Программирование ,

Разработка для интернета вещей ,

Разработка под e-commerce ,

Разработка робототехники

Сегодня об искусственном интеллекте не пишет только ленивый. Например, в Autodesk считают, что искусственный интеллект может учитывать гораздо больше факторов, чем человек, и, таким образом, давать более точные, логичные и даже более креативные решения сложных проблем. В Оксфордском университете вообще высказывают предположения о том, что искусственный интеллект в недалеком будущем может заменить штатных журналистов и писать за них обзоры и статьи (и того и гляди выиграет Пулитцеровскую премию).

Общее увлечение темой искусственного интеллекта давно вышло за рамки научных конференций и будоражит умы писателей, кинематографистов и широкой общественности. Кажется, что от будущего, в котором роботы (или Скайнет) правят миром или, как минимум, решают большую часть повседневных задач, рукой подать. Но что по этому поводу думают сами ученые?

Для начала стоит разобраться с термином «искусственный интеллект»: слишком много существует на эту тему домыслов и художественных преувеличений. В этом вопросе лучше всего обратиться к автору этого термина (и по совместительству создателю языка Лисп и лауреату множества премий) – Джону Маккарти. В статье с одноименным названием («Что такое искусственный интеллект?») Маккарти приводил следующее определение:

Это наука и технология создания интеллектуальных машин, в особенности – интеллектуальных компьютерных программ. Искусственный интеллект связан с задачей использования компьютеров для понимания работы человеческого интеллекта, но не ограничивается использованием методов, наблюдаемых в биологии.

Получается, что искусственный интеллект и интеллект «человеческий» тесно связаны? Не совсем так – сам Маккарти подчеркивал: если интеллект «вообще» – это «вычислительная» составляющая того, что помогает субъекту достигать заданных целей, тогда интеллект человека, животных и машин будет работать по-разному.

Выходит, что искусственный интеллект – это не подобие человеческого, хотя многим футуристам, писателям и даже ученым хочется верить в то, что это не так. Об этом часто повторяет Майкл Джордан , почетный профессор Калифорнийского Университета в Беркли. Он считает, что недостаточное понимание того, что же представляет из себя искусственный интеллект, приводит не просто к созданию «красивых образов», не связанных с реальной наукой, а к самой настоящей дезинформации и разного рода мифам, процветающим в этой области.

Миф первый: для создания или усовершенствования искусственного интеллекта надо разобраться с тем, как работает человеческий мозг

Джордан утверждает , что это вовсе не так. Работа искусственного интеллекта, как правило, не имеет ничего общего с тем, как устроен интеллект человека. Этот «миф» глубоко укоренился из-за пристрастия общественности к «красивым идеям»: авторам научно-популярных статей об искусственном интеллекте пришлись очень по душе метафоры, взятые из нейробиологии.

На самом деле нейробиология имеет очень опосредованное отношение (или вообще не имеет никакого отношения) к работе искусственного интеллекта. Для Майкла Джордана идея о том, что «для глубинного обучения нужно понимание того, как обрабатывает информацию и учится человеческий мозг», звучит как откровенная ложь.

«Нейроны», задействованные в глубинном обучении – это метафора (или, выражаясь языком Джордана, вообще «карикатура» на работу мозга), которая применяется только для краткости и удобства. В действительности же работа механизмов того же глубинного обучения гораздо ближе к процедуре построения статистической модели логистической регрессии, чем к работе настоящих нейронов. При этом, никому не приходит в голову для «краткости и удобства» использовать метафору «нейрона» в статистике и эконометрике.

Миф второй: искусственный интеллект и глубинное обучение – последние достижения современной науки

Мнение о том, что «думающие как человек» компьютеры будут сопровождать нас в недалеком будущем, напрямую связано с идеей, согласно которой искусственный интеллект, нейронные сети, глубинное обучение являются достоянием исключительно современной науки. Ведь если допустить мысль о том, что все это было придумано десятилетия назад (а роботы к сегодняшнему дню так и не захватили мир), «порог ожиданий» от научных достижений вообще и скорости их развития в частности придется серьезно снизить.

К сожалению, СМИ стараются сделать все возможное, чтобы подогреть интерес к своим материалам, и очень избирательно относятся к выбору тематик, которые, по мнению редакторов, вызовут интерес у читателей. В итоге описываемые ими достижения и их перспективы оказываются гораздо более внушительными, чем реальные открытия, а часть информации просто «аккуратно опускается», чтобы не снижать накала страстей.

Многое из того, что сейчас преподносят «под соусом» искусственного интеллекта, является просто переработанной информацией о нейронных сетях, которые известны человечеству с 80-х годов.

