Искусственный интеллект: сферы применения

Нейросети и ИИ: одно и то же?

Тогда же, в конце 1940-х годов, была впервые выдвинута идея машинного обучения. Согласно им, необходимо сделать программу, которая обладает базовым набором знаний и возможностью усваивать информацию, что позволит делать только «оболочку», которая будет самостоятельно достраивать себя до полноценного ИИ [1] .

Первые попытки теоретического проектирования мыслящих машин были предприняты после Второй Мировой войны сразу несколькими исследователями независимо друг от друга. В 1947 году Алан Тьюринг прочитал первую лекцию об искусственном интеллекте, в которой, вероятнее всего, первым постулировал, что построение оного будет с большей вероятностью заключаться в написании компьютерной программы, чем в проектировании вычислительной машины. Тремя годами позже он выпустил статью «Счётные машины и интеллект» (англ. Computing Machinery and Intelligence ), в которой обсудил вопросы оценки интеллектуальности машины и предложил критерий, по которому машина может считаться интеллектуальной, если она может убедительно представиться человеком информированному наблюдателю. Это было названо по имени создателя, «Тестом Тьюринга». При этом, в дальнейшем неоднократно проводились слепые тесты Тьюринга, которые показали, что большинство людей готовы признать человеком довольно глупую программу [1] .

Искусственный интеллект — это наука и технология создания интеллектуальных машин, в первую очередь интеллектуальных компьютерных программ. Интеллект в данном случае — это вычислительная способность достигать целей в мире, присущая человеку, многим животным и некоторым машинам. При этом до сих пор в научном сообществе нет чёткого понимания, какие вычислительные функции считать интеллектом в силу понимания только части из них; по этой причине точного общепринятого определения интеллекта, не завязанного на интеллект человека, не существует. Также из-за того, что интеллект — это сложное понятие, состоящее из множества свойств и функций, некоторые из которых до сих пор не поддаются вычислительным машинам, невозможно чётко отделить «интеллектуальные» машины от «не интеллектуальных»; многие из вычислительных систем, созданных для выполнения той или иной функции можно назвать «в какой-то мере интеллектуальными» [1] .

Конечная цель практически всех исследований в области искусственного интеллекта — получить ИИ уровня, сопоставимого с человеческим интеллектом. В методах достижения этой цели единства у исследователей нет: кто-то считает, что это достижимо в обозримом будущем с применением существующих технологий и подходов путём увеличения вычислительной и запоминающей мощности несущих ИИ-устройств, а кто-то — что сроки загадывать невозможно, так как существующие подходы к созданию искусственного интеллекта требуют переработки или даже полной замены другими [1] .

