В фильме Ex Machina харизматичный глава некой корпорации наподобие «Гугла» приглашает к себе домой молодого ученого и ставит перед ним задачу провести тест Тьюринга над одним из своих созданий. Точнее, над одной — это прекрасная девушка. В результате ученый начинает сомневаться в том, человек ли он сам, а гумано-идный робот манипулирует им и, убив всех, кто был в доме, вырывается на свободу, в мир людей.
Тест Тьюринга, только наоборот — не является ли тот, кто зашел на сайт, ботом —используется при проверке «Капча», когда вам предлагается кликнуть на картинки с определенными изображениями, например, автомобилями. Правда, новое поколение ботов, преуспевших в распознавании, уже способно делать правильный выбор, поэтому «Капча», по идее, скоро должна тоже усложниться.
Пожалуй, не менее важным вкладом Тьюринга в работы над искусственным интеллектом была предложенная им идея не создавать его сразу же готовым, а выращивать, как мы растим детей. Сначала такой ИИ будет иметь мозг ребенка, потом, при помощи разработчиков, приобретать все новые знания и совершенствовать сам себя, пока, наконец, не сравняется с человеком.
В своей работе On Computational Numbers Тьюринг утверждал, что мы спокойно можем сравнить человеческое существо, занятое вычислениями или логическими построениями, с машиной. В вычислении участвуют символы, с которыми человек имеет дело и распознает их, и мозг, который служит для обработки этих символов. Мозг, таким образом, выступает своего рода инструментом для вычислений, таким же инструментом, как рука, которая нужна нам для того, чтобы достать или удержать что-нибудь. Техника выступает как бы продолжением руки и делает то, что делает рука, но быстрее и эффективнее, работая в местах, куда руке проникнуть неудобно, и поднимая тяжести, которые рука не поднимет — как экскаватор, к примеру. Точно так же машина может «продолжить» мозг, производя за него вычисления. При этом машина должна получать установки, какие символы брать в работу, что с ними делать и в каком виде требуется конечный результат.
В последние десятилетия биологи расширили наше представление о связи техники и машин, то есть миром «мертвого», с миром живого. Своя техника есть и у животных и даже у грибов, которые делают муравьев своим средством передвижения. Маленькие птички, чернополосые капуцины, едят палочками — используют их для извлечения термитов. Каледонские вороны, семьи шимпанзе —все они пользуются теми или иными инструментами. Клоп Acanthaspis petax, живущий в Восточной Африке и в Малайзии, питается муравьями, прокалывая их и высасывая содержимое. Потом он приклеивает муравьиные скелеты себе на спину —до 20 скелетов может приклеить —чтобы защититься от хищников. Гриб-слизевик Physarum polycephalum (Физарум многоголовый) не просто пользуется инструментами, что уже является признаком технической жизни, но и создает собственное сельское хозяйство, разводя бактерий, как мы разводим кроликов. Японские исследователи из Университета Хоккайдо выяснили, что физарум может самостоятельно находить выход из лабиринта и передвигаться к еде, выбирая для этого кратчайший из возможных путей.
Физарум может образовывать транспортные сети, которые можно сравнить с железной дорогой. Ученые провели следующий опыт: по рельефной карте Токио и близлежащих городов они разбросали овсяные хлопья. Чтобы добраться до еды, гриб разросся в сеть, сравнимую по эффективности, отказоустойчивости и экономичности с железнодорожной системой Японии. У физарума нет нейронов или нервной системы, но в качестве ее аналога действует межклеточная слизь. Точно так же как нейроны сегодня лежат в основе нейросетей, на базе которых создаются агенты искусственного интеллекта, кто знает, может, в не очень отдаленном будущем новой основой для технических систем будет служить слизь? Собственно говоря, скорее всего техника будущего будет не привычными нам металлическими или пластиковыми устройствами, а вот такими «живыми» в кавычках или без кавычек организмами, которые смогут сами решать масштабные задачи.
Тьюринг придумал машину, которой задается тот или иной алгоритм работы с символами в том или ином ее состоянии в тот или иной момент времени. Именно эту способность своей машины математик и считал ключевой, при этом его больше интересовал результат на выходе, чем то, как именно производятся вычисления внутри машины. По Тьюрингу, разум можно в конечном итоге свести к подобным операциям.