Михаил Бонгард - о нем вы, если интересно, можете прочитать в Сети - среди прочего, составил задачник для программ распознавания образов. Эти задачи оказались столь интересны, что специалисты в области ИИ начали после него придумывать аналогичные задачи; спросите Сеть "проблемы Бонгарда". Жизнь человека всегда обидно коротка, а иногда - особенно коротка. Но можно ли пожелать для себя лучшей кармы? Я ходил к нему на семинары в МГУ и как-то летом решил проситься к нему в ученики. Но осенью узнал, что альпинист Мика Бонгард не спустился с восхождения. Рандомность не щадит и мастеров спорта...
Ключевая доля успеха нейронных сетей - новые алгоритмы их обучения. Вроде бы это вещи чисто компьютерные, и не в биологии авторы этих алгоритмов подсмотрели свои решения. Однако не исключено, что и в мозгу работают некоторые подобные алгоритмы, и развитие методов нейровизуализации когда-нибудь позволит это установить. Поиск в человеке механизмов, придуманных создателями ИИ - увлекательное занятие, и мне кажется, что это иногда может делаться без нейровизуализации. Педагоги знают, что обучение решению каких-либо задач может увеличивать успешность решения других задач - но это применяется и при обучении нейронных сетей. Отметим, что часто применяемое выражение "обучение без учителя" не надо понимать прямо - в любом подходе и любом методе содержится информация о человеческих знаниях.
Третий фактор - смешанный, человеко-компьютерный, это компьютерный доступ к человеческому, например, к накопленным знаниям. Такой доступ компьютер может получать через Сеть (подбор реально используемых в речи синонимов), но может этот опыт держать и у себя в голове - это коллекция шахматных партий, или банк данных программы Watson, которая "уела" двух чемпионов по игре в Jeopardy! (в Израиле - Мелех ха-тривья, Король интересных фактов, в России - Своя игра).
Третий фактор был обозначен, как важный, ранее (статья "Может ли машина мыслить" была опубликована в журнале "Химия и жизнь", 2005, ╧ 6, есть она и в Интернете), но похоже, что секрет успешного ИИ - оптимальное (для каждого конкретного данного круга задач) сочетание человеческого и компьютерного не только в смысле использования информации, но и в алгоритме; в литературе эта идея мелькает. В конце концов, люди учат людей, не зная, как работает мозг, и - по крайней мере, иногда - учат успешно. Человек не вполне понимает, как ИИ доказывает математические теоремы (Брайан Дэвис "Куда движется математика?") и как строит физические модели (Сергей Попов "Маглы в мире андроидов"). Это является психологической проблемой для человека, и противоречит нормам развития науки, но мы уже 60 лет не знаем, как распознает перцептрон, и что? Педагоги так живут 2,6 миллиона лет. Неудобно, конечно, но как-то привыкли. С другой стороны, все известные методы обучения можно попытаться перевести в компьютерную плоскость и применить для обучения программы. Есть и еще пути развития ИИ - кооперация с человеком, кооперация с другой программой, противодействие другой программе; последнее и было использовано при обучении программы AlphaGo. Кстати, для совместной с человеком деятельности робота уже есть название - "коллаборативная робототехника".
В упомянутой статье "Может ли машина мыслить" был предъявлен некий взгляд на путь, который мог бы привести к возникновению того, что человек, хотя бы с сомнениями, назвал бы человеческим интеллектом. Там же были разобраны многие возражения против возможности человекоподобного ИИ, и показана некорректность этих возражений. С тех пор ситуация продвинулась, например, программа Watson "знает, что она знает", она сравнивает и ранжирует алгоритмы - что это, как не самосознание? Причем в этой программе есть специальный блок WatsonPaths, который показывает человеку пути, по которым программа шла к ответу (в результате эта программа стала учить студентов-медиков идти к диагнозу). Некоторые авторы, защищая свою "самость", часто вопрошают, а "понимала ли" программа, что слышала и что говорила? Но если спросить человека, да хотя бы себя самого, что такое "понимание", то окажется, что понимание текста - это определение, исходя из контекста, в каком смысле употреблено то или иное многозначное слово. Если же речь идет не о тексте, а имеется в виду общение, то это определение субъективного смысла того или иного слова - конкретно, для этого собеседника и в конкретной ситуации. При таком определении для понимания нужно вырасти в рамках конкретной культуры и накопить соответствующие знания. Аналогичный процесс вполне может быть реализован и для компьютера; только идти он будет на порядки быстрее. Идея эволюционирующего социума ИИ есть в фантастике (Грег Иган "Кристальные ночи").