Мечтают ли андроиды о творческих взлетах?[272]

Самый распространенный ответ на вопрос, поставленный в предыдущем абзаце, – творчество. Множество, если не большинство, людей, с которыми мы общались, говорили, что в человеческой способности предлагать новые идеи есть что-то абсолютное и неописуемое. Нам кажется, что в этом много верного; по сути, нечто подобное мы говорили в книге «Вторая эра машин». Однако недавние разработки в области промышленного дизайна свидетельствуют, что машины становятся успешными в самостоятельном создании впечатляющих идей.

Можно с уверенностью сказать, что большинство людей никогда не думали о теплообменниках, – о них много думают те специалисты, которые проектируют холодильники, печи, двигатели и другое оборудование. Задача теплообменника – передавать тепло от одной среды (жидкости или газа) к другой, не позволяя средам контактировать. Батарея отопления в спальне – теплообменник; она передает окружающему воздуху тепло от проходящей внутри воды или пара. Аналогично действует и кондиционер.

Создать новый теплообменник нелегко. Он должен выполнять свою основную задачу и притом быть эффективным, безопасным, прочным и дешевым. Чтобы выполнить все эти требования, проектировщик должен знать необходимые рабочие характеристики, термодинамику и гидродинамику, свойства материалов, методы и стоимость производства и прочее. На практике, разумеется, многие проектировщики опираются на огромное количество полезных сведений, полученных при разработке предыдущих успешных теплообменников; они вносят изменения в уже существующий проект, чтобы выполнить требования для новой ситуации.

Но что если бы проектировщик теплообменника обладал всеми требуемыми знаниями, но не имел накопленного опыта? Иными словами, что если предположить, что проектировщик точно знает все требуемые параметры (размеры теплообменника, его стоимость, срок службы, передачу энергии и все остальное) и является первоклассным экспертом во всех необходимых научных и технических дисциплинах, но никогда не работал над теплообменниками и даже не подозревал, что такая вещь в принципе может оказаться полезной. Что придумал бы такой проектировщик?

Рисунок 1 показывает пример. Как вы, вероятно, уже догадались, он был спроектирован компьютером.

Рис. 1

Теплообменник, спроектированный программой для генеративного дизайна (схема предоставлена компанией Autodesk)

ТАКОЙ ЕСТЕСТВЕННЫЙ ИСКУССТВЕННЫЙ ДИЗАЙН

Теплообменник, изображенный на рис. 1, продукт генеративного дизайна – процесса, в котором программное обеспечение используется не для того, чтобы помочь дизайнеру-человеку создать чертеж, выполнить вычисления и изучить баланс плюсов и минусов, а для самостоятельной, стопроцентно автоматической работы, при которой выдается один или несколько готовых проектов, удовлетворяющих всем требованиям.

Эта деталь была изготовлена с помощью трехмерной печати. По сути, традиционными методами ее изготовить невозможно. Теперь же, когда 3D-принтеры стали реальностью, программы генеративного дизайна больше не связаны по рукам старыми методами производства и могут предлагать намного более широкий диапазон форм. Кстати, в отличие от большинства, если не всех, проектировщиков-людей, программное обеспечение не склоняется сознательно или неосознанно к существующим методам, поэтому ведет исследования свободнее.

Обладает ли программа генеративного дизайна творческими способностями? Это сложный вопрос, поскольку творчество служит ярким примером того, что пионер в области искусственного интеллекта Марвин Минский называл словом-чемоданом. Он писал: «Большинство слов, которые мы употребляем для описания разума, например “сознание”, “обучение” или “память”, похожи на чемоданы, поскольку в них вложена масса различных значений»[273]. Именно это мы наблюдаем в различных определениях творчества. Так, Оксфордский словарь английского языка утверждает, что творчество – это «использование воображения или оригинальных идей, особенно для создания художественных произведений».

Теплообменник, созданный программой генеративного дизайна, на деле не соответствует этому определению, поскольку не был продуктом чьего-то воображения и не представляет собой художественное произведение. Однако словарь Уэбстера дает несколько иное определение творчества: это «способность создавать новые вещи или придумывать новые идеи». При таком определении, по нашему мнению, программа генеративного дизайна бесспорно творческая.