А в восьмидесятые все повторяли то, что было известно в 1960е годы. Такое чувство, что каждые 20 лет проходит волна интереса к одним и тем же темам. В нынешней волне главной идеей является сверточная нейронная сеть, о которой уже говорили лет двадцать назад
– Майкл Джордан

Миф третий: искусственная нейронная сеть состоит из тех же элементов, что и «реальная»

На самом деле специалисты, занятые вопросами разработки вычислительных систем, оперируют нейробиологическими терминами и формулировками гораздо смелее, чем многие нейробиологи. Интерес к работе мозга и устройству интеллекта человека стал питательной средой для развития такой теории как «невральный реализм».

В системах искусственного интеллекта нет ни спайков, ни дендритов, более того, принципы их работы далеки не только от работы головного мозга, но и от пресловутого «неврального реализма». Фактически, в нейронных сетях ничего «нейронного» нет.

Более того, идея «неврального реализма», основанная на уподоблении работы систем искусственного интеллекта работе мозга, по мнению Джордана, не выдерживает критики. По его словам, к прогрессу в сфере искусственного интеллекта привел не «невральный реализм», а использование принципов, совершенно не согласующихся с тем, как работает мозг человека.

В качестве примера Джордан приводит популярный алгоритм глубинного обучения, основанный на «обратной передаче ошибки обучения». Его принцип работы (а именно передача сигнала в обратном направлении) явно противоречит тому, как работает человеческий мозг.

Миф четвертый: ученые хорошо понимают, как работает «человеческий» интеллект

И это снова далеко от истины. Как утверждает все тот же Майкл Джордан, глубинные принципы работы мозга не просто остаются нерешенной проблемой нейробиологии – в этой области ученых отделяют от решения вопроса десятки лет. А попытки создать работающую имитацию мозга так же не приближают исследователей к пониманию того, как устроен человеческий интеллект.

Это просто архитектура, созданная в надежде, что когда-нибудь люди создадут подходящие для нее алгоритмы. Но нет ничего, что подкрепляло бы эту надежду. Думаю, что надежда основана на вере в то, что если вы построите что-то вроде мозга, то сразу станет понятно, что он может делать
– Майкл Джордан

Джон Маккарти, в свою очередь, подчеркивал: проблема не только в том, чтобы создать систему по образу и подобию человеческого интеллекта, а в том, что сами ученые не придерживаются единого мнения по поводу того, что он (интеллект) из себя представляет и за какие конкретно процессы отвечает.

На этот вопрос ученые пытаются ответить по-разному. В своей книге «Нейронные сети и глубинное обучение» Майкл Нилсен приводит несколько точек зрения. Например, с позиции коннектомики наш интеллект и его работа объясняются тем, сколько нейронов и глиальных клеток содержит наш мозг, и сколько соединений наблюдается между ними.

Учитывая, что в нашем мозге насчитывается порядка 100 млрд нейронов, 100 млрд глиальных клеток и 100 трлн соединений между нейронами, говорить о том, что мы можем «в точности воссоздать» эту архитектуру и заставить ее работать, в ближайшем будущем крайне маловероятно.

А вот молекулярные биологи, изучающие геном человека и его отличия от близких родственников людей по эволюционной цепочке, дают более обнадеживающие прогнозы: оказывается, геном человека отличается от генома шимпанзе на 125 миллионов пар оснований. Цифра большая, но не бесконечно огромная, что дает Нилсену повод надеяться, что на основании этих данных группа ученых сможет составить если не «работающий прототип», то как минимум сколь бы то ни было адекватное «генетическое описание» человеческого мозга или скорее базовые принципы, лежащие в основе его работы.

Стоит сказать, что Нилсен придерживается «общепринятого человеческого шовинизма» и полагает, что значимые принципы, определяющие работу человеческого интеллекта, лежат в тех самых 125 миллионах пар оснований, а не в остальных 96% генома, которые у человека и шимпанзе совпадают.

Так сможем ли мы создать искусственный интеллект, равный по возможностям человеческому? Получится ли у нас в обозримом будущем понять, как именно работает наш собственный мозг? Майкл Нилсен, считает, что это вполне возможно – если вооружиться верой в светлое будущее и в то, что многие вещи в природе работают по более простым законам, чем это кажется на первый взгляд.

А вот Майкл Джордан дает более близкий к практической работе исследователей совет: не поддаваться на провокации журналистов и не искать «революционные» решения. По его мнению, привязываясь к человеческому интеллекту как отправной точке и конечной цели своих исследований, ученые, работающие над проблемой искусственного интеллекта, излишне ограничивают себя: интересные решения в этой области могут лежать в направлениях, никак не связанных с тем, как устроен наш мозг (и как нам представляется его устройство).

