Загрузка...Почему невозможно создать мыслящего робота
Почему невозможно создать мыслящего робота?
Создатели многих передовых проектов по разработке искусственного интеллекта говорят, что их работа заключается в создании особой машины, обладающей неким аналогом сознания, которое могло бы быть разработано с учетом идеи о том, что мозг человека попросту кодирует и обрабатывает мультисенсорную информацию, полученную из разных источников. Таким образом, предполагается, что как только основные функции мозга по получению и обработке информации будут полностью изучены, аналогичные алгоритмы можно будет запрограммировать в компьютере. Недавно компания Microsoft объявила, что на разработку такого искусственного ”сознания” она готова потратить 1 миллиард долларов США. Однако большинство специалистов из области робототехники считает, что по-настоящему мыслящего робота создать невозможно по ряду причин.
Мечта о создании первого в истории самостоятельно мыслящего робота не дает покоя современным специалистам из компании Microsoft
Может ли робот мыслить?
Несмотря на то, что попытки построить первое “механически-разумное существо” насчитывают уже не один десяток лет, ни одна из этих попыток так и не увенчалась каким-либо значительным успехом. Из-за того, что живые организмы накапливают опыт в своем мозге, приспосабливая нейронные связи в активном процессе между субъектом и окружающей средой, а не записывают данные в краткосрочные и долгосрочные блоки памяти, нейробиологи до сих пор так и не научились создавать хотя бы частично разумные механизмы. Человеческий ум активно исследует окружающую среду для того, чтобы найти те или иные элементы, направляющие нас на выполнение какого-либо действия. Даже самая обычная и повседневная задача, не требующая больших энергозатрат со стороны организма, связана с задействованием сразу нескольких областей головного мозга. Обучение навыкам и накопление жизненного опыта включают в себя определенную реорганизацию структуры головного мозга и некоторые физические изменения, такие как изменение силы связей между нейронами. Подобные сложные преобразования не могут быть полностью воссозданы на компьютере с фиксированной архитектурой, что сильно усложняет задачу разработчикам и нейробиологам, находящихся в поиске решения столь сложной проблемы.
Создание мыслящего робота можно назвать настоящей проблемой XXI века
Можно ли вычислить сознание?
Каждый психически здоровый человек способен осознавать то, о чем он думает в настоящий момент времени. Несмотря на то, что подобное качество может показаться нам простым и незатейливым, именно оно становится невозможным для мозга компьютера.
А как считаете вы? Сможет ли однажды человек создать мыслящую машину? Давайте попробуем обсудить данный вопрос в нашем Telegram-чате.
В середине XX века немецкий квантовый физик Вернер Гейзенберг, который в настоящее время считается одним из создателей современной квантовой механики, показал, что существует явная разница в природе физического события и сознательном знании его наблюдателем. Данное наблюдение было более подробно истолковано знаменитым австрийским физиком Эрвином Шредингером, который утверждал, что сознание не может возникнуть просто из какого-либо физического процесса, подобного компьютерному, сводящего все операции к основным логическим аргументам.
Могут ли компьютеры мыслить?
Ответ на вопрос, мыслят компьютеры или нет, зависит от того, что мы понимаем под словом «мышление». Если охарактеризовать мышление как человеческую деятельность, обусловленную активностью нейронов головного мозга, тогда, в силу этого определения, нам придется сказать «нет». Допустим, мы не станем априорно отвергать идею, что компьютеры способны мыслить. Как тогда вы бы стали отвечать на этот вопрос? Покойный А. М. Тьюринг (Turing, 1950) предложил тест для определения того, может ли мыслить компьютер. Этот тест получил имя своего автора — тест Тьюринга. Предположим, вы сидите один в комнате и перед вами клавиатура. Вы можете напечатать любой вопрос, и это сообщение будет отправлено в две различные комнаты. В одной из них находится человек, во второй — компьютер. И тот и другой пришлют вам ответ, также введенный с клавиатуры. Вы можете задать любой вопрос за исключением одного: «Вы — компьютер или человек?» Согласно Тьюрингу, если вы не можете определить по ответу, кем он был дан, человеком или компьютером, это доказывает, что компьютеры могут думать. А что вы думаете по поводу этого теста?
