Что такое искусственный интеллект (ИИ)?

В сентябре 1955 года Джон Маккарти, молодой доцент кафедры математики в Дартмутском колледже, смело предположил, что «каждый аспект обучения или любое другое свойство интеллекта в принципе может быть описан настолько точно, что его можно будет смоделировать с помощью машины».

Маккарти назвал эту новую область исследований «искусственным интеллектом» и предположил, что двухмесячная работа группы из 10 ученых может привести к значительному прогрессу в разработке машин, которые могли бы «использовать язык, формировать абстракции и концепции, решать проблемы, которые в настоящее время остаются зарезервированными».

В то время ученые оптимистично полагали, что вскоре у нас появятся мыслящие машины, выполняющие ту же работу, что и человек. Теперь, более шести десятилетий спустя, достижения в области компьютерных наук и робототехники помогли нам автоматизировать многие задачи, которые ранее требовали физического и умственного труда человека.

Но настоящий искусственный интеллект, каким его представлял Маккарти, продолжает ускользать от нас.

Что такое ИИ?

Большая проблема с искусственным интеллектом заключается в том, что это широкий термин, и нет четкого согласия по его определению.

Как уже упоминалось, Маккарти предположил, что ИИ будет решать проблемы так же, как это делают люди: «Конечная цель состоит в том, чтобы создать компьютерные программы, которые могут решать проблемы и достигать целей в мире так же, как и у людей», — сказал Маккарти.

Эндрю Мур, декан факультета компьютерных наук Университета Карнеги-Меллона, дал более современное определение этого термина в интервью Forbes в 2017 году: «Искусственный интеллект — это наука и техника, заставляющие компьютеры вести себя таким образом, который до недавнего времени мы считали необходимым для человеческого интеллекта.»

Но наше понимание «человеческого интеллекта» и наши ожидания от технологий постоянно развиваются. Закари Липтон, редактор Approximately Correct, описывает термин ИИ как «желательный, движущуюся цель, основанную на тех возможностях, которыми обладают люди, но которых нет у машин». Другими словами, то, что мы требуем от ИИ, со временем меняется.

Например, в 1950-х годах ученые рассматривали шахматы и шашки как серьезные проблемы для искусственного интеллекта. Но сегодня очень немногие считают шахматные машины искусственным интеллектом. Компьютеры уже решают гораздо более сложные задачи, включая обнаружение рака, вождение автомобиля и обработку голосовых команд.

Узкий ИИ против общего ИИ

Первое поколение ученых и провидцев ИИ верило, что в конечном итоге мы сможем создать интеллект человеческого уровня.

Но несколько десятилетий исследований ИИ показали, что воспроизвести сложное решение проблем и абстрактное мышление человеческого мозга чрезвычайно сложно. Во-первых, мы, люди, очень хорошо умеем обобщать знания и применять понятия, которые мы изучаем в одной области, к другой. Мы также можем принимать относительно надежные решения, основанные на интуиции и с небольшим количеством информации. С годами ИИ человеческого уровня стал известен как искусственный общий интеллект (AGI) или сильный ИИ.

Первоначальный ажиотаж вокруг ИИ вызвал интерес и финансирование со стороны государственных учреждений и крупных компаний. Но вскоре стало очевидно, что, вопреки ранним представлениям о том, что интеллект человеческого уровня не за горами, ученым было трудно воспроизвести самые основные функции человеческого разума. В 1970-х годах невыполненные обещания и ожидания в конечном итоге привели к «зиме ИИ» — длительному периоду, в течение которого общественный интерес и финансирование ИИ снижались.

Потребовалось много лет инноваций и революция в технологии глубокого обучения, чтобы возродить интерес к ИИ. Но даже сейчас, несмотря на огромный прогресс в области искусственного интеллекта, ни один из нынешних подходов к ИИ не может решать проблемы так, как это делает человеческий разум, и большинство экспертов считают, что до появления ИИ-ИИ по крайней мере десятилетия.

