Такое наблюдение предполагает основополагающий принцип. Вся важность компьютеров заключается в том, что это инструмент, служащий людям. Если повысить эффективность компьютера за счет того, что людям становится труднее понимать принципы его работы и разумно эксплуатировать, то это сделает его неэффективным.
Смена ролей
Замечательный пример этого принципа демонстрирует компьютерная безопасность. Мы создали бесконечные наслоения абстракций, позволяющие программам взаимодействовать друг с другом, но эти абстракции сложно понять. Таким образом, хакеры продолжают неожиданно вторгаться в системы, и мы все должны принять как факт совершенно невероятные бреши, стороннее вмешательство в безопасность и процессы выборов, хищение личной информации, шантаж и многое другое.
Будет ли фенотропное программное обеспечение по-настоящему более безопасным? Не могу доказать этого, пока не будут проведены хоть какие-то испытания, но я настроен оптимистически.
Как мы создаем системы сегодня: точная в плане битов структура коммуникационных абстракций окружает полезные модули, такие как глубинное обучение
[153], которые выполняют наиболее ценные функции.
Эти основные алгоритмы, схожие с искусственным интеллектом, несовершенны с точки зрения битов, но даже при том, что они поверхностны, они все же стабильны. Они обеспечивают возможности на уровне сущности программ, без которых мы сегодня не мыслим своей жизни. Они анализируют результаты клинических испытаний и управляют транспортными средствами автоматического вождения.
В фенотропной архитектуре роли совершенных с точки зрения битов и поверхностных/стабильных компонентов часто меняются местами.
Модули в фенотропной системе соединяются поверхностными, но стабильными методами, такими как глубинное обучение и прочими способами, которые обычно ассоциируются с искусственным интеллектом.
При этом точность в плане битов достигается лишь за счет внутренних фенотропных редакторов, например функций, доступ к которым осуществляется при помощи калькулятора. Для коммуникации больше не используется абсолютная точность.
Почему это более безопасно? Иногда для защиты компьютера от взлома мы создаем «зазор». Это значит, что компьютер, выполняющий важную функцию, даже не подсоединен к сети. Он вне доступа хакеров. Настоящему человеку придется пользоваться им на месте.
Каждый из модулей/редакторов внутри бескодовой фенотропной сети окружен собственно зазором, поскольку они не могут принимать абстрактных сообщений друг от друга. Нет самих сообщений. Только имитация пальцев, нажимающих на имитацию кнопок. Нет никаких абстрактных сообщений типа «Нажмите такую-то кнопку».
Прежде чем я вернусь к теме безопасности, я подробнее объясню, как работает зазор.
Экспрессия
Для начала признаюсь: в 1980-е не существовало способа добиться фенотропного эффекта без события типа нажатия кнопки. Машинное зрение и машинное обучение еще не достигли нужного уровня.
Так что нам нужен был какой-то язык для описания дисплея и свойства пользовательского интерфейса, например экранные кнопки, но мы знали, что это лишь временная мера для решения временной проблемы
[154]. Закон Мура предполагал, что в конце концов компьютеры станут достаточно мощными, чтобы быстро распознавать сходство, а не только тождественность. Когда это произойдет, один редактор сможет наблюдать за другим при помощи машинного зрения и управлять им при помощи виртуальной руки, и отпадет необходимость в абстрактном представлении таких элементов пользовательского интерфейса, как кнопки.
В середине 1990-х, когда компьютеры наконец стали достаточно мощными для того, чтобы распознавать визуальное сходство в режиме реального времени, я вместе с компанией новых друзей основал новый проект, получивший название Eyematic, целью которого было решение таких задач машинного зрения, как распознавание лиц и отслеживание черт лица. (В те годы мы выигрывали конкурсы, проводимые под эгидой правительства Национальным институтом стандартизации и технологии, для исследований в области распознавания и отслеживания лиц в сложных реальных ситуациях.)
Большинство членов команды разработчиков Eyematic были бывшими учениками знаменитого нейрофизиолога Кристофа фон дер Мальсбурга. Также в работе над этим проектом поучаствовали и несколько человек из основного штата Veeple, в том числе Чак и еще несколько первых инвесторов, хотя душой и сердцем проекта был Хартмут Невен. В конечном итоге проект приобрела компания Google.
Должен признать, что меня раздражало работать над некоторыми из первых программ эффективного распознавания и отслеживания лиц. Не рождалось ли с нашей помощью чудовище? Я использовал некоторые прототипы Eyematic для воплощения действующих моделей отвратительных технологий, сцены с которыми вошли в фильм «Особое мнение», например рекламные щиты, которые засекают каждого, кто пытается скрыться от полиции, показывая всем его местоположение.
Причина, по которой я продолжал работу, заключалась в том, что я чувствовал, что польза, которую она принесет, значительно перевесит мерзкий потенциал тотальной слежки. Если мы могли добиться того, чтобы с помощью машинного зрения можно было распознавать лица и отслеживать выражения лиц и так далее, нельзя ли применить те же возможности для использования одних редакторов с помощью других? Мы смогли бы наконец избавиться от временных решений и создать настоящую фенотропную систему с правильными зазорами.