Где применяется искусственный интеллект? Практически везде, где есть необходимость «делать лучше, чем человек» и «не уставать». Самый первый, простой и наглядный пример – «умные помощники», чат-боты, автоматизированные службы поддержки. В их основе довольно успешно трудится ИИ, к которому «прикручены» соответствующие интерфейсы. Поговорить? Пожалуйста. Списаться в чате? Тоже можно. Оформить заявку? Без проблем. При этом если раньше подобные программы были алгоритмическими (то есть реагировали на слова-маркеры), то сейчас делается шаг к полноценному ИИ, то есть к ситуации, при которой люди могут вообще не подозревать, что «с той стороны» – ИИ. Далее, ИИ нашел применение (пока только экспериментальное) в ньюсмейкерстве. Пройтись по 500 сайтам с новостями, выбрать самое интересное, отранжировать и выдать пользователю – чем не задача для ИИ? А если еще анализировать лайки, и не только на «своем» сайте, но и на других, то получится довольно мощный инструмент, который по эффективности может сравниться с работой большого штата выпускающих редакторов. А если к тому же «доверить» ИИ поиск подходящих изображений, мы вплотную подойдем к идее новостного агрегатора без участия человека. Более того, ИИ может писать тексты и стихотворения. Успехи тут, правда, достаточно скромные – ИИ может написать логичный для человека текст или стихотворение, оно может быть даже осмысленное, но не будет содержать ключевого элемента творчества – эмоций. Для сухого текста с определенной логикой это, вероятно, нормально (например, новости короткой строкой в твит-формате), для больших же текстов это скорее недостаток. Кроме того, ИИ может «проявить себя» и в сфере графики – существует множество как общедоступных, так и закрытых сервисов, позволяющих работать с изображениями. Точнее, не просто работать, а выполнять полный цикл – от создания изображений до их интеллектуальной обработки. В частности, существует сервис, который позволяет (как обычно, в бета-режиме) генерировать иллюстрации к текстам на основании анализа содержания текстов. Интересно выглядит даже в формате идеи. ИИ может убрать фон, самостоятельно выделив объекты на переднем плане. А может, например, этот самый фон размыть (такая функция уже доступна в смартфонах, словом, ИИ ближе, чем мы думаем). Также ИИ можно успешно применять в сфере игр и развлечений. Точнее, там он давно и успешно прописался, просто потому что эта отрасль была и остается мощнейшим драйвером для развития интеллектуальных алгоритмов в частности и ИИ в целом. Игра «человек против машины» уже лет 30 как вышла за пороги исследовательских лабораторий. Поэтому, даже запуская банальные шахматы на телефоне, сегодня нельзя точно сказать, что именно играет против тебя: «просто алгоритм» или искусственный интеллект.

В 1960-х годах Стив Кук, Ричард Карп и другие учёные разработали теорию NP-полных задач, которые в теории решаемы, но время, необходимое на решение таких задач зависит от сложности задачи экспоненциально. При этом люди способны решать подобные задачи зачастую за гораздо меньшее время [1] . К началу 1970-х годов наука об искусственном интеллекте признала приоритет программирования систем над построением их материальной части в деле создания ИИ [6] . Примерно в это же время, начался резкий вал критики в отношении идей создания искусственного интеллекта, вылившийся в сокращение финансирования. В первую очередь это было связано с небольшими вычислительными мощностями существовавших тогда компьютеров, не позволявшими запустить сложную многоуровневую программу, из-за чего все практические образцы ИИ оставались на уровне «игрушек» (наибольшего успеха достигли программы для игры в шахматы).

ИИ может быть успешно применен в финансах, как частный случай – в банковской сфере для выявления различных случаев мошенничества, контроля операций и т. д. Я сейчас не про фильтры, которые ловят самые простые случаи мошенничества. Я про алгоритм, который обучается и выявляет случаи сложные и умеет реагировать на такого рода угрозы как в паре с человеком, так и самостоятельно. Кроме того, в финансовой сфере ИИ может использоваться для анализа трендов и предсказаний, основанных на статистике. В частности, подобная аналитика пригодится для формирования разного рода прогнозов (например, курса валют). Стоит, правда, отметить, что как и «человеческий» прогноз, ИИ может сбыться – а может и не сбыться. Следующая сфера, тоже связанная с финансами, – автоматизированная торговля, например, акциями на бирже. Тут, как говорится, без комментариев – прогнозирование и спекуляции в чистом виде. Правда, есть одно «но»: в случае ошибки спросить не с кого.

Знаете, что отличает искусственный интеллект от обычного алгоритма? Алгоритм при заданном наборе исходных данных для любого количества попыток выдаст идентичный результат, а ИИ – нет. Потому что в процессе обучения он может «решить», что прошлый результат не настолько хорош, как текущий. То есть результат работы алгоритма мы можем проверить и обосновать, а вот результат работы искусственного интеллекта – нет. Это фундаментальное ограничение ИИ, представляющее собой фундаментальную же возможность. Почему ограничение? Потому что результат работы ИИ непредсказуем. Мы не можем заранее сказать, как он поведет себя в той или иной ситуации. Примерно, как и человек: кто знает, в какой момент и на основании чего он примет то или иное решение. В качестве самого известного поведения алгоритма, реализованного посредством очень сложной автоматики, можно вспомнить посадку космического корабля «Буран» в автоматическом режиме, когда автоматика приняла решение оптимизировать траекторию посадки в зависимости от метеоусловий. Почему возможность? Потому что основа ИИ – отойти от жесткого алгоритма, сделать шаг в «человечность», то есть стать в чем-то человекоподобным. А значит, принимать решения не только на основе алгоритма, но и опыта. Над ИИ не довлеет «если – то» в классическом смысле. Соответственно, он может стать над алгоритмом, со всеми вытекающими последствиями (как положительными, так и не очень).