Большинство людей тем не менее не желает верить, что компьютер может мыслить, пусть даже им и не отличить один ответ от другого. В конце концов, можно ли считать подражание мышлению полным аналогом самого мышления? Если фокусник может заставить вас поверить, что он способен сотворить кролика практически из воздуха, это вовсе не значит, что он в самом деле на такое способен. Допустим, я сконструировала робота, который будет каждый день выгуливать вашу собаку. Конечный результат будет таким же, как если бы собаку выгуливал человек, но вы ведь не будете полагать, что робот и сам при этом разминает ноги? Из того, что конечный результат один и тот же, вовсе не следует, что процессы, которые к нему привели, повторяют друг друга.
С другой стороны, рассмотрим следующий ряд рассуждений. Самый известный математический труд XX в. — Principia Mathematica («Основания математики») — был написан в 1927 г. Уайтхедом и Расселом. Все мы согласимся, что эти математики были незаурядными мыслителями. Позднее те данные, которые были известны до написания Уайтхедом и Расселом своего труда, были заложены в компьютер, который быстро вывел те же теоремы, что и эти знаменитые ученые. Когда этот интеллектуальный подвиг был совершен людьми, его назвали примером исключительной способности мышления. Должны ли мы тогда обозначить этими словами то же достижение, когда его совершает компьютер? Вклад Уайтхеда и Рассела в науку огромен, поскольку они при создании своего математического труда приложили значительные усилия, отбирая необходимые данные и отбрасывая ненужные. Их гений должен был определить, какая информация релевантна. Еще важнее, что человеческий гений сумел понять, на какие математические задачи необходимо найти ответ. Из широчайшего спектра возможных математических задач они выбрали именно те, ответ на которые мог быть получен ими с наибольшей вероятностью. Компьютеру была дана вся необходимая информация и поставлена задача, которую требовалось разрешить, поэтому найденное им решение выглядит намного менее творческим и впечатляющим, чем та работа, которую проделали выдающиеся математики.
Разумеется, между компьютерами и людьми существует масса различий. У каждого свое «аппаратное обеспечение» — у людей нейронные паттерны, а у компьютеров — электронные схемы. К тому же люди могут себя воспроизводить, в то время как новые компьютеры создаются людьми. Утверждение, что компьютеры не думают, потому что их действия определяются заложенными в них программами, может быть оспорено. Поступки людей тоже обусловлены их предыдущим опытом, их генетической программой и влиянием со стороны других людей. Как бы там ни было, предсказания, что миром будут править компьютеры, подобные показанному в фильме «Космическая одиссея 2001 года», остаются предметом научной фантастики.
Через 100 лет компьютер сможет объяснить все тайны физики, но мы ничего не поймем, — ученые
Некоторые исследователи полагают, что создание «теории всего» — вполне возможно, однако человек с ней не справится, в отличие от суперумного ИИ.
Физика, как известно, изучает тайны природы. Однако, чем глубже люди погружались в их изучение, тем больше вопросов у них возникало. Главный же вопрос сформулировал Стивен Хокинг: существует ли одно общее объяснение всем явлениям? Хокинг полагал, что «теория всего» и станет ответом на этот фундаментальный вопрос. Ученый также верил, что вывести теорию всего — вполне реально. И некоторые современные исследователи поддерживают его, полагая, однако, что это будет под силу не человеку, а супермощному компьютеру. Редактор научного отдела издания nytimes.com, Деннис Овербай, рассуждает о такой возможности вместе с рядом ученых-физиков и компьютерщиков в своей авторской колонке.
ФОКУС в Google Новостях.
Подпишись — и всегда будь в курсе событий.
Зачем исследователи учат ИИ «думать, как физик»
Овербай сообщает, что как минимум один НИИ всерьез занимается «прокачкой» вычислительных систем в области физики. Это Института искусственного интеллекта и фундаментальных взаимодействий, открытый профессором MIT Максом Тегмарком и возглавляемый физиком Джесси Талером. По словам последнего, цель состоит в том, чтобы компьютеры научились «мыслить, как физики». И кое-что ученым уже удалось — в 2020 году они ввели данные из известного учебника «Лекции Фейнмана по физике» в ИИ-систему, в итоге она смогла проанализировать их на предмет закономерностей и восстановила все 100 формул, которые рассматривались в книге.
Доктор Тегмарк считает, что для нейронной сети не составит труда обнаружить новые частицы, основываясь на данных, полученных в результате работы Большого адронного коллайдера. Однако исследователь признает, что существуют пределы возможностей машин, которые не в состоянии самостоятельно «додуматься» до таких вещей, как принцип неопределенности Гейзенберга или теория относительности.
