На что способен искусственный интеллект сегодня и каков его потенциал

Бизнес-процессы

Подход к определению общего ИИ и его возможностей скорее связан с философскими и религиозными категориями, такими как понятие человеческого сознания и свободы воли. Сегодня многие разработчики технологий искусственного интеллекта имеют фундаментальное образование в математике, что порождает вопросы о правильности направления их исследований по общему, или сильному, ИИ. Возможно ли достичь AGI, опираясь только на математику?

Борис Вольпе: Искусственный интеллект как концепция уходит корнями в далекое прошлое, начиная с первых алгоритмов математика Эйлера. График развития ИИ напоминает волнообразную кривую, с периодами роста и затухания. Всплески активности в развитии обычно связаны либо с новыми алгоритмами, либо с усовершенствованием вычислительной техники. Однако после каждого такого всплеска наступает период стагнации, называемый «зимой искусственного интеллекта». Интервалы между этими периодами активности и стагнации сокращаются, что указывает на ускорение темпов развития в этой области.

Современное образование старается обучить студентов накоплению знаний и навыков поиска информации. Ключевой момент — настройка баланса между классическими методами обучения и современными технологическими средствами. Например, несмотря на наличие калькуляторов и мобильных устройств, школьникам все еще важно учиться считать столбиком для понимания основ математики. Однако количество практических заданий, таких как решение квадратных уравнений, следует оптимизировать, чтобы ученики ощущали глубинный смысл материала, а не механически решали задачи.

Примером служат молодые программисты, которые могут создавать успешные продукты без глубоких теоретических знаний в математике или других науках. Однако вопрос о том, что важнее — практические навыки или фундаментальные знания, остается открытым. На практике потребность в специалистах разного уровня очевидна.

И хотя современные технологии позволяют нам анализировать и воспроизводить речевые модели, превращая их в голосовых помощников, саму душу и чувства в математические модели пока перевести нельзя. Таким образом, понимание работы мозга требует не только физиологического, но и философского подхода. Да, мы научились эмулировать эмоции у машин. Но что такое сами эмоции, как их оцифровать — неясно. То есть их природа ясна для специалистов в области психологии, философии, религиоведения, биологии — но как соединить все эти трактовки в одной теории и создать цифровой аналог, никто не знает. А без этого нельзя полностью понять, что такое человеческий интеллект, а значит, нельзя создать и подлинный искусственный интеллект, тот самый AGI.

Прогресс в области искусственного интеллекта связан с переводом явлений из социальной, человеческой сферы на математический язык. Формализация, например, человеческих отношений, социальных взаимодействий и языковых процессов порождает наблюдаемые сейчас инновации. Однако ключевую роль играет не сама математика, а способность перевести разные области знания на математический язык. Поэтому на пути развития сильного ИИ возникают философские дилеммы.

Применение в другом контексте. Хотя искусственный интеллект сегодня способен выполнять различные функции — от распознавания кошек и собак до предсказания поломок на нефтяных платформах, — это все еще узконаправленные задачи. ИИ пока что не умеет применять полученные навыки в непривычных условиях.

Б.В: Теории академика К.А. Анохина и профессора Д.И. Дубровского рассматривают трехуровневую структуру интеллекта: физический субстрат (нейроны или процессоры), сеть (так называемый коннектом, или системы вычислений в компьютере) и метауровень — когнитом, на котором возможно формирование субъективного опыта или разума.

Использование ИИ в науке

Б.В: На сегодняшний день лучшие модели в области искусственного интеллекта — это языковые модели. Они способны алгоритмизировать язык — производное явление человеческой, а не машинной деятельности. Примером может служить возможность заказать у ChatGPT стихи в определенном стиле. Но такие системы ограничиваются лишь речевой моделью. Настоящий интеллект использует различные органы чувств, включая зрительное и тактильное восприятие.

Большинство опрошенных компаний инвестируют в ИИ (90%) и согласны с тем, что данные технологии способствуют развитию бизнеса, выяснили MIT Sloan Management Review и BCG. Тем не менее, компании так и не научились извлекать из ИИ реальную выгоду. И это не единственный проблемный момент в сфере искусственного интеллекта.

Оценить динамику может каждый, кто пользуется автоматическими переводчиками. Еще лет пять назад Google Translate более-менее сносно справлялся с отдельными наборами фраз и предложениями, тогда как сегодня программа переводит большие смысловые блоки, нейросети учитывают контекст, оперируют огромными массивами статистических данных. Сейчас можно читать статьи на хинди, китайском, арабском, не зная языка. ИИ давно используется в финансовой сфере для оценки платежеспособности заемщика. Есть вам отказали в выдаче кредита на первом этапе ― вас отсеял именно искусственный интеллект. В США в некоторых штатах ИИ применяют в судебной системе для оценки продолжительности тюремных сроков для обвиняемых.

Машинное обучение стало ключевым инструментом исследователей из разных областей, однако потенциал ИИ в науке еще предстоит раскрыть, отмечает Леонид Жуков. Стимулирование новых открытий с помощью ИИ актуально, например, в области создания новых материалов при помощи вычислений или в прогнозировании изменений климата для разработки стратегий повышения устойчивости к изменениям окружающей среды. Например, в рамках стремления к достижению углеродной нейтральности, ученые из группы поиска новых материалов Института AIRI совместно со Сбербанком разработали прототипы моделей, позволяющих оптимизировать контроль качества на производстве солнечных батарей.

В.Ф: В современном мире люди по-разному воспринимают искусственный интеллект, при этом ключевое значение сохраняется за человеческим фактором. Особенностью нового поколения студентов является их стремление искать готовые решения задач, используя доступные хранилища информации, вместо того чтобы самостоятельно разбираться в проблеме.

Исторически сложилось так, что науки, такие как физика и химия, становились более продвинутыми, когда они начинали использовать математическое описание. Этот переход позволил предсказать и моделировать явления, например химические свойства и полеты ракет, без необходимости экспериментирования. Математика не универсальное решение, а язык науки, позволяющий формулировать регулярные описания процессов в различных областях. Этот аппарат дает возможность создавать алгоритмы для предсказаний.

Перед нами продолжает стоять основной вопрос: может ли один человек или группа специалистов иметь достаточно широкий мировоззренческий охват, чтобы представить себе целевой объект — то есть AGI? Необходимо понимание не только в области математики, но и философии, теории познания, нейродинамики. Это подчеркивает сложность задачи перед разработчиками искусственного интеллекта и то, насколько для них важно иметь многогранное образование.

В.Ф: В советские времена акцентировали внимание на концепции перехода количества в качество. Однако существует ли действительно такой момент, когда нарастание количественных изменений на двух начальных уровнях порождает возникновение третьего уровня?