Люди не играли никакой роли в проектировании детали, изображенной на рис. 1, но их участие было необходимо, для того чтобы сообщить программе генеративного дизайна, какая именно нужна деталь. Люди задали программе начальные условия, определив, что должна уметь делать деталь. Им нужно было понимать, где ее предполагается использовать, в каких внешних условиях, какую энергию она должна передавать и тому подобное. Короче говоря, эти люди располагали массой знаний и умений в соответствующих областях – возможно, почти таким же объемом, какой нужен настоящим проектировщикам теплообменников для разработки проекта.

ГОНИ БЫСТРЕЕ, ТВОРИ СТРАННЕЕ

А если хоть часть соответствующих знаний тоже можно было создавать автоматически? Если к сочетанию программы для генеративного дизайна и трехмерной печати можно было бы добавить дополнительные инструменты, чтобы творческие цифровые технологии продвинулись дальше? Чтобы выяснить это, в 2013 году в Лос-Анджелесе представители Autodesk объединились с группой автомобильных дизайнеров и водителей-каскадеров[274]. Они поставили цель разработать автоматизированную систему, которая могла бы с нуля проектировать гоночные шасси и самостоятельно определять, как они должны функционировать, – иными словами, задавать его характеристики.

Для этого команда сначала построила урезанную модель традиционного гоночного автомобиля – фактически только шасси, трансмиссию, двигатель, сиденье и колеса. Затем специалисты покрыли шасси датчиками, измеряющими нужные параметры: напряжение, деформацию, температуру, смещение и все прочие вещи, к которым должно быть приспособлено шасси. Как мы уже говорили в предыдущей главе, цифровые датчики сейчас одновременно малы, дешевы и производительны, поэтому команда смогла без больших затрат получить огромное количество точных данных от шасси, оснащенного измерительными приборами.

Автомобиль с датчиками отвезли в пустыню Мохаве, где шофер-испытатель водил его на предельных режимах, разгоняясь и тормозя максимально жестко (но без крушений), а датчики машины в это время собирали информацию. К концу заезда у команды имелось 20 миллионов замеров для конструкции автомобиля и сил, действующих на него. Все эти данные были загружены в Project Dreamcatcher – систему генеративного дизайна, разработанную Autodesk, – а потом использованы для трехмерного моделирования шасси. Рисунок 2 показывает то, что выдала программа. Нам кажется, что шасси для гоночного автомобиля тут можно опознать с большим трудом. Скорее это похоже на череп мамонта или кита, или, возможно, на микроскопический панцирь диатомовой водоросли, состоящий из диоксида кремния[275].

Рис. 2

Модель шасси гоночного автомобиля (схема предоставлена компанией Autodesk)

Это не простое совпадение. Кости, экзоскелеты и прочие природные конструкции победили в ходе древней безжалостной эволюционной конкуренции – битвы в буквальном смысле не на жизнь, а на смерть. Эволюция создала изумительные проекты, одновременно жизнеспособные, выносливые, энергетически эффективные, изощренные, сильные и стройные. Поэтому мы не должны удивляться тому, что программа генеративного дизайна, которая получила задание спроектировать оптимальную конструкцию, удовлетворяющую какому-либо набору функциональных требований, выдает нечто, выглядящее так, как будто оно создано природой.

Вы обратили внимание на еще одну необычную черту? Шасси асимметрично, его правая и левая стороны не являются зеркальным отражением друг друга. Это вполне разумно. Гоночный автомобиль чаще ездит по кругу в одном направлении[276], чем в другом, поэтому на обе стороны шасси действуют различные силы. Дизайнеры-люди знали об этом давно, но их творения редко бывали настолько асимметричными (если вообще бывали), как проект, созданный программой генеративного дизайна.

Примеры вроде гоночного шасси убеждают нас, что цифровое творчество – это больше, чем просто подражание и инкрементализм[277]. Компьютеры способны на нечто большее, чем просто расширение и комбинирование уже сделанного людьми. Мы оптимистично смотрим на то, что может происходить нечто противоположное. Когда компьютеры вооружаются накопленным человеком научным и техническим знанием и получают эксплуатационные требования для какой-либо ситуации (или достаточное количество данных, чтобы выяснить их самостоятельно), они предлагают новые решения, которые людям не пришли бы в голову.

КОМПЬЮТЕР КРИЧИТ: «ЭВРИКА!»

Машины-проектировщики не имеют слепых пятен и предрассудков, которые, видимо, неизбежно накапливаются вместе с опытом у людей. Доступные сегодня вычислительные мощности позволяют машинам-проектировщикам быстро и недорого исследовать множество решений – больше, чем может придумать целое здание, полное людей. Цифровые творцы уже существуют.

