Основные типы искусственного интеллекта (ИИ)

Что такое искусственный интеллект

Главное отличие искусственного интеллекта от других программ в отсутствии чётко заданного алгоритма решении задачи [3] . Согласно одной из распространённых версий, есть необходимый набор свойств для программы, чтобы считаться искусственным интеллектом. Исследователи уточняют, что список может быть неполным, так как какие-то из свойств интеллекта ещё не открыты или достаточно не изучены. Список выглядит так [4] :

Искусственный интеллект может применяться как в качестве партнёра в играх (например, шахматах), так и в более серьёзных задачах. Например, с 1990-х годов ИИ используется для распознания речи, что повышает удобство различных сервисов. Способен искусственный интеллект и распознавать живую речь, для чего недостаточно просто распознавать отдельные слова. Ещё один вариант использования — компьютерное зрение. Мир, в котором мы находимся имеет три измерения, в то время как устройства ввода визуальной информации, что у человека, что у машины, воспринимают только двухмерную картинку. Задача ИИ в данном случае — обработать имеющееся изображение для распознания объектов на нём. Также ИИ используются для так называемых «экспертных систем» — систем анализа данных в определённой сфере знаний или деятельности, действующей эффективнее, чем человек за счёт высокой скорости обработки [3] [7] [8] .

Слабый искусственный интеллект – это инструменты, которые существуют на данный момент. Они решают конкретные задачи, но не умеют делать то, чему не обучены. Наиболее ценны технологии в медицине: AI очень быстро сканирует и проводит анализ информации, что необходимо для точной диагностики сложных заболеваний, таких как онкология. Алгоритмы ИИ обнаруживают рак на снимках МРТ не хуже квалифицированных врачей-радиологов, а также помогают проводить оперативную биопсию головного мозга, отличая здоровую ткань от больной менее чем за 3 минуты во время операций.

В 1930-х годах британский и австрийский математики Алан Тьюринг и Курт Гёдель, а также другие математики пришли к выводу, что не существует универсального алгоритма для решения любых задач в некоторых важных математических областях. Существуют задачи, которые не решаются путём составления алгоритма, но доступны к решению человеком, так что был сделан вывод, что компьютеры по своей природе не могут делать то, что делают люди [1] .

Чем больше мощность, тем быстрее и эффективнее протекает подготовка. Если проводится обучение нейронной сети, которая должна отличать изображения собак от котов, то возможность использования для обработки широкого набора картинок существенно ускорит процесс.

В 1960-х годах Стив Кук, Ричард Карп и другие учёные разработали теорию NP-полных задач, которые в теории решаемы, но время, необходимое на решение таких задач зависит от сложности задачи экспоненциально. При этом люди способны решать подобные задачи зачастую за гораздо меньшее время [1] . К началу 1970-х годов наука об искусственном интеллекте признала приоритет программирования систем над построением их материальной части в деле создания ИИ [6] . Примерно в это же время, начался резкий вал критики в отношении идей создания искусственного интеллекта, вылившийся в сокращение финансирования. В первую очередь это было связано с небольшими вычислительными мощностями существовавших тогда компьютеров, не позволявшими запустить сложную многоуровневую программу, из-за чего все практические образцы ИИ оставались на уровне «игрушек» (наибольшего успеха достигли программы для игры в шахматы).

Признаки ИИ

Искусственный интеллект является одной из самых быстрорастущих областей технологического развития. И все же сегодня даже самые сложные модели ИИ используют только искусственный интеллект узкого назначения – самый базовый из трех типов ИИ. Два других типа все еще остаются сюжетом научной фантастики и на данный момент не находят практического применения.

Сильный искусственный интеллект – технологии на грани мечтаний. Если рассматривать их работу теоретически, то машины умеют мыслить, осознавать себя, испытывать чувства – они максимально похожи на людей. Сегодня подобных мощностей не еще существует, все системы лишь имитируют человеческое общение, но не способны работать с задачами, которым не обучены.

Исследования в сфере искусственного интеллекта делятся на две категории: теоретические и практические; последние, в свою очередь имеют базовые и прикладные аспекты. Направлений исследования ИИ два. Первое, биологическое, основывается на том, что раз человек обладает интеллектом, искусственные системы должны имитировать его психологию или физиологию. Второе, феноменологическое, изучает само понятие интеллекта, проблемы, стоящие перед миром и способы достижения целей. Оба этих подхода в определённой степени взаимодействуют между собой. Также исследования ИИ тесно взаимодействуют с философией, особенно современной аналитической, так как обе отрасли науки изучают мышление [5] .