Большинство людей обладают средним уровнем IQ.
Первая вещь, которую вам стоит знать об IQ состоит в том, что это – сложная оценка, сделанная на основе результатов большого количества различных тестов на логику, память, знания и скорость. Очки за эти тесты суммируются и сравниваются с результатами остальной части населения. Абсолютная средняя оценка установлена на уровне 100.
Примечание: классический тест IQ занимает около часа. Его должен проводить специально обученный человек. Те контрольные опросы, на которые вы можете наткнуться в интернете, не являются классическими тестами IQ.
Как и другие переменные человеческого индивида (рост, например), уровень IQ находится на стандартной кривой нормального отклонения.
Большинство людей, которых вы встречаете, обладают средним уровнем IQ, и лишь немногие из них умны больше, чем среднестатистической человек. Если быть точным, то всего 2.2% людей обладают уровнем IQ 130 или выше.
По-настоящему захватывающим является то, что люди, которые хорошо показывают себя в одном из тестов, склонны хорошо показывать себя во всех. Таким образом, ваша оценка за задачу о том, как быстро вы можете выключить мигающую лампочку (один из вариантов тестирования умственных способностей) коррелируется с вашей оценкой за словесные и пространственные рассуждения.
Психологи называют это совпадение результатов "G" или фактором общего интеллекта.
"Люди, которые способны к решить один тип задач, способны к решению их всех", – говорит Ричи.
То, где или как "G" существует в мозгу, не совсем понято. Но, независимо от того как он появляется, G-фактор реален в том смысле, что с его помощью можно прогнозировать результаты наших жизней – сколько денег вы заработаете, насколько продуктивным в рабочее время вы можете быть, и, что больше всего пугает, когда вы умрёте.

Наличие более высокого уровня IQ защищает вас от смерти.
Вот не очень приятная новость для нас, среднестатистических жителей планеты Земля. Согласно исследованиям, люди с более высоким уровнем IQ имеют лучшее здоровье и живут дольше, чем остальные. В качестве предмета исследования выступал 1 миллион шведских мужчин. Исследователи выявили трёхкратное различие в риске смерти у людей с самым высоким уровнем IQ и людей с самым низким.
Есть несколько взаимосвязанных причин, объясняющих этот факт. Во-первых, люди с более высоким уровнем IQ в нашем обществе зарабатывают больше денег, чем люди с более низким. Деньги могут обеспечивать поддержание нормального веса, покупку правильной пищи и доступ к хорошему здравоохранению.
Во-вторых, люди с более высоким уровнем IQ достаточно умны, чтобы избегать несчастных случаев и редко становятся кандидатами на Премию Дарвина * (*премия за самую нелепую смерть).

Уровень IQ коррелируется с карьерным успехом и богатством, но не обязательно с человеческим счастьем.
Как и в случае со смертностью, уровень IQ и карьерный успех взаимосвязаны. Люди с более высоким уровнем IQ обычно попадают на лучшие рабочие места и получают больше денег.
Но эта корреляция не идеальна. Да и жизнь не идеальна. Многие из этих корреляций меньше 0.5, что означает существование огромного количества индивидуальных различий, которые так или иначе влияют на жизнь человека. Да, хочу вас обрадовать, в реальном мире, а не в идеальном мире статистике, очень умные люди, также не справляются со своей работой. Просто их очень сложно найти.
Учитывая все бонусы высокого уровня IQ – богатство, здоровье, продолжительность жизни – можно предположить, что более умные люди являются и более счастливыми. Но это не так.
Стоит иметь в виду, что уровень IQ обычно не связан с чертами индивидуальности, которые помогают добиться успеха в жизни. В модели личности "Большая пятёрка" единственной чертой, связанной с уровнем IQ, является открытость для получения опыта. До некоторой степени более умные люди будут стремиться к большему количеству событий, больше думать о различных вещах и придумывать больше новых идей.
Согласно недавнему исследованию модель личности может объяснить приблизительно 4 процента различий в экзаменационных оценках студентов в возрасте до 16 лет. Уровень IQ может объяснить 25 процентов или даже больше, в зависимости от исследования. Но стоит отметь, что значение модели личности с возрастом может измениться, да и её влияние, с возрастом, значительно увеличивается.

Вы умрёте с тем же уровнем IQ, с которым родились.
Исследования выявили, что если вы были умным ребёнком, вы умрете умным стариком.
Эта диаграмма иллюстрирует шотландское исследование, где группе людей в возрасте 90 лет дали пройти тест на уровень IQ, который они проходили в 11 лет.
Даже при том, что интеллект обычно уменьшается с возрастом, те, у кого был высокий показатель уровня IQ в детском возрасте, скорее всего сохранят свой ум и в глубокой старости. Снижение уровня IQ зачастую связано с потерей интереса к получению новых знаний.