Вопросы бытового применения

Я коротко рассказал лишь о нескольких сферах применения ИИ – формат статьи не позволяет раскрыть каждый аспект подробно. Более того, за рамками статьи осталось применение ИИ в тяжелой промышленности, производстве, сельском хозяйстве и многих других отраслях. Но важно не это, а то, что ИИ становится не просто трендом – он превращается в часть нашей жизни, ту часть, без которой спустя какое-то время будет невозможно представить мир – так же, как, например, сейчас мы уже не представляем мир без Интернета.

Главное отличие искусственного интеллекта от других программ в отсутствии чётко заданного алгоритма решении задачи [3] . Согласно одной из распространённых версий, есть необходимый набор свойств для программы, чтобы считаться искусственным интеллектом. Исследователи уточняют, что список может быть неполным, так как какие-то из свойств интеллекта ещё не открыты или достаточно не изучены. Список выглядит так [4] :

Искусственный интеллект (ИИ, англ. artificial intelligence, AI ) — свойство искусственных вычислительно-интеллектуальных систем выполнять задачи, традиционно считающиеся прерогативой человека, в первую очередь творческого характера, а также наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. Не следует путать искусственный интеллект с искусственным сознанием. Искусственные интеллекты, существующие на настоящий момент — весьма узкоспециализированные и чаще всего некомпетентны за пределами своей основной задачи.

В 1930-х годах британский и австрийский математики Алан Тьюринг и Курт Гёдель, а также другие математики пришли к выводу, что не существует универсального алгоритма для решения любых задач в некоторых важных математических областях. Существуют задачи, которые не решаются путём составления алгоритма, но доступны к решению человеком, так что был сделан вывод, что компьютеры по своей природе не могут делать то, что делают люди [1] .

Все чаще в быту мы встречаем искусственный интеллект. Например, в системе «умного» дома. Он может разблокировать двери на основе анализа лиц или, как вариант, открывать ворота перед машинами определенных марок с конкретным номером, или регулировать температурный режим в помещении, подстраиваясь под предпочтения владельцев, контролировать детей и домашних животных, подбирать музыку под настроение, которое он же и выявляет по характерным признакам. Еще ИИ может следить за чистотой и порядком, например, запустить робот-пылесос в момент, когда хозяев нет, а чистота нарушена. Или вызывать экстренные службы в случае, если обнаружит серьезную угрозу жизни и здоровью людей. В начале статьи я упоминал, что в современных смартфонах есть ИИ, но в основном в узком ключе – в ПО для камеры, чтобы так или иначе улучшить результат. Правда, последнее время ИИ вшивают еще в систему разблокировки по лицу, что с одной стороны, уже результат, а с другой – результат спорный (по Сети гуляет множество руководств, как его обмануть). Разумеется, «бытовой ИИ» еще весьма юн. Ну так электричество тоже постепенно входило в нашу жизнь, и то, что в начале 1900-х казалось игрушкой для богатых, в 2000-х стало обыденностью.

Одна из наиболее осуществимых систем применения ИИ — эвристика, то есть сортировка информации по категориям, используя имеющиеся данные. Пример такой деятельности — анализ контрагентов при банковских операциях [7] . Ещё одна сфера, в которой искусственный интеллект необходим — самоорганизующиеся системы, то есть компьютерные системы, способные изменять себя согласно заданным параметрам, условиям окружающей среды или необходимым к выполнению задачам [9] .