Искусственный интеллект. История развития и обзор рынка

История искусственного интеллекта, начиная с XX века

ИИ подразумевает не только рациональный анализ и воспроизведение при помощи компьютеров большинства аспектов интеллекта – может быть, лишь за исключением юмора. Машины значительно превышают наши когнитивные способности в большинстве областей, что заставляет нас опасаться некоторых этических рисков. Это риски трех видов: дефицит работы, которая вместо людей будет выполняться машинами; последствия для независимости человека и, в частности, для его свободы и безопасности; опасения, что более «умные» машины будут доминировать над людьми и станут причиной гибели человечества.

По мнению ряда ученых, наиболее перспективным направлением создания «сильного» искусственного интеллекта, является эволюционный подход. Если говорить о развитии «слабого» искусственного интеллекта, то данное направление уже охватило целый спектр научных областей, начиная от задач общего характера, таких как обучение и восприятие, и заканчивая узкоспециализированными сферами, связанными с игрой в шахматы, доказательством теорем, написании литературных произведений, управлении автомобилем и диагностикой заболеваний.

Первые устройства в области нейрокибернетики были разработаны американскими учеными У.Мак-Каллоком, В.Питтсом и Ф.Розенблаттом в конце 1950-х гг. Эти устройства моделировали человеческий глаз и процесс его взаимодействия с мозгом. 1970-80 гг. характеризовались снижением количества исследований в области нейрокибернетики по причине отсутствия видимого прогресса, а также малого объема памяти и низкого быстродействия компьютеров того времени. Однако уже в 1990-х гг. ученые сделали существенный прорыв в этой области, предложив решения, построенные на базе нейронных сетей. Предложенные разработки быстро доказали свою эффективность при решении ряда задач, начиная от анализа платежеспособности клиентов банка и заканчивая прогнозированием курсов валют и предсказаниями результатов президентских выборов.

И наконец, в противоположность некоторым утверждениям, машины не несут в себе экзистенциального риска для человечества, поскольку их автономия носит лишь технический характер и в этом смысле не соответствует цепочкам материальной причинности, идущим от информации к принятию решений. Кроме того, машины не самостоятельны в моральном плане, и потому, даже если иногда они сбивают нас с толку и вводят в заблуждение своими действиями, они все же не обладают собственной волей и подчиняются тем целям, которые мы перед ними ставим.

Разработки в области машинного обучения направлены на создание программ, способных при работе учитывать свой опыт или опыт другого устройства. Основу для исследований в этой области положили нейронные сети. По результатам исследования их работы было разработано большое количество алгоритмов машинного обучения. Благодаря этим алгоритмам компьютер получил возможность самостоятельно учиться и работать практически автономно, не прибегая к помощи человека.

Нельзя также не отметить тот факт, что российскими разработчиками Владимиром Веселовым и Евгением Демченко была разработана программа, которая смогла впервые пройти тест Тьюринга. Чат-бот Eugene Goostman в конкурсе Turing Test — 2014 смог обмануть 33% жюри, которые посчитали, что они общаются с человеком (для прохождения теста надо было набрать 30%).

Для Джона Мак-Карти и Марвина Мински, как и для прочих организаторов летнего семинара в Дартмут-колледже, ИИ изначально представлял собой область науки, занимающейся компьютерным моделированием различных способностей интеллекта, идет ли речь об интеллекте человеческом, животном, растительном, социальном или филогенетическом. В основе этой научной дисциплины лежит предположение о том, что все когнитивные функции, как то обучение, мышление, расчет, восприятие, память, даже научное открытие или художественное творчество, могут быть описаны с точностью, дающей возможность запрограммировать компьютер на их воспроизведение. На протяжении более чем шестидесяти лет существования ИИ не появилось ничего, что позволило бы неоспоримо доказать либо опровергнуть гипотезу, которая продолжает оставаться открытой и побуждает ученых к новым изобретениям.

Можно с уверенностью сказать, что сфера искусственного интеллекта сегодня переживает настоящий подъем. На стэнфордский онлайн-курс, который проводился в 2013 году и был посвящён искусственному интеллекту, записалось более 150 000 человек. Совсем недавно TED объявил конкурс на разработку (устройство с искусственным интеллектом), которая сможет достойно выступить со своей речью на их конференциях.

Этические риски

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.

