Эволюция искусственного интеллекта, и что нас ждет в 2034 году

История взлетов и падений

Самообучающиеся интеллектуальные системы широко применяются практически во всех сферах, особенно в промышленности, банковском деле, страховании, здравоохранении и обороне. Многие рутинные процессы теперь можно будет автоматизировать, что преобразит наши профессии и, в конечном итоге, устранит некоторые из них.

К началу 2024 года появилось уже несколько продвинутых генеративных языковых моделей, в том числе самая передовая на сегодня GPT-4 и ее ближайший конкурент Gemini Ultra от Google. Они очень быстро нашли применение в бизнесе и повседневной жизни. Так, всего за пару месяцев 2023-го активными пользователями ChatGPT стали 100 млн человек – исторический рекорд. Сегодня аналитики оценивают их число в 180 млн. На рынке появляется все больше решений, скорость их разработки растет в геометрической прогрессии. Возможно, пока вы читаете этот текст, появилась новая, более совершенная модель.

Однако при ближайшем рассмотрении становится очевидно, что работа для людей не пропадает, а трансформируется, требуя новых навыков. Точно так же независимость человеческой личности и ее свобода не подвергаются неминуемой опасности из-за развития ИИ – при условии, однако, что мы останемся бдительными перед лицом вторжения технологий в частную жизнь.

Однако популярность термина «искусственный интеллект» во многом объясняется его ошибочным толкованием – в частности, когда им обозначают некую искусственную сущность, наделенную разумом, которая якобы в состоянии конкурировать с людьми. Эта мысль из области древних легенд и преданий, звучащая как миф о Големе, с недавних пор реанимируется такими нашими современниками, как британский физик Стивен Хокинг (1942-2018 гг.), американский предприниматель Илон Маск и американский инженер Рэй Курцвейл, а также сторонниками создания так называемого сильного или общего ИИ. Не будем, впрочем, говорить о данном понимании этого термина, ибо оно скорее представляет собой появившийся под влиянием научной фантастики продукт богатого воображения, а не осязаемую научную реальность, подтвержденную опытами и эмпирическими наблюдениями.

Российская законодательная база по регулированию ИИ пока находится на этапе «взросления». Однако уже сегодня в стране сформировалось активное сообщество организаций частного и госсектора, которое в том числе сфокусировано на разработке концепций правового и саморегулирования в этой области. Еще в 2019 году был создан единый орган для развития ИИ в стране – Альянс в сфере искусственного интеллекта. А спустя два года его участники, ведущие отечественные компании, приняли Кодекс, который устанавливает принципы взаимодействия с технологией. В ближайшие годы вопросам специального регулирования этой сферы будет уделяться все больше внимания как на локальном, так и на международном уровнях.

С конца 1990-х годов ИИ стали объединять с робототехникой и интерфейсом «человек – машина» с целью создания интеллектуальных агентов, предполагающих наличие чувств и эмоций. Это привело, среди прочего, к появлению нового исследовательского направления – аффективных (или эмоциональных) вычислений (affective computing), направленных на анализ реакций субъекта, ощущающего эмоции, и их воспроизведение на машине, и позволило усовершенствовать диалоговые системы (чат-боты).

Какое-то время преобладали простые модели, которые отлично справлялись с аналитическими задачами. С 2015 появляются новые решения – более совершенные, дешевые и доступные. Начинается гонка за масштабированием. В результате появляются новые архитектуры, которые позволяют языковым моделям эффективнее работать с графическими и текстовыми данными. Развиваются большие языковые модели (LLM) и улучшается обработка естественного языка, в том числе машинный перевод и языковое моделирование. Эксперты допускают, что именно этот тип архитектуры может стать ведущим в дальнейшем развитии ИИ.

И наконец, в противоположность некоторым утверждениям, машины не несут в себе экзистенциального риска для человечества, поскольку их автономия носит лишь технический характер и в этом смысле не соответствует цепочкам материальной причинности, идущим от информации к принятию решений. Кроме того, машины не самостоятельны в моральном плане, и потому, даже если иногда они сбивают нас с толку и вводят в заблуждение своими действиями, они все же не обладают собственной волей и подчиняются тем целям, которые мы перед ними ставим.

Ренессанс искусственного интеллекта

Однако последние 15 лет мы наблюдаем новую волну интереса к исследованиям в области ИИ. Он начинает активно развиваться и приносить пользу людям, появляются примеры коммерческого применения. Многие задачи, над которыми человечество десятилетиями «ломало» голову, оказались решены за довольно короткий промежуток времени – благодаря искусственному интеллекту.

ИИ уже не является чем-то футуристичным и имеет шансы стать незаменимым помощником человека – как когда-то стали смартфоны. Сегодня он уже решает сложнейшие научные задачи, рекомендует вам товары на маркетплейсах, помогает искать вакансии, проводит кредитный скоринг

Поначалу, под влиянием первых успехов, исследователи позволяли себе несколько опрометчивые заявления, которые впоследствии неоднократно ставились им в упрек. Так, например, в 1958 году американец Герберт Саймон, позже ставший лауреатом Нобелевской премии по экономике, заявил, что если бы машины допускались к международным соревнованиям, то в ближайшие десять лет они стали бы чемпионами мира по шахматам.

С этого момента мы видим значительный скачок в масштабе и возможностях LLM. Постоянно появляются новые модели, более эффективные и функциональные. Они помогают в самых разных сферах – от генерации изображений до написания кода. Здесь начинается история знакомого всем ChatGPT: в гонку включается его разработчик и выпускает несколько генеративных моделей – предшественников чат-бота GPT.

Среди потенциально интересных задач для генеративного искусственного интеллекта в духе нашего времени – генерация кода для отечественных продуктов: это ускорит миграцию на российские технологии и достижение цифрового суверенитета. Использование инструментов автоматического документирования на базе генеративного интеллекта позволит быстрее реализовывать проекты в ИТ, строительстве и науке. Следовательно, в ближайшие годы технология может повысить производительность труда и беспрецедентно изменить мировую экономику. Основным вызовом здесь станет формирование постоянно растущего спроса на новые товары и услуги и поиск рынков сбыта. Максимального результата достигнут компании, которые смогут открыть для себя эти возможности.

Методы машинного обучения позволяют одним автоматам распознавать устную речь и записывать ее подобно секретарям-машинисткам прошлых лет, а другим – точно идентифицировать лица или отпечатки пальцев среди десятков миллионов других и обрабатывать тексты, написанные на естественных языках. Благодаря этим же методам самостоятельно движутся автомобили, компьютеры лучше врачей-дерматологов диагностируют меланомы по фотографиям родинок, сделанных с помощью сотовых телефонов, роботы воюют вместо людей; а конвейеры на заводах все больше автоматизируются.