Искусственный интеллект: Что это такое, как он работает и почему он важен

— В какой сфере роботы и искусственный интеллект были бы полезнее всего?

— Истории о том, как боты выходили из под контроля создателей, уже бывали. В 2016 году Microsoft в одной из соцсетей запустил бота, который обучался на общении с другими пользователями. В конце из него получился прожженный расист и тролль. Была еще история о том, как в соцсети запустили ботов, которые должны были как можно больше общаться с людьми. Говорить им что-то, чтобы непременно получать ответ. В какой-то момент два бота нашли друг друга и начали настолько активно друг с другом общаться, что их стало сложно понимать.

Этот случай с конкурсом говорит нам о том, что профессия художника на грани вымирания. Нейросети не просто рисуют, но делают это настолько круто, быстро и качественно, что могут заменить реальных специалистов. Дизайнеры тоже в группе риска: у «Студии Артемия Лебедева» есть нейросеть, которая способна разработать айдентику для бренда. Так что пока все складывается не так, как раньше думали ученые. Мы считали, что творческие профессии исчезнут последними, а искусственным интеллектом заменят обычных рабочих. Пока выходит наоборот.

Это как с автомобилем — до какого-то момента в аварии виноват водитель, но в какой-то — уже производитель. Водитель должен проверять масло или тормоза. Если у машины отказали тормоза, потому что человек не проверял их, то водитель виноват. Если он все проверил, а тормоза все равно отказали, то это вина производителя.

— Искусственный интеллект научился классно рисовать картинки на основе запросов от пользователей. По такому принципу работают DALL-E 2, Stable Diffusion и MidJourney. С последней нейросетью недавно приключился такой анекдот: в Колорадо проходил конкурс живописи и в нем победила картина Джейсона Аллена, нарисованная с помощью этой нейросети. Потом этот случай еще долго обсуждали в соцсетях: художника критиковали за то, что он подал свою работу наравне с другими.

Глубокое обучение — это разновидность машинного обучения. Тем не менее, глубокое обучение может анализировать больше типов информации и выполнять более сложные операции. Процесс глубокого обучения вдохновлен структурой и функциями человеческого мозга — в частности, тем, как нейроны связаны между собой и работают вместе для обработки информации. Благодаря этому, глубокое обучение позволяет делать более тонкие и глубокие прогнозы на основе предоставленных данных.

Хотя это не всегда очевидно, искусственный интеллект уже давно стал неотъемлемой частью повседневной жизни миллионов людей. Виртуальные помощники, такие как Siri и Alexa, являются яркими примерами того, как искусственный интеллект может поддерживать человека в самых разных сферах — хотя бы тем, что делает жизнь более удобной.

По своей сути машинное обучение — это способность компьютерной системы обучаться на основе данных, не будучи явно запрограммированной. Одним из примеров является фильтрация спама в электронной почте. Обнаруживая схожие закономерности в спам-сообщениях, почтовые платформы могут узнать, какие письма полезны, а какие следует держать подальше от папки «Входящие».

Вот тут есть одна загвоздка: за нас часто принимает решение искусственный интеллект, который не до конца понимаем. Мы только по косвенным признакам видим, как искусственный интеллект принимает решения, но давно потеряли контроль над этим процессом. Ведь ИИ получает и обрабатывает огромное количество информации. Если разработчик допустил небольшую ошибку в процессе, машина может начать делать то, что ей нужно. Так что нужно внимательнее относиться к ИИ и продумывать инструменты безопасности. Ну или нужно делать, как Тони Старк во втором фильме про «Мстителей»: если по ошибке получился Альтрон, то нужен и Вижн.

— Как вы думаете, однажды мы сможем дружить с голосовыми помощниками? Как в фильме «Она», где это спасает героя от одиночества.

— Я бы хотел, чтобы искусственный интеллект легче адаптировался под реальные обстоятельства. По сравнению с ним люди учатся очень быстро: они опираются на накопленный опыт и объектное понимание взаимосвязей. Вот как это работает. Когда человек видит микрофон, то понимает, что это — твердый объект. Если удариться, будет больно. У компьютера все сложнее. Ему нужно сначала стукнуться о микрофон, чтобы понять, что тот — твердый и лучше так не делать. Если компьютер после этого увидит стол, то все повторится сначала. Он не поймет, что стол — тоже твердый, и непременно об него стукнется. Вот мне как раз хочется, чтобы компьютер такие вещи понимал.

— Есть роботы Boston Dynamics, которые и пляшут, и крутятся, и выглядят солидно. Но какая от них практическая польза — не очень понятно. В прошлом году Boston Dynamics разработали робота-грузчика. Он выглядит как коробка, к которой сверху прикреплена рука. Этот робот ездит по складу и переставляет ящики. Конечно, после танцующих продвинутых роботов такое решение выглядит забавным, но оно логичное и удобное. Если нам нужно, чтобы система просто двигала коробки с места на место, то можно обойтись без танцев и красоты.

Глубокое обучение позволяет сделать еще один шаг вперед. Продолжая пример с птицами, глубокое обучение может научиться распознавать не только основные черты птиц, но и такие сложные детали, как узоры на перьях, что сделает его намного более точным в идентификации птиц и даже позволит отделить орлов от голубей.

Обеспечение ответственного подхода к разработке ИИ имеет решающее значение для его безопасного, надежного и этичного развития. Но как можно решить вопросы прозрачности и объяснимости в контексте ответственного использования ИИ? Подробно данные понятия рассмотрены в нашей статье о создании ответственного искусственного интеллекта.

Например, в рамках базового машинного обучения компьютер может научиться распознавать птиц на фотографиях. Обучаясь на фотографиях птиц и других животных или предметов, машина учится различать их, знакомясь с уникальными птичьими особенностями, такими как крылья и клювы.

По своей сути искусственный интеллект — это способность машины или компьютерной системы выполнять задачи, для которых обычно требуется человеческий интеллект. Это включает в себя программирование систем для анализа данных, обучения на основе опыта и принятия разумных решений — под руководством человека. Наиболее известной формой ИИ являются виртуальные помощники, такие как Siri или Alexa, но существует множество разновидностей данной технологии.

Например, при обучении на непроверенных данных искусственный интеллект может копировать негативные предрассудки о расе, религии, воспитании и других характеристиках человека. Такие случаи могут стать потенциально опасными, если искусственный интеллект будет использоваться в здравоохранении, подборе персонала, юриспруденции и других сферах, ориентированных на человека.

Система управления ИИ — это своего рода «мозг», на котором строится работа организации с проектами ИИ. Речь идет об установлении правил и методов, обеспечивающих ответственное и эффективное использование ИИ. Такая система помогает управлять всем — от оценки рисков до ответственного применения ИИ.