Коли буде створено перший штучний інтелект? «Штучний інтелект не зможе зрівнятися з природним у винаході нового Як бути штучним інтелектом

Штучний інтелект – одна з найбільш захоплюючих тем фантастики XX століття – робить неймовірні успіхи. Ми постійно використовуємо ІІ у повсякденному житті, найчастіше самі того не підозрюючи. Тим не менш, і сьогодні штучний розум не сходить зі сторінок фантастичних романів та екранів кінотеатрів. Хтось із авторів малює страшні картини поневоленого машиною людства, а інші, навпаки, бачать в ІІ вірного помічника та друга людини.

Де істина та що таке насправді штучний інтелект? Чи перевершить він колись можливості людського розуму? Чи це вже сталося? GeekBrains готовий відповісти на найпопулярніші питання про штучний інтелект та перспективи його використання.

Що таке штучний інтелект?

Штучний інтелект (скорочено – ІІ) – розмите поняття, і загальноприйнятого визначення у нього досі немає. У середині XX століття, коли на Дартмутському семінарі вперше прозвучав цей термін, автори вкладали в нього значення, що суттєво відрізняється від сучасних. Тоді вчені вважали, що штучний інтелект - це система, яка буде здатна перекладати тексти з однієї мови на іншу, розпізнавати об'єкти по фото або відео, вловлювати смисл сказаних фраз і адекватно відповідати на них. Нинішні ІІ вміють все це! Але чи можемо ми вважати, що мети досягнуто та штучний інтелект уже створено?

Деякі вчені будують складні теорії на стику філософії та інформатики, намагаючись визначити, що ж таке ІІ і які мають бути характеристики системи, щоб вважати її розумною. Не вдаючись у подробиці, можна сказати, що інтелект визначається як здатність до навчання, усвідомлення та застосування знань на практиці. Отже, від штучного інтелекту ми також маємо право чекати вміння вчитися, усвідомлювати свої знання та використовувати їх. З першим та останнім завданнями сучасні ІІ цілком справляються!

Коли почалися розробки ІІ?

Влітку 1956 року в Дартмуті вчені зібралися на семінар, присвячений питанням штучного інтелекту (там і було сформульовано цей термін), а вже наступного року з'явилася концепція першої штучної нейромережі – перцептрон. 1960 року Френк Розенблатт створив на основі цієї концепції комп'ютер «Марк-1». Перший у світі нейрокомп'ютер вчили розпізнавати букви латинського алфавіту. Але недосконалість техніки 60-х і складність процесів не дозволили довести технологію до пуття, а її розробник незабаром загинув. Про нейрокомп'ютери забули на 20 років.

Лише у 1980-ті концепції нейромереж знову почали вивчати всерйоз. Техніка вже була досить потужною, та й критиків поменшало: розумна електроніка швидко робила успіхи. Те, що два десятиліття тому здавалося мрією, стало виглядати цілком реальним та досяжним. Втім, щоб знайти правильні підходи до навчання нейромереж, потрібно ще 20 років. Тільки в середині 2000-х вчені намацали вірний шлях і штучні нейромережі розпочали свою переможну ходу планетою.

Але перш ніж описувати їхні успіхи, розберемося, як улаштовані ці мережі.

Опис штучного нейрона

Штучні нейронні мережі створювалися як математична модель людського мозку. Для цього вченим Уоррену Мак-Каллоку та Уолтеру Піттсу довелося виробити теорію діяльності людського мозку.

У ньому окремі нейрони є живі клітини зі складним пристроєм. У кожного нейрона є дендрити - розгалужені відростки, здатні обмінюватися сигналами з іншими нейронами через синапси, а також один аксон - більший відросток, який відповідає за передачу імпульсу від нейрона. Частина синапсів відповідає за збудження нейрона, частина – за гальмування. Від того, які сигнали і через які синаптичні зв'язки прийдуть на «вхід» нейрона, залежатимуть і імпульси, які він передасть іншим нейронам.

Для штучного нейрона фізичний носій не потрібний. За великим рахунком, він є математичною функцією. Її завдання - отримати інформацію (наприклад, сигнали від багатьох інших штучних нейронів), обробити її певним чином, а потім видати результат на «аксон» - вихід. У штучній мережі нейрони прийнято ділити на три типи:

• вхідні - кожен із цих нейронів отримує на «вхід» елемент вихідної інформації (наприклад, одну точку зображення, якщо мережа розпізнає фотографії);
• проміжні - обробляють інформацію;
• вихідні – видають результат (при розпізнаванні фото результатом може бути ідентифікатор зображеного об'єкта).

Сама нейромережа створюється шарами, як пиріг. Один із зовнішніх шарів містить вхідні нейрони, інший - вихідні, а між ними можуть розташовуватися один або кілька проміжних. Кожен нейрон проміжної мережі з'єднаний з безліччю нейронів із двох навколишніх шарів. Спілкування між нейронами забезпечується за допомогою ваги - числових значень, які кожен нейрон обчислює на основі даних, отриманих від попереднього шару мережі.

Створюючи штучні нейронні мережі, вчені орієнтувалися влаштування людського мозку. Тому принципи поведінки рукотворних нейронів негаразд сильно відрізняються від справжніх, живих. Можливо, і розум, який зможе розвинутись на основі таких нейромереж, буде наближений до людського?

Відмінність штучного інтелекту від природного

Питання, ніж ІІ відрізняється від природного інтелекту, насправді лежить скоріше у філософській площині, ніж у строго науковій. І справа навіть не в тому, що ми не можемо уявити собі, на що буде схожий (або не схожий) штучно створений розум. Уявити ми якраз здатні будь-що - і письменники-фантасти багаторазово це довели. Справа в тому, що жоден штучний інтелект, який існує на сьогоднішній день, не досягнув достатньо високого рівня розвитку, щоб змагатися з людиною на рівних.

Існує думка, висловлена ​​філософом Джоном Серлом ще 1980-ті роки. Він ввів терміни «сильний ІІ» та «слабкий ІІ». Сильний штучний інтелект, на думку вченого, може усвідомлювати себе і мислити подібно до людини. Слабкий на це не здатний.

Сьогоднішні ІІ, якщо класифікувати їх за Серлом, однозначно ставляться до слабких, оскільки в жодного з них поки що не зародилася самосвідомість. Наші штучні нейромережі розпізнають обличчя та малюють дивні, неймовірні картини, читають рукописний текст і навіть складають вірші – але вони й створювалися винятково для цих цілей. Жодна з цих нейромереж не здатна передумати та вибрати для себе іншу «спеціальність». Вони роблять лише те, чого їх навчили, й у певному сенсі їх вважатимуться запрограмованими виконання цих завдань. Справжнього розуміння, що стоїть за цими речами, вони не мають. Серл стверджував, що побудова сильного ІІ в принципі неможлива.

Ще один філософ, Х'юберт Дрейфус, також вважав, що комп'ютерні системи ніколи не зможуть зрівнятися з людиною - оскільки у своїй розумній діяльності він спирається не лише на засвоєні знання, а й на емпіричний досвід. Комп'ютери не мають за визначенням - отже, не доля їм розвинути власний розум.

Але ці самовпевнені твердження були зроблені за часів, коли нейромережі робили лише перші кроки. Сьогодні, дивлячись на їхні успіхи в навчанні, неважко повірити в реальність ІІ, яка зможе стати рівною людині, а то й перевершити її.

Як порівняти людський та комп'ютерний інтелекти?

Стривайте, а як ми взагалі можемо визначити, чи досяг штучний інтелект людського рівня чи ні?

Можна припустити, що один із критеріїв – наявність почуттів та емоцій, а також креативність. Якщо машина почала відчувати страх чи кохання, якщо вона раптом вирішила написати вірш чи намалювати картину – хіба це не буде проявом розуму?

Цілком можливо. Проте почуття є і тварин, і птахів. При цьому на питання про їхню розумність (тим більше - рівність їхнього розуму людського) ми частіше відповідаємо негативно. До того ж, почуття можна й запрограмувати – здебільшого вони є реакцією на конкретні зовнішні подразники. Нарешті, у нас просто немає даних про те, чи зможуть комп'ютери колись відчувати емоції, які можна порівняти з людськими. Але чи мають їхні почуття бути схожими на наші?

Може, надійніший критерій - самосвідомість? Якщо машина запитує «Хто я?» - Це і є момент появи розумності? Але самосвідомість є і у тварин. При цьому більшість людей цілком здатні прожити своє століття, не вникаючи у глибокі філософські питання.

Чи існують точніші та суворіші методи для порівняння інтелектів? Адже є коефіцієнт IQ, з допомогою якого можна оцінити розумові здібності людини. Чому б не використати його для машини?

Комп'ютерні програми мають IQ?

Виміряти інтелект навіть у людини неймовірно складно – до когнітивних та розумових здібностей не можна прикласти лінійку. Більше того, IQ – показник не абсолютний, а відносний. Деякі вчені вважають, що тести IQ вимірюють не інтелект як такий, а здатність проходити такі тести. Її можна натренувати та отримати блискучий результат – але інтелект при цьому, зрозуміло, не зміниться. Отже, показник IQ - не більше ніж число, яке пов'язане з інтелектом, але не може дати його об'єктивну оцінку.

У деяких IQ-тестах переважають завдання на спостережливість чи логіку, в інших – на комбінаторику, у третіх – на математичне мислення. Результат залежатиме від того, що дається людині легше і в чому вона компетентніша. Значення мають швидкість проходження тестів та спеціалізація завдань.

ІІ теж можна «натягнути» на вирішення певних класів завдань, і на IQ-тест у машини піде набагато менше часу, ніж у людини. Так що нейромережа зможе набирати немислимі для геніальних людей бали, але при цьому не зможе відповісти на найпростіші питання, до яких її під час навчання не підготували.

Тож чи існують взагалі критерії, за якими можна об'єктивно судити про машинний інтелект? Одним із перших дослідників, які спробували виробити їх, став відомий британський математик Алан Тьюрінг.

Що таке тест Тьюринга?

У 1950 році Т'юрінг опублікував статтю «Обчислювальні машини та розум», в якій обговорював питання теоретичної можливості мислення у машин. Це було не перше дослідження на тему штучного інтелекту і навіть не перша подібна робота Т'юрінга, але саме вона стала відправною точкою серйозних наукових дискусій та суперечок.

Т'юрінг почав з визначень, щоб уточнити питання про те, чи може машина думати, - він видався йому занадто розмитим. Що за машина мають на увазі? Що взагалі означає «думати»?.. Було очевидно, що таке питання несе в собі ірраціональне зерно, яке не дозволить дати на нього правильної відповіді. Результатом роздумів вченого став тест Тьюринга – експеримент, у якому людині («судді») пропонується спілкуватися з двома співрозмовниками: людиною та комп'ютером. Завдання судді – зрозуміти, хто є хто. Якщо в результаті він не впевнений, який із його співрозмовників - програма, або помилився в оцінці, вважається, що машина пройшла тест.

Суть тесту Тьюринга над створенні «машини-обманщика», здатної прикинутися людиною. Він допомагає переконатися в тому, що конкретна машина або програма має розум, який важко відрізнити від людського. Такий комп'ютер Т'юрінг назвав «інтелектуальним» - це визначення вже понад 60 років, і воно залишається актуальним.

Процесори для ІІ

Технології ІІ не обмежуються програмними рішеннями. Сьогодні активно розробляються електронні чіпи, які підтримка ІІ вбудована на апаратному рівні. Мікропроцесори такого типу називають нейронні процесори. Вони застосовуються в безпілотних автомобілях та літальних апаратах (дронах), промислових роботах та автоматах, а також для вирішення спеціалізованих завдань – розпізнавання голосу або зображень, створення пошукових систем та машинних перекладачів.

Серед таких девайсів – тензорний процесор Google (TPU), створений спеціально для систем машинного навчання. У вільному продажу цього пристрою поки що немає: його використовує лише сама компанія Google - для оптимізації пошукової видачі та обробки фотографій. TPU оперує 8-бітними числами (що надзвичайно мало для точних обчислень), і має трохи більше десятка команд (інші сучасні процесори можуть мати сотні). Але це не заважає тензорному процесору ефективно виконувати розрахунки, пов'язані зі штучним інтелектом та нейромережами. Процесор швидко розвивається – Google щороку викочує нову версію.