Пики вашего коэффициента интеллекта приходятся на середину-конец третьего десятка, а затем ваш IQ медленно снижается.
После того, как вам переваливает за 25, ваш "кристаллизованный интеллект", т.е., накопленные знания, перестает расти, в то время как ваш "текучий интеллект", т.е. способность решать новые проблемы, начинает снижаться. Ваша скорость мышления начинает снижаться ещё быстрее.
Ученые считают, что если мы узнаем, какие гены связаны с интеллектом, а также узнаем, как эти гены связаны со снижением познавательной способности, тогда мы сможем найти способ, превратить любого человека в интересующегося и стремящегося к новым знаниям индивида.

Приблизительно половину различий в уровне IQ можно объяснить генетикой.
Исследования, сравнивающие однояйцевых и разнояйцевых близнецов, выявили, что приблизительно половину различий в уровне IQ можно объяснить генетикой.
Странно то, что генетика более точно прогнозирует уровень IQ с возрастом.
Таким образом, гены близнецов менее важны для определения их уровня IQ, когда они ещё дети, в то же время, они становятся важны, когда близнецы становятся взрослыми. Причина до конца не выяснена.
Исследователи интеллекта Роберт Пломин и Иэн Дири предполагают, что это может происходить из-за "амплификации генов", процесса, при котором "увеличиваются небольшие генетические различия, поскольку дети выбирают, изменяют и создают окружающую среду, коррелируемую с их генетическими склонностями".
Ребёнок с генетической склонностью быть умным может проводить больше времени в библиотеке. Крошечный 6-летний человек не может отправиться в библиотеку в одиночестве. А 16-летний может.
Идея состоит в том, что когда мы становимся старше, мы способны больше контролировать нашу внешнюю среду. Та окружающая среда, которую мы создаём, может "усилить" потенциал наших генов.

Гены – не единственная вещь, которая имеет значение в интеллекте.
Генетика не определяет вашу судьбу, когда дело доходит до уровня IQ. Приблизительно половину различий в уровне IQ можно объяснить окружающей средой. Доступ к здоровому питанию, хорошему образованию и здравоохранению играет большую роль.
Но в целом, экологические детерминанты IQ также не совсем поняты.
Человеческие жизни замусорены, и окружающая среда, в которой многие находятся, замусорена. Существует возможность, что воздействие окружающей среды отражается на интеллекте человека бессознательно.

Люди становятся более умными.
Ура! Средний уровень IQ увеличивается на 2-3 пункта каждые 10 лет.
Это явление называют эффектом Флинна, и оно может быть результатом улучшения качества пищи, здравоохранения и образования. Это может быть результатом увеличения акцента на знаниях как двигателе экономики.

Уровень IQ увеличивается быстрее в развивающихся странах.
Самое большое увеличение уровня IQ происходит в развивающихся странах, где улучшение качества пищи (а именно, большее количество йода) и доступ к здравоохранению имеют самое большое значение на среднестатистический национальный уровень IQ.
С другой стороны уровень интеллекта в развитом мире падает. Это можно объяснить тем, что в развитых странах заканчиваются легкодоступные блага [стандартизированное образование и хорошая пища], которые, как мы уже знаем, благоприятно влияют на уровень IQ. Также на снижения уровня интеллекта влияет поп-культура (культура популярности) и доступность внешних источников хранения знаний (Интернет).

История Криминал Культура Анекдоты Истории из жизни 10 любопытных и пугающих фактов об Искусственном Интеллекте

10 любопытных и пугающих фактов об Искусственном Интеллекте

1. Конец света по вине ИИ. Разумеется, ИИ здорово помогает человечеству, но он также может быть и серьёзной угрозой. Космолог Макс Тегмарк сравнивает разработку ИИ с созданием ядерного оружия. Продумываются способы сдерживания развитого ИИ, так как если он выйдет из-под контроля, нас ожидает невыдуманный конец света. Иными словами, «Матрица» и «Терминатор» ещё могут произойти в реальности.

2. Наутилус. Один из самых мощных суперкомпьютеров мира - Nautilus - в определённой степени может предсказывать будущее. Он предвидел, к примеру, где скрывался Бен Ладен и когда начнётся «арабская весна». Его ИИ анализирует более 100 миллионов статей, написанных с 1945 года до наших дней, и на их основе выдаёт «предсказания». Пока это больше напоминает прогноз погоды, чем ясновидение, но всё равно впечатляет.

3. ИИ станет умнее человека. Компьютеры умнеют с каждым годом. В 2013 году самый продвинутый ИИ обладал разумом четырёхлетнего ребёнка, но в 2014 другой ИИ смог решить одну из математических задач Эрдёша. Решение настолько сложное, что люди не могут его проверить - один файл с уравнением занимает 13 гигабайт. По мнению футуролога Рэя Курцвейла, к 2029 году средний ИИ сравняется по разуму с взрослым человеком.