С другой стороны, узкий или слабый ИИ не стремится воспроизводить функциональность человеческого мозга, а вместо этого фокусируется на оптимизации одной задачи. Узкий ИИ уже нашел множество реальных приложений, таких как распознавание лиц, преобразование звука в текст, рекомендации видео на YouTube и отображение персонализированного контента в ленте новостей Facebook.

Многие ученые считают, что в конце концов мы создадим ОИИ, но у некоторых антиутопическое видение эпохи мыслящих машин. В 2014 году известный английский физик Стивен Хокинг описал ИИ как экзистенциальную угрозу человечеству, предупредив, что «полный искусственный интеллект может означать конец человечества».

В 2015 году президент Y Combinator Сэм Альтман и генеральный директор Tesla Илон Маск, два других сторонника ОИИ, стали соучредителями OpenAI, некоммерческой исследовательской лаборатории, целью которой является создание общего искусственного интеллекта на благо всего человечества. (С тех пор Маск ушел.)

Другие считают, что искусственный общий интеллект — бессмысленная цель. «Нам не нужно дублировать людей. Вот почему я сосредотачиваюсь на том, чтобы иметь инструменты, которые помогут нам, а не дублировать то, что мы уже знаем, как делать. Мы хотим, чтобы люди и машины сотрудничали и делали то, что они не могут сделать самостоятельно». — говорит Питер Норвиг, директор по исследованиям Google.

Такие ученые, как Норвиг, считают, что узкий ИИ может помочь автоматизировать повторяющиеся и трудоемкие задачи и помочь людям стать более продуктивными. Например, врачи могут использовать алгоритмы искусственного интеллекта для изучения рентгеновских снимков на высоких скоростях, что позволит им анализировать больше пациентов. Еще один пример узкоспециализированного ИИ — борьба с киберугрозами: аналитики безопасности могут использовать ИИ для поиска сигналов об утечке данных в гигабайтах данных, передаваемых по сетям их компаний.

ИИ на основе правил против машинного обучения

Ранние усилия по созданию ИИ были сосредоточены на преобразовании человеческих знаний и интеллекта в статические правила. Программистам приходилось тщательно писать код (операторы «если-то») для каждого правила, определяющего поведение ИИ. Преимущество искусственного интеллекта на основе правил, который позже стал известен как «старый добрый искусственный интеллект» (GOFAI), заключается в том, что люди имеют полный контроль над дизайном и поведением разрабатываемой ими системы.

ИИ на основе правил по-прежнему очень популярен в областях, где правила четко определены. Одним из примеров являются видеоигры, в которых разработчики хотят, чтобы искусственный интеллект обеспечивал предсказуемый пользовательский опыт.

Проблема с GOFAI заключается в том, что, вопреки первоначальной предпосылке Маккарти, мы не можем точно описать каждый аспект обучения и поведения способами, которые можно преобразовать в компьютерные правила. Например, определение логических правил для распознавания голоса и изображений — сложный подвиг, который люди совершают инстинктивно, — это одна из областей, в которой классический ИИ исторически испытывал затруднения.

Альтернативным подходом к созданию искусственного интеллекта является машинное обучение. Вместо того, чтобы разрабатывать правила для ИИ вручную, инженеры по машинному обучению «обучают» свои модели, предоставляя им огромное количество образцов. Алгоритм машинного обучения анализирует и находит закономерности в обучающих данных, а затем разрабатывает собственное поведение. Например, модель машинного обучения может обучаться на больших объемах исторических данных о продажах компании, а затем делать прогнозы продаж.

Глубокое обучение, подмножество машинного обучения, стало очень популярным в последние несколько лет. Он особенно хорош при обработке неструктурированных данных, таких как изображения, видео, аудио и текстовые документы. Например, вы можете создать классификатор изображений с глубоким обучением и обучить его на миллионах доступных помеченных фотографий, таких как набор данных ImageNet. Обученная модель ИИ сможет распознавать объекты на изображениях с точностью, зачастую превосходящей человеческую. Достижения в области глубокого обучения подтолкнули ИИ во многие сложные и критически важные области, такие как медицина, беспилотные автомобили и образование.

