Как создать искусственный интеллект? (Почти) исчерпывающее руководство

Почему следует выбрать курсы GeekBrains

GeekBrains — это ведущая образовательная онлайн-платформа в русскоязычном пространстве. Над курсами GB работают опытные преподаватели, которые отлично разбираются в теории и могут похвастаться практическими достижениями, а значит, на личном опыте расскажут, как создают ИИ. Программа обучения построена таким образом, чтобы у пользователей оставалось время на работу и личную жизнь. Кроме того, GB поможет войти в профессию. Для этого площадка обеспечивает все условия:

Естественно, начинать следует с самых простых ботов. Для этого вспомните старую-добрую игру «Крестики-нолики» при использовании поля 3х3 и постарайтесь выяснить для себя основные алгоритмы действий: вероятность победы при безошибочных действиях, наиболее удачные места на поле для расположения фигуры, необходимость сводить игру к ничьей и так далее.

Искусственный интеллект (ИИ) уже способен создавать высокореалистичное видео по голосовому запросу, общаться так, что его сложно отличить от человека, предсказывать поломки оборудования и находить оптимальные маршруты для доставки товаров из одной точки мира в другую. При этом в научной классификации современный ИИ, базирующийся на нейросетевых технологиях и машинном обучении, вполне официально называется «Слабым ИИ».

А ведь действительно, именно желание создать совершенный искусственный интеллект, будь то игровая модель или мобильная программа, сподвигла на путь программиста многих из нас. Проблема в том, что за тоннами учебного материала и суровой действительностью заказчиков, это самое желание было заменено простым стремлением к саморазвитию. Для тех, кто так и не приступил к исполнению детской мечты, далее краткий путеводитель по созданию настоящего искусственного разума.

На этой неделе вы могли прочитать крайне мотивирующей кейс от ученика GeekBrains Валерия Турова, который изучил профессию «Программист Java», где он рассказал об одной из своих целей, которая привела в профессию — желанию познать принцип работы и научиться создавать самому игровых ботов.

Однако такой оценочный термин говорит не о скромных возможностях актуальных ИИ-решений, а об огромном потенциале того, что называют «Общим искусственным интеллектом». Границы его возможностей пока не видят даже самые смелые визионеры. Во многом это связано с тем, что само понятие «Общий искусственный интеллект», в международной терминологии Artificial General Intelligence (AGI) окончательно не сформировалось. Пока ни ведущие международные, ни российские эксперты и ученые не могу дать единого определения AGI. Более того, даже стратегия и тактика движения в сторону AGI у разработчиков, компаний и исследователей ИИ разная. Соучредитель и генеральный директор компании Anthropic Дарио Амодей считает, что масштабирование уже существующих ИИ-систем рано или поздно приведет к переходу количества в качество. Схожей позиции придерживаются и Сэм Альтман и Илья Суцкевер из OpenAI (мирового лидера в области ИИ).

К слову, если вы всё-таки взялись за язык Python, то создать довольно простого бота можно, обратившись к этому подробному мануалу. Для других языков, таких как C++ или Java, вам также не составит труда найти пошаговые материалы. Почувствовав, что за созданием ИИ нет ничего сверхъестественного, вы сможете смело закрыть браузер и приступить к личным экспериментам.

Чаще всего можно услышать, что искусственный интеллект подразумевает способность электронной вычислительной машины анализировать данные и принимать решения в соответствии с принципами, по которым функционирует человеческий мозг. Таким образом, от нейросети мы вправе требовать умения обучаться и применять свои знания на практике. Современный искусственный интеллект успешно справляется с этими задачами.

Методы и технологии обучения AI

Не секрет, что сегодня технологии развиваются с огромной скоростью. Искусственный интеллект (ИИ, AI) и нейронные сети еще не так давно были плодом воображения писателей-фантастов, а сегодня стали реальностью. С искусственным интеллектом можно решать множество задач, ведь он широко применяется в разных областях — медицине, тяжелой промышленности, маркетинге и других. Мы постоянно используем ИИ в повседневной жизни, нередко сами того не подозревая. Поскольку все больше компаний и предприятий внедряет ИИ в свою деятельность, спрос на высококвалифицированных специалистов в соответствующей сфере стремительно растет.

Знаменитый французский ученый в области машинного обучения, компьютерного зрения и вычислительной нейробиологии Ян Лекун считает, что разработка AGI должна фокусироваться на способности ИИ не просто выполнять сформулированную человеком задачу, а самостоятельно достигать поставленной перед ним цели. Схожую точку зрения, выступая на форуме «Открытые инновации», высказал и руководитель центра прикладного искусственного интеллекта «Сколтеха» и ведущий научный сотрудник института искусственного интеллекта (AIRI) Евгений Бурнаев. «Над определением, что такое AGI, сломалась не одна тысяча копий. Я предпочитаю отталкиваться от способа решения сложных инженерных задач. Обычно они решаются так: большая задача декомпозируется на множество небольших, и человек, используя различные инструменты, последовательно решает их одну за другой, приближаясь решению общей. А хотелось бы так — есть, например, какая-то сложная задача по проектированию, человек ставит перед ИИ высокоуровневую цель, и машина самостоятельно или взаимодействуя с человеком достигает ее и получает результат, который человека удовлетворяет. Речь идет о создании так называемых когнитивных архитектур. Вероятно, такой ИИ можно будет назвать общим», — считает Бурнаев. Вместе с тем, любая разработка ИИ требует больших вычислительных мощностей, и недавно сторонник увеличения размера нейросетей и глава OpenAI Сэм Альтман заявил, что миру нужно больше вычислительной инфраструктуры для искусственного интеллекта. То есть, больше мощностей, больше энергии, больше центров обработки данных. Более того, по его мнению, нужно построить фабрики, специально предназначенные для производства чипов для работы с ИИ. Такой проект Альтман оценил в 5-7 трлн долларов и начал искать инвесторов для этого проекта. Эта сумма в 12-18 раз больше доходной части бюджета РФ в 2024 году. И независимо от того, найдет Альтман эти деньги или нет, такие инвестиции в «железо», какие делают OpenAI, Microsoft, Google, и другие BigTech гиганты, в России не может себе позволить ни бизнес, ни госструктуры.

