Глава 1: "Первое сходство"
Доктор Дэвид Кларк остановился перед массивом из двенадцати мониторов, каждый из которых показывал разные аспекты работы Афины. Верхний ряд отображал входящие данные – потоки изображений, звуковых файлов, текстов. Средний показывал архитектуру нейронной сети в реальном времени – миллионы узлов, мерцающих разными цветами в зависимости от активности. Нижний ряд выводил результаты – распознанные объекты, проанализированные эмоции, извлеченные паттерны.
В лаборатории Стэнфордского института искусственного интеллекта было тихо. Три часа ночи – время, когда серверы работали на полную мощность, а человеческие помехи сводились к минимуму. Именно в эти часы Дэвид проводил самые важные эксперименты с проектом, над которым работал уже три года.
Афина. Названная в честь богини мудрости, она должна была стать прорывом в области нейроквантового моделирования сознания. Не просто очередная система распознавания образов, а универсальный аналитический интеллект, способный обрабатывать любые формы данных так же, как это делает человеческий мозг.
– Афина, статус систем, – сказал Дэвид в микрофон.
Приятный женский голос ответил из динамиков:
– Все модули функционируют в номинальном режиме. Загрузка процессоров 73%. Готова к получению заданий.
Дэвид улыбнулся. Голосовой интерфейс был добавлен на прошлой неделе – Эмма настаивала, что так удобнее. Хотя по сути это была лишь косметическая оболочка над сложнейшей архитектурой из сверточных слоев, рекуррентных сетей и механизмов внимания.
Проект начинался как попытка создать ИИ для медицинской диагностики – систему, которая могла бы анализировать рентгеновские снимки не хуже опытного радиолога. Но по мере работы амбиции росли. Почему ограничиваться только изображениями? Человеческий мозг обрабатывает все: зрение, слух, осязание, даже абстрактные концепции. Что если создать машину, которая могла бы делать то же самое?
Дэвид загрузил тестовый файл – фотографию заката над океаном, сделанную на прошлой неделе в Санта-Барбаре. Простое изображение, которое он использовал для калибровки цветового восприятия системы.
На центральном мониторе появилась фотография. Золотой диск солнца касался горизонта, окрашивая небо в оттенки оранжевого и багрового. Волны отражали свет, создавая дорожку к зрителю.
– Афина, проанализируй изображение.
Система отработала за 0.3 секунды:
– Обнаружен пейзаж. Закат над водной поверхностью. Время суток: вечер. Погодные условия: ясно. Эмоциональная окраска: умиротворение, романтика. Композиция: правило третей соблюдено. Качество фотографии: высокое.
Стандартный анализ. Но Дэвида интересовало не это.
– Покажи мне, как ты видишь это изображение.
Фотография исчезла, уступив место матрице чисел:
```
Координаты пикселя [245,156]: RGB (255,165,0)
Координаты пикселя [246,156]: RGB (255,140,0)
Координаты пикселя [247,156]: RGB (255,69,0)
Координаты пикселя [245,157]: RGB (250,128,114)
…
```
Тысячи строк с координатами и цветовыми значениями. Дэвид пролистал данные – каждый пиксель был записан как тройка чисел от 0 до 255. Оранжевый диск солнца превращался в последовательности вроде (255,165,0). Багровые облака становились (220,20,60). Синева моря сводилась к (30,144,255).
– Интересно, – пробормотал он, потягивая остывший кофе из кружки с логотипом института. – И как же ты понимаешь, что это красиво?
Конечно, Афина не могла ответить на такой вопрос. Красота не была частью её словаря. Она анализировала композицию, цветовую гамму, техническое качество, но понятие прекрасного оставалось за пределами алгоритмов.
Или нет?
Дэвид открыл модуль эмоционального анализа – один из последних компонентов, который он добавил в архитектуру. Система пыталась определять эмоциональную реакцию, которую может вызвать изображение у человека.