«Причина, по которой я работаю над совершенствованием ИИ-систем заключается в том, чтобы иметь возможность понимать принцип работы сверхмощной нейронной сети, если таковую нам удастся создать. В противном случае, я опасаюсь последствий: меня пугает мысль о том, что мы попросту не будем понимать, как работает суперумный ИИ», — говорит Тегмарк.
Доктор Талер, утверждает, что ему удалось «закодировать» часть своих знаний в машине, которая затем даст ответы, которые ему будет легче интерпретировать.
«Это похоже на диалог между человеком и машиной. Компьютер постепенно перестает быть просто ящиком, который принимает решения за вас и которого вы не понимаете», — говорит он.
Недавно доктор Талер и его коллеги загрузили большой массив данных Большого адронного коллайдера в нейронную сеть, и без всяких дополнительных программ она смогла отличить кварки от глюонов (виды элементарных частиц — ред.), даже не зная, что они собой представляют. Затем машине задали вопрос: какими бывают кварки? И она нашла правильный ответ — (так называемые) ап-кварки и даун-кварки.
«Нейросеть, не имея понятия о квантовой теории поля, сумела отыскать закономерности. Я был в шоке», — делится исследователь.
Важно «Улучшайте ПО, а не гаджеты»: ученые пояснили, что повлияет на развитие технологий
Сможет ли ИИ создать теорию всего?
«Некоторые физики считают, что следующий большой скачок в развитии технологий произойдет с появлением искусственного интеллекта для квантовых компьютеров. Такие машины пока еще находятся в разработке, но имеют большие перспективы», — пишет автор, ссылаясь на слова Сета Ллойда, эксперта по квантовым вычислениям из MTI, и задается вопросами:
- сможет ли машина сформулировать принципы квантовой теории поля или теории относительности?
- Может ли это привести к созданию такой теории, которую мы, люди, не сможем понять?
- Можем ли мы оказаться в «матрице» или в мире, управляемом SkyNet, как в фильме «Терминатор»?
Все эти вопросы Деннис Овербай задал физикам и компьютерщикам. И вот, что они ответили.
Джарон Ланье, компьютерный инженер, работающий в Microsoft, считает, что прогнозы касательно появления «всемогущего ИИ» — преувеличение.
«ИИ-система — не существо, типа кошки. Это просто работающий алгоритм», — сказал он.
Стивен Вайнберг, лауреат Нобелевской премии, профессор Техасского университета в Остине, назвал «тревожным», предположение о том, что люди могут быть недостаточно умны, чтобы понять теорию всего, которая может быть сформулирована машиной.
«Но я подозреваю, что мы также не будем достаточно умны, чтобы спроектировать компьютер, который сможет создать эту теорию», — ответил ученый.
Лиза Рэндалл, физик из Гарварда, написала: «Я легко могу представить, как компьютеры находят закономерности или зависимости, которые мы (пока) не знаем, как интерпретировать. Но на самом деле эта «способность» машин не является сверхъестественной, т.к. мы можем объяснить принципы их работы».
Нима Аркани-Хамед, физик-теоретик из Института перспективных исследований в Принстоне, не считает, что компьютер сможет обнаружить нечто «слишком глубокое для нашего понимания». Он сказал, что если бы Исаак Ньютон попал в наше время, то «сегодня у него не было бы проблем с изучением современной физики», то есть современные гаджеты, знания, массивы информации, навыки и пр. не стали бы преградой для ученого из 17 века.
Майкл Тернер, космолог из Фонда Кавли в Лос-Анджелесе, полагает, что в конечном итоге не имеет значения, кто или что сформулирует новаторскую идею — человек или компьютер.
Эдвард Виттен, ученый из Института перспективных исследований в Принстоне, отметил, что, хотя сейчас не существует машины, способной создать теорию всего, не исключено, что она может появиться в следующем столетии.
«Если бы существовала машина, которая «интересовалась» физикой, мне, безусловно, было бы интересно с ней поговорить», — отметил Эдвард.
Ранее мы сообщали о том, что Китай и РФ делают ставку на создание ИИ-систем, которые могут соперничать и превзойти наработки Западных стран. Если Восток и Запад пойдут на конфронтацию, то нейросети сыграют не последнюю роль.
Через 100 лет компьютер сможет объяснить все тайны физики, но мы ничего не поймем, — ученые
Некоторые исследователи полагают, что создание «теории всего» — вполне возможно, однако человек с ней не справится, в отличие от суперумного ИИ.
