В новом выпуске Lex Fridman Podcast встретились два давних друга и коллеги — Чарльз Исбелл и Майкл Литтман. Оба являются признанными экспертами в области машинного обучения: Исбелл занимает пост декана Колледжа вычислительной техники в Georgia Tech, а Литтман преподает компьютерные науки в Университете Брауна.
Их диалог — это не просто академическая дискуссия, а исследование природы интеллекта, будущего образования и философии программирования сквозь призму десятилетий совместной работы и дружбы.
🤖 Машинное обучение: больше, чем просто статистика 2:27
Разговор начался с провокационного вопроса Лекса Фридмана о фундаментальных разногласиях между гостями. Это привело к спору о том, является ли машинное обучение (ML) лишь подразделом вычислительной статистики .
Чарльз Исбелл категорически утверждает, что ML — это не просто статистика. По его мнению, в основе ML лежат правила, символы и программная инженерия, которые выходят за рамки вероятностных моделей . Майкл Литтман, занимая более примирительную позицию, цитирует своего наставника Тома Ландауэра: «Статистика — это способ не лгать самому себе» .
Ключевые тезисы дискуссии об определениях:
- Уровни абстракции: Чарльз Исбелл сравнивает отношения ML и статистики с физикой и химией. Химия базируется на физике, но её нецелесообразно рассматривать только как физику из-за разных уровней абстракции .
- Исторический контекст: В конце 90-х — начале 2000-х годов существовало разделение между конференциями. ICML (International Conference on Machine Learning) считалась местом для специалистов по компьютерным наукам, в то время как NIPS (ныне NeurIPS) была площадкой, где программисты пытались впечатлить статистиков .
- Роль данных: В отличие от классических алгоритмов (например, сортировки чисел), в ML данные определяют всё. Исбелл подчеркивает, что алгоритм без учета специфики данных — это лишь половина картины .
🎓 Философия образования: страдание против вовлеченности 14:05
Лекс Фридман, «надев свою русскую шапку», поднял вопрос о роли трудностей в обучении. Он предположил, что современное образование слишком часто пытается сделать процесс «веселым», теряя глубину, которая приходит только через преодоление .
Майкл Литтман выделяет два типа «страдания» в учебе:
- Безнадежное страдание: когда студент не видит пути к решению и просто сдается.
- Продуктивное (надежное) страдание: когда задача трудна, но студент верит в успех. Задача преподавателя — «фрустрировать» ученика ровно до той степени, чтобы он продолжал верить в возможность прорыва .
Чарльз Исбелл описывает свой подход к обучению в Georgia Tech через метафору «защиты от утопления» (drown-proofing). До 1980-х годов в этом институте существовал обязательный тест на выживание в воде в одежде и со связанными руками . Хотя сейчас требования мягче, дух «решения невозможных задач за одну ночь» остается частью культурного кода инженерных вузов .
🏛️ Наследие Bell Labs: золотой век фундаментальной науки 23:38
Собеседники с ностальгией вспоминают время совместной работы в AT&T Labs (наследнике легендарных Bell Labs). Это место было уникальным благодаря своей структуре: будучи монополией, AT&T фактически облагала налогом каждый телефонный счет американцев, направляя эти средства на чистую науку .
Особенности атмосферы Bell Labs, по мнению гостей:
- Концентрация гениев: В одном коридоре могли спорить Рич Саттон, Майкл Кернс, Питер Стоун и Дэйв Макаллистер .
- Случайные столкновения: Большая часть инноваций рождалась из споров у маркерных досок, занимавших целые стены .
- Свобода риска: Лаборатория могла позволить себе десятилетия теоретических изысканий, так как одно фундаментальное открытие (как транзистор или лазер) окупало всё .
Интересный исторический факт: Майкл Литтман и Чарльз Исбелл вместе с Питером Стоуном работали над автоматизированным календарем-ассистентом незадолго до закрытия их подразделения. Их наработки и видение руководителя Рона Брахмана позже легли в основу программы DARPA PAL, из которой выросла Siri .
💻 Будущее университетов и опыт онлайн-обучения 1:07:56
Чарльз Исбелл сыграл ключевую роль в создании первой массовой онлайн-магистратуры (OMSCS) в Georgia Tech. Весь курс стоит около $7000, что в разы дешевле очного обучения .
Однако спикеры сходятся во мнении, что технологии не заменят кампусы по следующим причинам:
- Колледж как обряд посвящения: Студенты платят не за лекции, а за «опыт колледжа» — сепарацию от родителей, социальные связи и общие вечеринки .
- Проблема связи: Онлайн-обучение хорошо передает информацию, но плохо — человеческую связь . Дафна Коллер однажды заметила, что «онлайн начинается с третьего ряда» лекционной аудитории, намекая на то, что в больших залах студенты и так чувствуют себя удаленно .
- Лояльность и трайбализм: Удивительно, но выпускники онлайн-программ часто более лояльны к бренду вуза, так как программа дала им шанс, которого у них не было из-за работы или семьи .
🧠 Искусственный интеллект в кино и реальности 52:40
Обсуждая сериал «Мир Дикого Запада» (Westworld) и фильм «Из машины» (Ex Machina), ученые критикуют голливудский образ ИИ. Исбелл отмечает, что основная угроза ИИ — это не восстание роботов, а «наша повседневность»: использование алгоритмов для принятия ужасных решений более эффективно, чем это делал человек раньше .
Алекс Гарленд (режиссер «Ex Machina») в личном разговоре с гостями упомянул деталь, которую многие упустили: в конце фильма робот улыбается сам себе. Для Гарленда это и есть истинный тест Тьюринга — способность испытывать эмоцию (улыбку) не для того, чтобы манипулировать другими, а просто ради самого опыта .
💡 Советы начинающим программистам 1:42:38
В завершение Майкл Литтман дает практические советы тем, кто только вступает на путь Computer Science:
- Начинайте с малого: Не пытайтесь создать клон Pac-Man за выходные, если только не тренируетесь годами .
- Поймите основы: Программирование — это всего лишь три вещи: чтение переменной, запись в переменную и условный переход. Всё остальное — «синтаксический сахар» .
- Примите путаницу: Состояние непонимания — это норма. Программирование учит быть в порядке, даже когда две строки кода не работают часами .
Чарльз Исбелл добавляет: жизнь длинна, и даже если вы «повернули не в тот коридор» или выбрали не тот язык (хотя он в шутку настаивает на Lisp), у вас всегда будет время найти то, что вы по-настоящему любите .
