В этом году исполнилось 100 лет со дня рождения Дугласа Энгельбарта – одного из первых исследователей человеко-машинного интерфейса, изобретателя компьютерной мыши, графических интерфейсов, гипертекстов, текстового редактора, онлайн-конференции и многого другого. В 1962 году он сформулировал гениальную концепцию: «Человечеству не нужен самостоятельный сверхумный искусственный интеллект, а нужно расширение и дополнение человеческого интеллекта машинным (Augmenting Human Intellect). Если у нас будет сильный человеко-машинный интеллект, в который люди вносят то, что у них получается лучше – понимание и творчество, а машины – то, в чём они сильны – сбор информации, сравнения и вычисления, то, фактически, все наши проблемы мы будем решать с его помощью. И исчезнут глупости о машинном бунте и ненужности людей для будущего.
Подведём некоторые итоги
Понимаете, я как-то провёл сравнение жизни современного человека среднего класса и султана или раджи XV – XVI веков. Развлечения у султана – надоевшие одалиски, день за днём танцующие одни те же танцы, а у современного человека – телевизор! Что хочешь мне покажет: хоть танцы девушек, хоть футбол, хоть луну. И куча других развлечений. У султана неплохая, но однообразная еда, а мы можем пойти в японский, французский, корейский, русский и другой ресторан или купить самую разнообразную пищу – и это будет намного вкуснее и здоровее. Султан мучается от жары и мух, а у нас – кондиционер. У султана – личный врач, но даже анальгина, не говоря уж об антибиотиках, нет, аппендицит – не говоря уж об инфаркте – верная смерть. У нас удобные автомобили, возможность с комфортом путешествовать на любые расстояния поездом или самолётом…
По всем параметрам мы живём на порядок лучше, чем жил Султан Королевич Императорский. За одним исключением: Султан мог выбирать в советники самых умных людей (если у него самого ума хватало). А нам зачастую умного и честного советника очень не хватает.
25 лет назад мы сформулировали и доложили на конференции Альтшуллеровского института США идею «Альтер-эго» – грамотного, эффективного и абсолютно преданного персонального советника, порученца и интернет-агента, с которым человек связан с момента своего рождения и на всю жизнь. Который будет следить за здоровьем, поможет учиться и решать любые проблемы, не заложит за мелкие шалости, но не позволит совершить преступление; которому вы прикажете поискать в интернете нужную информацию или девушку своей мечты, и он найдёт не просто девушку, похожую на мечту, а такую, которая мечтает о юноше вроде вас; когда у вас появится хорошая идея, он поможет её продвинуть и т. п.
Грубо говоря, Альтер-эго – это новый уровень социального существования. Мы опубликовали его описание в начале этого века. Но ещё в шестидесятых годах XX века нечто подобное описал писатель-фантаст Сергей Снегов, а в 2008 году вышел роман прекрасного писателя Ника Гарькавого «Астровитянка», один из главных героев которого – искусственный разум «Робби» – прототип Альтер-эго!
Анатолий Гин: Спасибо, Борис. Коллеги, до следующих встреч…
- 1Этот факт озвучил Президент Трамп.