В октябре 1950 года британский техно-визионер Алан Тьюринг опубликовал в журнале MIND статью под названием «Вычислительные машины и интеллект», в которой поднимался вопрос, который в то время многим казался научной фантастикой.
" Не могут ли машины выполнять нечто, что следует назвать мышлением, но которое сильно отличается от того, что делает человек?" - спросил Тьюринг.
Тьюринг думал, что они могут. Более того, считал он, можно создать программное обеспечение для цифрового компьютера, которое позволит ему наблюдать за окружающей средой и изучать новые вещи, от игры в шахматы до понимания и разговора на человеческом языке. И он думал, что со временем машины смогут развить способность делать это самостоятельно, без участия человека. «Мы можем надеяться, что машины со временем станут конкурировать с людьми во всех чисто интеллектуальных областях», - предсказал он.
Почти 70 лет спустя кажущееся диковинным видение Тьюринга стало реальностью. Искусственный интеллект, обычно называемый ИИ, дает машинам возможность учиться на собственном опыте и выполнять когнитивные задачи, такие вещи, на которые когда-то казалось способен только человеческий мозг.
ИИ быстро распространяется по всей цивилизации, где он обещает делать все, от предоставления автономным транспортным средствам возможности перемещаться по улицам до более точного прогнозирования ураганов. На повседневном уровне искусственный интеллект определяет, какую рекламу показывать вам в Интернете, и запускает дружественных чат-ботов, которые появляются, когда вы посещаете веб-сайт электронной коммерции, чтобы ответить на ваши вопросы и обеспечить обслуживание клиентов. А персональные помощники на базе искусственного интеллекта в устройствах умного дома с голосовым управлением выполняют множество задач, от управления нашими телевизорами и дверными звонками до ответов на простые вопросы и помощи в поиске наших любимых песен.
Но мы только начинаем. По мере того, как технология ИИ становится все более сложной и мощной, ожидается, что она значительно поднимет мировую экономику, создав к 2030 году дополнительную активность на сумму около 13 триллионов долларов, согласно прогнозу Глобального института McKinsey..
«Искусственный интеллект все еще находится на ранней стадии внедрения, но внедрение ускоряется, и он используется во всех отраслях», - говорит Сара Гейтс, стратег аналитической платформы в SAS, глобальной фирме, занимающейся разработкой программного обеспечения и услуг, которая фокусируется на преобразовании данных в интеллект для клиентов.
Как работает искусственный интеллект
Возможно, еще более удивительно, что наше существование незаметно трансформируется технологией, которую многие из нас едва понимают, если вообще понимают, - чем-то настолько сложным, что даже ученые с трудом объясняют это.
«ИИ - это семейство технологий, которые выполняют задачи, которые, как считается, требуют интеллекта, если их выполняют люди», - объясняет Васант Хонавар, профессор и директор Исследовательской лаборатории искусственного интеллекта в Университете штата Пенсильвания.«Я говорю «мысль», потому что никто точно не знает, что такое разум».
Хонавар описывает две основные категории интеллекта. Естьузкий интеллект, который достигает компетентности в узко определенной области, такой как анализ рентгеновских снимков и МРТ-сканов в радиологии. Общий интеллект, напротив, представляет собой более человеческую способность узнавать обо всем и говорить об этом. «Машина может быть хороша для некоторых диагнозов в радиологии, но если вы спросите ее о бейсболе, она будет бесполезна», - объясняет Хонавар. Интеллектуальная универсальность людей «на данный момент все еще находится за пределами досягаемости ИИ».
По словам Хонавара, у ИИ есть две ключевые составляющие. Одним из них является инженерная часть, то есть создание инструментов, которые каким-то образом используют интеллект. Другая - это наука об интеллекте, или, вернее, о том, как заставить машину выдавать результат, сравнимый с тем, к которому пришел бы человеческий мозг, даже если машина достигает его с помощью совершенно другого процесса. Если использовать аналогию, «птицы летают и самолеты летают, но летают совершенно по-разному», Хонавар. «Тем не менее, они оба используют аэродинамику и физику. Точно так же искусственный интеллект основан на представлении о том, что существуют общие принципы поведения интеллектуальных систем».
ИИ - это «в основном результат наших попыток понять и эмулировать то, как работает мозг, и применения этого для придания мозгоподобных функций другим автономным системам (например, дронам, роботам и агентам)». Курт Кейгл, писатель, исследователь данных и футуролог, основатель консалтинговой фирмы Semantical, пишет в электронном письме. Он также является редактором The Cagle Report, ежедневного информационного бюллетеня по информационным технологиям.
