— одна из причин, по которым предсказывать погоду трудно — яркий пример из физики. Подавляющее большинство проблем из биологии, из запутанных структур в других структурах, также не поддаются объяснению при помощи простых принципов объединения и упрощения.
Хотя нет никаких сомнений в том, что атомы и химия, а значит и простые принципы, лежащие в основе этих систем, описываются при помощи универсально эффективных уравненрий, это довольно неэффективный способ генерации полезных предсказаний.
В то же время становится очевидным, что эти проблемы легко поддаются методам машинного обучения.
Так же, как древние греки искали ответы у мистического дельфийского оракула, мы будем искать ответы на сложнейшие вопросы науки у всезнающих оракулов с искусственным интеллектом.
Такие оракулы уже управляют автономными автомобилями и выбирают объекты для инвестиций на рынке акций, а очень скоро будут предсказывать, какие лекарства будут эффективны против бактерий — и какой будет погода через две недели.
Они будут делать эти предсказания с высочайшей точностью, какая нам и не снилась, не используя никакие математические модели и уравнения.
Не исключено, что, вооружившись данными о миллиардах столкновений на Большом адронном коллайдере, они лучше справятся с предсказаниями исхода эксперимента с частицами, чем даже любимая физиками Стандартная модель.
Подобно необъяснимым источникам откровения жриц из Дельфы, наши пророки искусственного интеллекта также вряд ли смогут объяснить, почему они предсказывают именно так, а не иначе. Их выводы будут основаны на многих микросекундах того, что можно назвать «опытом». Они будут походить на необразованного фермера, который умеет точно предсказывать, как изменится погода, «потому что кости ноют» или по другим предчувствиям.
Наука без понимания?
Последствия работы машинного интеллекта в области науки и философии науки могут быть потрясающими.
Например, перед лицом все более точных прогнозов, хоть и полученных методами, непонятными человеку, будем ли мы отрицать, что машины обладают лучшим знанием, нежели мы?
Если прогнозирование на самом деле является главной целью науки, как мы должны модифицировать научный метод, алгоритм, который на протяжении веков позволял нам выявлять ошибки и исправлять их?
Если мы откажемся от понимания, есть ли смысл заниматься наукой, которой мы занимались?
Никто не знает. Но если мы не можем сформулировать, почему наука — это больше, чем способность делать хорошие предсказания, ученые вскоре обнаружат, что «обученный искусственный интеллект делает их работу лучше их самих».