Когда мы говорим о создании хотя бы простых ботов, глаза наполняются блеском, а в голове мелькают сотни идей, что он должен уметь делать. Однако, когда дело доходит до реализации, оказывается, что ключом к разгадке реальной модели поведения является математика. Да-да, искусственный интеллект куда сложнее написания прикладных программ — одних знаний о проектировании ПО вам не хватит.

Когда спесь немного сбита студенческой литературой, можно приступать к практике. Бросаться на LISP или другие функциональные языки пока не стоит — сначала стоит освоиться с принципами проектирования ИИ. Как для быстрого изучения, так и дальнейшего развития прекрасно подойдёт Python — это язык, чаще всего используемый в научных целях, для него вы найдете множество библиотек, которые облегчат ваш труд.

Прежде всего стоит отметить, что искусственный интеллект — это достаточно размытый термин, однозначного определения нет по сей день. В 1956 году, когда на научном семинаре в Дартмуте впервые прозвучало это словосочетание, в него вкладывалось значение, которое существенно отличалось от современного. В те годы искусственный интеллект рассматривался как некая сущность, которая сможет выполнять перевод текстов с одного языка на другой, производить распознавание объектов по фотографии или видеозаписи, понимать человеческую речь и соответственно на нее отвечать. Современный ИИ способен делать все вышеперечисленное. Однако чем больших успехов удавалось достичь, тем больше требований выдвигалось к ИИ.

И да, вся или почти вся литература по данной тематике представлена на иностранном языке, поэтому если хотите заниматься созданием ИИ профессионально — необходимо подтянуть свой английский до технического уровня. Впрочем, это актуально для любой сферы программирования, не правда ли?

По мнению заместителя министра экономического развития Максима Колесникова, без серьезного научного фундамента в области ИИ России будет тяжело конкурировать на мировой арене. «В рамках базовой стратегии первой волны мы уже запустили 6 исследовательских центров по развитию искусственного интеллекта. Мы помогаем им с бюджетным финансированием, с созданием инфраструктуры, с оплатой труда команд, которые работают в этих центрах. А исследовательские центры в свою очередь берут на себя научные обязательства. Каждый такой центр в обязательном порядке публикует результаты своих исследований в журналах A*, и для нас это является сильной метрикой того, что эти исследования востребованы в мире. Вторая составляющая центров — это их бизнес-партнеры и индустриальные заказчики, которые также участвуют в финансировании исследовательских центров, но уже для решения прикладных задач», — отметил в своем выступлении Колесников. Еще одним фактором, который может повысить конкурентоспособность российских разработчиков ИИ, является регуляторика, считает руководитель лаборатории машинного интеллекта «Яндекса » Александр Крайнов. «Когда-то я считал, что для успешного развития ИИ нужны лишь талантливые люди. Потом с развитием больших языковых моделей стало понятно, что нужно и «железо». Но ИИ-сервисы взрослеют, приходят в реальную жизнь, и появляется третий ингредиент — регуляторика, которая не запрещает это все делать. Сейчас во многих странах мира на волне популизма и других факторов появляется много законодательных ограничений, которые по факту тормозят там развитие ИИ. А у нас с этим все довольно хорошо, и если все будет продолжаться как есть, то это наш шанс. Мы на этом можем довольно много выиграть у наших конкурентов», — заключил Крайнов.

Математика — этот тот научный плацдарм, на котором будет строиться ваше дальнейшее программирование. Без знания и понимания этой теории все задумки быстро разобьются о взаимодействие с человеком, ведь искусственный разум на самом деле не больше, чем набор формул.

Как сделать свой ИИ самостоятельно: пошаговый план

Теперь же, когда вы уже вполне ясно представляете, как ИИ создавать и чем при этом пользоваться, пора выводить свои знания на новый уровень. Во-первых, для этого потребуется изучение дисциплины, которое носит название «Машинное обучение». Во-вторых, необходимо научиться работать с соответствующими библиотеками выбранного языка программирования. Для рассматриваемого нами Python это Scikit-learn, NLTK, SciPy, PyBrain и Numpy. В-третьих, в развитии никуда не обойтись от функционального программирования. Ну и самое главное, вы теперь сможете читать литературу о ИИ с полным пониманием дела:

Искусственный интеллект — инновационная технология, которая предоставляет нам возможность решать самые сложные задачи и расширять наши познания. Это соединение машинного и человеческого интеллекта открывает перед нами новые горизонты и перспективы, которые могут изменить мир в лучшую сторону.