Частный сектор вкладывает в дело все больше и больше средств. В декабре 2013 года фирма Google приобрела Boston Dynamics – ведущую робототехническую компанию, имеющую контракты с Пентагоном. Также она купила компанию DeepMind, которая была основана в Лондоне вундеркиндом Демисом Хассабисом и тоже занимается искусственным интеллектом. В детстве Хассабис завоевал второе место в мировом рейтинге шахматистов в возрасте до 14 лет, а когда он получал докторскую степень по когнитивной неврологии, журнал Science назвал его новую биологическую теорию работы воображения и памяти в головном мозге одним из десяти самых важных научных прорывов года. Демис и его коллеги в DeepMind фактически создали компьютерный эквивалент зрительно-двигательной координации – в робототехнике еще никто и никогда такого не добивался. Демис показал мне, что научил свои компьютеры играть в старые видеоигры на приставке «Атари 2600» так же, как в них играют люди, – глядя на экран и корректируя собственные действия посредством нейронных процессов, реагирующих на манипуляции противника. Он научил компьютеры думать примерно так же, как это делают люди. А теперь Google, купивший DeepMind за полмиллиарда долларов, применяет ее опыт в области машинного обучения и нейросистем к алгоритмам, которые разрабатывает, отвоевывая свою нишу в робототехнике.
Большинство частных исследований и разработок в области робототехники ведется в крупных компаниях (например Google, Toyota и Honda), но объемы венчурного финансирования робототехники растут с огромной скоростью. Всего за три года они увеличились почти вдвое – со 160 миллионов долларов в 2011 году до 341 миллиона в 2014-м. За первый же год инвестирования Grishin Robotics, фонд посевных инвестиций, управляющий 25 млн долларов, подверг аудиту более 600 стартапов, прежде чем выбрать восемь из них, которые сегодня и находятся в его портфеле. Новый израильский венчурный фонд Singulariteam быстро направил два транша по 100 миллионов долларов каждый на развитие робототехники и искусственного интеллекта на ранних стадиях. Привлекательность для инвесторов очевидна: рынок потребительских роботов в 2017 году может составить 390 миллиардов долларов, а промышленных – 40 миллиардов к 2020-му.
Поскольку технологии продолжают совершенствоваться, в настоящее время ведутся споры о том, насколько радикально преобразят человеческую жизнь высокотехничные роботы и превзойдут ли они нас в конечном счете. Одна из точек зрения такова, что это неизбежно; другая заключается в том, что они не могут с нами соперничать; третья – что человек и машина могли бы слиться воедино. В робототехническом сообществе будущее технологии тесно связано с понятием сингулярности – теоретической точки во времени, когда искусственный интеллект сравнится с человеческим или превзойдет его. Если случится последнее, то, конечно, совершенно неясно, какими будут отношения роботов и людей. (Во вселенной Терминатора после достижения сингулярности обладающая самосознанием компьютерная система принимает решение уничтожить человечество.) Сторонники сингулярности считают, что инвестиции в робототехнику благоприятно повлияют не только на годовой баланс корпораций – они коренным образом улучшат благосостояние людей, позволив нам вычеркнуть из своей жизни рутинные задачи и заменять больные или стареющие части тела. Мнения технологического сообщества о том, хороша или плоха сингулярность, глубоко разнятся, – один лагерь полагает, что она будет способствовать улучшению человеческой жизни, а другой, столь же обширный, считает, что она повлечет за собою мрачное будущее, в котором люди станут рабами машин.
Но достижима ли сингулярность на самом деле?
Те, кто считает, что это так, указывают на несколько ключевых факторов. Во-первых, они утверждают, что действие закона Мура, который гласит, что вычислительная мощность чипа будет удваиваться каждые два года, пока что не показывает признаков замедления. Закон Мура в такой же степени относится к транзисторам и технологиям, которые управляют роботами, как и к компьютерам. Добавить к этому стремительный прогресс в машинном обучении, анализе данных и облачной робототехнике, и становится ясно, что сфера ИТ будет все так же быстро совершенствоваться. Те, кто выступает за сингулярность, расходятся лишь в том, когда она будет достигнута. Математик Вернор Виндж предсказывает, что это произойдет к 2023 году; футуролог Рэй Курцвейл говорит о 2045-м. Но вопрос, определяющий всю суть сингулярности, таков: существует ли предел тому, насколько могут продвинуться технологии?
Те, кто отрицает возможность сингулярности, называют несколько причин. Прорыв в программном обеспечении, необходимый для достижения сингулярности, требует детального понимания человеческого мозга, но наше относительное невежество касательно базовой нейронной структуры мозга препятствует развитию программного обеспечения. Более того, в то время как слабый искусственный интеллект, который позволяет роботам разве лишь специализироваться на конкретной функции, развивается в настоящее время по экспоненте, мощный искусственный интеллект, позволяющий демонстрировать подлинно человеческие интеллектуальные решения, развивается крайне медленно и только линейно. Хотя изобретения, подобные компьютеру «Уотсон» (разработанный IBM компьютер победил чемпионов «Своей игры» Кена Дженнингса и Брэда Раттера), очень интересны, но ученым необходимо более глубоко познать человеческий мозг, прежде чем машине удастся добиться большего, чем победа в телевикторине. Ведь «Уотсон» не «думал» в привычном человеку смысле – его работа заключалась, по сути, в обработке обширной базы данных с помощью очень эффективной поисковой системы. Как объясняет робототехник и профессор Калифорнийского университета в Беркли Кен Голдберг, «роботы будут становиться все более и более человекоподобными. Но разрыв между людьми и роботами никуда не денется – он настолько велик, что в обозримом будущем его не преодолеть».
По моему мнению, сегодняшняя ситуация с робототехникой очень похожа на ситуацию с интернетом 20 лет назад. Мы снова стоим у истоков чего-то неведомого: пустая белая страница, на ней слова «Глава первая». В дни скрежещущих телефонных модемов трудно было представить себе что-нибудь вроде сервиса YouTube, который транслирует более шести миллиардов часов видео в месяц; нам сложно вообразить сегодня, что, возможно, когда-то похожие на нас роботы будут ходить по улицам рядом с нами, работать в соседнем отсеке в офисе или водить наших пожилых родителей на прогулку, а потом помогать им с обедом. Этого не произойдет ни сегодня, ни завтра, но это случится на глазах большинства из нас. Объемы инвестиций в робототехнику в сочетании с достижениями в области «больших данных», сетевых технологий, материаловедения и искусственного интеллекта закладывают базу для того, чтобы прорывы в робототехнике к