Тензорний процесор Google Tensor Processing Unit 3.0 (TPU)

Є й інші розробки таких чіпів. Чимало їх ми – вузькоспеціалізовані: наприклад, призначені прискорювати програми ІІ для комп'ютерного зору.

Ринок технологій штучного інтелекту

Технології штучного інтелекту застосовуються практично у всіх сферах людської діяльності, тому у штучного інтелекту велике майбутнє. Ринок продуктів, що використовують ІІ, стрімко зростає.

Світовий ринок

До 2022 року прогнозований обсяг ринку ІІ досягне 52 мільярдів доларів. Можливо, це не така вже й велика цифра - наприклад, ринок комп'ютерних ігор до цього ж року перевищить 130 мільярдів, а ринок смартфонів уже в 2018 році був у 10 разів більший - 520 мільярдів.

Але ринок ІІ показує безприкладно високий ріст- за деякими оцінками, він збільшується приблизно на 30% щорічно (аналогічні показники для ігор і смартфонів - близько 5%). Якщо такі темпи впровадження технологій збережуться ще кілька років, очікується, що незабаром штучний інтелект буде буквально всюди.

Свій внесок у розвиток ІІ роблять найбільші світові IT-компанії: Google, IBM, Intel, Nvidia. Серед країн лідирують США, Китай та Великобританія.

В Росії

Якщо у 2017 році проектів з використанням ІІ в Росії було лише кілька десятків, то у 2018 – вже сотні. За прогнозами експертів, до 2020 року обсяг ринку сягне 28 мільярдів рублів (приблизно 450 мільйонів доларів). Найактивніше нові технології використовуються у фінансовій сфері, а також телекомунікаціях, рітейлі та енергетиці. Деякі компанії наймають команди фахівців, які займаються виключно питаннями розробки та впровадження ІІ систем.

Незважаючи на те, що зростання ринку йде загалом навіть швидше, ніж у світі, є проблеми. Головною бідою залишається нестача спеціалістів з машинного навчання. Отже, саме час зайнятися вивченням ІІ, щоб отримати потрібну спеціальність та високооплачувану роботу.

Вплив штучного інтелекту ринку праці

Вже сьогодні існують області, де ІІ може замінити людину. Наприклад, програми можуть відповідати клієнтам по телефону або у чаті на нескладні запитання. Це дозволяє оптимізувати навантаження операторів call-центрів і навіть скоротити їхній штат.

На виробництві ІІ здатний керувати автоматикою та промисловими роботами. Штучна нейромережа, що постійно контролює показники безлічі датчиків, зможе швидше людину зреагувати на позаштатну ситуацію і вжити правильних заходів - відключити конвеєр або зупинити механізми. У багатьох випадках такі системи можуть заздалегідь передбачити неполадки та запобігти НП.

ІІ витіснятиме людей із робочих місць. Він обходиться дешевше і допускає менше помилок. Не вміє лінуватися, прокрастинувати та зависати у фейсбуці, не потребує відпочинку, сні та відпустки, не сумує та не втомлюється. Ідеальний працівник.

Насамперед штучні нейромережі потіснять людину у виконанні рутинних операцій, візьмуть на себе складні розрахунки, оцінку ризиків, збирання інформації, моделювання ситуацій за заданими параметрами. ІІ можна задіяти на небезпечних та шкідливих виробництвах.

Але люди, як і раніше, будуть потрібні там, де роботи ще довго не зможуть скласти їм конкуренцію. І йдеться не лише про творчу сферу. ІІ поки що здатний виконувати лише вузькоспеціалізовані завдання, на які його натренували, тому замінити людей можуть тією самою мірою, що калькулятор – математика. При цьому розвиток технологій ІІ відкриває величезний ринок праці для фахівців, пов'язаних із машинним навчанням та обслуговуванням інтелектуальної техніки.

Де використовується ІІ?

Говорячи коротко - майже скрізь!

Не так багато залишилося сфер людської діяльності, зовсім не порушених технологіями ІІ. Розглянемо лише найважливіші області, де ІІ вже використовується.

ІІ в інтернеті

Щоразу, коли ви вимовляєте «Окей, Гугл» або «Привіт, Сірі», ви звертаєтеся до штучного інтелекту у вашому смартфоні. Він здатний розпізнати у сигналі з мікрофона звернену щодо нього мова. Він записує ваше запитання та пересилає на сервери Google або Apple. Там до справи підключається другий ІІ, який розпізнає мовлення та переводить питання у зрозумілий комп'ютеру формат. А потім третій виконує пошук відповіді за гігантськими базами даних. Зрештою, відповідь повертається на ваш смартфон, де ІІ, що генерує людський голос, озвучує його для вас. І все це за частки секунди.

ІІ на транспорті та в логістиці

Вражаюче застосування штучних нейромереж - безпілотні автомобілі. За останнє десятиліття розробляти машину, яка була б здатна самостійно пересуватися дорогами, взялися багато автовиробників - General Motors, Nissan, BMW, Honda, Volkswagen, Audi, Volvo, а також компанії Google і Tesla. Безпілотники поки що не стали масовим явищем на вулицях наших міст, але вони явно роблять успіхи.

Компанія Amazon з 2013 року розробляє ідею доставки товарів та поштових відправлень за допомогою дронів. Вперше посилка прибула до одержувача з безпілотним літальним апаратом ще у грудні 2016 року. У деяких регіонах дронами доставляють їжу, ліки та навіть портативні дефібрилятори. Система поки що не ідеальна, але вона продовжує розвиватися. На жаль, дрони можуть слугувати і протизаконним цілям: зафіксовано випадки доставки заборонених предметів до в'язниць за допомогою безпілотників, а також використання дронів для перевезення наркотиків.

ІІ у фінансах

У фінансовій сфері ІІ застосовують для прогнозування ризиків, виявлення шахрайства. Корпорація MasterCard, яка створила міжнародну платіжну систему, кілька років тому запровадила сервіс Decision Intelligence. Він покликаний підвищити точність підтвердження справжніх транзакцій та знизити ймовірність помилкових відхилень платежів - це помилкове спрацювання вбудованої системи безпеки, яка не дозволяє здійснити коректну транзакцію, прийняту за шахрайську. Подібні помилки завдають шкоди як продавцю, який втрачає клієнта, так і покупцю, який не отримує товару. Збитки виходять навіть вищими, ніж збитки від шахрайства.

Система, що працює на штучній нейромережі, використовує інформацію з багатьох джерел, щоб на льоту оцінювати, наскільки транзакція «нормальна». Враховується не лише надійність та історія транзакцій продавця, але навіть типовість покупки для покупця та його місцезнаходження, а також час доби. Все це допомагає надійніше захистити людей від шахрайства та мінімізувати хибні спрацьовування.

ІІ в медицині

У охороні здоров'я ІІ розвивається насамперед у галузі діагностики захворювань. Штучні нейромережі навчилися розпізнавати ракові пухлини на рентгенівських знімках, КТ, мамографії та МРТ. Досвідченому лікарю на вивчення знімка потрібно близько 20 хвилин, а нейромережі – лічені секунди. Отже, пацієнт може дізнатися результати обстеження практично миттєво. Особливо приємно, що такі розробки точаться і в Росії.

Діагностують ІІ здатні виявляти не тільки рак, а й ранні стадії хвороби Альцгеймера, пневмонію та інші захворювання.

В обороні та військовій справі

У 2018 році стало відомо, що в армії США розробляється ІІ, здатний розпізнавати людські обличчя у темряві і навіть крізь стіни – за допомогою тепловізора. Очікується, що технологія допоможе виявляти ватажків банд у місцях воєнних дій.

Інший ІІ – ALPHA – створений для управління безпілотними винищувачами та ведення повітряного бою. В одній із битв на симуляторах комп'ютер переміг, керуючи одночасно чотирма літаками проти двох супротивників-людей.

Розробляються також системи прицілювання для танків, здатні помітити закамуфльовані цілі.

У військово-промисловому комплексі ІІ допоможе підвищити обороноздатність країн, але може стати зброєю терору.

У бізнесі та торгівлі

У рітейлі ІІ здійснює революцію. Штучні нейромережі покращують якість сервісу та забезпечують індивідуальний підхід до кожного споживача. Розумні технології виявляють шахрайства з банківськими картками, дають персональні поради та допомагають підібрати товар.

Згідно з даними TAdviser, у 2018 році понад третину всіх доходів рітейлу було отримано завдяки рекомендаціям на основі ІІ!

ІІ у спорті

Тут ІІ-технології використовують для прогнозування результатів матчів – такі системи створені компаніями UBS, Commerzbank та Microsoft. Враховується досвід команди та окремих гравців. Іноді прогнози виявляються вірними, але найчастіше штучний інтелект серйозно прораховується. Людський фактор здатний спростувати будь-які передбачення.

ІІ в культурі

Машина не може займатися творчістю, бо не має уяви! Чи все ж таки може?

Як не дивно, штучні нейромережі здатні виявити креативність і навіть досягають певних висот у сфері культури.

Музика

Як би звучала флейта, якби була ситаром? Синтезатор NSynth Super від Google використовує нейронну мережу, щоб створювати нові звуки на основі різних інструментів.

Alice, розроблена в рамках стартапу Popgun, вміє "підігрувати" людині, створюючи музичні імпровізації. Американська співачка Терін Саузерн випустила альбом у співавторстві з нейромережею Amper. А проект Endel здатний натискати одну кнопку створювати композиції, співзвучні настрою користувача.

Живопис

Нейросеть DeepDream створювали з прицілом на розпізнавання облич, а в неї виявилися здібності до сюрреалістичного живопису. Розробники відкрили сайт, на якому будь-хто охочий може у співпраці з ІІ створити дивовижне полотно. Нейросітка пише картини в різних стилях.

Щоправда, вигадувати сюжети вона поки що не вміє – просить допомоги людини.

Відео

За допомогою ІІ, розроблених Google та Facebook, можна «змусити» людину на екрані вимовити будь-які слова, зобразити весь спектр емоцій. І відрізнити такі ролики від справжніх буває непросто. Нейросети можуть навіть замінити одного актора на іншого у знятому кіно. А це відкриває можливості не лише для кінематографістів, а й для творців фальшивок.

Література

Нейросеть від Facebook вміє писати вірші, ідеально витримуючи розмір та ритм, підбираючи гарні рими. Читачі лише в половині випадків зуміли розпізнати згенеровані комп'ютером рядки, але до справжніх поетів ІІ далеко. Машина поки що не навчилася передавати емоції та вкладати сенс у віршовані твори.

Яндекс теж запустив "Автопоета", який створював вірші з пошукових запитів користувачів. Деякі не можна читати без посмішки. Важко повірити, що їх вигадала нейромережа, позбавлена ​​почуття гумору!

Компанія Narrative Science розробила електронного журналіста. Поки що статті, написані ІІ, прості за змістом, але керівництво компанії з оптимізмом дивиться в майбутнє і вірить, що до 2025 року до 90% текстів в інтернеті будуть написані за допомогою машинного інтелекту.

2016 року книга «День, коли комп'ютер напише роман» вийшла у фінал японської літературної премії імені Хосі Сіньїті. Цей твір майже повністю створив штучний інтелект.

Ігри

У комп'ютерних іграхнейромережі використовуються для управління супротивниками та ігровими ботами. Але ІІ можна навчити грати і «з іншого боку екрану» - тобто зчитувати візуальну інформацію з екрану та керувати ігровим персонажем, як це робить людина.

У 2016 році між ІІ навіть проводився чемпіонат з Doom. А система Deep-Q-Network навчена грати на класичних аркадних автоматах Atari. Найчастіше вона показує результати до 30% вище, ніж у досвідчених гравців.

У XX столітті вважалося, що штучний інтелект можна буде вважати досить потужним і розвиненим, коли він зможе обіграти чемпіона світу з шахів. Цей етап комп'ютери пройшли вже давно - ще 1997 року Deep Blue здобув перемогу над Гаррі Каспаровим (причому це була алгоритмічна програма, а не штучний інтелект).

Після цього увага публіки звернулася до складніших тактичних ігор, наприклад, го. Складність обчислень ходу тут на порядок вища, ніж у шахах, тому створити алгоритми, які б перебирали можливі варіанти, практично неможливо. Але навчені нейромережі зуміли впоратися і з цією грою. Вже в 2015 році розроблена Google мережа AlphaGo виграла матч у професійного гравця у го.