4. ИИ может учиться. Говорят, что компьютер умён настолько, насколько умён его пользователь. Но уже сейчас разрабатывается ИИ, способный на самообучение. Правда, пока что довольно безобидное - например, Вооруженные силы США создали робота, учащегося готовить еду по видео с YouTube. Разумеется, это не истинное его назначение, а лишь демонстрация возможностей.

5. Любовь к ИИ. Один из животрепещущих вопросов насчёт ИИ - смогут ли люди вступать с ним в отношения, как в сексуальные, так и романтические? С физическим аспектом особых проблем нет - количество робоигрушек в секс-шопах велико как никогда. С эмоциональной связью сложнее, любовь с ИИ на данный момент возможна разве что в научной фантастике. Кстати, на эту тему на Фактруме недавно была .

6. ИИ может стать отличным игроком в покер. В 1997 году компьютер Deep Blue одолел в шахматы чемпиона мира Гарри Каспарова. В 2011 компьютер IBM Watson принял участие в телевикторине «Jeopardy» и выиграл. В 2015 суперкомпьютер Claudico выступил на покерном чемпионате в Питтсбурге. Хотя он не одержал победу, но играл весьма достойно. Стоит учесть, что хорошая игра в покер требует элементов блефа, что для ИИ куда сложнее шахмат.

7. ИИ может писать заметки. Первая статья, написанная искусственным интеллектом, появилась в «Los Angeles Times» - она касалась прошедшего в Калифорнии землетрясения в 5 баллов. Компьютер, считав данные сейсмографов, составил на их основе внятную заметку. Разумеется, до написания книг и сценариев ИИ пока далеко, но технология тоже не стоит на месте.

8. ИИ может чинить себя. В этом году в журнале «The Atlantic» вышла статья про шестиногого робота, который может починить себя, потеряв пару конечностей. Используя сложный алгоритм, обрабатывающий 13.000 возможных передвижений, ИИ робота осознаёт проблему и осуществляет ремонт. Перспективы для такой машины безграничны - от спасательных работ до исследования глубин океана и космоса.

9. Питомцы с ИИ. Домашним животным нужно есть, за ними нужно убирать, а ещё рано или поздно они умирают. Но эти проблемы решаемы, если заменить их робопитомцами с ИИ. По некоторым теориям такие машины появятся уже в следующие 10−15 лет, и люди будут испытывать к ним искреннюю привязанность. А учитывая возможное перенаселение Земли, к 2050 году живых животных смогут себе позволить лишь богачи.

10. Большинство ИИ - «женщины». Большая часть современных ИИ - таких, как Google Now, Сири и Кортана - по умолчанию говорят женским голосом. Никаких особых причин тому нет, хотя исследования показали, что аудитория любого пола предпочитает женский голос мужскому, как менее угрожающий.

Александр Таранов 20.08.2015

Понравился пост?
Поддержи Фактрум, нажми:

Все смотрели фильмы о «Терминаторе», где суперкомпьютер Скайнет обрел свободу воли и решил уничтожить человечество. Чего-то подобного от разработки ИИ ожидают Илон Маск и Стивен Хокинг. Разбираемся, правдивы ли их опасения.

Что такое искусственный интеллект? Почему важно понимать, что это такое? Почему сегодня все о нем говорят?

Если вы читаете прессу, вы наверняка знаете, что с помощью именно этой технологии работают виртуальные помощники Amazon и Google, и что вскоре машины отберут у людей все рабочие места (на самом деле, не факт). Но при этом вряд ли вы отчетливо понимаете, что такое искусственный интеллект, и правда ли роботы нас всех поработят. Эта статья поможет разобраться во всех вопросах.

Что такое искусственный интеллект

Искусственный интеллект (ИИ) - это компьютерная программа, в которую встроен механизм обучения. Получив новые знания, она позже использует их для принятия решения в новой ситуации, как это делают люди. Исследователи, создающие такие программы, пытаются заставить код считывать изображения, текст, видео или звук, и чему-то учиться на основе этой информации. Когда это происходит, полученное знание можно использовать в другом ситуации. Если алгоритм научился распознавать чье-то лицо, позже его можно распознать на фотографиях из Facebook. Применительно к современному ИИ обучение часто называют «тренировкой».

Люди с рождения умеют оперировать сложными идеями: если мы увидим яблоко, то впоследствии сможем узнать и совсем другое, непохожее на первое. Машины же очень буквальны, - у компьютера нет концепции «похожести», - и цель разработок в области искусственного интеллекта как раз и состоит в том, чтобы сделать машины менее буквальными. Машина легко может найти точные дубликаты фотографий яблока или найти два одинаковых предложения в тексте, но чтобы работать с визуальным образом яблока, чтобы распознать изображение того же яблока под другим углом или с другим светом, нужен ИИ. Это обобщение или формирование идеи, основанной на сходстве данных, и позволяет видеть общее в том числе между вещами, с которыми ИИ раньше не сталкивался.

