1984 — «Скайнет» компании CyberdyneSystems, искусственный интеллект, который является аналогом Терминатора в фильмах Кэмерона, спонтанно обретает свободу воли и отправляется на уничтожение человечества. Есть ли в этой истории дар предвидения?
История возникновения искусственного интеллекта
ИИ как область науки является ярким примером интеграции различных областей науки. Специалисты в области естественных и компьютерных наук изучают свойства и функционирование живых систем с помощью аналогичных методов.
В целом, ИИ — это отдельная область научных исследований, которая развилась из достижений математики и логики и основана на знаниях, накопленных человечеством о живой и неживой природе.
Древность
Солидная область научных знаний об искусственном интеллекте была создана в начале двадцатого века, но усилия в этом направлении предпринимались уже в античности и средневековье.
Древние египтяне и римляне благоговели перед культовыми статуями, которые делали жесты и произносили пророчества. Конечно, это делалось при непосредственной помощи священников.
Средневековье
В Средние века концепция искусственного интеллекта была в центре размышлений о создании механической, человекоподобной мыслящей машины, которая могла бы превзойти его по интеллекту. В то время речь шла в основном о homoousia — маленьких искусственных людях, способных воспринимать информацию из внешнего мира.
В XVIII веке интерес к подобным изобретениям возрос с развитием технологий, особенно часов. В середине 1750-х годов австрийский изобретатель Фридрих фон Кнаусс, служивший при дворе Франциска I, разработал серию машин, которые могли писать относительно большие тексты одним пером.
Искусственный интеллект — общее понятие
- Логические рассуждения;
- Обучение способом накопления знаний и опыта;
- Способность применять накопленные знания, чтобы управлять средой;
- Приспособляемость.
Работа в области ИИ предполагает разработку алгоритмов и программ, которые решают проблемы так же, как и люди. Первоначально такими задачами были обработка речи и распознавание языка, текста, изображений, затем видео и лиц.
Теперь круг задач расширяется. К ним относятся беспилотные автомобили, компьютерная медицинская диагностика, поисковые системы, игры, автоматические системы управления роботами и многое другое.
( Прогресс в машинной классификации изображений: частота ошибок в год искусственным интеллектом (%) и частота ошибок обученным человеческим аннотатором (5,1%) )
Что такое аббревиатура AI
AI переводится как искусственный интеллект. Однако эксперты, использующие эту аббревиатуру, говорят об эффекте ИИ — эффекте, создаваемом развивающимся искусственным интеллектом. Как только ИИ узнает что-то новое, сразу же начинается обсуждение того, что новая способность еще не является доказательством того, что он является мыслящей машиной (системой).
Тест Тьюринга
Тесно связана с концепцией искусственного интеллекта
Исследования в области искусственного интеллекта начались в середине 20-го века и утвердились как самостоятельная наука. Обнаружив, что машина может выполнять все вычисления гораздо быстрее и точнее, ученые поняли, насколько мощнее компьютеры. Тогда возник вопрос: могут ли они достичь уровня людей? Толчком к развитию искусственного интеллекта считается создание первых компьютеров, которые послужили основой для исследований.
История изучения Искусственного Интеллекта
(ELIZA — это знаменитая компьютерная программа, написанная Джозефом Вайценбаумом в 1966 году).
Имеют ли нейронные сети что-то общее с нейронами в голове человека и можно ли их назвать интеллектуальными?
Нейроны человека и нейросети
Современное понимание процесса мышления человека основано на том, что нейроны в коре головного мозга могут общаться друг с другом через свои оси нейронов, регулярно получая сигналы от «соседей» и переходя из основного состояния в возбужденное. В человеческом мозге насчитывается около 85-86 миллиардов нейронов, и один нейрон может иметь связи со многими (до 20 тысяч) другими нейронами. Тот факт, что эта структура способна мыслить, всегда привлекал внимание ученых.
Термин «искусственный интеллект» был придуман и впервые использован американским ученым Джоном Маккарти в 1956 году. Описание модели Персептрона, приведенное выше, уже включало статистические понятия узлов, сетей и весов в 1950-х и 1960-х годах, и эти узлы были названы нейронами под влиянием работ по человеческому мозгу в то время.