Перспективи розвитку штучного інтелекту

Наукові дослідження ІІ ведуться понад півстоліття, але досі далеко не всі розуміють суть технології. У фантастичних романах та фільмах письменники та режисери зображують, яким небезпечним може бути штучний інтелект. І у багатьох уявлення про штучний розум формується саме таким.

Відповімо раціонально на питання, пов'язані з далекими перспективами розвитку ІІ.

Мета ІІ – помістити людський розум у комп'ютер?

Ні це не так. Навіть теоретично подібна ситуація не така вже неймовірна. Штучні нейромережі створюються за образом людського мозку, хоч і в дуже спрощеному вигляді. Можливо, одного разу можна буде просканувати всі розділи мозку живої людини, скласти «карту» її нейронів і синаптичних зв'язків і відтворити її копію в комп'ютері. Від такої скопійованої нейромережі очікується як розумного поведінки - вона буквально буде двійником людини, зможе усвідомлювати себе, приймати рішення і робити вчинки, як і. Скопіюються навіть спогади. Теоретично, можна буде помістити таку нейромережу в штучне тіло (у робота), і тоді людина – копія її свідомості – зможе жити практично вічно.

На практиці здійснити таке перенесення буде неймовірно складно: немає технологій, які б дозволили «прочитати» живий мозок і створити його «карту». І ми поки що дуже далекі від створення штучної нейромережі, яка була б такою ж потужною, як мозок.

ІІ прагне досягти людського рівня інтелекту?

Мета ІІ – допомагати людям і брати на себе складні чи рутинні завдання. Для цього йому зовсім не обов'язково підтримувати бесіди на філософські теми чи писати поеми.

Тим не менш, якщо штучний інтелект одного разу зможе досягти рівня людського мислення, це буде важливою віхою для цивілізації. Ми отримаємо ділового та розумного помічника - і зможемо по праву пишатися тим, що це творіння наших рук.

Коли штучний інтелект досягне людського рівня?

Ми успішно створюємо порівняно невеликі нейромережі, здатні розпізнати голос або обробити зображення. Жодної ІІ поки не має такої ж пластичності, як наш мозок.

Людина може сьогодні займатися музикою, а завтра взятися за програмування на C++ завдяки неймовірній складності мозку. У ньому 86 мільярдів нейронів та незліченну кількість синаптичних зв'язків між ними.

Штучним нейромережам поки що далеко до цих показників: у них від кількох тисяч до мільйонів нейронів. Є технічні обмеження на розміри нейромереж: навіть суперкомп'ютери не «потягнуть» нейромережу, яку можна порівняти за масштабами з людським мозком. Не кажучи про те, що її навчання буде нетривіальним завданням.

Швидкість комп'ютерів дозволяє їм мати інтелект?

"Потужність" інтелекту пов'язана не зі швидкістю обчислень, а зі складністю нейронної мережі. Людський мозок поки перевершує за потужністю будь-яку штучну нейромережу, незважаючи на те, що швидкість процесів у ньому істотно нижча, ніж у комп'ютерах.

Штучні нейронні мережі складаються з окремих нейронів, що групуються у шари. Два зовнішні шари служать «входом», на який подається вихідна інформація, і «виходом», з якого зчитується результат. Між ними можуть розташовуватися від одного до декількох десятків, а то й сотень проміжних шарів з нейронів. Причому кожен нейрон у шарі з'єднаний з безліччю інших у попередньому та наступному шарах.

Чим складніше влаштована мережа, що більше у ній шарів і нейронів, то масштабніші і серйозні завдання вона може виконувати.

Чи може нейромережа розвиватися природним шляхом?

Розберемося, чи ймовірно, що ІІ зможе отримувати досвід та навчатися природно, як дитина. Людський розум формується під впливом багатьох чинників. Ми отримуємо інформацію про зовнішній світ завдяки органам сприйняття – спостерігаючи, сприймаючи, пробуючи на смак. Взаємодіючи з довкіллям, отримуємо життєвий досвід, знання про властивості світу, соціальні навички. Наш мозок постійно вдосконалюється і фізично змінюється, нарощуючи нові синаптичні зв'язки та «прокачуючи» існуючі.

Якщо ми зуміємо створити нейронну мережу, досить складну, щоб вона могла розвиватися подібним чином, і забезпечимо її «органами почуттів» – відеокамерою, мікрофоном та подібним, – можливо, через час вона зможе набути «життєвого досвіду». Але це справа далекого майбутнього.

Ризик для людської цивілізації – чи є він?

Ризики, пов'язані з новими технологіями, завжди є. Питання – у чому вони полягають.

Може виявитися, що штучні нейромережі, досягнувши певного порога, вийдуть на «плато» ефективності та не розвиватимуться далі. Або не виправдають надій, якщо виявиться, що ІІ в принципі не здатний впоратися з тим чи іншим класом завдань, наприклад, творчого характеру. Це може обернутися втратами трудовитрат та фінансових вкладень.

Якщо ж під ризиком розуміти техногенні катастрофи чи повстання машин - це нам навряд чи загрожує. Говорячи простими словами, Сучасні нейромережі не здатні звернутися проти творців - як нейрони в мозку, що управляють рухом руки, не здатні усвідомити себе як особистість і завдати ударів по власному тілу.

Тим не менш, ми повинні пам'ятати, що ІІ - наша розробка. Ми їх проектуємо, створюємо, навчаємо, вкладаємо думки. Значить, і відповідальність за їхню поведінку – на нас.

Четверта революція

Хоч би як ми ставилися до штучного інтелекту, доведеться прийняти той факт, що він уже існує. Відмовитися від нього означає зробити крок назад у розвитку. Адже ІІ – це важлива частина нашого прогресу. Багато вчених пов'язують із штучними нейромережами початок четвертої промислової революції і заявляють про те, що наближається нова епоха - коли поряд з нами з'явиться рукотворний розум, завжди готовий прийти на допомогу.

Все нове лякає та викликає недовіру – це нормальна людська реакція, і багато людей з побоюванням ставляться до ІІ. Про жахи, які принесе нам штучний розум, не говорив хіба що лінивий фантаст. Але подібне свого часу складали про кожну технологічну новацію. Люди боялися паровозів, бо вони «розлякають корів, отруять птахів димом, а за швидкості понад 15 миль на годину пасажирів розірве на частини». Ймовірно, нащадки теж посміюватимуться з наших страхів, про які дізнаються з фільмів і книг XX і XXI століть.

Штучний інтелект - це здатність цифрового комп'ютера або керованого комп'ютером робота виконувати завдання, зазвичай пов'язані з розумними істотами. Термін часто застосовується до проекту розвитку систем, наділених інтелектуальними процесами, характерними для людини, такими як здатність міркувати, узагальнювати чи навчатися на минулому досвіді. Крім того, визначення поняття ІІ (штучний інтелект) зводиться до опису комплексу споріднених технологій та процесів, таких як, наприклад, машинне навчання, віртуальні агенти та експертні системи. Говорячи простими словами, ІІ - це грубе відображення нейронів у мозку. Сигнали передаються від нейрона до нейрона і, нарешті, виводяться – виходить числовий, категоріальний чи генеративний результат. Це можна проілюструвати на такому прикладі. якщо система робить знімок кішки і навчена розпізнавати, чи це кішка, перший шар може ідентифікувати загальні градієнти, які визначають загальну форму кішки. Наступний шар може ідентифікувати більші об'єкти, такі як вуха та рот. Третій шар визначає дрібніші об'єкти (наприклад, вуса). Нарешті, ґрунтуючись на цій інформації, програма виведе «так» чи «ні», щоб сказати, чи це кішкою чи ні. Програмістові не потрібно говорити нейронам, що це ті функції, які вони повинні шукати. ІІ вивчив їх сам собою, тренуючись на багатьох зображеннях (як з кішками, так і без кішок).

Що таке штучний інтелект?

Опис штучного нейрона

Штучний нейрон – це математична функція, задумана як модель біологічних нейронів, нейронної мережі. Штучні нейрони – елементарні одиниці у штучних нейромережах. Штучний нейрон отримує один або кілька входів і підсумовує їх, щоб зробити вихід або активацію, що становить потенціал дії нейрона, який передається вздовж його аксона. Зазвичай кожен вхід аналізується окремо, і сума передається через нелінійну функцію, відому функція активації, або передатна функція.

Коли розпочалося дослідження ІІ?

1935 року британський дослідник А.М. Т'юрінг описав абстрактну обчислювальну машину, що складається з безмежної пам'яті та сканера, що переміщається вперед і назад по пам'яті, символ за символом. Сканер зчитує те, що знаходить, записуючи подальші символи. Дії сканера диктуються програмою інструкцій, яка зберігається у пам'яті у вигляді символів. Найбільш ранню успішну програму ІІ було написано в 1951 році Крістофером Стрейчі. У 1952 році ця програма могла грати з людиною у шашки, дивуючи всіх своїми здібностями передбачати ходи. 1953 року Т'юрінг опублікував класичну ранню статтю про шахове програмування.

Відмінність штучного інтелекту від природного

Інтелект можна визначити як загальну розумову здатність до міркування, вирішення проблем та навчання. З огляду на свою загальну природу інтелект інтегрує когнітивні функції, такі як сприйняття, увагу, пам'ять, мову чи планування. природний інтелект відрізняє усвідомлене ставлення до світу. Мислення людини завжди емоційно забарвлене, і її не можна відокремити від тілесності. Крім того, людина – істота соціальна, тому на мислення завжди впливає соціум. ІІ не має відношення до емоційній сферіта соціально не орієнтований.

Як порівняти людський та комп'ютерний інтелекти?

Порівняти мислення людини зі штучним інтелектом можна виходячи з кількох загальних параметрів організації мозку та машини. Діяльність комп'ютера, як і мозку, включає чотири етапи: кодування, зберігання, аналіз даних та видачу результату. Крім того, мозок людини та ІІ можуть самонавчати залежно від даних, отриманих з навколишнього середовища. Також людський мозок та машинний інтелект вирішують проблеми (або завдання), використовуючи певні алгоритми.

Комп'ютерні програми мають IQ?

Ні. Показник IQ пов'язаний із розвитком інтелекту людини залежно від віку. ІІ в чомусь перевищує деякі людські здібності, наприклад, може утримувати в пам'яті величезну кількість цифр, але це не має відношення до IQ.

Що таке тест Тьюринга?

Алан Т'юрінг розробив емпіричний тест, який показує, чи здатна програма вловити всі нюанси поведінки людини настільки, що людина не зможе визначити, з ким саме вона спілкується - з ІІ або з живим співрозмовником. Т'юрінг запропонував, щоб сторонній спостерігач оцінював розмову між людиною та машиною, яка відповідає на запитання. Суддя не бачить, хто саме відповідає, але знає, що один із співрозмовників – ІІ. Розмова обмежена лише текстовим каналом (комп'ютерна клавіатура та екран), тому результат не залежить від здатності машини відображати слова як людську мову. Якщо програмі вдається обдурити людину, вважається, що вона ефективно впоралася з тестом.

Символьний підхід

Символьний підхід до ІІ - сукупність всіх методів дослідження штучного інтелекту, заснованих на високорівневих символічних ( читаних людиною) уявлення про завдання, логіку та пошук. Символьний підхід широко застосовувався у дослідженнях ІІ у 1950–80-х роках. Одною з популярних формсимвольним підходом є експертні системи, що використовують поєднання певних правил виробництва. Виробничі правила пов'язують символи в логічні зв'язки, які подібні до алгоритму If-Then. Експертна система обробляє правила, щоб зробити висновки і визначити, яка додаткова інформація їй потрібна, тобто які питання ставити, використовуючи символи, що легко читаються.

Логічний підхід

Термін «логічний підхід» передбачає апелювання до логіки, роздумів, вирішення завдань за допомогою логічних кроків. Логіки ще в XIX столітті розробили точні позначення для всіх видів об'єктів у світі та відносин між ними. До 1965 існували програми, які могли вирішити будь-яке логічне завдання (пік популярності цього підходу припав на кінець 1950-70-х років). Прихильники логічного підходу в рамках логічного штучного інтелекту сподівалися вибудувати на таких програмах (зокрема записаних мовою Prolog) інтелектуальні системи. Однак такий підхід має два обмеження. По-перше, нелегко взяти неформальне знання та викласти його у формальних термінах, які потрібні для обробки ІІ. По-друге, є велика різниця між вирішенням проблеми в теорії та її вирішенням на практиці. Навіть проблеми з кількома сотнями фактів можуть вичерпати обчислювальні ресурси будь-якого комп'ютера, якщо він не має жодних вказівок щодо того, які міркування треба використовувати в першу чергу.

