История развития искусственного интеллекта

Временное «похолодание»

С 1990 года у людей появилась возможность пользоваться компьютерной техникой. Вместе с тем увеличилось и число разнообразных баз данных. Это дало новый толчок для ускоренного изучения и развития ИИ. Для ученого сообщества все более очевидными стали области применения виртуального разума.

«Нейронная сеть написала сценарий для фильма», «ИИ превратит ваши фотографии в картины импрессионистов», «Беспилотные трамваи и поезда вышли на маршруты в Англии и Китае» — ещё недавно такие новости показались бы нелепыми шутками, однако сегодня это реальность. Она вызывает не только восторг, но и страх — остаться без работы, пасть жертвой восстания машин. Но вместо того чтобы бояться, лучше учиться и адаптироваться. Рассказываем, зачем осваивать ИИ и почему никогда не поздно заняться этим.

«Искусственный интеллект забирает у людей работу!» Отчасти это так. Причём в довольно неожиданных отраслях. Провинциальная бейсбольная команда «Окленд» смогла выстоять против фаворитов чемпионата и выиграть 20 матчей подряд благодаря алгоритму подбора и расстановки игроков на поле. Хотим мы того или нет, но активно автоматизируются даже те процессы, от которых этого совсем не ждёшь. Вопрос лишь в том, кто сможет адаптироваться к изменениям и освоить актуальные навыки работы с данными, а кого ИИ таки сбросит с корабля современности.

Таким образом, предпосылки к созданию виртуального разума возникли не вчера, а еще в самой древности. Однако история ИИ началась относительно недавно, а именно в середине 20-го века. В тот период резко возросло количество трудов, связанных с исследованием возможности создания машинного разума, начали активно проводить эксперименты, появились первые результаты.

К 1970 году ученое сообщество пришло к заключению, что прогнозы в области развития роботов были весьма оптимистичны, однако на практике достижение многих целей не представляется возможным. Искусственный разум способен решить простые, примитивные задачи, однако со сложными сценариями он не справляется.

Несмотря на периоды затишья и снижения интереса, благодаря инновациям в области машинного обучения искусственный интеллект сегодня активно используется в самых разных сферах — от интернет-поиска и автомобилей, работающих в режиме автопилота, до создания кода программирования. И сегодня эта сфера продолжает развиваться, а ее потенциал кажется безграничным.

Кто занимается развитием искусственного интеллекта

Также ожидается, что в перспективе нейросети научатся более глубоко понимать контекст. Современные модели ИИ уже способны распознавать его до определенной степени, но в будущем они могут стать еще более продвинутыми в этом направлении. В итоге это даст более естественные и эффективные диалоги.

У сильного ИИ есть младший брат — специализированный (слабый) ИИ. Он решает узкопрофильные задачи и очень многого не умеет. Тем не менее в том или ином виде его можно найти в любом смартфоне: автоматическая обработка или стилизация фотографий, распознавание лиц на снимках, перевод, голосовые помощники и многое другое — практические варианты использования слабого ИИ.

В 1990-х годах концепция интеллектуального агента была новой и перспективной, и с тех пор значительно развилась и расширилась. С начала 21-го века ИИ стал неотъемлемой частью нашей повседневной жизни. Ему нашли применение в самых разных областях, от поисковых систем и рекомендательных сервисов до автономных автомобилей и систем управления домашней автоматикой.

По статистике международного сервиса по поиску работы LinkedIn, только с 2018 по 2019 год количество вакансий для специалистов по ИИ выросло на 56%. А средняя зарплата в США составила свыше 650 тысяч рублей в месяц. В России, конечно, цифры чуть более скромные, но не менее впечатляющие. Минимальная зарплата начинающего специалиста, по данным HH, — 115 тысяч рублей.

Одним из первых и наиболее известных проектов в этой области стал программный комплекс ELIZA, разработанный Джозефом Вейценбаумом в 1964—1966 годах. Этот сервис был способен имитировать диалог с человеком, используя набор определенных скриптов. Несмотря на простоту своего алгоритма, ELIZA оказала большое влияние на развитие нейросетей и часто используется как пример раннего искусственного интеллекта.

Раньше, чтобы создать алгоритм, программисты придумывали и прописывали правила формата «если… то…». Их было очень много. И всё равно алгоритм не знал, как вести себя за пределами заданных ему заранее условий. Сегодня же всё работает по технологии машинного обучения.

Консалтинговое агентство KPMG называет данные валютой будущего. Но что не так с золотом, долларами, рублём? Дело в том, что с 1997 по 2002 год человечество сгенерировало больше информации, чем за всё время до этого. С каждым годом люди производят на 30% больше данных, чем в предыдущем. И чтобы справляться с таким потоком информации, разбираться в программировании и анализе данных сегодня должны уже не только «технари». Журналисты, врачи, социологи, психологи, маркетологи, которые могут автоматизировать свою работу, экономят время и силы, успевают выполнить больше задач и, как следствие, получают более высокие зарплаты.

Интеллектуальные агенты могут использоваться в различных областях: электронной коммерции, управлении информацией, образовании и здравоохранении. Их ключевой особенностью является способность к самостоятельному обучению и совершенствованию своих навыков и знаний с течением времени. Это достигается благодаря использованию технологий машинного обучения и ИИ.