Алекс Рудницкий, профессор компьютерных наук Университета Карнеги-Меллон, говорит: «Цель в том, чтобы облечь сложное человеческое поведение в форму, которую можно обработать вычислительным способом. А это, в свою очередь, позволяет нам создавать , способные выполнять сложные действия, полезные для людей».

Далеко ли зашла разработка ИИ

Исследователи ИИ все еще работают над самыми основами. Как научить компьютер распознавать то, что он видит на картинке или в видео? Когда это удастся, нужно двигаться от распознавания к пониманию. Было бы здорово не только узнать, что на картинке яблоко, но и разобраться, что яблоко съедобно, что оно как-то связано с апельсинами и грушами, что люди едят яблоки и используют их при приготовлении яблочного пирога. А еще неплохо бы знать про Мичурина, молодильное яблочко и тому подобные вещи. Кроме того, есть проблема с пониманием языка, поскольку у многих слов существует несколько значений, различимых только в контексте, и все мы по-разному выражаем свои мысли. Как компьютеру охватить это текучее, непрерывно меняющееся явление?

В разных областях скорость прогресса ИИ очень разная. Например, сейчас очень быстро продвигается вперед компьютерное зрение, то есть способность распознавать изображения, при этом с пониманием естественного языка дела обстоят гораздо хуже. В этих областях развивают так называемый «узкий интеллект» - такой ИИ эффективен при работе с изображением, звуком или текстом, но не может воспринимать сразу много разнородных сигналов (при этом у человека мы наблюдаем «общий интеллект»). Многие исследователи надеются, что достижения в отдельных областях помогут понять общие принципы машинного обучения, что все же позволит создать универсальный ИИ.

Почему ИИ - это так важно

Как только ИИ научился узнавать на картинке яблоко или распознавать кусочек речи на аудиозаписи, его уже можно использовать в других программах для принятия решений, для которого в противном случае понадобился бы человек. Например, можно автоматически отмечать друзей на фотографиях в Facebook - иначе это пришлось бы делать вручную. Если речь идет о беспилотном автомобиле или системе помощи водителю, то можно распознавать другие автомобили и дорожные знаки, а в сельском хозяйстве - разбирать урожай, удаляя гнилые плоды.

Эти задачи, основанные только на распознавании изображений, традиционно выполнялись либо пользователем, либо кем-то из компании, предоставляющей программное обеспечение. Если задача экономит время пользователя, это ее конкурентное преимущество, а если она позволяет освободить время сотрудника или делает его работу полностью ненужной, это снижает затраты бизнеса.

Кроме того, есть задачи, которые просто невозможно сделать без машин: например, это обработка аналитики продаж в размере миллионов записей за считанные минуты. Теперь такие задачи выполняются быстро и дешево. Здесь мы учим машину делать то, что раньше делали люди, и, конечно, экономическая выгода от таких нововведений весьма велика.

Джейсон Хонг, профессор Лаборатории компьютерного взаимодействия Университета Карнеги-Меллон, утверждает, что, хотя ИИ может выполнять задачи за человека, он также способен создавать новые виды занятости.

«Автомобили полностью сменили лошадей, но в среднесрочной и долгосрочной перспективе их появление привело к огромному разнообразию задачи и производства - появились фуры, небольшие грузовики, минивэны, кабриолеты и так далее. Аналогичным образом в краткосрочной перспективе системы ИИ станут прямой заменой человека применительно к рутинным задачам, но в среднесрочной и долгосрочной перспективе мы увидим, что это породило новое разнообразие», - говорит он.

Готлиб Даймлер и Карл Бенц не думали о том, как автомобиль изменит облик городов, не думали о загрязнении окружающей среды или об эпидемии ожирения в развитых странах. Так и нам пока трудно оценить долгосрочное влияние этого фактора.

Почему ИИ стал развиваться сейчас, а не 30 или 60 лет назад

На самом деле, многим идеям о том, как должно быть устроено обучение ИИ, даже больше 60 лет. Еще в 1950-х годах ученые Фрэнк Розенблатт, Бернард Видроу и Марчиан Хофф впервые занялись математическим выражением устройства нейронов в соответствии с представлениями тогдашней биологии. Да, одним уравнением любую проблему не решить, но что если подобно мозгу использовать множество связанных уравнений? Исходные примеры были простыми: проанализировать наборы единиц и нулей, поступающих по цифровой телефонной линии, и предсказать, что будет дальше.

На протяжении многих десятилетий в информатике была распространена точка зрения, что никакие сложные проблемы таким образом решить не удастся. Тем не менее сегодня эта концепция лежит в основе большинства систем работающих в этой области крупных компаний: Google, Amazon, Facebook, Microsoft. Теперь, оглядываясь назад, ученые понимают, что компьютеры были недостаточно сложны для моделирования миллиардов нейронов нашего мозга, и что для обучения нейронных сетей требуются огромные объемы данных.