Агентно-орієнтований підхід

Агент - те, що діє (від латів. agere, «робити»). Звичайно, всі комп'ютерні програми щось роблять, але очікується, що комп'ютерні агенти робитимуть більше: працювати автономно, сприймати сигнали навколишнього середовища (за допомогою спеціальних датчиків), адаптуватися до змін, створювати цілі та виконувати їх. Раціональний агент - це той, хто діє так, щоб досягти найкращого очікуваного результату.

Гібридний підхід

Передбачається, що цей підхід, який став популярним наприкінці 80-х, працює найбільш ефективно, оскільки є поєднанням символьних і нейронних моделей. Гібридний підхід збільшує когнітивні та обчислювальні можливості машини.

Ринок технологій штучного інтелекту

Очікується, що ринок до 2025 року зросте до 190,61 млрд. доларів, при щорічному темпі приросту - 36,62%. На зростання ринку впливають такі чинники, як використання хмарних додатків та сервісів, поява великих масивів даних та активний попит на інтелектуальних віртуальних помічників. Проте експертів, які розробляють та впроваджують технології ІІ, поки що небагато, і це стримує зростання ринку. Системам, створеним на основі ІІ, необхідна інтеграція та технічна підтримка під час обслуговування.

Процесори для ІІ

Сучасні завдання ІІ вимагають потужних процесорів, які можуть опрацьовувати величезні масиви даних. Процесори повинні мати доступ до великих обсягів пам'яті, а також пристрою необхідні високошвидкісні канали передачі даних.

В Росії

Наприкінці 2018 року в Росії запустили серію серверів "Ельбрус-804", що показують високу продуктивність. Кожен із комп'ютерів оснащений чотирма восьмиядерними процесорами. За допомогою даних пристроїв можна побудувати обчислювальні кластери, вони дозволяють працювати з додатками та базами даних.

Світовий ринок

Драйверами та лідерами ринку є дві корпорації – Intel та AMD, виробники найпотужніших процесорів. Intel традиційно концентрується на випуску машин із вищою тактовою частотою, AMD орієнтована на постійне збільшення числа ядер та забезпечення багатопоточної продуктивності.

Національна концепція розвитку

Національні стратегії розвитку ІІ вже затвердили три десятки країн. У жовтні 2019 року проект Національної стратегії розвитку ІІ має бути ухвалений у Росії. Передбачається, що в Москві буде запроваджено правовий режим, який полегшуватиме розробку та впровадження технологій ІІ.

Дослідження у сфері ІІ

Питання, що таке штучний інтелект і як він працює, турбують вчених різних країн уже не одне десятиліття. Держбюджет США щорічно спрямовує 200 млн доларів на дослідження. У Росії за 10 років - з 2007-го до 2017-го - було виділено близько 23 млрд рублів. Розділи щодо підтримки досліджень у сфері ІІ стануть важливою частиною концепції національної стратегії. Незабаром у Росії відкриються нові наукові центри, а також буде продовжено розробку інноваційного програмного забезпечення для ІІ.

Стандартизація в галузі ІІ

Норми та правила у сфері ІІ у Росії перебувають у процесі постійної доопрацювання. Передбачається, що наприкінці 2019 – на початку 2020 року будуть затверджені національні стандарти, які зараз розробляють лідери ринку. Паралельно формується План національної стандартизації на 2020 рік та надалі. У світі працює стандарт «Штучний інтелект. Концепція та термінологія», і в 2019 році експерти почали розробляти його русифіковану версію. Документ має бути затверджений у 2021 році.

Вплив штучного інтелекту

Використання ІІ нерозривно пов'язане з науково-технічним прогресом, і сфери застосування розширюються з кожним роком. Ми стикаємося з цим кожен день у житті, коли велика роздрібна мережа в інтернеті рекомендує нам якийсь товар або, тільки відкривши комп'ютер, ми бачимо рекламу фільму, який саме хотіли подивитися. Ці рекомендації засновані на алгоритмах, які аналізують те, що купив чи дивився споживач. За цими алгоритмами стоїть штучний інтелект.

Ризик у розвиток людської цивілізації - чи є він?

Ілон Маск вважає, що розвиток ІІ може загрожувати людству і результати можуть виявитися страшнішими, ніж застосування ядерної зброї. Стівен Хокінг, британський учений, побоюється, що люди можуть створити штучний інтелект, який має надрозум, який може завдати шкоди людині.

На економіку та бізнес

Проникнення технології ІІ у всі сфери економіки збільшить до 2030 року обсяг глобального ринку послуг та товарів на 15,7 трлн доларів. США і Китай поки що лідери з погляду різноманітних проектів у сфері ІІ. Розвинені країни – Німеччина, Японія, Канада, Сінгапур – також прагнуть реалізувати всі можливості. Багато країн, економіка яких зростає помірними темпами, такі як Італія, Індія, Малайзія, розвивають сильні сторони у конкретних сферах застосування ІІ.

На ринок праці

Глобальний вплив ІІ на ринок праці йтиме за двома сценаріями. По-перше, поширення деяких технологій призводитиме до звільнення великої кількості людей, оскільки виконання багатьох завдань візьмуть на себе комп'ютери. По-друге, у зв'язку з розвитком технічного прогресу фахівці у сфері ІІ будуть дуже потрібні в багатьох галузях.

Упередженість ІІ

Упередженість системи ІІ, ймовірно, стане все більш поширеною проблемою, оскільки штучний інтелект виходить з лабораторій у реальний світ. Дослідники побоюються, що без належної підготовки з оцінки даних та виявлення потенціалу упередженості у даних вразливі групи суспільства можуть постраждати або їхні права будуть ущемлені. Досі дослідники не мають даних, чи не загрожуватимуть людству системи, побудовані на основі машинного навчання.

Сфера застосування

Штучний інтелект та його сфери застосування зазнають трансформації. Визначення Weak AI («слабкий ІІ») використовується, коли мова йдепро реалізацію вузьких завдань у медичній діагностиці, електронних торгових платформах, управлінні роботами. Тоді як Strong AI («сильний ІІ») дослідники визначають як інтелект, перед яким ставляться глобальні завдання, якби їх ставили перед людиною.

Використання з метою оборони та у військовій справі

До 2025 року показник продажів відповідних сервісів, програмного забезпечення та обладнання у глобальному масштабі підніметься до 18,82 млрд доларів, а щорічне зростання ринку становитиме 14,75%. ІІ застосовується для агрегації даних, в біоінформатиці, навчанні військ, в оборонному секторі.

В освіті

Багато шкіл включають в освітній курс інформатики ознайомчі уроки з ІІ, а університети широко застосовують технології великих даних. Деякі програми контролюють поведінку учнів, оцінюють тести та есе, розпізнають помилки у вимові слів та пропонують варіанти виправлення.

Також існують онлайн-курси зі штучного інтелекту. Наприклад, у освітнього порталу.

У бізнесі та торгівлі

У найближчі п'ять років у провідних ретейлерів з'являться мобільні програми, які працюватимуть з цифровими помічниками, такими як Siri, щоб спростити процес покупок. ІІ дозволяє заробляти величезні суми в Інтернеті. Один із прикладів - Amazon, який постійно аналізує споживчу поведінку та вдосконалює алгоритми.

Де можна вчитися на тему #штучний інтелект

В електроенергетиці

ІІ допомагає прогнозувати генерацію та попит на енергоресурси, знижувати втрати, запобігає крадіжкам ресурсів. В електроенергетиці використання ІІ при аналізі статистичних даних допомагає вибрати найбільш вигідного постачальника або автоматизувати обслуговування клієнтів.

У виробничій сфері

Згідно з опитуванням McKinsey, проведеним серед 1300 керівників, 20% підприємств уже застосовують ІІ. Нещодавно компанія «Моссельпром» запровадила ІІ у себе на виробництві у цеху упаковки. Використовується здатність ШІ до розпізнавання зображення. Камера фіксує всі дії працівника, скануючи штрих-код, нанесений на одяг, та надсилає дані в комп'ютер. Кількість скоєних операцій впливає на оплату праці співробітника.

У пивоварінні

Carlsberg використовує машинне навчання для відбору дріжджів та розширення асортименту. Технологія реалізується з урахуванням цифрової хмарної платформи.

У банківській сфері

Потреба у надійній обробці даних, розвиток мобільних технологій, доступність інформації та розповсюдження програмного забезпечення з відкритим вихідним кодом роблять ІІ затребуваною технологією у банківському секторі. Дедалі більше банків залучають позикові кошти за допомогою компаній-розробників мобільних додатків. Нові технології покращують обслуговування клієнтів, і, як передбачають аналітики, вже через п'ять років ІІ в банках прийматиме більшість рішень самостійно.

На транспорті

Розвиток технологій ІІ – драйвер транспортної галузі. Моніторинг стану доріг, виявлення пішоходів чи об'єктів у недозволених місцях, автономне водіння, хмарні послуги в автомобілебудуванні - лише деякі приклади застосування ІІ на транспорті.

У логістиці

Можливості ІІ дозволяють компаніям більш ефективно прогнозувати попит та вибудовувати ланцюги постачання з мінімальними витратами. ІІ допомагає скоротити кількість використовуваних транспортних засобів, необхідних для перевезення, оптимізувати час доставки, знизити експлуатаційні витрати транспорту та складських приміщень.

На ринку предметів та послуг розкоші

Люксові бренди також звернулися до цифрових технологій для аналізу потреб клієнтів. Одне із завдань, що ставиться перед розробниками в цьому сегменті, - управління емоціями клієнтів та вплив на них. Dior вже адаптує ІІ для управління взаємодією клієнта та бренду за допомогою чат-ботів. Люксові бренди конкуруватимуть у майбутньому, і вирішальним буде рівень персоналізації, якого вони зможуть досягти за допомогою ІІ.

У держуправлінні

Державні апарати багатьох країн поки що не готові до викликів, які заховані у технологіях ІІ. Згідно з прогнозами експертів, багато з існуючих урядових структур і процесів, що розвивалися протягом останніх кількох століть, ймовірно, стануть неактуальними в найближчому майбутньому.

У криміналістиці

Різні підходи ІІ застосовуються для виявлення злочинців у громадських місцях. У деяких країнах, наприклад, у Голландії, поліція використовує ІІ для розслідування складних злочинів. Цифрова криміналістика - наука, що розвивається, яка вимагає інтелектуального аналізу величезних обсягів дуже складних наборів даних.

У судовій системі

Розробки в галузі штучного інтелекту допоможуть кардинально змінити судову систему, зробити її більш справедливою та вільною від корупції. Одними з перших ІІ в судовій системі став застосовувати Китай. Можна припустити, що роботи-судді згодом зможуть оперувати великими даними зі сховищ державних служб. Машинний інтелект аналізує безліч даних, і він не відчуває емоції, як суддя-людина. ІІ може вплинути на обробку інформації та збір статистики, а також прогнозувати можливі правопорушення виходячи з аналізу даних.

В спорті

Застосування ІІ у спорті стало звичайним явищем останніми роками. Спортивні команди (бейсбол, футбол і т.д.) аналізують індивідуальні дані про продуктивність гравців з огляду на різні фактори при доборі. ІІ може передбачити майбутній потенціал гравців, аналізуючи техніку гри, фізичний стан та інші дані, а також оцінити їхню ринкову вартість.

У медицині охорони здоров'я

Ця сфера застосування швидко розвивається. ІІ використовується у діагностиці захворювань, клінічних дослідженнях, при розробці ліків та при створенні медичних страховок. Крім того, зараз спостерігається бум інвестування в численні медичні програми та пристрої.

Аналіз поведінки громадян

Спостереження за поведінкою громадян широко застосовується у сфері безпеки, у тому числі відстежується поведінка на сайтах (у соціальних мережах) та у месенджерах. Наприклад, у 2018 році китайським ученим вдалося виявити 20 тисяч потенційних самогубців та надати їм психологічну допомогу. У березні 2018 року Володимир Путін доручив активізувати дії державних органів боротьби з негативним впливом деструктивних рухів у соціальних мережах.

