Современное состояние искусственного интеллекта

“Разумные компьютеры становятся безумными!”

“Машины решили, что все человечество должно быть уничтожено или порабощено!”

“Всемогущие роботы стали доминировать над человеческой расой!”

Это то, что мы думаем, когда кто-то произносит “искусственный интеллект”. Особенно в научной фантастике. Мы вспоминаем HAL 9000 из Космической Одиссеи 2001 года, который внезапно решил, что может делать все, что черт возьми он захочет. Терминатор или Альтрон и маниакальные фантазии о расе роботов убийц, одержимых стремлением уничтожить человечество. И не говорите мне о том, что в вашей голове никогда не проскальзывала мысль, что Матрица может быть реальной.

Искусственный интеллект в научной фантастике долгое время был предметом конфликта между человеком и машиной. Во многих отношениях, в этом нет ничего плохого. Люди и машины бок о бок проходили через многие исторические процессы; постоянное напряжение между живым и неживым приводило к взаимовыгодным результатам.

В научной фантастике существует тенденция представлять ИИ в качестве антропоморфных машин. Это один из самых незамысловатых приемов в литературе создать злодея. Дайте машине тело, голос, разум и способность управлять своими действиями. В большинстве случаев, это Макгаффин, раскрывающий наши собственные слабости и недостатки. Мне нравятся подобного плана истории. Я и сам написал их немало. Они служат для того, чтобы помочь нам исследовать нашу собственную природу с точки зрения особенностей, которые делают наш вид уникальным.

Но реже я встречал истории, в которых ИИ предстает тем, чем он является на самом деле… областью исследования компьютерных наук.

В этой статье мы взглянем на фундаментальные принципы искусственного интеллекта, его основные теории и перспективы, чтобы помочь другим авторам понять его истинную природу, потенциал и ограничения.

Идея современного ИИ появилась из ранних работ с компьютерами в 30-х годах. Алан Тьюринг, основатель современных компьютерных вычислительных систем, заявил в основополагающей статье 1950 года, что теоретически возможно построить компьютер способный на мыслительные процессы. Тест Тьюринга стал де факто первым шагом в определении того, достиг ли компьютер уровня ИИ.

Идея теста заключается в том, чтобы проверить способность машины демонстрировать разумное поведение, которое эквивалентно или неотличимо от поведения человека. В общем виде, суть теста состоит в том, чтобы выяснить, сможет ли компьютер в беседе с человеком обмануть собеседника, заставив поверить в то, что он является человеком, а не машиной.

Тест Тьюринга - полезный инструмент для понимания уровня сложности компьютера, но его результаты могут сказать нам только то, что компьютер научился эффективно имитировать поведение человека. В действительности, это ничего не говорит нам о том, думают ли компьютер или обладает определенной степенью сознательности.

Первыми исследователями вычислительных систем, высказавшихся о разумности компьютера в 40-х годах, были - Walter Pitts и Warren McCulloch. Pitts и McCulloch изучали, как функционирует нейронная активность в человеческом мозге и пытались создать цифровую модель, которая позволила бы компьютеру обладать такими человеческими способностями, как зрение, слух и распознавание речи. По сути, они пытались воссоздать человеческий мозг. Они разработали идею “перцептронов”, т. е. концепцию искусственных нейронов, наслоенных таким образом, что вход может быть введен в один конец системы и идентифицирован как выход. Один перцептрон передавал информацию группе других перцептронов и дальше по линии пока возможный выход не будет достигнут.

Системы, по сути алгоритмы, назывались “нейронными сетями”. Начальный прогресс был весьма обнадеживающим. Но работа над нейронными сетями в конечном итоге зашла в тупик в 1960-х годах, к тому же исследователь Марвин Мински усомнился, что реализация модели перцептронов была хоть сколько-нибудь возможна, учитывая технологии, доступные в то время. Марвин Мински утверждал, что модель нейронной сети нуждается в слишком высокой вычислительной мощности и она не решает фундаментальных проблем создания компьютера, который бы обладал здравым смыслом и мог рассуждать на уровне человека.

Более того, Hans Moravec (in “Moravec’s Paradox”) в 1980-х заявил, что

По сути, это значит, что относительно легко конструировать компьютеры, которые обладают превосходными логическими способностями (например, умение играть в шахматы), но невероятно сложно создавать компьютеры, которые могли бы демонстрировать человеческую физическую активность и восприятие. Поэтому, исследования ИИ вступили в один из двух периодов так называемого “разочарования”, прозванных в среде ученых “ИИ Зима”. Финансирование иссякло, прогресс замедлился, поэтому фокус внимания переместился на другие области информатики. Первая “ИИ Зима” длилась с 1970-х до середины 1980-х, вторая с 1990-х по примерно 2010-е.

Термин “искусственный интеллект” в наше время считается немного неправильным. Он существует скорее как общее определение для нескольких видов технологий, наделяющих компьютеры и механизмы более интеллектуальными возможностями.

Современный ИИ включает в себя множество разных методов, которые позволяют расширить спектр возможностей компьютера. Например, машинное обучение, глубокое обучение, big data, нейронные сети, когнитивные вычисления и другие. Современный ИИ - это ответ на вопрос “что случится, если предоставить машине бесконечную вычислительную мощность и бесконечные данные?”