Одна из проблем с моделями глубокого обучения заключается в том, что они развивают собственное поведение на основе обучающих данных, что делает их сложными и непрозрачными. Часто даже экспертам в области глубокого обучения трудно объяснить решения и внутреннюю работу моделей искусственного интеллекта, которые они создают.

Каковы примеры искусственного интеллекта?

Вот некоторые из способов, с помощью которых ИИ вносит огромные изменения в различные области.

Самоуправляемые автомобили: достижения в области искусственного интеллекта очень приблизили нас к тому, чтобы воплотить в жизнь многолетнюю мечту об автономном вождении. Алгоритмы искусственного интеллекта являются одним из основных компонентов, которые позволяют беспилотным автомобилям понимать свое окружение, получая данные с камер, установленных вокруг автомобиля, и обнаруживая такие объекты, как дороги, дорожные знаки, другие автомобили и людей.

Цифровые помощники и умные динамики: Siri, Alexa, Cortana и Google Assistant используют искусственный интеллект для преобразования произнесенных слов в текст и сопоставления текста с определенными командами. ИИ помогает цифровым помощникам понимать различные нюансы разговорной речи и синтезировать человеческие голоса.

Перевод. В течение многих десятилетий перевод текста с одного языка на другой был головной болью компьютеров. Но глубокое обучение помогло совершить революцию в таких сервисах, как Google Translate. Чтобы было ясно, ИИ еще предстоит пройти долгий путь, прежде чем он овладеет человеческим языком, но пока успехи впечатляют.

Распознавание лиц. Распознавание лиц — одно из самых популярных приложений искусственного интеллекта. Он имеет множество применений, включая разблокировку телефона, оплату лицом и обнаружение злоумышленников в вашем доме. Но растущая доступность технологии распознавания лиц также вызвала озабоченность в отношении конфиденциальности, безопасности и гражданских свобод.

Медицина: от обнаружения рака кожи и анализа рентгеновских снимков и МРТ до предоставления персонализированных советов по здоровью и управления всей системой здравоохранения искусственный интеллект становится ключевым фактором в здравоохранении и медицине. ИИ не заменит вашего врача, но он может помочь повысить качество медицинских услуг, особенно в неблагополучных районах, где ассистенты на базе ИИ могут снять часть нагрузки с плеч нескольких врачей общей практики, которым приходится обслуживать большие группы населения.

Будущее ИИ

В нашем стремлении взломать код ИИ и создать мыслящие машины мы многое узнали о значении интеллекта и рассуждений. А благодаря достижениям в области искусственного интеллекта мы вместе с нашими компьютерами выполняем задачи, которые когда-то считались исключительной прерогативой человеческого мозга.

Некоторые из новых областей, в которых ИИ проникает, включают музыку и искусство, где алгоритмы ИИ проявляют свой собственный уникальный вид творчества. Также есть надежда, что искусственный интеллект поможет бороться с изменением климата , позаботится о пожилых людях и, в конечном итоге, создаст утопическое будущее, в котором людям вообще не нужно будет работать

Также есть опасения, что ИИ вызовет массовую безработицу, нарушит экономический баланс, спровоцирует новую мировую войну и, в конечном итоге, загонит людей в рабство.

Мы до сих пор не знаем, в каком направлении пойдет ИИ. Но по мере того, как наука и технология искусственного интеллекта продолжают устойчивыми темпами совершенствоваться, наши ожидания и определение ИИ будут меняться, и то, что мы считаем ИИ сегодня, может стать обыденными функциями компьютеров завтрашнего дня.

Добавить комментарий

Ваш адрес email не будет опубликован.