У розвитку культури

Алгоритми ІІ починають генерувати художні твори, які складно відрізнити від створених людиною. ІІ пропонує людям творчих професій безліч інструментів для втілення задумів. Саме зараз змінюється розуміння ролі художника у сенсі, оскільки ІІ дає масу нових методів, а й ставить перед людством багато нових питань.

Живопис

Мистецтво здавна вважалося винятковою сферою людської творчості. Але виявилося, що машини можуть зробити набагато більше у творчій сфері, ніж люди можуть собі уявити. У жовтні 2018 року Christie's продав першу картину, створену ІІ, за 432 500 доларів. Використовувався алгоритм генеративної змагальної мережі, який аналізував 15 000 портретів, створених між XV та XX століттям.

Музика

Розроблено декілька музичних програм, які використовують ІІ для створення музики. Як і в інших областях, ІІ у цьому випадку також імітує розумове завдання. Помітною особливістю є здатність алгоритму ІІ вчитися на основі отриманої інформації, такої як технологія комп'ютерного супроводу, яка здатна слухати та слідувати за людиною-виконавцем. ІІ також керує так званою інтерактивною композиційною технологією, в якій комп'ютер складає музику у відповідь на виступ живого музиканта. На початку 2019 року Warner Music уклала перший в історії контракт із виконавцем – алгоритмом Endel. За умовами контракту протягом року нейромережа Endel випустить 20 унікальних альбомів.

Світлина

ІІ швидко змінює наше уявлення про фотографію. Усього через кілька років більшість досягнень у цій сфері будуть орієнтовані на ІІ, а не на оптику чи сенсори, як раніше. Прогрес у технології фотографії вперше не буде пов'язаний із фізикою та створить абсолютно новий спосібфотодумки. Вже зараз нейромережа розпізнає найменші зміни під час моделювання осіб у фоторедакторах.

Відео: заміна осіб

2015 року Facebook почала тестувати на сайті технологію DeepFace. У 2017 Reddit-користувач DeepFakes придумав алгоритм, що дозволяє створювати реалістичні відео із заміною обличчя, використовуючи нейромережі та машинне навчання.

ЗМІ та література

У 2016 році ІІ Google, проаналізувавши 11 тисяч невиданих книг, почав писати свої перші літературні твори. Дослідники Facebook AI Research у 2017 році вигадали систему нейромереж, яка вміє писати вірші на будь-яку тему. У листопаді 2015 року напрямок підготовки автоматичних текстів відкрила російська компанія «Яндекс».

Ігри го, покер, шахи

У 2016 році ІІ обіграв людину в го (гра, в якій понад 10 100 варіантів). У шахах суперкомп'ютер переміг людину-гравця через можливість зберігання в пам'яті колись зіграних людьми ходів та програмування нових на 10 кроків уперед. У покер зараз грають боти, хоча раніше вважалося, що комп'ютер майже неможливо навчити грати в цю гру. З кожним роком розробники дедалі більше удосконалюють алгоритми.

Розпізнавання осіб

Технологія розпізнавання облич застосовується як для фото-, так і для відеопотоків. Нейронні мережі вибудовують векторний, або «цифровий» шаблон обличчя, далі відбувається порівняння цих шаблонів усередині системи. Вона знаходить опорні точки на обличчі, що визначають індивідуальні характеристики. Алгоритм обчислення показників різний кожної із систем і є основним секретом розробників.

Для подальшого розвитку та застосування ІІ необхідно навчати насамперед людини

Сергій Ширкін

Декан факультету Штучного інтелекту

Технології штучного інтелекту в такому вигляді, в якому вони застосовуються зараз, існують близько 5-10 років, але для того, щоб їх застосувати, як це не дивно, потрібно велика кількістьлюдей. Відповідно, основні витрати у сфері штучного інтелекту – це витрати на фахівців. Тим більше, що майже всі базові технології штучного інтелекту (бібліотеки, фреймворки, алгоритми) безкоштовні та знаходяться у відкритому доступі. У свій час знайти фахівців з машинного навчання було практично неможливою справою. Але зараз, багато в чому завдяки розвитку MOOC (Massive Open Online Course, масовий відкритий онлайн-курс) їх стає більше. Вищі освітній закладтеж постачають фахівців, але й часто доводиться доучуватися на онлайн-курсах.

Зараз штучний інтелект цілком може розпізнати, що людина задумала змінити роботу, і може запропонувати їй відповідні онлайн-курси, багато з яких можна проходити, маючи лише смартфон. А це означає, що займатися можна навіть перебуваючи в дорозі – наприклад, дорогою на роботу. Одним із перших таких проектів був онлайн-ресурс Coursera, але пізніше з'явилося багато подібних освітніх проектів, кожен із яких займає певну нішу в онлайн-освіті.

Потрібно розуміти, що ІІ, як і будь-яка програма, - це насамперед код, тобто певним чином оформлений текст. Цей код потребує розвитку, обслуговування та вдосконалення. На жаль, звісно ж це не відбувається, без програміста код не може «ожити». Тому всі страхи про всемогутність ІІ не мають підстав. Програми створюються під суворо певні завдання, де вони мають почуттями і устремліннями подібно до людини, де вони роблять дій, які у них заклав програміст.

Можна сказати, що в наш час ІІ має лише окремі навички людини, хоча і може у швидкості їх застосування випереджати середньостатистичної людини. Щоправда, на вироблення кожної такої навички витрачаються багатогодинні зусилля тисяч програмістів. Найбільше, на що поки що здатний ІІ - автоматизувати деякі фізичні та розумові операції, звільняючи цим людей від рутини.

Чи несе застосування ІІ якісь ризики? Швидше зараз існує ризик не розглянути можливість застосування технологій штучного інтелекту. Багато компаній усвідомлюють це і намагаються розвиватися відразу в кількох напрямках для того, що якийсь із них може «вистрілити». Показовий приклад інтернет-магазинів: зараз на плаву залишилися тільки ті, хто усвідомив необхідність застосування ІІ, коли це ще не було в тренді, хоча цілком можна було «заощадити» і не запрошувати навіщо потрібних математиків-програмістів.

Перспектива розвитку штучного інтелекту

Комп'ютери тепер можуть робити багато з того, що раніше могли робити тільки люди: грати в шахи, розпізнавати літери алфавіту, перевіряти орфографію, граматику, розпізнавати обличчя, диктувати, говорити, вигравати ігрові шоу та багато іншого. Але скептики наполягають. Як тільки вдається автоматизувати чергову людську здатність, скептики кажуть, що це лише ще одна комп'ютерна програма, а не приклад самонавчання ІІ. Технології ІІ лише знаходять широке застосування та мають величезний потенціал зростання у всіх сферах. Згодом людство створюватиме все більш потужні комп'ютери, які все більше удосконалюватимуться у розвитку ІІ.

Чи є метою ІІ помістити людський розум у комп'ютер?

Існує лише приблизне розуміння того, як працює людський мозок. Поки що далеко не всі властивості розуму можна імітувати за допомогою ІІ.

Чи зможе ІІ досягти людського рівня інтелекту?

Вчені прагнуть того, щоб ІІ міг вирішувати ще більше різноманітних завдань. Але про досягнення рівня людського інтелекту говорити передчасно, оскільки мислення не зводиться лише одним алгоритмам.

Коли штучний інтелект зможе досягти рівня людського мислення?

На даному етапі накопичення та аналізу інформації, який зараз досягнуто людством, ІІ далекий від людського мислення. Однак у майбутньому можуть виникнути проривні ідеї, які вплинуть на різкий стрибок у розвитку ІІ.

Чи може комп'ютер стати інтелектуальною машиною?

Частина будь-якої складної машини - це комп'ютерна система, і тут можна говорити лише про інтелектуальні комп'ютерні системи. Сам комп'ютер не має інтелекту.

Чи є зв'язок між швидкістю та розвитком інтелекту у комп'ютерів?

Ні, швидкість відповідає лише деякі властивості інтелекту. Самої швидкості обробки та аналізу інформації недостатньо, щоб з'явився інтелект.

Чи можливо створити дитячу машину, яка могла б розвиватися за допомогою читання та самонавчання?

Це обговорюється дослідниками майже сто років. Ймовірно, ідея колись буде реалізована. На сьогоднішній день програми ІІ не обробляють і не використовують стільки інформації, скільки можуть робити діти.

Як пов'язані з ІІ теорія обчислюваності та обчислювальна складність?

Теорія обчислювальної складності фокусується на класифікації обчислювальних завдань відповідно до притаманної їм складності та зв'язування цих класів один з одним. Обчислювальна задача - це завдання, яке вирішується комп'ютером. Завдання обчислення можна розв'язати механічним застосуванням математичних кроків, таких як алгоритм.

Висновок

Штучний інтелект вже вплинув на розвиток нашого світу, що було неможливо передбачити ще сторіччя тому. «Розумні» телефонні мережі маршрутизують дзвінки ефективніше, ніж будь-яка людина-оператор. Автомобілі будуються на безпілотних заводах автоматизованими роботами. Штучний інтелект інтегрується у звичайні побутові предмети, наприклад в пилосос. Механізми ІІ до кінця не вивчені, але експерти прогнозують, що розвиток ІІ ще більше наблизиться до розвитку людського мозку вже найближчими роками.

Технології штучного інтелекту та машинного навчання перестали бути фантастикою і вже стали частиною нашого життя. Головним драйвером розвитку є великий бізнес: промисловість, ритейл, банківська сфера. Проблеми та специфіку впровадження ІІ у Росії обговорили з компанією «Інфосистеми Джет».

Володимир МолодихКерівник дирекції з розробки та впровадження програмного забезпечення компанії «Інфосистеми Джет»

Яке значення мають технології штучного інтелекту сьогодні? Які можливості і в яких сферах відкриває розвиток ІІ для людей?

Про штучний інтелект можна говорити як про філософське та футурологічне поняття з фільмів про майбутнє. Але якщо говорити про реального життя, то він має на увазі ту чи іншу комбінацію методів машинного навчання: коли ми беремо великий набір накопичених даних, на його основі за допомогою спеціальної просунутої математики створюємо модель і вчимо її вирішувати ту чи іншу конкретну задачу.

Тобто в реальному житті ІІ застосуємо у тих областях, де є великий обсяг накопичених даних. Вони бувають різних типів. Коли у вас є умовно три типи даних, то з ними може впоратися один аналітик. Але якщо параметрів більше тисячі, причому частина з них неструктурована, то це не поміститься в голову жодного аналітика. У разі людський розум за підтримки аналітичних інструментів попереднього технологічного укладу неспроможна нормально все проаналізувати. Він спрощуватиме, братиме три-чотири ключові параметри. І тоді машинне навчання — те, що є практичною реалізацією ІІ, — виявляється ефективним.

Чому саме сьогодні говорять про ІІ, хоча на перший погляд і відповідна математика, і комп'ютери були двадцять років тому?

Якщо говорити про вузькоспеціалізовані завдання, то там машинне навчання використовувалося й раніше. Є чотири ключові фактори, завдяки яким ми можемо говорити, що ІІ — це новий глобальний тренд, який змінює світ. Перший — даних побільшало, наприклад, якщо раніше на виробництві були лише паперові записи, то тепер на верстатах стоять датчики, що збирають інформацію. Другий і третій чинники – це зростання обчислювальних потужностей плюс розвиток відповідних галузей математики. Собівартість рішень знижується: через здешевлення «заліза» тепер не доводиться чекати на окупність проекту на виробництві по десять років. І останнє — поступово розвивається бізнес-практика, з'являються спеціалісти з проектним досвідом у цій галузі.

Чому процес впровадження ІІ у Росії йде повільно?

Все так. Зараз у Росії справді більше говорять про ІІ, ніж реально роблять. Тема модна, і щоб відзвітувати по ній «наверх», багато хто оголошує якийсь хакатон і показує фото в інстаграмі. А результату, що змінює бізнес, не з'являється. Виходячи з нашого досвіду, ми бачимо, що в більшості найбільших організацій Росії ІІ успішно впроваджується лише в 5-7% випадків від того, що говорять.