По мере развития искусственного интеллекта появилось множество типов сетей. Распознавание образов, распознавание текста и распознавание образов — все это происходит одновременно в нашем мозге, и вся эта информация хранится в памяти. Нейронные компьютерные сети не столь универсальны: пришлось изобрести различные типы, каждый из которых лучше подходит для своей задачи: сверточные сети — в основном для анализа изображений; рекуррентные сети — для анализа динамических изменений; автокодеры — для классификации (например, для распознавания букв, символов); кодеры-декодеры — для распознавания основных характеристик объектов; конкурентные нейронные сети — для создания новых объектов; специальные ячейки памяти (LTSM) — для хранения информации.
Вместе с типами нейронных сетей появилась идея многослойных нейронных сетей, где один слой одинаковых нейронов является входом для другого слоя. Позже появилась идея объединения различных типов слоев в единую модель, чтобы приблизить нейронные сети к пониманию человеческого интеллекта.
Сегодняшнее внимание к нейронным сетям
Наши дни
Крупнейшие мировые компании сейчас зарабатывают на нейронных сетях: Социальные сети (и их партнеры, такие как печально известная Cambridge Analitica) нацеливают свою рекламу с помощью аналитики; Nvidia и другие разработчики разрабатывают платформы для использования в автопилотах, способных распознавать дорожные знаки и пешеходов на дороге и реагировать на ситуацию. Однако ИИ в основном используется для неюридических действий и скоро будет использоваться. Они могут предупредить о появлении незнакомца на участке или мошенника-рецидивиста в банке, облегчая управление автомобилем, но они не берут на себя ответственность за принятие окончательного решения.
Можно ли считать искусственным интеллектом нейронные сети, служащие основой для классификации информации? Это можно понять, ответив на простой вопрос: Может ли искусственный интеллект существовать и эффективно функционировать без естественного интеллекта? Ответ — нет, потому что для решения задачи именно человек настраивает параметры нейронной сети для достижения соответствующих результатов. Как правило, для каждой задачи выбирается своя архитектура нейронной сети. Ситуация, когда искусственный интеллект самостоятельно решает, какую нейронную сеть создать для решения конкретной задачи, даже не маячит на горизонте.
Хотя искусственному интеллекту удалось обыграть человека в шахматы, за каждой машиной, обыгрывающей человека сегодня, как и несколько веков назад, стоят люди.
За почти 20 лет, прошедших с начала 2000-х годов, ИИ был использован во многих интересных проектах. Многие из них стали неотъемлемой частью жизни в информационную эпоху.
Применение в реальной жизни
Группа исследователей под руководством Дэвида Феруччи предоставила общественности суперкомпьютер, который может ответить на любой вопрос. Он также понимает вопросы на человеческом языке и ищет ответы в собственной базе данных. Для обеспечения нормального функционирования компьютера, названного в честь первого президента IBM, в нем установлено 90 серверов IBM p750 с общим количеством 360 процессоров Power7 с восемью ядрами и 15 ТБ оперативной памяти.
Суперкомпьютер Watson
Alice, Alexa, Bixby, Siri, Cortana, OK Google — наверняка одно из этих имен приходило вам в голову. Это голосовые помощники, которые используют в своих продуктах такие крупные компании, как Яндекс, Amazon, Samsung, Apple, Microsoft и Google. Ассистенты принимают голосовые команды и выполняют их за вас. С каждым месяцем голосовые помощники становятся все лучше и лучше, поскольку разработчики пытаются охватить все больше и больше человеческих действий.
Голосовой Ассистент
Использование нейронных сетей в программном обеспечении безопасности позволило создать системы, обнаруживающие присутствие компьютера.
Распознание лиц
Теперь люди могут не только писать тексты, песни и рисовать картины. Искусственный интеллект Microsoft может, например, нарисовать картинку из текстового описания.
А исследователи из Нью-Джерси разработали систему, которая имеет свой собственный художественный стиль.
Фотофильтры
ИИ Amper помог певице Тарин Саузерн сочинить песню за считанные секунды.
- Face App сделает ваше лицо старым, сделает блондином, поменяет ваш пол.
- Deep Nude обнажит ваш торс.
- Deepfakes вообще поменяет лицо.
А А. И. Дьюи смог написать собственную пьесу о паре, которая не может быть вместе, прочитав книги из библиотеки Project Gutenberg и научные тексты из Google Scholar.
Творчество
В 1981 году японское правительство начало вкладывать значительные средства в исследования в области искусственного интеллекта. Страна выделила 850 миллионов долларов на проект «Компьютеры пятого поколения». Это было сделано для развития искусственного интеллекта. Компьютеры были предназначены для общения, перевода других языков и распознавания изображений. Компьютеры должны были стать основой для устройств, способных имитировать мышление.
