4 причины, почему искусственный интеллект нужен даже гуманитариям, и ответы на самые стыдные вопросы о технологии будущего

Стать (или остаться) востребованным профи

Критическое мышление — один из ключевых навыков для любого аналитика или инженера, который работает с ИИ. Важно ставить всё под сомнение, тщательно проверять любое предположение, комплексно анализировать любую задачу, чтобы понять, что в ней важно, а на что можно не обращать внимания. «Именно этот навык в первую очередь определяет успех специалиста в области данных», — считает руководитель отдела аналитики консалтингового агентства PwC.

Ведутся ли разработки в области соединения этического подхода и, условно говоря, эмпатии, вернее, возможностей учета машиной так называемого «человеческого фактора»? Ну, например, когда машина диагностирует онкологическое заболевание и рекомендует пациенту сложную операцию, не учитывая какие-то специфические обстоятельства, связанные с возможным стрессом пациента от самой информации.

Мы, конечно, не знаем, как будет развиваться искусственный интеллект. Точно не заменит физический труд. И, скорее всего, он не заменит творческие процессы. Сегодня искусственный интеллект – это статистика. И у машины точно нет того, что есть у человека, – интуиции. Мы пока совсем не знаем, как работает человеческая интуиция. А пока не знаем, не сможем и смоделировать. Там, где нужна интуиция – в исследованиях, науке, искусстве, в человеческой коммуникации, в любом творчестве, – нет возможностей и для искусственного интеллекта.

«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.

Можно сказать, что идея возникла примерно в 50-е годы прошлого века, когда был изобретен персептрон (от слова perception – англ., восприятие), математическая модель мозга Френка Розенблатта. Это была первая попытка смоделировать нейронную сеть головного мозга. Розенблатт тогда создал электронное устройство, которое должно было имитировать процессы мышления человека. Это не было прорывом, но идея уже возникла и над созданием искусственного интеллекта стали работать ученые разных стран. Эти работы знали несколько «зим» и «вёсен», периодов, когда исследования то прекращались, то вновь возобновлялись и вдохновляли новых ученых.

Вообще, можно выделить два больших периода и две противоположных парадигмы исследования искусственного интеллекта. Первый период, он и исторически первый, когда центральной идеей было создание так называемого искусственного интеллекта, реализованного в экспертных системах. Машину обучали правилам по принципу «если – то», и эти правила были основанием определенной экспертной системы, позволяли получать знания. Это был дедуктивный подход, принцип «от общего к частному». Эта волна исследований «замерзла», главным образом потому, что трудно найти экспертов в разных областях знания, формализовать все имеющиеся знания, и к тому же сами знания все время меняются, появляются все новые и новые открытия, системы, и такой экспертный искусственный интеллект попросту не успевал за реальным развитием науки.

Ликбез

Второй период, вторая волна началась в 70-80-е годы, когда стали разрабатывать противоположный, статистический подход. Это были разработки в сфере машинного обучения, индуктивный подход от частного к общему, от примеров к зависимостям. Как ребенок изучает мир, например, ему показывают листы клена и дуба и объясняют их отличия и сходство: и то и другое – лист, но вот это – клен, а это дуб, и вот такие различия. И ребенок учится узнавать и распознавать листочки. Так и машину стали обучать распознавать частности и выводить из них закономерности. Это была идея нейронных сетей. Ведь что такое нейрон? Это очень узкоспециализированная клетка, аддитивный классификатор, который проводит электрическое возбуждение и химически взаимодействует с другими нейронами, принимая извне, обрабатывая, проводя, храня и выводя наружу информацию. Разрабатывая искусственный интеллект, хотели сделать аналог нейронов головного мозга. Аналога не получилось, но то, что сделали, назвали нейронными сетями, потому что они тоже способны проводить и классифицировать информацию, принимать ее и выдавать вовне.

На самом деле речь идет о процессах внутри машины, это просто технический термин и любые аналогии тут неуместны. Например, лежит пациент в больнице под кучей мониторов, которые отслеживают его пульс, давление, температуру и другие показатели. И вот температура пациента повышается, а пульс, наоборот, замедляется. Это процесс нетипичный, аномальный с точки зрения человеческого тела. Машина обнаруживает нечто новое, неизвестное ей – и это аномальный машинный процесс. Мы можем обучить машину нормативным процессам. А то, что выходит за пределы нормы, она распознает как нечто неизвестное. В этом случае машина должна выдать сигнал аномального процесса и сообщить о нем человеку. Объяснительный искусственный интеллект может даже найти причину аномального состояния – это одна из задач, над которыми ведется работа.

Мы собираем данные (чем больше, тем лучше), состоящие из объектов и ответов. К примеру, мы хотим создать робота-офтальмолога, который сможет диагностировать глазные заболевания. В таком случае объекты — это изображения больных и здоровых глаз, а ответы — диагнозы.

У машины нет и не может быть эмоций. Модель можно научить распознавать эмоции человека, изменения высоты тона голоса, мимику, жесты, а также частоту пульса, температуру, расширение зрачков и так далее. То есть мы просто обучаем программу на большой выборке, какие параметры будут соответствовать какой человеческой эмоции. Также можно научить машину генерировать определенные звуки и выражения, которые будут восприниматься человеком как проявление тех или иных эмоций. Но не более.

Данный материал является частью большого проекта, посвященного развитию у детей личностного потенциала и ключевых компетенций XXI века. О чем проект? Мы рассказываем о ребенке и его развитии как о личности, а не объекте образовательного процесса. Мы объясняем, как меняется мир, и показываем, какие навыки помогут ребенку гармонично жить в меняющейся реальности. Другие материалы проекта раскрывают темы развития социально-эмоционального интеллекта, финансовой и цифровой грамотности, когнитивного развития, инклюзии в школе и др. Проект подготовлен совместно с сайтом об образовании и воспитании детей Мел.

Должен признать, что тут есть некоторая путаница понятий. Когда мы говорим «интеллект», мы, действительно, думаем о когнитивной сфере. Но «искусственный интеллект» – это в некотором смысле маркетинговый ход. Искусственный интеллект на самом деле сегодня – процессы машинного обучения на основе статистики. Они быстро развиваются, радуют своими достижениями, но они не моделируют когнитивную функцию.