Искусственный интеллект – это комплекс технологий, находящихся на стыке многих наук, которые помогают машинам выполнять задачи по аналогии с тем, как это делают люди. Нейронные сети – элемент ИИ, вдохновленный нейронными связями в мозге: они обучаются на основе огромных массивов данных, а также определяют закономерности. И AI, и нейросети сегодня активно используются в бытовой и коммерческих сферах, научных исследованиях и других отраслях, требующих точности, скорости и автоматизации рутинных задач.

Тогда же, в конце 1940-х годов, была впервые выдвинута идея машинного обучения. Согласно им, необходимо сделать программу, которая обладает базовым набором знаний и возможностью усваивать информацию, что позволит делать только «оболочку», которая будет самостоятельно достраивать себя до полноценного ИИ [1] .

Искусственный интеллект, особенно в проектах с потребностью быстрого принятия решений, должен адаптироваться под текущую ситуацию. Например, ИИ в интеллектуальных системах управления транспортом должен подстраиваться под текущие дорожные и даже погодные условия, а также продолжать обучаться для постепенного улучшения работы.

Где еще может использоваться искусственный интеллект

Существуют в онлайн-пространстве, они учитывают историю взаимодействия, закладки, ранее просмотренные материалы и другие индивидуальные поведенческие особенности посетителей, а потом рекомендуют книги, фильмы, видео, игры. Подобные инструменты используют онлайн-кинотеатры, маркетплейсы, сервисы потокового видео, интернет-магазины и другие компании. Интеллектуальные рекомендации помогают достигать коммерческих целей: повышают глубину просмотра страниц, стимулируют продажи и доппродажи, улучшают ценность предложений.

В 60 годах развитие продолжалось, техника становилась более мощной и доступной, что оптимизировало научные процессы. В этот период создавались экспертные системы, которые аккумулировали знания в определенной области, например, биологии или математике. Еще один прорыв – создание первого чат-бота ELIZA (общался на естественном языке), появление прототипов современных нейронных систем, которые учились выполнять простейшую классификацию, и языка LISP, ставшего основным в исследованиях AI.

Суперинтеллект – еще одна теория: будет реализован в ИИ, который в любых задачах существенно превосходит возможности человека. Над вопросом создания суперинтеллекта постоянно ведутся споры в научном сообществе: как его контролировать, как заложить правило «не причинять вред людям», как ограничить возможности. Некоторые ученые считают, что супер ИИ будет невозможно сдерживать, что может повлечь за собой воплощение в реальность фильмов и книг о восстании машин.

Наделенные этими человеческими чертами – и усиленные вычислительной и аналитической мощью, значительно превосходящей нашу собственную, – суперинтеллектуальные системы ИИ могут казаться выходцами из научно-фантастических антиутопий о будущем, в котором люди постепенно становятся все большим анахронизмом.

Здесь речь идет о понимании человеческой речи и естественного языка. Голосовые помощники легко распознают речевые запросы, а чат-боты могут вести полноценную переписку с пользователем: они понимают, анализируют и предоставляют данные, становясь умнее после каждого диалога/обращения.

Технологии искусственного интеллекта – привычное дело в 2024 году, однако история их создания уходит корнями в XX век. Первым идею «умной машины» предложил математик Тьюринг, для подтверждения своей теории он создал тест. Современная интерпретация теста выглядит так: человек взаимодействует с одним человеком и одним компьютером, на основании ответов он определяет, кто есть кто. Основной задачей программы стало введение в заблуждение: человек не должен понять, с кем ведет диалог, а машина – перехитрить пользователя. В 50-х годах прошлого века проверить теорию о «машинном интеллекте» было сложно из-за ограниченных технических возможностей, но уже в 1956 году специалист по информатике Джон Маккарти предложил термин ИИ.

ANI, также известный как слабый ИИ, существует уже сегодня. Хотя задачи, которые может выполнять слабый ИИ, могут выполняться с помощью очень сложных алгоритмов и нейронных сетей, они тем не менее остаются единичными и ориентированными на достижение цели. Распознавание лиц, поиск в интернете и самодвижущиеся автомобили – все это примеры ИИ узкого назначения. Его относят к категории слабых не потому, что ему не хватает масштаба и мощности, а потому, что ему еще далеко до наличия человеческих компонентов, которые мы приписываем настоящему интеллекту.

Дальнейшие годы стали золотыми для развития искусственного интеллекта, его активно использовали в NASA для исследования космоса и далеких планет, внедряли в смартфоны и технологии самоуправляемых автомобилей, применяли в медицине, рекрутинге и других отраслях. В 2015 году появилась робот София (ее создала гонконгская компания) – она видит, демонстрирует эмоции, ведет диалоги и полностью имитирует другие действия человека с помощью ИИ. Кстати, всего через 2 года после разработки София стала подданной Саудовской Аравии, она активно путешествует по миру, дает интервью и встречается с известными личностями.