КОЛМОГОРОВ, ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И СВОБОДА НАУЧНОГО ПОИСКА
В 1957 году Андрей Николаевич Колмогоров опубликовал работу «О представлении непрерывных функций нескольких переменных в виде суперпозиций непрерывных функций одного переменного и сложения». Она завершила линию исследований Колмогорова и Арнольда, связанную с непрерывной версией тринадцатой проблемы Гильберта. Результат показал: любую непрерывную функцию на многомерном кубе можно точно представить посредством непрерывных функций одной переменной и сложения.
Это изменило представление о возможностях построения многомерных зависимостей из одномерных. Однако многомерная сложность при этом не исчезла: она могла перейти в устройство самих одномерных функций. Теорема о существовании представления ещё не даёт простого способа найти его, вычислить или восстановить по наблюдениям.
Именно здесь проходит содержательная связь с нейронными сетями. Сложную зависимость можно пытаться строить как последовательность преобразований более простых составляющих. Теорема Колмогорова — Арнольда стала одним из математических источников таких исследований; на неё прямо опирается замысел сетей KAN. Но она сама по себе не доказывает, что любая зависимость легко обучается, что проблема размерности устранена или что устройство человеческого мышления уже объяснено. Авторы исходной работы о KAN также обсуждают трудности практического использования теоремы.
Эта история интересна и с другой стороны. Исследование, возникшее из внутреннего математического вопроса, спустя десятилетия оказалось связано с новой технологией. В момент появления работы её значение невозможно было исчерпывающе выразить через будущую прибыль, число пользователей или ближайший прикладной результат. Её ценность состояла прежде всего в новом понимании того, как устроены функции и их представления.
Такую свободу трудно сохранить, когда деньги и связанные с ними показатели начинают определять саму повестку науки. Исследователь постепенно привыкает выбирать задачи, для которых легче получить финансирование, быстрее предъявить результат и убедительнее составить отчёт. Вопрос «что здесь существенно и чего мы ещё не понимаем?» уступает место вопросу «что сейчас поддержат и как это будет оценено?».
Для этого необязательно предполагать чью-либо недобросовестность. Даже добросовестные люди приспосабливаются к условиям работы. Если вознаграждается прежде всего количество публикаций, растёт количество публикаций. Если требуется постоянно обещать скорое применение, возникает склонность преувеличивать прикладное значение результатов. Медленная работа над трудным вопросом оказывается в менее выгодном положении.
В такой среде наука может становиться менее интересной: круг допустимых вопросов сужается, а неожиданность превращается в помеху для заранее утверждённого плана. Она может становиться и менее ценной: силы уходят на поддержание измеримых показателей, тогда как содержательное продвижение не всегда удобно измерять.
Появление искусственного интеллекта делает эту проблему особенно заметной. Его возможности следует оценивать по качеству решений, надёжности доказательств и способности помогать пониманию. Когда обсуждение подчинено борьбе за инвестиции, должности или профессиональный престиж, и обещания, и возражения легко становятся чрезмерными. При этом обоснованная критика машинных результатов остаётся необходимой частью научной работы.
Нельзя достоверно сказать, как Колмогоров отнёсся бы к сегодняшним системам ИИ. Но его математическое наследие даёт основания обсуждать их через вопросы о представлении, сложности и границах вычисления — вопросы, которые сохраняют смысл независимо от коммерческого успеха конкретной технологии.
Финансирование необходимо науке, а достойная оплата необходима исследователям. Однако, когда деньги получают решающий голос в выборе вопросов и оценке ответов, наука теряет часть своей свободы и вместе с ней — часть своей ценности. Возможность заниматься важным вопросом до того, как стала очевидна его выгода, остаётся одним из условий настоящего открытия.
Комментариев нет:
Отправить комментарий