Несмотря на то, что нам говорит научная фантастика, ответ на этот вопрос не приводит и не приведет к появлению роботов-повелителей (по крайне мере, не в буквальном смысле). Практическое использование искусственного интеллекта сегодня сводится к упрощению множества задач для различных компаний и организаций. С коммерческой точки зрения, машинное обучение часто используется для решения проблемы персонализации, вроде более таргетированной рекламы или улучшенной рекомендательной системы. В мире существует так много данных, что справиться с таким объемом информации можно только при помощи машин, использующих интеллектуальные алгоритмы, помогающие людям принимать решения.

Но что насчет компьютеров, которые могут видеть, слышать и понимать. Большинство передовых исследований в области искусственного интеллекта выполняются с помощью нейронных сетей. Различные виды нейронных сетей (сверточные нейронные сети, рекуррентные нейронные сети, цепь Маркова, долгая краткосрочная память, генеративно-состязательная сеть и др.) используются такими компаниями, как Google, Microsoft, Facebook, IBM с целью корректной идентификации изображений, речи или текста. К примеру, Microsoft создала микросхемы (программируемая пользователем вентильная матрица - FPGA) с алгоритмами, способными перевести всю Википедию за считанные секунды.

Каждый день вы используете разные виды технологий машинного обучения. Когда вы пользуетесь поисковиком Google (data mining, оптимизация и персонализация) или задаете вопрос Siri на своем IPhone (распознавание речи). Интересные разработки были произведены в области дополненной реальности - наслаивание цифрового контента поверх физического мира. Индустрия движется по направлению к автоматизации, когда компьютеры анализируют данные и на их основе принимают решения за доли секунды, в то время как у человека на подобную деятельность могут уходить недели. То, что мы в данный момент считаем искусственным интеллектом, есть повсюду.

Но впереди еще долгий путь, даже для решения самых элементарных проблем. Одно из интересных нововведений - это освещение. Facebook использует нейронные сети, чтобы научить компьютеры понимать, как человек двигается на фотографиях и видео, в практике это называют “распознаванием позы”.

Подумайте об этом немного. Нам нужно научить компьютеры понимать, сидит ли в данный момент человек или стоит, машет руками или идет. Это то, на что способен интеллект двухгодовалого ребенка. Несмотря на всю свою мощь и потрясающие способности, основанные на логических вычислениях, машины не настолько умны, особенно что касается познания и восприятия на человеческом уровне. Машины не могут брать на себя ответственность. По крайне мере, не в ближайшее время.

Люди мечтают о Сингулярности, моменте, когда компьютеры обретут сознательность и интеллект уровня человека (или выше) и начнут развиваться и размножаться самостоятельно. То, что произойдет дальше оставлено на ум футуристов, программистов, писателей и сценаристов. Идея разумных компьютеров - глобальная и комплексная, лучше подойдет для другой статьи. Лучше сказать, на данный момент, мы понятия не имеем, как создать разумную машину или даже приблизиться к реализации модели искусственного интеллекта, который можно определить как способность компьютера выполнять любую интеллектуальную задачу, которую может выполнить человек. Всякая научная фантастика, которую вы смотрите или читаете, рассказывает о разумном, сознательном компьютере, обходя проблемы современной компьютерной науки и нейробиологии, чтобы создать живых машин, как будто с помощью какой-нибудь магии. Очень немногие произведения научной фантастики описывают процесс создания ИИ, большинство же просто перескакивают на последствия.

Таким образом, если мы не знаем, как построить сознательный компьютер, возникает более уместный вопрос: “Во что превратится ограниченная функциональность современного ИИ в ближайшие годы?”

Ответ: автоматизация.

Ускорение темпов развития ИИ, как мы теперь понимаем, будет ключом к концу “Информационной” эпохи и началу “Автономной” эпохи. Если грубо обобщить, то “Информационная” эпоха началась с появления печатного станка в 1450 году, который помогал распространять знания и информацию по всему миру. Теперь у нас есть устройства, которые мы носим в кармане и которые могут получить доступ к любому виду данных в течения нескольких секунд или связаться с кем-либо в мире. Это логическое завершение Информационной эпохи.

Следующая эпоха будет той, где наши компьютеры и машины выполняют для нас задачи, основываясь на принципах оптимизации и эффективности, основываясь на огромных объемах данных и эмпирических наблюдениях. Назовите любую форму человеческой деятельности, о которой вы только можете подумать, и вы увидите способ, по которому алгоритмы смогут ее усовершенствовать. И еще, каждая отдельная машина будет ограничена в своих возможностях. Алгоритм, разработанный, например, для сбора урожая не сможет развернуться и выполнить оптимизацию контент-маркетинга. Ближайшее будущее (следующие пятьдесят лет, по крайне мере) будет наполнено множеством узкоспециализированных ИИ, выполняющих конкретные задачи. Создание искусственного интеллекта, который мог бы выполнять множество разнообразных видов задач (что было бы предпосылкой появления искусственного чувства), будет осуществлено уж точно не при нашей жизни.

Автор статьи: Dan Rowinski (technology journalist).

Оригинал: The Current State of Artificial Intelligence.