Ускоряющиеся изменения происходят постоянно, но стали очевидными лишь в последние десятилетия, поскольку происходят в пределах времени, воспринимаемого человеком. Когда наши человекоподобные предки начали мастерить первые примитивные орудия труда, изменения происходили настолько медленно, что наблюдать их было невозможно даже на протяжении многих поколений. Сегодня технологии регулярно меняют общество. Рэй Курцвейл называет это «законом ускоряющейся отдачи», поскольку технология существует внутри цепи положительной обратной связи, заставляя наблюдаемый темп изменений постоянно ускоряться с течением времени^>11. Некоторые аспекты такого укрепления приводят к вторичным уровням роста в геометрической прогрессии. Курцвейл продолжает, что рост в геометрической прогрессии сам возрастает в геометрической прогрессии.

Именно это усовершенствование в геометрической прогрессии приведет к тому, что в грядущие десятилетия технология искусственного интеллекта совершит гигантский скачок вперед. Эти исследования станут настолько значительными, что мы окажемся перед фактом: интеллектуальному превосходству людей брошен вызов. Проще говоря, мы можем не удержаться на вершине разума.

В течение последних десятилетий к проблеме искусственного интеллекта применялись многочисленные подходы, например перцептроны, простые нейронные сети, экспертные системы на основе дерева принятия решений, алгоритм имитация отжига и байесовские сети. Каждый из них был по-своему успешен и носил прикладной характер, но спустя время стало ясно, что ни один из этих подходов даже не приблизился к искусственному интеллекту уровня человека.

Такой была ситуация, когда молодой инженер по вычислительной технике по имени Розалинд Пикард поступила на работу в междисциплинарную исследовательскую лабораторию Массачусетского технологического института в 1987 году. Вначале она работала ассистентом преподавателя и научным сотрудником, а в 1991 году заняла должность штатного сотрудника в группе по разработке машинного распознавания образов и моделированию. Пикард преподавала и работала над рядом новых технологий и инженерных задач, включая разработку методов распознавания образов, математического моделирования, машинного зрения, изучения восприятия и обработки сигналов. Получив степень по электротехническому проектированию, а позже по информатике, Пикард уже внесла значительный вклад в развитие некоторых из этих направлений.

Но именно работа Пикард по разработке технологии моделирования образов и систем поиска по содержимому привела ее в направлении, неожиданном для многих и для нее самой. В этих системах ряд математических моделей используется для приближения к системам биологического зрения, наподобие того, как мы «извлекаем» из обстановки (например, фильма или реальной жизни) предметы, содержание и смысл. Система, которую вместе со своей командой разработала Пикард, была одной из первых трех систем в мире и прототипом таких современных систем, как Google Images.

Чтобы лучше понимать, как мозг обрабатывает изображения, Пикард сотрудничала с учеными, исследовавшими зрительную зону коры головного мозга человека. Но даже когда имитация человеческого зрения была освоена, остались серьезные проблемы, от решения которых зависела стабильная и надежная работа системы. Было недостаточно просто создать фильтры для выделения сцен или жестко задать правила, описывающие, как выглядит тигр, стул или машина. Линии размываются. Цвета и текстуры накладываются друг на друга. Тени исчезают. Поэтому система, основанная только на жестких правилах, не может быть устойчивой. Такие системы программного обеспечения называют нестабильными, поскольку имеют ограниченное применение в жизни. Нестабильность – очень подходящее название; получая новые условия или непонятную информацию на входе, система просто ломается.