Справа в тому, що це новий тип проектів, з яким поки що не вміють грамотно працювати. Це комплексна історія: за допомогою машинного навчання одне завдання можна вирішити досить швидко, але це потребує значної перебудови бізнес-процесів. Приклад: можна зробити модель індивідуальних рекомендацій для клієнтів торгової мережі, але якщо поряд з цим працюватиме класичний маркетинг, наприклад акції в стилі «10% знижка на все», то ці рекомендації не працюватимуть. Або, наприклад, ми побудували модель прогнозу шлюбу та виходу з ладу машин в автопарку, але поки цю модель будували, змінився постачальник ПММ. А це теж дані, що впливають на модель, і вона розсипається. Тобто організації потрібно змінитись, щоб її процеси відповідали завданням, які можна вирішувати за допомогою машинного навчання: ефективно побудувати обмін даними між підрозділами тощо. Це комплекс змін, які потрібно вміти робити, і треба бути готовим боротися за нього.

Ми поки що знаходимося на стадії генерації ринку, і через його новизну виникають складності. Зокрема, ми стикалися із ситуацією на виробництві, коли люди думали: «Отже, зі шлюбом боротимемося не ми, а якась модель ІІ, а ми, виходить, не потрібні». Мотивація страждала і замість допомоги люди займалися критикою. Перед керівництвом, з одного боку, стоїть якийсь фахівець із роботи з даними з Москви, а з іншого — 45-річний мужик, який знає виробництво вздовж і впоперек, який каже: «Це не працюватиме, а ви нічого не розумієте». І зрозуміло, що у такій ситуації директор почувається не дуже впевнено.

У яких галузях у Росії найчастіше використовують ІІ і чому?

По-перше, це інноваційні інтернет-компанії. Той самий «Яндекс» — там це взагалі скрізь застосовується. Якщо брати великі галузі, то на першому місці буде рітейл, а також банки та страхові компанії. Але я абсолютно впевнений, що найбільший потенціал застосування ІІ — у промисловості: це реальні виробничі процеси із реальними грошима та можливістю скорочення собівартості. Але ця галузь поки дещо відстає, тому що вона консервативніша за рітейл, який через конкурентне середовище має дуже швидко розвиватися.

Усюди, де є багато даних. Особливо великий ефект буде у промисловості. Критерії – наявність даних та того, що можна оптимізувати. Це можуть бути завдання технічного обслуговування, ремонту, боротьби зі шлюбом, прогнозування, цифрових двійників, що дозволяють займатися аналізом. Правильніше дивитися не так на галузі, але в тип завдань. Якщо це штучне виробництво на зразок виробництва винищувачів, то тут для більшості завдань просто не буде необхідного обсягу даних. А якщо масштабне на зразок сталевого прокату або масового збирання машин, то тут ІІ буде ефективним.

Навіщо впроваджувати ІІ на підприємстві?

Підприємство зазвичай займається тим, що заробляє гроші, а так воно заробить більше. Сьогодні виробничі процеси крок за кроком ускладнюються, з'являється все більше факторів та нюансів. Якщо раніше весь виробничий процес уміщався в голову одного технолога, то тепер він знаходиться за межею того, що одна людина чи група людей може врахувати. Відповідно, процес виробництва, що ускладнюється, вимагає нових рішень, зокрема ІІ та машинного навчання.

Крім того, на виробництві особливо цінні люди, які мають якісь унікальні компетенції. Вони можуть захворіти, вийти на пенсію, а використання ІІ підвищує стійкість бізнесу щодо людського чинника.

З якими найпоширенішими помилками про ІІ ви найчастіше стикаєтесь?

Помилки бувають двох типів. Перший: "Зараз я візьму спеціаліста з роботи з даними, він мені побудує модель, і через кілька тижнів у мене все полетить". Так ніколи не буває. Інший тип: «Це все фантастика та байки, а в нас інше життя, в якому це все не застосовується». А істина тут насправді десь посередині.

Є поширена думка, що з часом ІІ зможе повністю замінити людей на виробництві та інших галузях. Ви поділяєте його?

У масштабах трьох-п'яти-десяти років виникатимуть конкретні області, в яких людину замінять. Наразі тестується безпілотний транспорт, напевно він поступово замінюватиме водіїв, адже він дозволяє знизити аварійність і не платити гроші водіям. Якщо говорити про бізнес, то це відбувається просто на очах. Якщо раніше людина приймала рішення сама, то тепер вона це робить за допомогою засобів машинного навчання або роботизації. Там, де раніше працювало сто людей, зараз може сидіти один технолог, один фахівець з data science, а решту роблять машини.

Замінюватимуться насамперед типові завдання. Люди, які займаються індивідуальними, творчими завданнями, поки що у безпеці. А в областях, де тисячі співробітників на тих самих позиціях працюють за регламентом, через три-п'ять років їх замінить ІІ.

З чого розпочати процес впровадження ІІ на підприємстві?

Перший крок – це знайти досвідчену команду, яка розуміє, як це робити. Тому що підводного каміння тут безліч, і з ними потрібно розбиратися. Друге — знайти завдання, які можна вирішити з користю для бізнесу, побудувати грамотні, розумні метрики, зрозуміти, як це конвертувати в гроші. Адже швидкий успіх це теж важливо.

Як вирішити, робити це самотужки чи залучати підрядника?

Будь-яка компанія повинна поступово рухатися до того, щоб IT стало для неї не просто функцією, що підтримує, а тим, що допомагає заробляти гроші. Це означає, що їй потрібно вирощувати IT-компетенції, а це процес нешвидкий. Тому на стартовому етапі раціонально залучити експертів і потім разом із ними визначитися, які галузі компанія повинна розвивати сама, а в яких покладатися на партнерів.

А як вибрати партнера?

Важливо розуміти, що тема ІІ комплексна. Потрібна команда, яка не тільки розуміється на аналітичній статистиці, data science, машинному навчанні, але й має комплексні компетенції: починаючи проектним управлінням і закінчуючи вмінням працювати з даними, високонавантаженими системами, очищенням даних. Також важлива інформаційна безпека, адже нові типи IT-рішень спричиняють нові IT-загрози, при цьому старі загрози нікуди не подіються. Тому потрібна команда, яка все це вміє.

На вашу думку, як технології ІІ зміняться в майбутньому?

У практичному плані поки що важливо освоїти те, що є. Якщо говорити про майбутнє, мені здається, технології в першу чергу рухатимуться у бік навчання з підкріпленням, самонавчання, коли система навчає сама себе на підставі свіжих даних. Але поки що це більше теорія, ніж практика. Коли йдеться про навчання комп'ютера гри в го, то навчання з підкріпленням працює. А в комплексніших практичних завданнях поки не особливо.

Чи існує багато майданчиків з практичного обговорення проблем ІІ в Росії?

Форумів різних дуже багато, і на всіх говорять про ІІ. Тема хайпова, тут може вийти як із нанотехнологіями. Бачачи все це ми проводимо свій власний форум Russian Artificial Intelligence Forum (RAIF). Цього року він пройде вже втретє і відбудеться 22-23 жовтня у Сколковому у рамках міжнародного форуму «Відкриті інновації». Там ми говоримо якраз про практику: які у цій галузі є проблеми, складності тощо.

А яка Головна темацьогорічного форуму?

Цього року головна тема форуму — як «доштовхати» проект ІІ до промислової експлуатації для того, щоб він приносив результат. Також ключовий акцент ми робимо на всіх суміжних темах. У нас є секції про big data, інформаційну безпеку, «залізо». У нас збираються математики, програмісти, «залізничники», фахівці з інфраструктури та експлуатації.

Ми говоримо про реальну практику, а не про наукові проблеми, хоча про це ми маємо окрему секцію. Але насамперед ми збираємо людей, які реалізують проекти ІІ, розповідаємо про власний досвід, вказуємо на підводне каміння. І головне — завжди розглядаємо завдання у комплексі, у розрізі проекту, а не якоїсь філософії чи науки.

Борис Кобринський, доктор медичних наук, завідувач лабораторії Інституту сучасних інформаційних технологій у медицині ФІЦ ІУ РАН, професор Російського національного дослідницького медичного університету ім. Н. І. Пирогова.

- У чому різниця інтелекту штучного та людського? Чи справедливо взагалі називати ІІ інтелектом?

Природний інтелект характеризується численними функціями. Частина їх реалізується в системах ІІ, але головною відмінністю природного інтелекту від штучного є здатність синтезувати нові знання, виявляти невідомі закономірності. Штучний інтелект - це усталений термін, проте пов'язаний із не зовсім точним перекладом з англійської. Artificial Intelligence означає "уміння міркувати розумно". Створювані цій основі системи коректніше називати системами з елементами штучного інтелекту.

- Чи можна говорити, що штучний інтелект - не більше, ніж знаряддя людського?

Навряд чи варто говорити в такому формулюванні. Інтелектуальні системи є консультативними чи асистуючими у прийнятті рішень людиною.

Було б важливим дати читачеві популярний опис математичного апарату, на якому працює ІІ. І що він являє собою з погляду суто технічного: просто потужні суперкомп'ютери? Чи потрібні якісь спеціальні засоби та пристрої?

Більшість систем ІІ з самого початку спиралися не на математичний апарат, а на логіку з використанням засобів для діалогу з користувачем природною мовою (логіко-лінгвістичні системи), чого не вміли попередні обчислювальні системи. В даний час гібридні інтелектуальні системи включають поряд з логікою також різні математичні методи аналізу. Але обов'язковою для інтелектуальних систем є база знань, що містить формалізовані знання для конкретної галузі, для чого використовуються різні мови уявлення знань. p align="justify"> Для роботи цих систем використовуються звичайні комп'ютери. Суперкомп'ютери лише дозволяють прискорити обробку даних, що є важливим для динамічних систем реального часу - наприклад, в управлінні двигунами космічного корабля і суттєво, наприклад, для прогнозів погоди. Винятком є ​​нейромережі, в яких здійснюється математична обробка введеної інформації, проте відсутня аргументація та логіка рішень, відсутні база знань предметної області та пояснення гіпотез (рішень), що висуваються. Але нейромережевий підхід - це технологія, що імітує певною мірою роботу мозку, справжнє уявлення про яку поки що залишається відкритим.

Ми не розуміємо (за великим рахунком), як працює мозок людини. А чи зараз зрозуміло, як працює ІІ? Чи вже з'явилися такі ніби чорні ящики, де відбувається щось невизначене?

Повноцінні інтелектуальні системи, як вже зазначено вище, характеризуються саме тим, що користувач отримує пояснення гіпотез, що висуваються системою, як у процесі їх розгляду, так і після завершення роботи (остаточна гіпотеза). Чорними ящиками є нейромережі, які не видають пояснень.

Є жарт, що ІІ на відому шкільну риторику «а якщо всі стрибнуть із п'ятого поверху, ти теж стрибнеш?» відповість: так. Наскільки це жарт? Які взагалі когнітивні можливості штучного інтелекту, чи будуть вони колись порівняні з людськими?

Роботів навчають по-різному, але є підхід, заснований на навчанні на прикладах. Якщо його використовувати, то теоретично можна було б домогтися, щоб робот не жартома стрибав з будь-якого поверху. Але він розіб'ється і більше не стрибне. У той самий час когнітивні здібності систем з урахуванням ІІ зростають. Але зважена оцінка свідчить, що штучний інтелект зможе порівнятися з природним, по крайнього заходу, у винаході нового. Ми не знаємо, як людина винайшла колесо, аналогів якого у природі немає. Як навчити подібному ІІ. Нове знання виникає у мозку далеко не кожної людини.

Тепер більш практичне питання: у яких сферах ІІ надійно замінить людську? Де в нього буде перевага? Де він ніколи не зрівняється з людиною? Наприклад, чи є шанс, що він впорається з однією з відкритих проблем математики - скажімо, доведе незалежність алгебри чисел ϖ і е?

ІІ здатний швидко перебирати різні варіанти, він може замінити людський або забезпечити допомогу людині в багатьох областях з відомим або зрозумілим підходом до прийняття рішень: в аналізі даних з урахуванням різноманітних зв'язків, у виборі оптимальних рішень, моніторингу ситуацій та управлінні; роботи можуть виконувати різні роботи (у важких умовах, у будинку, на виробництві, в охороні здоров'я та ін.). Інтелектуальні системи підтримки ухвалення рішень будуть помічниками людей. Роботи замінять їх у багатьох роботах, де можна побудувати алгоритми дій людини. Можливо, що й у математиці, під час доведення теорем, ІІ зможе у перспективі вирішувати складні завдання. Але знову має наголосити, що йому недоступно відкривати принципово нові напрями в науці.

