Искусственный интеллект

Почему технологии ИИ стали так популярны?

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).

Идея создания машин, способных имитировать человеческий интеллект, появилась еще в древности, когда люди строили механические автоматы и роботов. Однако научное основание для ИИ было заложено в 20 веке, когда математик Алан Тьюринг предложил тест для определения интеллекта машины, а также сформулировал основные проблемы и цели ИИ. В 1956 году на Дартмутской конференции был введен термин «искусственный интеллект» и была запущена первая программа, способная играть в шахматы. С тех пор ИИ прошел несколько этапов развития, открывая новые возможности и сталкиваясь с новыми проблемами. Сейчас ИИ достиг уровня, когда он может не только решать конкретные задачи, но и обучаться на основе данных, адаптироваться к изменяющимся условиям и создавать новые знания.

Для реализации поставленных перед ними задач разработчикам нужны не только технические навыки, но и математические знания, логическое мышление, творческий подход, интуиция и коммуникативные способности – так называемые soft skills. Разработчикам также необходимо постоянно обучаться новым технологиям и тенденциям в области ИИ, так как она быстро меняется и развивается.

Могут ли машины стать умнее, чем люди? Нет, считает Жан-Габриэль Ганасия: это всего лишь миф, навеянный научной фантастикой. В своей статье он напоминает об основных этапах развития этой отрасли науки, о достижениях современной техники и об этических вопросах, все больше требующих к себе внимания.

Тем не менее, основной аргумент имеет смысл. Разумно разрабатывать рекомендации и меры безопасности для мощных ИИ-технологий. Если этого не сделать, фильмы «Матрица» и «Терминатор» могут когда-нибудь стать реальностью. В области ИИ необходима четкая стандартизация для повышения качества, безопасности, эффективности и совместимости ИИ-продуктов и услуг, а также укрепления доверия к ним со стороны пользователей и общества. Стандартизация в области ИИ также поможет решать этические, юридические и социальные вопросы, связанные с применением ИИ, такие как защита прав человека, приватности, справедливости и ответственности.

Есть ли у Маска скрытые мотивы? С одной стороны, возможности продвинутого ИИ вызывают тревогу. Но участие Маска настораживает. Его Tesla использует далеко не совершенный ИИ для автопилота. Приостановка продвижения ИИ могла бы дать Маску время догнать конкурентов. Такие себе «двойные стандарты» от самого богатого человека на Земле.

Применение ИИ

Для Джона Мак-Карти и Марвина Мински, как и для прочих организаторов летнего семинара в Дартмут-колледже, ИИ изначально представлял собой область науки, занимающейся компьютерным моделированием различных способностей интеллекта, идет ли речь об интеллекте человеческом, животном, растительном, социальном или филогенетическом. В основе этой научной дисциплины лежит предположение о том, что все когнитивные функции, как то обучение, мышление, расчет, восприятие, память, даже научное открытие или художественное творчество, могут быть описаны с точностью, дающей возможность запрограммировать компьютер на их воспроизведение. На протяжении более чем шестидесяти лет существования ИИ не появилось ничего, что позволило бы неоспоримо доказать либо опровергнуть гипотезу, которая продолжает оставаться открытой и побуждает ученых к новым изобретениям.

Центральным понятием в искусственном интеллекте является агент. Под агентов подразумевается то, что воспринимает окружающую среду и воздействует на нее через исполнительные механизмы. Например, в Интернете вещей и робототехнике это восприятие происходит через различные датчики.

Такие интеллектуальные системы стали применяться для выполнения самых различных задач (идентификация отпечатков пальцев, распознавание речи и т. д.), а комбинации различных методов из области ИИ, информатики, искусственной жизни и других дисциплин использовались для создания гибридных систем.