И хотя люди на самом деле не думают как компьютеры, которые используют схемы, полупроводники и магнитные носители вместо биологических клеток для хранения информации, есть некоторые интригующие параллели.«Одна вещь, которую мы начинаем открывать, это то, что графовые сети действительно интересны, когда вы начинаете говорить о миллиардах узлов, а мозг, по сути, является графовой сетью, хотя и такой, в которой вы можете контролировать силу процессов, изменяя сопротивление нейронов. до того, как загорится емкостная искра», - объясняет Кейгл. «Один нейрон сам по себе дает вам очень ограниченное количество информации, но одновременно активирует достаточное количество нейронов разной силы, и в итоге вы получаете паттерн, который активируется только в ответ на определенные виды стимулов, обычно модулированные электрические сигналы через DSP. [это цифровая обработка сигналов], которую мы называем сетчаткой и улиткой».
«Большинство применений ИИ было в областях с большими объемами данных», - говорит Хонавар. Если снова использовать пример радиологии, то наличие больших баз данных рентгеновских снимков и МРТ-сканирований, которые были оценены людьми-радиологами, позволяет обучить машину подражать этой деятельности.
ИИ работает, комбинируя большие объемы данных с интеллектуальными алгоритмами - последовательностями инструкций - которые позволяют программному обеспечению учиться на шаблонах и особенностях данных, как объясняется в этом учебнике SAS по искусственному интеллекту.
При моделировании работы мозга ИИ использует множество различных подполей, как отмечается в учебнике по SAS.
- Машинное обучение автоматизирует построение аналитических моделей, чтобы находить скрытые данные в данных, не будучи запрограммированным на поиск чего-то конкретного или получение определенного вывода.
- Нейронные сети имитируют массив взаимосвязанных нейронов мозга и передают информацию между различными единицами, чтобы найти связи и извлечь из данных смысл.
- Глубокое обучение использует очень большие нейронные сети и большую вычислительную мощность для поиска сложных закономерностей в данных для таких приложений, как распознавание изображений и речи.
- Когнитивные вычисления предназначены для создания «естественного, похожего на человека взаимодействия», как выражается SAS, включая использование способности интерпретировать речь и реагировать на нее.
- Компьютерное зрение использует распознавание образов и глубокое обучение для понимания содержания изображений и видео, а также позволяет машинам использовать изображения в реальном времени, чтобы понимать, что их окружает.
- Обработка естественного языка включает анализ и понимание человеческого языка и реагирование на него.
Десятилетия исследований
Концепция искусственного интеллекта восходит к 1940-м годам, а термин «искусственный интеллект» был введен в 1956 году на конференции в Дартмутском колледже. В течение следующих двух десятилетий исследователи разработали программы, которые играли в игры и занимались простым распознаванием образов и машинным обучением. Ученый из Корнельского университета Фрэнк Розенблатт разработал Perceptron, первую искусственную нейронную сеть, которая работала на 5-тонном (4,5 метрической тонны) компьютере IBM размером с комнату, который питался перфокартами.
Но только в середине 1980-х была разработана вторая волна более сложных многослойных нейронных сетей для решения задач более высокого уровня, по словам Хонавара. В начале 1990-х годов еще один прорыв позволил ИИ выйти за рамки обучения.
В 1990-х и 2000-х годах другие технологические инновации - Интернет и все более мощные компьютеры - помогли ускорить развитие ИИ. «С появлением Интернета большие объемы данных стали доступны в цифровой форме, - говорит Хонавар. «Секвенирование генома и другие проекты начали генерировать огромные объемы данных, а достижения в области вычислительной техники сделали возможным хранение этих данных и доступ к ним. Мы могли обучать машины выполнять более сложные задачи. У вас не могло быть модели глубокого обучения 30 лет назад. назад, потому что у вас не было данных и вычислительной мощности."
ИИ и робототехника
ИИ отличается от робототехники, но связан с ней, в которой машины ощущают свое окружение, выполняют вычисления и выполняют физические задачи либо сами по себе, либо под руководством людей, от работы на фабрике и приготовления пищи до высадки на другие планеты. Хонавар говорит, что эти два поля во многом пересекаются.
«Вы можете представить себе робототехнику без особого интеллекта, чисто механические устройства, такие как автоматические ткацкие станки», - говорит Хонавар.«Есть примеры роботов, которые не обладают значительным интеллектом». И наоборот, есть робототехника, где интеллект является неотъемлемой частью, например, управление автономным транспортным средством по улицам, заполненным автомобилями и пешеходами, управляемыми людьми.
«Это разумный аргумент, что для реализации общего интеллекта вам в какой-то степени понадобится робототехника, потому что взаимодействие с миром в какой-то степени является важной частью интеллекта», - считает Хонавар. «Чтобы понять, что значит бросить мяч, нужно уметь бросить мяч».
ИИ незаметно стал настолько вездесущим, что его уже можно найти во многих потребительских товарах.
