Искусственный интеллект: между мифом и реальностью

Похожие темы научных работ по экономике и бизнесу , автор научной работы — Вознюк Полина Андреевна

Искусственный интеллект (ИИ) – это отрасль науки, официально увидевшая свет в 1956 году на летнем семинаре в Дартмут-колледже (Хановер, США), который организовали четверо американских ученых: Джон Мак-Карти, Марвин Мински, Натаниэль Рочестер и Клод Шеннон. С тех пор термин «искусственный интеллект», придуманный, вероятнее всего, с целью привлечения всеобщего внимания, стал настолько популярен, что сегодня вряд ли можно встретить человека, который никогда его не слышал. С течением времени этот раздел информатики развивался все больше, а интеллектуальные технологии в последние шестьдесят лет сыграли важную роль в изменении облика мира.

Но, по мнению экспертов, Россия обладает немалым потенциалом в сфере развития технологий ИИ[11,17]. Конкурентным преимуществом для России, прежде всего, должно стать наличие большого количества сильных специалистов в machine learning в целом и в области глубокого обучения, в частности.

С 2010 года мощность компьютеров позволяет сочетать так называемые большие данные (Big Data) с методами глубокого обучения (Deep Learning), которые основываются на использовании искусственных нейронных сетей. Весьма успешное применение во многих областях (распознавание речи и изображений, понимание естественного языка, беспилотный автомобиль и т.д.) позволяет говорить о возрождении ИИ.

1982-1990 гг. они инвестировали 400 млн $ в революцию компьютерной обработки данных, внедрение логического программирования и совершенствование искусственного интеллекта. К сожалению, большинство амбициозных целей не были достигнуты. Тем не менее, можно утверждать, что косвенные эффекты FGCP вдохновили талантливое молодое поколение инженеров и ученых. Несмотря на это, финансирование FGCP прекратилось, а искусственный интеллект снова выпал из поля зрения.

Пять лет спустя доказательство мышления было инициализировано через Аллена Ньюэлла, Клиффа Шоу и Герберт Саймон, создавших «Логический Теоретик». «Логический Теоретик» был программой, разработанной, чтобы подражать навыкам решения проблем человека, и финансировался Корпорацией Научных исследований (РЭНД). Это, как полагают многие, является первой программой искусственного интеллекта, и она была представлена в Дартмутском летнем Научно-исследовательском проекте по Искусственному интеллекту (DSRPAI), организованном Джозефом Маккарти и Марвином Минским в 1956 г.[1]

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.

Применение

Этот широко разрекламированный матч был первым проигрышем действующего чемпиона мира по шахматам компьютеру и послужил огромным шагом к искусственно-интеллектуальной программе принятия решений. В том же году на Windows было реализовано программное обеспечение распознавания речи, разработанное Dragon Systems. Это был еще один большой шаг вперед, но в направлении устного перевода. Казалось, не было такой проблемы, с которой не справились бы машины. Даже человеческие эмоции были честной игрой, о чем свидетельствует Kismet, робот, разработанный Синтией Бризил, который мог распознавать и отображать эмоции.

Уже в 2012 г. компания Google, вскоре после того, как Джеффри Хин-тон стал ее сотрудником, провела эксперимент, доказывающий правильность подхода Хинтона к машинному обучению и высокий потенциал для коммерциализации технологии. В ходе испытаний нейросеть проанализировала 10 млн скриншотов различных случайных видео из YouTube, среди которых с высокой степенью точности смогла определить изображения кошек.

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.

Люди не стали писать коды для создания искусственного интеллекта по-другому, более правильно и четко, так что изменилось? Оказывается, фундаментальный предел компьютерной памяти, который сдерживал нас 30 лет назад, больше не являлся проблемой. Согласно закону Мура [2] (сформулированному в 1965 г. Гордоном Муром, впоследствии ставшим одним из основателей корпорации Intel) память и скорость компьютеров удваиваются каждый год. И теперь машина, наконец, догнала и во многих случаях превзошла наши потребности. Именно так Deep Blue смог победить Гари Каспарова в 1997 г., и именно так Alpha Go от Google смогла победить чемпиона Китая Ки Джи в 2017 г. Существует логичное объяснение таким«американским горкам»развития ИИ; ученные насыщают возможности ИИ до уровня возможной текущей вычислительной мощности (скорость хранения и обработки данных), а затем ждут, когда закон Мура догонит необходимый уровень снова.

В мире количество проектов в области искусственного интеллекта и машинного обучения только за 2015-2017 гг. возросло в несколько раз. В 2015 г. анонсировались только 17 проектов, выполненных крупными компаниями, то в первой половину 2017 года — 74 проекта. Всего за три года в 28 странах и 20 отраслях зафиксировано 162 таких проекта. В 85% случаев — это реализованные проекты, в 15% — это планы или тестовые внедрения по всем отраслям за исключением госструктур. Основная доля заказчиков таких инициатив — крупный бизнес (85%).

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.

Собственно что же касается моделирования логического мышления, то неплохой модельной задачей здесь может служить задача автоматизации доказательства теорем. Начиная с 1960 г., был разработан ряд программ, способных отыскивать доказательства теорем. Эти программы владеют, по словам американского специалиста в области искусственного интеллекта Дж. Маккарти, «здравым смыслом», т. е. способностью создавать дедуктивные решения.

По иронии судьбы, в отсутствие государственного финансирования и публичной шумихи программы искусственного интеллекта процветали. В 1990-е и 2000-е гг. были достигнуты многие из важнейших целей искусственного интеллекта. В 1997 г. действующий чемпион мира по шахматам, гроссмейстер Гари Каспаров потерпел поражение от компьютерной программы IBM Deep Blue.