Типичный пример творчества в духе «Эврика!» в науке – это появление новой теории, которую со временем подкрепляют результаты экспериментов. Хорошо продуманное исследование, проведенное специалистами по вычислительной биологии в Медицинском колледже Бейлора и аналитиками из IBM, показало, что технология искусственного интеллекта IBM Watson могла бы применяться для создания полезных научных гипотез[278]. Группа искала киназы[279] – активаторы белка p53; он интересен тем, что сдерживает развитие рака. Исследователи заставили Watson прочитать[280] 70 тысяч опубликованных научных работ по этой теме[281], а затем попросили спрогнозировать киназы, которые будут включать и выключать деятельность белка p53. Watson назвал семь возможных вариантов.

Откуда нам знать, хороши они или плохи? Нам это известно, потому что исследователи дали системе только работы, опубликованные до 2003 года. Это означает, что ученые могли использовать десять лет научного прогресса между 2003 и 2013 годами, чтобы определить, какие из гипотез Watson были исследованы и подтверждены. В реальности оказалось, что все семь киназ, предложенных компьютером, активируют p53. Результаты особенно впечатляют, если учесть, что за последние тридцать лет наука в данной области открывала примерно по одной активирующей p53 киназе в год. Это не какая-то частная проблема.

НО ВЕДЬ ИСКУССТВО – ЭТО НЕЧТО ДРУГОЕ, РАЗВЕ НЕТ?

Цифровое творчество добралось и до искусства. Программа Саймона Колтона The Painting Fool пишет картины без вмешательства человека[282], Патрик Трессет изготовил несколько манипуляторов, которые пишут портреты живых моделей[283], а программа Emily Howell, разработанная профессором музыки Дэвидом Коупом, сочиняет мелодии в разных стилях[284].

Мы часто слышим, что цифровые художники, композиторы и другие «творческие личности» не так талантливы, как люди тех же профессий, и что творения машин по-прежнему определенно не столь глубоки, как человеческие. Коуп заметил интересное явление. Райан Блитштайн в журнале Pacific Standard в 2010 году рассказывает о его работе так: «На концерте в Санта-Круз в программе не было указано, что Эмили Хоуэлл не человек, и один профессор химии, страстный любитель музыки, описывал в зале исполнение композиции Хоуэлл как одно из самых трогательных переживаний в своей жизни. Спустя шесть месяцев тот же человек посетил лекцию Коупа о программе Emily Howell и прослушал в записи тот же самый концерт. Коуп вспоминает, что профессор сказал ему: «Вы знаете, это прелестная музыка, но я могу не раздумывая с абсолютной уверенностью сказать, что она сочинена компьютером. В этом произведении нет сердца, нет души, нет глубины»[285].

Вероятно, мы не слишком удивимся тому, что компьютер-композитор может создать музыку, которую люди сочтут чарующей или красивой. Эстетичность – то, что мы находим красивым, или то, что нравится нашему вкусу и ощущениям, – сложная вещь, понять ее трудно (особенно потому, что она меняется со временем и различна для разных групп и культур), но все-таки возможно. Люди вывели некоторые из таких правил и принципов – например, частое использование «золотого сечения», примерно равного 1,618:1, для расположения элементов на картинах или других художественных произведениях – и постоянно обнаруживают новые (хотя некоторые могут долгое время ускользать от внимания).

Это знание встраивается в технологии и используется в ряде отраслей. Стартап Grid предлагает людям и компаниям весьма индивидуализированные сайты, которые отражают их вкусы. Сайты соответствуют принципам веб-дизайна, при этом люди в их создании не участвуют. IBM отправила свою технологию Watson на кухню, где машина придумывает целые кулинарные книги полезных рецептов, в которых собраны новые сочетания ингредиентов и пряностей, известных людям[286]. Шанхайская башня – это 128-этажный современный небоскреб в центре района Пудун[287]. Технология эффективного использования энергии сокращает выбросы (в пересчете на углекислый газ) на 34 тысячи тонн в год[288], а экономия применения материалов уменьшила себестоимость строительства на 58 миллионов долларов[289]. При этом многим людям скрученная форма блестящего небоскреба кажется вполне красивой. Она, а также внутренняя конструкция здания были спроектированы компьютером. Конечно, впоследствии их совершенствовали и оттачивали группы архитекторов, но исходной точкой в их работе было здание, спроектированное машиной, а это весьма далеко от чистого листа бумаги.