Как думает компьютер? Развитие искусственного интеллекта от простого алгоритма к нейросетям

Стандарты и искусственный интеллект

Искусственный интеллект, способный синтезировать, анализировать и действовать на основе огромных объемов данных за считанные секунды, является чрезвычайно мощным. Как и в случае с любой другой мощной технологией, очень важно ответственно подходить к ее внедрению, чтобы максимально использовать ее потенциал и при этом минимизировать негативные последствия.

Все началось с английского математика Алана Тьюринга и его «игры в имитацию». Как понять, что машина достигла уровня разумности, сопоставимого с человеческим? Тьюринг придумал тест, который бы позволял это сделать. Упрощенно он выглядит следующим образом: человек общается с одним компьютером и одним человеком. На основании их ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор.

Следующим шагом на пути развития ИИ стал перцептрон. В конце 1950-х гг. психолог-исследователь Фрэнк Розенблатт создает, по сути, первую нейросеть. Сетка светочувствительных элементов, соединенных проводами с банками узлов, содержала электромоторы и поворотные резисторы. Розенблатт разработал «перцептронный алгоритм», управлявший сетью, которая постепенно подстраивала силу входных сигналов так, чтобы в итоге правильно идентифицировать объекты, — она обучалась, то есть была самым настоящим ИИ.

Наступает 2011 г., и программисты Джефф Дин и Эндрю Ын создают на основе мощных серверов Google огромную нейросеть, которая начинает обрабатывать изображения и на их основе создавать новые. Нейросеть обучалась на тысячах картинок и, наконец, выдала три изображения: лицо человека, его тело и кота. Прорыв был совершен.

Завершив разговор о тайнах мозга человеческого, которому был посвящен первый месяц осени на портале «Научная Россия», мы переходим к загадкам разума механического. В течение всего октября мы вместе с вами будем искать ответы на вопросы, связанные с искусственным интеллектом (ИИ) и техническими науками. В первой статье, посвященной этой теме, мы обсудим, с чего вообще начинался ИИ и к чему пришел за век развития компьютерных технологий.

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.

Что AI знает обо мне?

Именно этот принцип лежит в основе технологий, которая позволяет вам подтвердить голосом по телефону банковскую транзакцию, просто сказав «да», или попросить мобильный телефон показать вам прогноз погоды на ближайшие несколько дней в городе, куда вы собираетесь поехать.

Работающие по этому принципу алгоритмы научились анализировать медицинские снимки, выявляя злокачественные опухоли на самых ранних этапах формирования, поскольку за время, которое требуется консультанту для детального анализа одного изображения, AI способен обработать тысячи снимков.

Для тех, кто не знаком с компьютерными науками, попытка разобраться в многочисленных аспектах искусственного интеллекта и их последствиях может оказаться непосильной задачей. Здесь мы расскажем, что такое искусственный интеллект, как он работает, в чем разница между машинным обучением, глубоким обучением, обработкой естественного языка и многим другим. Давайте приступим.

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.

Этим процессом «глубокого обучения» мы обязаны профессору Торонтского университета Джеффри Хинтону и его нейросети AlexNet, победительнице соревнования ImageNet по распознаванию изображений. В 2012 г. ей удалось определить содержимое тысяч изображений с ошибкой в 15% — немыслимый по тем временам показатель.

С каждым годом мощь искусственного интеллекта лишь растет. Мы уже привыкли к тому, что поисковые сайты способны распознавать изображения и искать похожие, привыкли, что человек неспособен обыграть машину в шахматы. Нейросети научились рисовать, писать музыку. И хотя тексты машин пока еще не позволяют им пройти знаменитый «тест Тьюринга», кто знает, так ли много времени пройдет, прежде чем это случится?

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.

В течение второй половины XX в. понятие «искусственный интеллект» то исчезало, то вновь появлялось в лексиконе ученых. Дело в том, что из-за сложности и громоздкости технологий для реализации ИИ в то время эта идея казалась коммерчески невыгодной. Нужно было дождаться момента, когда компьютеры станут достаточно дешевыми и маленькими.

Оглавление

Рассматривайте ее как дорожную карту для разумного использования ИИ по мере развития данной технологии. Система управления ИИ представляет собой структурированный способ управления рисками и возможностями, связанными с ИИ. Она включает в себя такие ключевые компоненты, как прозрачность, объясняемость и автономность, давая организациям четкие указания по использованию ИИ в соответствии с развивающимися нормативными актами (например, Законом ЕС об ИИ).

Самое любопытное в нейросетях — их способность к самообучению на основе «сырых данных». Если для обычного ИИ программист обязан заготавливать подходящий формат информации, то нейросети можно «скармливать» почти что угодно: она сама будет выделять из массива бесполезных слов и изображений то, что ей нужно.

Постепенно шаблоны становятся все лучше. На полученное изображение накладываются все новые и новые слои, в каждом из которых алгоритм сохраняет точки, которые укладываются в искомый шаблон, и отбрасывает все остальные — пока, наконец, изображение не начнет отвечать поставленной задаче.

Как у животных под влиянием окружающей среды за миллионы лет эволюции развились те или иные характерные особенности, так и AI, миллионы раз проанализировавший одну и ту же базу данных, приобретает необходимые навыки, все лучше и лучше справляясь с поставленной задачей.

Что такое интеллект? Одно из возможных определений гласит: «Интеллект — способность воспринимать информацию и сохранять ее в качестве знания для построения адаптивного поведения в среде или контексте». Таким образом, интеллект делится на следующие составляющие: сохраняемую информацию, взаимодействие с миром и то, как первое влияет на второе и наоборот. В данном определении есть еще кое-что примечательное — отсутствие понятия «сознание».

Еще одна из ключевых этических проблем, связанных с ИИ, — это конфиденциальность. Поскольку системы искусственного интеллекта собирают огромные объемы данных из баз данных по всему миру, необходимо обеспечить защиту личной информации и ответственное ее использование. Например, технология распознавания лиц, часто используемая в системах безопасности или на платформах социальных сетей, вызывает вопросы о получении предварительного согласия и возможном неправомерном использовании.

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.

Международные стандарты в области искусственного интеллекта представляют собой основу для ответственного и этичного использования технологий ИИ. Они охватывают такие области, как конфиденциальность, предвзятость, прозрачность и подотчетность. Придерживаясь подобных стандартов, организации могут обеспечить справедливость, прозрачность и соблюдение этических принципов в своих системах ИИ.