Фанатам научно-фантастического фильма «Бегущий по лезвию», снятого в 1981 году, пришлось ждать более четверти века, чтобы увидеть фильм «Бегущий по лезвию 2049», который вышел в прокат в кинотеатрах России 5 октября 2017 года. Для того чтобы увидеть существ (андроидов и клонов), называемых «репликантами» любителям фильма придется ждать гораздо дольше.
В первом фильме показывали события, происходящие в 2019 году, но в «Бегущем по лезвию 2049» действия происходят, как видно из названия, в 2049 году. Казалось бы, что это не такое далекое будущее, но репликанты в фильме представляют собой удивительно сложные технологии по сравнению с тем, что мы имеем на сегодняшний день. Эти андроиды практически невозможно отличить от людей. Они движутся, говорят и ведут себя как обычные люди. Они автономные и самостоятельные.
Сегодняшние инженеры и программисты добились больших успехов в робототехнике и искусственном интеллекте (ИИ). Несмотря на то, что первый фильм вышел в 80-х годах, перспектива человекоподобных репликантов по-прежнему кажется такой же далекой, как и тогда. Так насколько же мы близки к тому, чтобы создать человекоподобных роботов?
На протяжении десятилетий программисты работали над разработкой компьютерных систем, называемых нейронными сетями. Эти системы образуют связи аналогично тому, как это делает человеческий мозг, и могут использоваться для обучения компьютера изучить определенные виды задач. Несмотря на то, что компьютеры еще не способны имитировать полностью функционирующий человеческий мозг, они продемонстрировали растущую способность «учиться» делать вещи, которые ранее считались невозможными для машин.
В 1997 году компьютер IBM под названием Deep Blue впервые продемонстрировал то, что искусственный интеллект может «продумать» свой путь к победе над чемпионом мира по шахматам. Способный исследовать до 200 миллионов возможных шахматных ходов в секунду, Deep Blue победил чемпиона мира по шахматам Гарри Каспарова в матче, который длился несколько дней. Своей победой Deep Blue доказал, что компьютеры могут научиться делать сложные и стратегические решения, ссылаясь на обширную базу данных потенциальных ответов, согласно веб-сайту IBM.
В 2016 году система ИИ под названием AlphaGo победила человека в игре Go, которая, по мнению многих, считается самой сложной стратегической игрой в мире. AlphaGo стал ведущим игроком, «наблюдая» за миллионами играми и используя два типа нейронных сетей: один — для оценки состояния игры, а другой — для определения своего следующего шага.
В настоящий момент при помощи нейронных сетей можно обучить компьютер искусству. Например, составление праздничной песни, создание образов динозавров и даже создание главы романа «Песня льда и пламени», составляющей основу для популярного сериала «Игра престолов».
Научно-фантастические фильмы не объясняют, как создаются человекоподобные роботы. Для того чтобы нейронная сеть могла демонстрировать реальную физическую активность в теле робота, надо не только учитывать социальные нюансы и эмоции, а нужно, чтобы нейронная сеть смогла переработать огромное количество данных.
В последние время также были хорошие достижения в конструкциях гуманоидных, двуногих роботизированных тел, но они все еще далеки от человекоподобных репликантов. Тем не менее, последние нововведения в дизайне позволяют им передвигаться подобно нам.
Ученые недавно разработали трехмерную мягкую «мышцу» для роботов — механизм управления движением, известный как "исполнительный механизм. Она изготовлена из синтетических материалов, привод гибкий, электрически активированный и примерно в 15 раз прочнее человеческой мышцы.
Удивительно реалистичных роботов демонстрировали на различных конференциях. Однако есть веские причины, по которым мы не увидим роботов, гулящих по улице, не говоря уже об эффектных акробатических трюков, продемонстрированных репликантами.