Хинтон остановил аукцион потому, что найти оптимальное место для проведения дальнейших исследований было для него гораздо важнее, чем получить максимально возможную цену. Когда он дал знать представителям Google, что останавливает торги на отметке 44 миллиона долларов, они поначалу решили, что он шутит, ведь цену можно было еще поднимать и поднимать. Но он не шутил, и его аспиранты так же хорошо понимали ситуацию, как и он сам. Они были ученые, а не предприниматели, и они преданы в первую очередь идее.
Но Хинтон до конца сам не сознавал, насколько ценной окажется эта идея. Никто этого не сознавал. Вместе с небольшой группой других ученых – распределенных по все тем же четырем компаниям, которые участвовали в аукционе, плюс еще один американский интернет-гигант, а впоследствии плюс еще один новый стартап – Хинтон и его аспиранты сумели внедрить эту идею в самое сердце IT-индустрии. Это позволило резко ускорить прогресс разработок искусственного интеллекта, включая разработки в области голосовых помощников, беспилотных автомобилей, робототехники, кибермедицины, а также – хоть это и не входило в первоначальные намерения – кибероружия и кибербезопасности. «Это изменило мой (и не только мой) взгляд на высокие технологии», – говорит глава инженерного подразделения Google Алан Юстас.
Некоторые ученые, в частности Демис Хассабис, молодой нейробиолог и один из основателей DeepMind, даже поверили в то, что им со временем удастся создать такую машину, которая будет способна делать все, что может делать человеческий мозг, только лучше, и это позволит осуществить ту самую мечту, которая вдохновляла первопроходцев компьютерной эры. Никто не может сказать, когда такая машина появится. Но даже в обозримой перспективе распространение «умных» – хоть еще и далеких от настоящего интеллекта – машин будет иметь колоссальные социальные последствия. Эти могущественные технологии всегда пленяли и пугали людей, и человечество время от времени пыталось играть с ними. На этот раз ставки настолько высоки, что даже самые выдающиеся умы не представляют, куда это может нас завести. Развитие методики глубокого обучения знаменовало фундаментальные изменения в самом построении цифровых технологий. Вместо того чтобы тщательно предопределять, как должна вести себя машина – правило за правилом, команда за командой, – инженеры приступили к созданию машин, которые учатся решать задачи на своем собственном опыте, и этот опыт охватывает совершенно колоссальные массивы цифровой информации, которые неспособна уместить в себе никакая человеческая голова. В результате возникнет новая порода машин, которые будут не только более могущественными, чем все предыдущие, но также более таинственными и непредсказуемыми.
Когда эта технология обучения только начинала распространяться в интернете, никто еще толком не сознавал, что обучающиеся машины впитывают в себя также и все предрассудки своих создателей. Ученые,