Исследования не прекратились, но пошли в новых направлениях. Ученые заинтересовались психологией памяти, механизмами понимания, которые они пытались имитировать на компьютере, и ролью знаний в мыслительном процессе. Это привело к появлению значительно развившихся в середине 1970-х годов методов семантического представления знаний, а также к созданию экспертных систем, названных так потому, что для воспроизведения мыслительных процессов в них использовались знания квалифицированных специалистов. В начале 1980-х годов на экспертные системы возлагались большие надежды в связи с широкими возможностями их применения, например, для медицинской диагностики.

ИИ подразумевает не только рациональный анализ и воспроизведение при помощи компьютеров большинства аспектов интеллекта – может быть, лишь за исключением юмора. Машины значительно превышают наши когнитивные способности в большинстве областей, что заставляет нас опасаться некоторых этических рисков. Это риски трех видов: дефицит работы, которая вместо людей будет выполняться машинами; последствия для независимости человека и, в частности, для его свободы и безопасности; опасения, что более «умные» машины будут доминировать над людьми и станут причиной гибели человечества.

Однако возможность разрабатывать программы, выполняющие сложные интеллектуальные задачи, появилась только после появления современных компьютеров после Второй мировой войны. В 1950-х годах ученые из различных областей стали задумываться о возможности создания искусственного мозга. Тогда исследования в области неврологии показали, что мозг представляет собой нейронную сеть, а А. Тьюнинг предположил, что любой вид вычислений можно представить в цифровом виде, и в 1951 году была создана первая нейронная сеть SNARC аспирантом Марвином Мински. К 1950 году А. Тьюринг разработал тест, определяющий уровень схожести действий машины с сознанием человека, впоследствии названный тестом Тьюринга. Название «искусственный интеллект» впервые было использовано на Дартмутской конференции в 1956 году, тогда же и появилась научная дисциплина «Исследование искусственного интеллекта».

Искусственный интеллект и разработчики

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.

Не так давно более 1000 экспертов, включая технологического магната Илона Маска, подписали открытое письмо с призывом приостановить на 6 месяцев разработку ИИ-систем, более мощных, чем популярный GPT-4. Ссылаясь на потенциальные риски для человечества, авторы призывают к осторожности.

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.

Преподаватель информатики в университете Сорбонна, профессор Жан-Габриэль Ганасия (Франция) является также научным сотрудником исследовательской лаборатории LIP6, (Laboratoire d’Informatique de Paris 6), действительным членом Европейской ассоциации искусственного интеллекта EurAI (European Association for Artificial Intelligence), членом Университетского института Франции (Institut Universitaire de France) и председателем Комитета по этике Национального научно-исследовательского центра Франции (CNRS). Его научные интересы охватывают такие темы, как машинное обучение, символическое слияние данных, компьютерная этика и цифровые гуманитарные науки.

ChatGPT и другие подобные системы никогда не стали был реальностью, если бы не самоотверженный труд тысяч программистов в области машинного обучения. Разработчики играют важную роль в создании и улучшении ИИ. Они используют различные языки программирования, фреймворки, библиотеки и инструменты для реализации алгоритмов и методов машинного обучения, нейронных сетей, глубокого обучения и других подходов ИИ. Они также тестируют, отлаживают и оптимизируют свои программы, а также следят за их безопасностью и эффективностью.

Идеи создания машин, обладающих сознанием, возникали еще в Древней Греции. В средние века и Новое время ученые создавали механизмы, заменяющие человеческий труд, например, в 17 веке Паскаль изобрел первую механическую цифровую вычислительную машину, в 19 веке Джозеф-Мари Жаккард создал программируемый ткацкий станок с инструкциями на перфокартах. В 1937 году Алан Тьрюнинг обнародовал свое изобретение – универсальную машину Тьюринга, в 1939 году в Нью-Йорке были представлены первый механический человек Electro с собакой Sparco.

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.

Прогресс замедлился в середине 1960-х годов. В 1965 году десятилетний мальчик одержал в шахматном матче победу над компьютером; в 1966 году в докладе, подготовленном по заказу Сената Соединенных Штатов Америки, говорилось о внутренних ограничениях, присущих машинному переводу. Около десяти лет пресса отзывалась об ИИ неодобрительно.