связи всё крепче. В конце концов возбуждение «звуковых» будет передаваться на «слюнные» даже тогда, когда оно не подкреплено запахом еды. Мозг запомнил новый признак обеда.
А теперь другая картина: два человека играют в настольный теннис. Один производит удар, шарик ещё только летит над сеткой, но второй игрок уже поставил руку туда, где шарик будет в будущем – через долю секунды. Заметьте, игрок не делает никаких математических расчётов, не говорит себе «он ударил в левый угол, значит, надо поставить туда руку» – нет, шарик летит гораздо быстрее, чем формулируется подобная мысль. Но предсказательная модель работает, обученная на многократном повторении опыта, как у собак Павлова. И такое происходит не только в теннисе, но и во многих ежедневных ситуациях, где наш мозг должен – или хотя бы пытается – работать на опережение.
Если такой резкий переход от собак к людям показался вам грубоватым – не беспокойтесь, у человека есть и другие методы прогнозирования. Кроме того, наш «опытный», или эмпирический разум применяется не только для координации движений – он может обучаться на самых разных данных (которых нет у собак). Врачи, лётчики, электромонтёры, специалисты по кибербезопасности и многие другие профессионалы используют подобное «чутьё», основанное на умении нашего мозга выявлять значимые комбинации данных из окружающего мира.
Такие способности часто проявляются несознательно, через специфические реакции и эмоции. Это может быть чувство тревоги, или наоборот, ощущение гармонии – как было с Коперником, который обосновал гелиоцентрическую систему мира просто «красотой». В конце 80-х британский математик Роджер Пенроуз обобщил подобный опыт своих коллег-учёных и заявил, что значительное количество научных открытий происходит именно в виде интуитивных озарений с определённым эстетическим чувством. А строгое доказательство – «это обычно последний шаг» [6].
Здесь самое время сказать о недостатках интуиции как предсказательного метода:
1. прогноз на основе «чутья» трудно обосновать и интерпретировать, ведь ваше решение представлено в виде миллиардов нейронных связей, а не в виде стройного логического вывода,
2. по той же причине эмпирическое знание трудно передавать другим: для обучения им нужно переживать тот же опыт, копировать и многократно повторять определённую деятельность «без понимания»,
3. эмпирический разум даёт сбои в ситуациях, выходящих за рамки прошлого опыта (очень редкое событие); его также можно обмануть с помощью специально созданных объектов, напоминающих уже знакомые (маскировка).
Кстати, все три проблемы характерны для того направления искусственного интеллекта, которое сейчас является самым модным – нейронные сети. Если вам хочется протестировать специалиста по машинному обучению, спросите его, как решаются эти три проблемы. Забегая вперёд, скажу, что для искусственных нейросетей самая неприятная проблема