«Огромное количество устройств, которые входят в пространство Интернета вещей (IoT), с готовностью используют какой-то самоусиливающийся ИИ, хотя и очень специализированный ИИ», - говорит Кейгл. «Круиз-контроль был одним из первых ИИ, и когда он работает, он гораздо сложнее, чем думает большинство людей. Шумоподавляющие наушники. Все, что имеет возможность распознавания речи, например большинство современных телевизионных пультов. Фильтры социальных сетей. Спам-фильтры. Если вы расширите ИИ, чтобы охватить машинное обучение, это также будет включать в себя проверку орфографии, системы текстовых рекомендаций, любую систему рекомендаций, стиральные и сушильные машины, микроволновые печи, посудомоечные машины, большую часть бытовой электроники, произведенной после 2017 года, динамики, телевизоры, антиблокировочную систему торможения. системы, любой электромобиль, современные камеры видеонаблюдения. В большинстве игр сети ИИ используются на самых разных уровнях."
ИИ уже может превзойти людей в некоторых узких областях, так же как «самолеты могут летать на большие расстояния и перевозить больше людей, чем птицы», - говорит Хонавар. ИИ, например, способен обрабатывать миллионы взаимодействий в социальных сетях и получать информацию, которая может повлиять на поведение пользователей - способность, которая, как опасается эксперт по ИИ, может иметь «не очень хорошие последствия».
Он особенно хорош для осмысления огромных объемов информации, которые перегрузили бы человеческий мозг. Эта возможность позволяет интернет-компаниям, например, анализировать горы данных, которые они собирают о пользователях, и использовать полученные знания различными способами, чтобы влиять на наше поведение.
Но ИИ пока не добился такого большого прогресса в воспроизведении человеческого творчества, отмечает Хонавар, хотя технология уже используется для сочинения музыки и написания новостных статей на основе данных из финансовых отчетов и результатов выборов.
Как ИИ может изменить экономику
Учитывая потенциал ИИ для выполнения задач, для которых раньше требовались люди, легко опасаться, что его распространение может оставить большинство из нас без работы. Но некоторые эксперты предполагают, что, хотя сочетание ИИ и робототехники может сократить некоторые рабочие места, оно создаст еще больше новых рабочих мест для технически подкованных работников.
«Наибольшему риску подвергаются те, кто выполняет рутинные и повторяющиеся задачи в сфере розничной торговли, финансов и производства», - Даррелл Уэст, вице-президент и директор-основатель Центра технологических инноваций Брукингского института, вашингтонской общественной организации. организация политики, объясняет в электронном письме.«Но рабочие места белых воротничков в сфере здравоохранения также будут затронуты, и будет увеличиваться отток рабочих мест, поскольку люди будут чаще переходить с работы на работу. Будут созданы новые рабочие места, но многие люди не будут иметь навыков, необходимых для этих должностей. Таким образом, риск заключается в несоответствии должностей, которое оставляет людей позади при переходе к цифровой экономике. По мере распространения технологий странам придется вкладывать больше денег в профессиональную переподготовку и развитие рабочей силы. Необходимо будет учиться на протяжении всей жизни, чтобы люди могли регулярно повышать свою квалификацию. профессиональные навыки."
И вместо того, чтобы заменить людей, ИИ может быть использован для повышения их интеллектуальных способностей. Изобретатель и футурист Рэй Курцвейл предсказал, что к 2030-м годам ИИ достигнет человеческого уровня интеллекта, и что станет возможным создание ИИ, который проникнет внутрь человеческого мозга для улучшения памяти, превращая пользователей в гибриды человека и машины. Как описал это Курцвейл: «Мы собираемся расширить свой кругозор и продемонстрировать эти художественные качества, которые мы ценим."
Интересно
Кейгл несколько лет назад участвовал в дискуссии на съезде научной фантастики вместе с писателем Дэвидом Брином, который написал о концепции подъема, в которой ИИ будет использоваться для повышения интеллектуальных способностей разумных нечеловеческих существ, таких как дельфины. и обезьян до человеческого уровня. «Готовы ли мы с этической точки зрения привести новый разумный вид во вселенную?» - спрашивает Кейгл. «Достаточно ли нам комфортно в собственном существовании, чтобы создавать других, которых мы будем любить, с которыми будем спорить, учиться и учить?»
Часто задаваемые вопросы
Каковы 4 типа ИИ?
Существует четыре типа ИИ: реактивный, с ограниченной памятью, теория разума и самосознание. Реактивный ИИ - это простейшая форма ИИ, и это то, о чем думает большинство людей, когда думают об ИИ. ИИ с ограниченной памятью может помнить прошлые события и использовать их для принятия решений. Теория разума ИИ может понимать мысли и эмоции других. Самосознательный ИИ осознает свои мысли и эмоции.