Исследования не прекратились, но пошли в новых направлениях. Ученые заинтересовались психологией памяти, механизмами понимания, которые они пытались имитировать на компьютере, и ролью знаний в мыслительном процессе. Это привело к появлению значительно развившихся в середине 1970-х годов методов семантического представления знаний, а также к созданию экспертных систем, названных так потому, что для воспроизведения мыслительных процессов в них использовались знания квалифицированных специалистов. В начале 1980-х годов на экспертные системы возлагались большие надежды в связи с широкими возможностями их применения, например, для медицинской диагностики.

Точка невозврата для человечества будет пройдена, когда какая-нибудь страна даст всезнающему искусственному интеллекту право на насилие. При этом, ростки этого уже имеют место. Уже в настоящий момент интеллектуальные машины выписывают админштрафы за парковку и превышение скорости

С конца 1990-х годов ИИ стали объединять с робототехникой и интерфейсом «человек – машина» с целью создания интеллектуальных агентов, предполагающих наличие чувств и эмоций. Это привело, среди прочего, к появлению нового исследовательского направления – аффективных (или эмоциональных) вычислений (affective computing), направленных на анализ реакций субъекта, ощущающего эмоции, и их воспроизведение на машине, и позволило усовершенствовать диалоговые системы (чат-боты).

Методы машинного обучения позволяют одним автоматам распознавать устную речь и записывать ее подобно секретарям-машинисткам прошлых лет, а другим – точно идентифицировать лица или отпечатки пальцев среди десятков миллионов других и обрабатывать тексты, написанные на естественных языках. Благодаря этим же методам самостоятельно движутся автомобили, компьютеры лучше врачей-дерматологов диагностируют меланомы по фотографиям родинок, сделанных с помощью сотовых телефонов, роботы воюют вместо людей; а конвейеры на заводах все больше автоматизируются.

Я причисляю себя к тем, кто опасается искусственного суперинтеллекта. Сначала машины будут выполнять за нас только часть работы, не будут слишком умными и не будут нам угрожать. Если мы будем правильно ими управлять, то проблем не будет. Но через несколько десятилетий искусственный интеллект станет сложнее и может представлять собой опасность

Это была программа «Логик-Теоретик», предназначенная для автоматического доказательства теорем в исчислении высказываний. Собственно же программа для игры в шахматы была завершена в 1957 году. В её основе лежали так называемые эвристики – правила, позволяющие сделать выбор при отсутствии точных теоретических оснований, и описания конечных целей.

Раз в два года ведущие ученые и исследователи в сфере искусственного интеллекта собираются на международной конференции IJCAI, на которой анализируются текущие достижения в этой области и обсуждаются дальнейшие перспективы развития. В 2016 году конференция пройдет с 9 по 15 июля в Нью-Йорке.

История ИИ до XX века

Многие результаты, достигнутые с использованием технологий ИИ, превосходят человека: в 1997 году компьютер одержал победу над действующим в то время чемпионом мира по шахматам, а недавно, в 2016 году, другие компьютеры обыграли лучших в мире игроков в го и покер. Компьютеры доказывают или помогают доказывать математические теоремы; автоматически, на основе методов машинного обучения и с помощью огромных массивов данных, объем которых исчисляется в терабайтах (10 в 12-й степени) и даже в петабайтах (10 в 15-й степени), создаются знания.

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.

Второй подход построения искусственного интеллекта базируется на методе «черного ящика». Кибернетика «черного ящика» основана на следующем тезисе – для создания интеллекта совершенно не обязательно знать структуру и принцип действия мыслящего устройства: главное смоделировать его интеллектуальные функции. Данный подход стал называться восходящим (сверху-вниз), так как заключал в себе мысль о том, что когнитивные способности человека можно создать без обращения к уровню отдельных нейронов.

В настоящий момент, по данным VentureScanner, рынок решений в области искусственного интеллекта составляет $4.8 млрд. К 2024 году эта цифра может вырасти до $11.1 млрд. При этом, по данным исследования, проведенным Tractica, еще в прошлом году общие доходы от продаж решений в области искусственного интеллекта составляли всего $202.5 млн.

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.

Обсуждается вопрос о государственном финансировании разработок в области искусственного интеллекта. В прошлом году Владимир Путин на встрече с участниками Агентства стратегических инициатив обсуждал вопрос о поддержке перспективных рынков, которые через 15-20 лет могут иметь объем от $100 млрд и выше. В числе этих рынков был искусственный интеллект. Однако пока более предметных шагов в этом направлении сделано не было. Финансирование от государства получают лишь отдельные стратегические направления интеллектуальных устройств. Например, в 2015 году было выделено около 10 млрд. рублей на создание беспилотной системы управления «КАМАЗом».