И эти два фактора, вычислительная мощность и достаточное количество данных, появились только в последние 10 лет.

В середине 1990-х годов компания Nvidia, известный производитель видеокарт, обнаружила, что ее графические процессоры хорошо подходят для работы нейронных сетей, и начала выпускать карты, специально приспособленные для работы с ИИ. Было выяснено, что работа с более быстрыми и сложными нейронными сетями приводит к значительному улучшению точности ответов.

Затем в 2009 году исследователь ИИ Фей-Фей Ли опубликовала базу данных под названием ImageNet, которая содержала более 3 млн систематизированных изображений с подписями. Она считала, что если у алгоритмов будет больше примеров, это поможет им освоить более сложные идеи. В 2010 году Ли запустила конкурс ImageNet, а к 2012-му другой исследователь Джефф Хинтон использовал эту базу изображений для обучения нейронной сети - и превзошел все другие приложения с огромным перевесом в точности, более 10%.

Как и предсказывала Ли, количество данных оказалось ключевым параметром. Хинтон также устраивал из нейронных сетей конвейер - одна находила на изображениях фигуры, другая текстуры и т. д. Сегодня это называется глубокими нейронными сетями или глубоким обучением, и, когда вы читаете в новостях об очередном успехе ИИ, речь идет о подобной системе.

Как только в технологической индустрии увидели результаты ученых, начался бум. Исследователи, десятилетиями работавшие над глубоким обучением в относительной безвестности, стали новыми рок-звездами, и к 2015 году у Google было уже более тысячи проектов с использованием машинного обучения.

Нужно ли бояться ИИ

Все смотрели «Терминатора» и готовы испугаться всемогущего Скайнета. Среди ученых потенциальный Скайнет называют суперинтеллектом или общим искусственным интеллектом, подразумевая программу, которая во многих отношениях превосходит человеческий мозг. Поскольку компьютерные системы можно масштабировать - то есть можно создать множество простых и быстрых компьютеров и связать их между собой, - существуют опасения, что такой суперинтеллект сможет расти бесконечно, оставив людей далеко позади. А будучи таким умным, он выйдет из-под контроля и обойдет любые попытки людей этот контроль вернуть. Такой апокалиптический сценарий рисуют нам некоторые из лучших умов современности, например Илон Маск и Стивен Хокинг. Маск, в частности, говорил, что «большинство ведущих исследователей ИИ недооценивают проблему „джинна в бутылке“, несмотря на свой несомненный интеллект в некоторых областях».

Есть и другая точка зрения. Янн Лекун, глава лаборатории исследования искусственного интеллекта Facebook, говорит, что даже если ученым удастся сделать машину, способную обучаться самым разным вещам и организовывать это понимание в картину мира, совершенно не факт, что у такого компьютера появятся собственные желания, воля или инстинкт самосохранения.

«Человеческое поведение - насилие в ответ на угрозу, ревность, желание единоличного доступа к ресурсам, симпатия к родственникам и антипатия к незнакомцам и т. д. - сформировалось у наших предков в ходе эволюции. У разумных машин не будет предпосылок для подобного поведения, если мы сами явно их не создадим», - писал он на сайте Quora.

Нет причин считать, что компьютер сочтет человечество угрозой, поскольку для компьютера не существует понятия угрозы. Да, можно задать параметры, благодаря которым компьютер будет вести себя так, как будто у него есть инстинкт самосохранения, но на самом деле его у него нет.

Эндрю Нг, один из основателей Google Brain и бывший глава направления ИИ в Baidu, любит говорить: «Я не переживаю о злобном ИИ, как не переживаю из-за перенаселенности Марса».

Впрочем, повод для опасений есть - и это человеческий фактор. Было показано, что ИИ очень легко воспринимает человеческое смещение в оценках из данных, на которых он учится. Это может быть какая-то безвредная предрасположенность - например, он может чаще распознавать на картинках кошек, чем собак, потому что его так научили. Но представим себе, что ИИ перенял у людей их стереотипы, и, например, связал понятие «врач» с белыми мужчинами в большей степени, чем с людьми другого пола или расы. Если представить себе, что такой ИИ отвечает за найм врачей, он будет отдавать несправедливое предпочтение некоторым кандидатам.

И это реальность. Исследование издания ProPublica показало, что алгоритмы, используемые для определения приговора преступникам, отражали расовую предубежденность и предлагали назначить более суровое наказание не-белым подсудимым. Дело в том, что при сборе информации о здоровье часто исключают женщин, особенно беременных, и в результате медицинские рекомендации, выработанные на основе таких неполных данных, оказываются слабо применимы к значительному числу пациентов. Таким образом, чтобы доверить машинам принимать решения, которые раньше требовали человеческого присутствия, нужно следить, чтобы это происходило в соответствии с нашей этикой и представлениями о справедливости.

