Почему искусственный интеллект еще долго не заменит естественный

— Что мешает создать сильный искусственный интеллект?

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?

Единство терминологии. Помимо нормативных документов необходимо единство терминологии. С этой целью создан ресурс «Навигатор по поддержке развития и внедрения технологий искусственного интеллекта в России». Он разработан и развивается при поддержке департамента цифровых технологий Министерства промышленности и торговли РФ.

Один из ярких примеров этого способа — AutoML, проект компании Google, который использует автоматическое машинное обучение своих нейросетей. В процессе обучения ИНС сама подбирает алгоритмы, наиболее подходящие для выполнения той или иной задачи. Одновременно с этим алгоритмы-подборщики проходят обучение с людьми. Благодаря тому, что машина в единицу времени способна обработать огромные массивы информации и проанализировать миллионы различных вариантов написания кода, процесс обучения и развития ИИ идёт гораздо быстрее, чем если бы это делала группа программистов.

Консолидация систем видеонаблюдения на национальном уровне. О подобных системах задумываются в Узбекистане и Азербайджане, в Казахстане и Беларуси. Речь о консолидации видеопотоков и видеоаналитики со всех городов и населенных пунктов в едином дата-центре. Анализ данных во входящем потоке, поиск по архиву, подготовка управленческих решений – в новом формате такие задачи будут просто невозможны без привлечения ИИ как надстройки над классической видеоаналитикой. Нейронные сети нового поколения открывают новый класс задач на производстве и в транспортной безопасности. Они дают возможность распознавать очень сложные ситуации. Например, классическая задача оставленного предмета может быть пересмотрена и решена на другом уровне уже с анализом контекста, с пониманием, что делают окружающие люди, что происходит с этим оставленным предметом. То же самое можно внести и на производство, в инфраструктуру и т.д.

Ожидается, что следующей знаковой вершиной на этом пути должно стать создание AGI — общего, или так называемого сильного, искусственного интеллекта. Однако сегодня многие ученые, руководствуясь своим пониманием алгоритмов и математическими теоремами, высказывают сомнения в том, что даже на самой мощной вычислительной технике можно будет достичь истинного самосознания ИИ, сравнимого с человеческим.

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.

— Как искусственный интеллект меняет способности человека?

В ответ на эту проблему некоторые учебные заведения, несмотря на обвинения в консерватизме, делают акцент на фундаментальной подготовке. Этот подход нацелен на обучение студентов основам, позволяющим адаптироваться к любым изменениям в течение длительной карьеры. Таким образом, они могут освоить различные языки и парадигмы, которые появятся в будущем. Например, введение курсов по машинному и глубокому обучению предоставляет студентам не просто практические навыки, но и глубокое понимание математического аппарата, стоящего за этими технологиями.

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.

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.

Есть мнение, что мир стоит на пороге создания общего искусственного интеллекта (от англ. Artificial General Intelligence), способного мыслить и действовать как обычный человек. По данным агрегатора прогнозов Metaculus, эта технология может появиться уже в 2034 году.

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?

Простые приложения или игры могут создаваться на основе базовых навыков, в то время как сложные проекты, такие как языковые модели или системы автоматизированного проектирования, требуют глубоких знаний и опыта. Поиск баланса между навыками и знаниями — задача, которую нельзя решить универсальным рецептом. Водораздел в подготовке специалистов лежит не только в комплексности, но и в глубине знаний. При этом есть отчетливое разделение между теми, кто создает простые продукты, и теми, кто разрабатывает сложные инструменты.

Что такое искусственный интеллект и какие компоненты его составляют

В феврале 2024 года Владимир Путин подписал указ, обновляющий Национальную стратегию развития искусственного интеллекта на период до 2030 года. Список изменений занимает 40 страниц. В течение 2024 года государство направит на развитие искусственного интеллекта (ИИ) 5,2 млрд рублей.

Идеологию трека определяет Федеральный проект «Искусственный интеллект» – основной инструмент реализации Национальной стратегии развития искусственного интеллекта на период до 2030 года, утвержденный указом Президента Российской Федерации от 10.10.2019 № 490. Новый этап приходится на 2024 год и предполагает переход к фазе активного внедрения проектов с использованием технологий ИИ в экономические и хозяйственные процессы. Всего к 2030 году в развитие данного направления направят 145,85 млрд руб. В том числе федеральный бюджет вложит 33,3 млрд руб., внебюджетные источники составят 112,6 млрд руб., включая Сбербанк — 99,73 млрд руб. и РФПИ (Российский фонд прямых инвестиций) — 5,6 млрд руб.

Этот пример — сильно упрощённая модель как искусственной нейронной сети, так и биологической нейросети человека или животного. Архитектуры и топологии современных глубинных ИНС гораздо сложнее и масштабнее. Они имеют множественные слои ассоциативных элементов, способных структурировать и ранжировать информацию. Эти сети создают многоуровневые композиции из примитивных данных, которые позволяют моделировать сложные, нелинейные отношения.

Легитимность применения ИИ. Частый риск – обучение искусственного интеллекта нежелательному поведению. Например, так называемой атаке отправлений: хищению и подмене данных, введению в заблуждение, а также запуску непредсказуемого и бесконечного преобразования данных.

Однако загадка сознания и его происхождения из более низких структур до сих пор остается неразгаданной. Возможно, происхождение сознания связано с эволюцией: когда многоклеточные организмы становились все более сложными, возможно, возникла метасистема для управления ими, часть которой была бы автономной, а часть — предоставлена сознанию.

Такое понимание позволяет программистам видеть возможные проблемы в реализованных решениях, уметь правильно тестировать программы и осознавать, что может идти неверно. Фундаментальное обучение на базе классических математических дисциплин считается ключевым элементом для формирования такого мышления, особенно на начальных этапах бакалавриата.

Можно с уверенностью сказать, что сегодня ИИ — это всего лишь множество интеллектуальных систем и их комбинаций, способных решать конкретные задачи: рисовать, водить автомобиль, проводить тестирование компьютерной программы или даже писать довольно крупные фрагменты кода. Однако о появлении общего искусственного интеллекта, обладающего разумом и самосознанием, пока говорить рано. Поэтому в противовес термину «общий ИИ» используется «слабый ИИ», чтобы обозначить технологию, которая пусть и может справляться с отдельными задачами лучше человека, но не обладает сознанием и не способна сравниться с интеллектом человека на широком спектре задач.

Когда наступает предел и технологии словно упираются в потолок, мыслительная активность человечества начинает работать с новой силой: «А как бы эти ограничения преодолеть?» Человечество показало свою способность преодолевать все на свете, поэтому любая такая «зима» в отношении ИИ ранее преодолевалась.