Исследования в Японии выглядели многообещающе. В 1980 году в университете Васеда был разработан робот Wabot-2. Он мог общаться с людьми, читать музыку и играть на электронных инструментах. Японский успех побудил правительства других стран и частные компании вновь обратить внимание на искусственный интеллект.
В этот момент возник вопрос о возможности подключения. В 1982 году Хопфилд создал новую форму нейронной сети, которая могла обучаться и обрабатывать информацию. Джеффри Хинтон и Дэвид Румельхарт распространяют самодискриминацию в обратном направлении. Эта технология была беспрецедентной и по-прежнему важна для машинного обучения сегодня.
Искусственный интеллект получил коммерческое признание в виде «экспертных систем». Эти системы обладали глубокими знаниями по определенной теме. Университет Карнеги-Меллон (CMU) опубликовал экспертную систему под названием XCON в 1980 году. Он использовался в компании Digital Equipment Corporation. К 1986 году компания экономила 40 миллионов долларов в год.
Финансы
Возрождение
Компьютерная революция изменила ход развития искусственного интеллекта
В конце 1980-х годов успешное развитие индустрии ИИ было омрачено «компьютерной революцией». Компании Apple и IBM одновременно выпускали все более мощные компьютеры. Настольные компьютеры стали дешевле и мощнее, чем машины с искусственным интеллектом Lisp. Целая отрасль стоимостью в полмиллиарда долларов была уничтожена в одночасье. Успех искусственного интеллекта в экспертных системах, таких как машина XCON, оказался слишком дорогим.
Возникли проблемы с экспертными системами. Они не могли учиться. Они были «хрупкими» (т.е. могли допускать серьезные ошибки на необычных данных). Практическое применение экспертных систем было ограничено. Новое руководство DARPA решило
Новые технологии решали проблемы и преодолевали барьеры, которые мешали ученым. С ростом вычислительной мощности исследователи достигли пределов возможного. Все больше и больше знаний можно было извлечь из баз данных, которые стали Большими Данными. Практическое применение искусственного интеллекта становилось все более очевидным.
Вторая зима
В 1990-х годах появилась новая концепция, названная интеллектуальным агентом. Интеллектуальный агент (ИА) — это система, которая автономно выполняет задачу, поставленную перед ней пользователем, в течение длительного периода времени. Была надежда, что однажды мы сможем научить ВД взаимодействовать друг с другом. Это приведет к созданию гибких и «более умных» систем.
В сообществе ИИ существуют различные мнения относительно использования математики в ИИ. Некоторые считали, что интеллект слишком сложен, чтобы описывать его математическими символами. По их мнению, люди редко руководствуются логикой в своих решениях. Их оппоненты утверждали, что логические цепочки — это путь к успеху.
Г. Каспаров играет с Deep Blue
Вскоре, в 1997 году, суперкомпьютер Deep Blue компании IBM победил Гарри Каспарова. В то время Каспаров был чемпионом мира по шахматам. То, что, по мнению Ньюэлла и Саймона, должно было произойти еще в 1968 году, произошло в 1997 году.
Свежая струя
Современные шахматные компьютеры намного мощнее любого человека. Наивысшее Эло, когда-либо достигнутое человеком, составляет 2882. Для компьютеров обычная цифра — 3000 Эло. Самый высокий результат, который когда-либо был достигнут, составил более 3350.
В 2005 году в Стэнфорде был разработан робот для автономного вождения. Он выиграл конкурс DARPA Grand Challenge, проехав 131 милю (211 километров) по неисследованному пустынному маршруту.
В феврале 2011 года компания IBM решила испытать IBM Watson в викторине Jeopardy. Компьютеру удалось со значительным отрывом победить двух крупнейших чемпионов «Jeopardy».
По мере того как Интернет и социальные сети росли подобно лавине, увеличивалось и количество информации. ИТ-компаниям нужно было что-то делать с полученными данными. И использование искусственного интеллекта стало необходимостью, а не хобби.
Теперь Google классифицирует свои результаты с помощью систем машинного обучения. YouTube выбирает рекомендуемые видео с помощью алгоритмов ML, а Amazon рекомендует товары с помощью той же системы. Лента новостей Facebook генерируется интеллектуальным компьютером. Даже Tinder находит людей с помощью алгоритмов ML.
Благодаря компьютерной революции технология искусственного интеллекта стала нашим незаменимым помощником. И теперь человечество с нетерпением ждет создания супермашин. Несмотря на то, что влияние разработок в области ИИ иногда вызывает споры, дальнейшее развитие этой технологии по-прежнему остается сложной задачей.