- Чи можливі спільноти штучних інтелектів? Взаємодопомога та усвідомлення спільних інтересів?

Так, спільноти представників ІІ та їх взаємодопомога можливі. Це розвиток сьогоднішніх багатоагентних систем - віртуальних спільнот інтелектуальних агентів, кожен із яких взаємодіє з іншим, і є агенти вищого рівня, координатори та спостерігачі, які забезпечують зміну програми взаємодії інтелектуальних агентів.

- Чи з'являться у штучного інтелекту творчі здібності? Наїття?

Якщо під творчістю розуміти розвиток відомого, то так, якщо створення зовсім невідомого раніше, то ні. Наит слід віднести до останнього. А ось асоціативні зв'язки вже мають місце у системах ІІ.

- Зокрема, лікарську інтуїцію, про яку маєте роботи, може замінити ІІ?

Інтелектуальні системи, засновані на експертних знаннях висококваліфікованих лікарів, які мають інтуїцію та образним мисленнямможуть включати інтуїтивні уявлення в тому випадку, коли їх вдається витягти для формування бази знань. Мій досвід показує, що цього можна досягти при груповому здобутті знань за рахунок розтину лікарської інтуїції одного експерта шляхом питань до інших експертів при вмілому управлінні дискусією.

Конкуренція штучних інтелектів – країнова чи на рівні компаній – наскільки вона жорстка? Яке місце Росії у гонці ІІ?

У певному вигляді конкуренції між країнами немає. Можливо, можна говорити про вчених, котрі стежать за роботами один одного. На рівні компаній це пов'язано з отриманням фінансових коштів на розробку та/або отримання прибутку по закінченим роботам. У Росії її період 70-х - початку 90-х минулого століття супроводжувався створенням великої кількості систем та цікавими теоретичними розробками. Подальше недофінансування робіт у цій галузі призвело до спаду. Хоча роботи не зупинились. Розглядаючи як приклад медицину, доводиться зазначити, що, незважаючи на неодноразові заяви про необхідність таких систем, їхнє фінансування практично відсутнє, за винятком робіт з грантів у системі РАН. Позитивними прикладамив цій галузі можуть служити розробки Федерального дослідницького центру «Інформатика та управління» РАН (інтелектуальна система в галузі здоров'язбереження, орієнтована на управління ризиками при інфаркті міокарда, інсульті та депресії, та інтелектуальні системи автоматизованої підтримки медичних досліджень, реалізовані на основі ДСМ-метод гіпотез) та Інституту автоматики та процесів управління ДВО РАН (діагностика хвороб травлення та інші, реалізовані на основі онтологій).

- Опишіть, будь ласка, які загрози несе із собою розвиток ІІ.

Мені неправильно говорити про загрози штучного інтелекту. Небезпека може нести застосування штучного інтелекту в пристроях, що працюють поряд з людьми або замінюють персонал, наприклад, у лікарнях. Недолік факторів, які можуть призводити до травм оточуючих, слід розглядати як основну загрозу нині та в майбутньому. Це стосується і автопілотів, і систем контролю різних виробничих процесів, забезпечення функціонування про розумних лікарень.

Купівля машини починається з купівлі брелока для ключів.
З особистих афоризмів автора

Чим люди відрізняються від машин із штучним інтелектом? Одна з не зовсім простих відповідей на поставлене питання - емпатією. Якщо перекласти визначення емпатії, дане в Оксфордському словнику англійської мови, Воно звучить так: емпатія - це здатність подумки ототожнювати себе з іншою людиною або об'єктом, що спостерігається (або повністю розуміти їх). Це узгоджується зі звичним нам визначенням з Вікіпедії: «Емпатія (грец. ἐν - «в» + грец. πάθος - пристрасть, страждання, почуття) - усвідомлене співпереживання поточному емоційному стану іншої людини без втрати відчуття зовнішнього походження цього переживання». Погодьтеся, це дуже характерна риса, що відрізняє людей від запрограмованої машини. Ця тема в технічній літературі зачіпається мало, і на ній хочеться зупинитися докладніше, тим більше у світлі проблем ІІ вона є важливою.

Ексклюзивну можливість використовувати матеріали на цю тему в російськомовному перекладі автору статті надав Джейсон Міллер (Jason Miller), який очолює відділ маркетингу в Microsoft у регіоні EMEA і свого часу опублікував у мережі LinkedIn статтю «Can a machine have empathy?» («Чи може машина виявляти співчуття?»). У нас відбулася коротка дискусія на цю тему, під час якої з'ясувалося, що наші погляди на проблему та ризики безконтрольного розвитку та використання ІІ збігаються. Штучний інтелект зараз намагаються перетворити на якусь подобу розуму, тобто наділити його суто людськими рисами - тією самою емпатією, яку Джейсон Міллер оцінював з погляду можливості її використання в маркетингу. На думку автора цієї статті, область потенційного застосування емпатії набагато ширша. Погодьтеся, набагато приємніше спілкуватися з привітним колаборативним промисловим роботом, якщо з ним можна перекинутися парою слів і пожартувати, він зустрічає тебе добрим словомі, оцінюючи тебе сенсорами (вони все одно має), підбирає відповідну модель поведінки. Це набагато краще, ніж просто включитися в роботу з «розумним» усередині, але механізмом, що тупо дзижчить зовні. А якщо це домашній, хай і програмний, помічник чи особистий помічник - тут і казати нема чого.

Що стосується емпатії, то в травні минулого року на конференції розробників пристроїв введення/виведення компанія Google продемонструвала свою нову систему Duplex. Вона є віртуальним помічником на базі ІІ, який здатний здійснювати телефонні дзвінки, щоб оптимально організувати розклад свого «начальника». Аудиторія спостерігала за тим, як Duplex робив замовлення у ресторані та записувався на стрижку у перукарні. Вони здивовано сміялися, коли під час розмови він, мабуть, переконав людину на іншому кінці телефонної лінії, що вона розмовляє саме з людиною, а не з програмою. Тут можна зробити поправку на нашу психологію: автор статті спостерігав аналогічний феномен, коли розробив та зробив ще у 1980-х роках. прототип секретаря-інформатора (те, що потім назвали автовідповідачем). На той час майже всі люди намагалися з цим прототипом розмовляти, бо під час дзвінка чули запис людської мови.

Демонстрація Duplex викликала жваве обговорення у соціальних мережах, піднявши при цьому один цікаве питання. Чи показує здатність штучної системи до такого розуміння та відправлення розмовних сигналів, що машина може освоїти емпатію? Це одне з найбільш важливих питань у дискусії про ІІ, що розвивається, його ролі в суспільстві і ступеня, в якій він проникатиме в споконвічно людські сфери діяльності.

Коли Джейсон Міллер поставив це питання аудиторії в мережі LinkedIn, він отримав три зовсім різні типи відповідей - і ці відповіді мають велике значення для розуміння майбутнього ІІ. Вони дають гарне уявлення про погляди професіоналів на можливості ІІ, а також про те, як ці можливості ІІ можуть бути використані.

Перший варіант відповіді - "так, машина може освоїти емпатію" або "так, тому що ІІ в результаті зможе робити все, на що здатний людський мозок". Було висловлено думку, що емпатія може бути запрограмована аналогічно до нашого сприйняття. Для прихильників цієї теорії ми - це машини, а наш мозок є дуже добрим комп'ютером, нехай навіть квантовим, але, як і звичайний комп'ютер, з відповідним програмуванням.

Другий варіант відповіді: ні, не може, тому що емпатія – це унікальна людська характеристика, а не те, що машина здатна зазнати. Та й чи може вона взагалі щось відчувати? Хоча Ава з фільму «Ex Machine», який було взято як приклад шляху розвитку ІІ, як мінімум, показувала емпатію і успішно цим скористалася. Якщо звернутися до інших прикладів, то у знаковому з цієї точки зору фільмі «Вона» («Her», американська фантастична мелодрама режисера і сценариста Спайка Джонза (Spike Jonze), 2013 р.) важливість цієї якості видно дуже добре, оскільки фільм повністю на ній побудований і в ньому немає фізичного втілення ІІ, який представлений у вигляді нейронної мережі Саманти (за фільмом «операційки»). Співчуття дозволяє не тільки «відчувати себе», а й відчувати чужий біль, переживання та емоції когось іншого більшою чи меншою мірою. Ми не розуміємо організацію свідомості в людях, що вже говорити про здатність створювати цю свідомість штучно з належною верифікацією (доказом справжності, якщо говорити технічною мовою).

Третій варіант відповіді особливо інтригує. Це навіть не відповідь, а скоріше питання: якщо машина, як здається, відчуває емпатію, чи має значення, реальна ця емпатія чи ні? Функціонально різниці немає: чи здатна ця машина на ті ж емоції, що і ми, або просто виводить ці емоції із сигналів, які посилають їй самі люди або її сенсори, виробляє відповідну реакцію, що найбільш підходить. Уявімо, що ми не можемо визначити, чи є емпатія справжньою, тому що робот на основі глибокого навчання вивчив міміку та структуру нашої поведінки, – чи можемо ми тоді все ще дивитися на робота як на машину?

Це далеко не просте питання. Чи має значення різницю між реальним і «штучним» співпереживанням? Тут думка автора статті збігається з відповіддю Джейсона Міллера – так, має. Якщо повернутися до фільму «Ex machine»: Ава з успіхом продемонструвала це, і Калеб, як то кажуть, попався як курей у щі, сам того не чекаючи. Можливо, якби вона не була в образі дівчини, спеціально створеному під його переваги, все було б інакше. Особам чоловічої статі ми довіряємо набагато менше, а неприємним, на наш погляд, зовні тим більше, так що її розробник Нейтон цей факт тут врахував. А у фільмі «Вона» Теодор, почавши з використання функцій помічника, просто закохався в жіночий голос, який замінив йому живе спілкування.

Рис. 1.

Перспектива використання ІІ як асистента взагалі характерна - візьміть, наприклад, ту ж вкрай негативно, якщо не вороже, сприйняту Ілоном Маском (Elon Musk) Софію, яка у жовтні 2017 р. стала підданою Саудівській Аравії та першим роботом, який отримав громадянство якоїсь країни (Рис. 1).

Але повернемося до первісного питання: чи може машина співчуття комусь? Це одне із тих питань, відповідь на які може змінитися в майбутньому. Звичайно, машина не може відчувати співчуття за визначенням, все зводиться до визначення емпатії та машини.

Машини не можуть подумки ототожнювати себе з людьми, тому що те, що відбувається в нашому людському розумі, включає речі, які машина ніколи не зможе випробувати сама, незалежно від того, наскільки просунутими і глибокими можуть бути її власні аналітичні процеси і сенсорне сприйняття. Коли ми обговорюємо роль ІІ у суспільстві, важливо чітко розуміти, чому все так влаштовано. Хоча насправді ми самі себе не розуміємо. Журналіст CNBC Ендрю Росс Соркін (Andrew Ross Sorkin) на прес-конференції запитав Софію: «Чи мають роботи розум і самосвідомість?». На що вона відповіла наступне: "А дозвольте запитати вас у відповідь, звідки ви знаєте, що ви людина?"

Машина може наблизитися до нас, але вона, як авторові статті (і не тільки йому) здається, ніколи не зможе повністю осягнути людину. Наша свідомість містить набагато більше, ніж просто раціональне пізнання та логічне мислення. Фактично ця здатність до раціонального мислення є побічним продуктом більшості інших аспектів нашої свідомості, а не самою собою керуючою силою нашого мозку. Нашим свідомим життям рухає те, як ми сприймаємо світ за допомогою наших почуттів. Це поєднання зору, звуку, дотику, смаку та запаху, яке жодна машина ніколи не зможе випробувати таким же чином.