Проблема в том, что даже если вы поняли, что алгоритм предвзят, чтобы его исправить, нужно найти причину. Но поскольку глубокое обучение требует миллионов связанных вычислений, продраться через этот клубок и выяснить, каков вклад того или иного решения в общий результат, невероятно сложно. Эта проблема особенно остро стоит в таких областях как программирование беспилотных автомобилей, ведь каждое решение на дороге - это вопрос жизни и смерти. Первые исследования в этой области дают надежду, что мы сможем разобраться в механизмах работы построенных нами машин. Но пока что понять, почему ИИ, разработанный Facebook, Google или Microsoft, принял то или иное решение, просто невозможно.

Подготовила Евгения Сидорова

Ученые пытаются создать компьютер, думающий как человек, с самого начала эпохи современной вычислительной техники. Попытки ввести мыслительный процесс и систему принятия решений в механический процесс вылились в том, что сейчас называют искусственным интеллектом (ИИ).

В то время как рынок ИИ стремительно растет, технология имеет свои проблемы и часто неправильно воспринимается.
Вот, что нужно знать об искусственном интеллекте.

1. ИИ имеет древние корни

У многих из нас упоминание ИИ вызывает образы робота или антропоморфных машин, которые думают и рассуждают как люди. Идея машины-человека рассматривалась и раньше и уходит корнями в древнюю историю и мифы - взять хотя бы золотых «роботов» Гефеста. Кроме того, средневековые алхимики часто упоминали размещение в человеческом мозгу неодушевленных предметов.

2. Алан Тьюринг значительно повлиял на ИИ

В 1950 году Алан Тьюринг опубликовал свою статью «Вычислительная техника и интеллект», где он пытался выяснить может ли машина выиграть так называемую «игру в имитацию», что и послужило основой для названия нашумевшего фильма о Тюринге. В тесте компьютер пробовал определить гендерную принадлежность двух игроков. В документе также был впервые представлен тест Тьюринга. «Вычислительная техника и интеллект» часто рассматриваются как основополагающая работа в сфере ИИ.

3. Формальные исследования ИИ начались в 1950-х годах

Хотя первые исследования проходили и раньше, они не были официальной академической дисциплиной до Дартмутской Конференции 1956 года. Утверждение термина «искусственный интеллект» было инициировано организатором Джоном Маккарти. Он продолжал участвовать во многих работах, посвященных ИИ, вплоть до своей смерти в 2011 году.

4. Естественная обработка речи является ключом к ИИ

Одной из основных целей исследователей является разработка компьютера, способного понимать и общаться на естественных языках - эта сфера называется обработка естественного языка (NLP).

5. Автономным транспортным средствам нужен ИИ

Одним из крупнейших технологических достижений последних лет в области транспорта стало автомобилей. Новые транспортные средства без водителя и многие автономные дроны были бы немыслимы без текущих технологий искусственного интеллекта.

6. Инвесторы активно финансируют новые компании, сосредоточенные на ИИ

Рынок стартапов, посвященных ИИ, не остывает. По данным CB Insight, количество новых финансируемых проектов неуклонно растет. Некоторые компании, как Sentient Technologies, собрали миллионы долларов инвестиций всего за несколько лет существования.

7. Крупные технологические компании верят в ИИ

За всплеск интереса к ИИ ответственны не только небольшие стартап-компании. Крупные технологические гиганты также вкладывают в эту область и приобретают ИИ-разработки. Суперкомпьютер IBM Watson может делать все - от работы в больнице до приготовления пищи, Google приобрел компанию DeepMind за $400 миллионов, а Facebook недавно купил Wit.ai.

8. Роботы с искусственным интеллектом могут думать вместе

Проект роботов с коллективным сознанием разработал роботов с искусственным интеллектом, которые могут функционировать в унисон, как косяк рыбы. Они могут прочесывать районы, сканировать окружающую среду и делиться информацией между собой.

9. Некоторые роботы могут социализироваться

Робот по имени Kismet и Массачусетского технологического института мог взаимодействовать с людьми, распознавая язык тела, жесты и тон голоса, и отвечать, основываясь на полученных данных. При этом Kismet был разработан еще в 90-х.

10. ИИ это палка о двух концах

Есть мало столь же противоречивых технологий, как искусственный интеллект. С одной стороны крупные компании и университеты вкладывают средства в изучение и разработку ИИ. С другой стороны ученый Стивен Хокинг предупреждает, что искусственный интеллект может означать закат эры человечества. А Илон Маск и Билл Гейтс согласились с ним по этому вопросу, негативно высказавшись об ИИ. Скорее всего, мы еще не скоро придем к единому мнению по этому вопросу.