Людська свідомість також обумовлена ​​нашими потужними біологічними імпульсами та потребами. Жодна машина ніколи не відчує, що означає бути голодним чи спраглим. Насправді жодна машина не зможе, як у фільмі «Вона», симпатизувати і тягтися до іншої машини чи людини, і не мотивуватиметься прагненням до кохання та всіма емоціями, які супроводжують цей природний для людини процес. Згадаймо, як у фільмі машина почала фліртувати одразу з безліччю людей і не розуміла, за що Теодор на неї образився.

Крім того, яка може бути у машини тривога? Жодна машина не боїться самотності, втрати даху над головою і не відчуває сильної вразливості, спричиненої страхом за свою фізичну безпеку, хіба що відчує падіння потужності в системі живлення або неприпустиме зростання температури, якщо це фізичний об'єкт з ІІ. Так що у своїй відповіді журналісту Софія неправа, невролог Антоніо Дамасіо (Antonio Damasio) пропонує вирішити цю проблему так: «Ми - це машини, які не мислять, які відчувають, швидше ми можемо відчувати машини, які думають».

Зрештою, що не менш важливо, наша свідомість формується колективним розумом та культурною пам'яттю, згенерованими в ході розвитку нашої цивілізації. Ми – продукт колективного накопичення, протягом багатьох тисяч років, наших спільних емоцій та чуттєвих переживань, що передаються з покоління в покоління та відображені в історії. Розмови, загальні жарти, сарказм, символізм - це неймовірно тонкі психологічні сигнали. Той же колективний розум розвиває етику та цінності, з якими ми всі можемо інстинктивно погодитись, навіть якщо вони не обґрунтовані логічно. Якщо вірити повідомленням у пресі, хоча це й скидається на черговий фейк, то в Стенфордському університеті намагаються навчити ІІ жартувати та розробляють нейронну мережу, наділену своєрідним почуттям гумору. За словами розробників, завдання виявилося складним, оскільки ІІ працює за певним алгоритмом, а це виключає імпровізацію. Поки що висновок невтішний: смішним ІІ не зробити, навіть якщо завантажити в нейромережу всі жарти та анекдоти світу.

Ніщо інше не спілкується, як люди, і люди не спілкуються ні з чим іншим так, як ми спілкуємося один з одним. Це важливо, тому що єдиний спосіб придбати свою частку у нашому колективному інтелекті – це взаємодіяти з людиною. Якщо ми не взаємодіємо з машинами так само, як з іншими людьми, цей колективний досвід та інтелект просто недоступні для них. Вони не є частиною нашої емпатичної системи. Так, нам може бути шкода «улюбленого» комп'ютера, може ми його навіть викидати не станемо. Автор статті свій перший зберіг - на процесорі AMD 133 МГц з HDD на 500 Мбайт, куплений за нечувані для 1990-х років. $750. Але я не відзначаю його день народження, не навідуюсь у коморі і не веду з ним ностальгічні бесіди: «А пам'ятаєш, як ми в DOOM II…». Хоча у нас є улюблені речі, ми не маємо з ними емоційного взаємного зв'язку, у нас є тільки зв'язок з подіями, які асоціюються з тими чи іншими речами (згадаймо чудову пісню «From Souvenirs To Souvenirs» у виконанні Demis Roussos). В іншому випадку це вже фетишизм - поклоніння неживим матеріальним предметам, яким приписуються надприродні властивості, або розлад психіки, але й у цьому випадку ми маємо справу з асоціаціями.

Коли люди говорять про людський мозок, що працює як комп'ютер, або про ІІ, що навчається так само, як людина, вони виражаються образно. Це можна вважати частиною давньої традиції гадати про те, як працює наш мозок і що дійсно є нашою свідомістю. Щоразу, коли ми винаходимо нову технологію, виникає сильна спокуса використовувати її як аналогію функціонування мозку. Коли ми винайшли електрику, ми почали говорити про електричні струми у мозку. Коли з'явився телеграф, ми вирішили, що мозок посилає дискретні сигнали. Переконання багатьох у тому, що людський мозок працює як комп'ютер (і, отже, насамперед є логічною машиною), - це лише наше припущення. Ми насправді не знаємо, як працює мозок, як ця робота транслюється у нашу свідомість і де, як вона зберігається. Ми бачимо активність і результат, які нам вдалося змоделювати в нейронних мережах, але не бачимо і не розуміємо сам процес.

Бачачи взаємодії, ми робимо висновки, але, можливо, ми перебуваємо у ситуації, коли вирішуємо, що тарган, якому відірвали лапи, перестає чути, оскільки від стукоту він уже не тікає. Цілком ймовірно, що у нас, якщо проводити аналогію з комп'ютером, є лише якийсь інтерфейс, пароль і логін для доступу в нашу базу даних, яка зберігається в якійсь хмарі, і ми використовуємо поки що невідому нам технологію швидкого доступу. Чому ні? З погляду техніки – це цілком логічно. Може тому ми іноді отримуємо інформацію, як нам здається, з чужого життя, це схоже на «баг» у нашій системі. Вкрай малоймовірно, що ми навіть частково відтворили людський мозок, коли розробили існуючу теорію ІІ. Навіть те, що ми називаємо нейронними мережами, - лише подібність, що ґрунтується на нашому поточному розумінні (рис. 2).

Рис. 2.

З цих причин ми можемо погодитися з другою думкою, тобто твердженням, що машина може відчувати співчуття, але вада цієї теорії в тому, що ми зводимо величезні таємничі дії людського мозку і свідомості до чогось, що можна зрозуміти, відтворити і імітувати з допомогою машини, керованої логікою. Справа не в тому, що ми переоцінюємо можливості ІІ, а в тому, що ми сильно недооцінюємо те, наскільки складні власні можливості.

Це повертає нас до іншого питання: чи має значення те, що «штучна емпатія» не є справжнім співчуттям, хоча вона взаємодіє з нами так само? Зрозуміти це дуже важливо, щоб не потрапити в глухий кут чергової помилки, - в тому, що комп'ютер або програма почали думати. Наслідки можуть бути сумними, ми й так багато що вже віддали на відкуп автоматам, вирішивши, що вони достатньо для цього порозумнішали. Де ж межа між тим, що ми називаємо ІІ, і реальним розумом? Вона, як здається, ховається в емоційності. Продовжимо розглядати зрозумілий приклад із емпатією.

Штучна емпатія працює, спостерігаючи, навчаючись, реагуючи та відтворюючи сигнали, які посилають люди. У міру розвитку ІІ з глибоким навчанням та здатністю працювати з все більшими наборами даних програми будуть все краще і краще справлятися з цим і створювати видимість (або образ) емпатії. Однак справжня емпатія включає набагато більше, ніж просто спостереження та реагування на емоційні сигнали, незалежно від того, зі скільки з цих сигналів вам доводиться працювати. Чому? Тому що сигнали, які посилають люди, є лише крихітною частиною того, що вони реально відчувають. Ми всі набагато більше, ніж сума того, що інші люди думають про нас, спостерігаючи за тим, що ми робимо і говоримо. Ми маємо здібності, емоції, спогади та досвід, які впливають на нашу поведінку, при цьому необов'язково проявляючись зовні. Вони мають бути інтуїтивно зрозумілими, навіть коли їх взагалі не помічають. Приклад: ми часто не впізнаємо себе чи добре (саме добре) знайому людину на фото чи портреті, а решту – без проблем. З портретом можна пояснити філософськи - «суб'єктивним сприйняттям об'єктивної дійсності». З «об'єктивним» фото причина в тому, що воно дає нам вихоплений момент, а ми сприймаємо себе і добре знайомих людей у ​​комплексі, а для інших нам достатньо кореляції, в чому наш мозок дока.

Все стає складніше, коли машини починають приймати рішення, які мають серйозні наслідки, причому без емоційного контексту та спільних цінностей, які у таких випадках використовують люди. Це була одна з ключових тем у статті, яку Генрі Кісінджер (Henry A. Kissinger) нещодавно написав про наслідки ІІ для The Atlantic. Візьміть, наприклад, безпілотний автомобіль, який повинен у разі неминучої аварії вирішити – вбити батька чи дитину. Чи зможе така машина колись пояснити людям, чому вона робить той чи інший вибір? А якщо не потрібно обґрунтовувати дії машини людськими наслідками і з людської точки зору, то що станеться з нашою системою етики та справедливості? Як це вкласти у машину? Адже тоді нам треба буде відкинути наші емоції та стати на бік машини, подивитися на світ її очима. Чи спроможні ми на таке?

Подібний процес пройшов би легше та простіше, якби ми замінили штучне співчуття на людське. ІІ може наслідувати людські взаємодії, але з набагато вужчим розумінням того, що відбувається, ніж ми. Нам необхідно пам'ятати про це, коли вибираємо роль, яку ІІ має відігравати в управлінні процесами чи стратегіями. Емпатія, про яку ми говорили в цій частині статті стосовно машини, відіграє дуже вагому роль. Можливо, тому роботам-асистентам намагаються дати людську подобу та приємний голос (у псевдонаукових фільмах вони навіть навіщось їдять і не тільки).

При розробці згаданих у першій частині статті ігрових систем, в якій автор брав участь не лише як розробник електронної начинки, а й як дизайнер і один з ідеологів, ми зіткнулися з такою проблемою. Друга з наших машин, а це був уже 100% робот (як належить, дзижчить і повертається), працювала ефективніше «живих» дилерів, не робила помилок, давала більший економічний ефект. Але популярнішим був змішаний варіант - частина гравців вибирала «живого» дилера, завдання якого було лише посміхатися і витягувати карту з черевика (роздавача гральних карт на гральному столі). У цьому випадку саме спрацьовувала емпатія, якою наша повністю роботизована система, як і система з генератором випадкових карт, апріорі не мала.

Система Duplex від Google може виглядати як така, що володіє емпатією, але ця емпатія суворо обмежена тим, що має відношення до поставленого завдання. Наприклад, до бронювання столика у ресторані. Duplex не навчений виявляти якісь емоції поза заданого алгоритму чи перебудовувати свою поведінку з урахуванням конкретної ситуації. Якщо голос людини на іншому кінці телефонної лінії звучить недружелюбно та нервово, чи може Duplex спілкуватися з ним адекватно? Чи може він знайти спосіб розташувати людину до себе і змусити її заспокоїтися? Чи може він банально просити знайти вільний столик у годину пік ресторану? Людське спілкування - це набагато більше, ніж просто ефективний обмін інформацією, і саме тут наслідки використання реальної та штучної емпатії стають особливо значущими.

Якщо ми передамо фундаментальні стратегічні рішення ІІ, то визначення вартості виробленого за його участю кінцевого продукту (інакше навіщо цей ІІ взагалі потрібен?) знижуватиметься з вражаючою швидкістю. Але ризик полягає в тому, що ІІ ігнорує інші елементи, які по-різному зачіпають людську свідомість, граючи на струнах людської душі, як та сама Ава з Ex Machine робила лише для досягнення чіткої мети.

Людський інтелект настільки сильний, тому що він не обмежений одним лише раціональним мисленням. Елементи свідомості дозволяють нам мати справу з непередбачуваністю та невизначеністю навколишнього світу. Вони дають нам можливість приймати рішення на основі спільних цінностей та мотивів, які резонують колективно, і знати, що правильно, навіть без потреби з'ясовувати, чому це так. Який співчуває людський інтелект здатний відчувати те, що він відчуває, щоб бути сумним чи щасливим, - і він дозволяє цим почуттям впливати на свої судження та свою поведінку з іншими. Машина не могла цього зробити, навіть якби захотіла, оскільки це більшою мірою продукт нашої цивілізації. В інших цивілізаціях все могло б бути по-іншому - наприклад, нічого страшного не було б у тому, щоб з'їсти собі подібного «з великої поваги», як у Володимира Висоцького: «Хто уплете його без солі та без цибулі, той сильний, сміливий , Добрим буде ... ».

Щоб машина стала розумною, ми маємо дати їй моделі цінностей. Які? Ми знаємо свою шкалу і саме спроби її впровадження бачимо в мистецтві - літературі та кіно, але що з цього ми реально можемо дати машині, що вже «думає»? На нашу думку – нічого. Як виростити для неї дерево пізнання Добра і Зла і які на ньому мають бути плоди? Якщо ми підемо таким шляхом, то це приведе нас до реальної конфронтації, у машин з'явиться своя філософія, релігія і т. д. Єдине, з чим нам пощастило, - це із заповідями, але про це ми говоритимемо в останній частині цієї статті .