Физика, как известно, изучает тайны природы. Однако, чем глубже люди погружались в их изучение, тем больше вопросов у них возникало. Главный же вопрос сформулировал Стивен Хокинг: существует ли одно общее объяснение всем явлениям? Хокинг полагал, что «теория всего» и станет ответом на этот фундаментальный вопрос. Ученый также верил, что вывести теорию всего — вполне реально. И некоторые современные исследователи поддерживают его, полагая, однако, что это будет под силу не человеку, а супермощному компьютеру. Редактор научного отдела издания nytimes.com, Деннис Овербай, рассуждает о такой возможности вместе с рядом ученых-физиков и компьютерщиков в своей авторской колонке.
Будь всегда в курсе событий вместе с телеграм-каналом Быстрый Фокус.
Зачем исследователи учат ИИ «думать, как физик»
Овербай сообщает, что как минимум один НИИ всерьез занимается «прокачкой» вычислительных систем в области физики. Это Института искусственного интеллекта и фундаментальных взаимодействий, открытый профессором MIT Максом Тегмарком и возглавляемый физиком Джесси Талером. По словам последнего, цель состоит в том, чтобы компьютеры научились «мыслить, как физики». И кое-что ученым уже удалось — в 2020 году они ввели данные из известного учебника «Лекции Фейнмана по физике» в ИИ-систему, в итоге она смогла проанализировать их на предмет закономерностей и восстановила все 100 формул, которые рассматривались в книге.
Доктор Тегмарк считает, что для нейронной сети не составит труда обнаружить новые частицы, основываясь на данных, полученных в результате работы Большого адронного коллайдера. Однако исследователь признает, что существуют пределы возможностей машин, которые не в состоянии самостоятельно «додуматься» до таких вещей, как принцип неопределенности Гейзенберга или теория относительности.
«Причина, по которой я работаю над совершенствованием ИИ-систем заключается в том, чтобы иметь возможность понимать принцип работы сверхмощной нейронной сети, если таковую нам удастся создать. В противном случае, я опасаюсь последствий: меня пугает мысль о том, что мы попросту не будем понимать, как работает суперумный ИИ», — говорит Тегмарк.
Доктор Талер, утверждает, что ему удалось «закодировать» часть своих знаний в машине, которая затем даст ответы, которые ему будет легче интерпретировать.
«Это похоже на диалог между человеком и машиной. Компьютер постепенно перестает быть просто ящиком, который принимает решения за вас и которого вы не понимаете», — говорит он.
Недавно доктор Талер и его коллеги загрузили большой массив данных Большого адронного коллайдера в нейронную сеть, и без всяких дополнительных программ она смогла отличить кварки от глюонов (виды элементарных частиц — ред.), даже не зная, что они собой представляют. Затем машине задали вопрос: какими бывают кварки? И она нашла правильный ответ — (так называемые) ап-кварки и даун-кварки.
«Нейросеть, не имея понятия о квантовой теории поля, сумела отыскать закономерности. Я был в шоке», — делится исследователь.
Сможет ли ИИ создать теорию всего?
«Некоторые физики считают, что следующий большой скачок в развитии технологий произойдет с появлением искусственного интеллекта для квантовых компьютеров. Такие машины пока еще находятся в разработке, но имеют большие перспективы», — пишет автор, ссылаясь на слова Сета Ллойда, эксперта по квантовым вычислениям из MTI, и задается вопросами:
- сможет ли машина сформулировать принципы квантовой теории поля или теории относительности?
- Может ли это привести к созданию такой теории, которую мы, люди, не сможем понять?
- Можем ли мы оказаться в «матрице» или в мире, управляемом SkyNet, как в фильме «Терминатор»?
Все эти вопросы Деннис Овербай задал физикам и компьютерщикам. И вот, что они ответили.
Джарон Ланье, компьютерный инженер, работающий в Microsoft, считает, что прогнозы касательно появления «всемогущего ИИ» — преувеличение.
«ИИ-система — не существо, типа кошки. Это просто работающий алгоритм», — сказал он.
Стивен Вайнберг, лауреат Нобелевской премии, профессор Техасского университета в Остине, назвал «тревожным», предположение о том, что люди могут быть недостаточно умны, чтобы понять теорию всего, которая может быть сформулирована машиной.
«Но я подозреваю, что мы также не будем достаточно умны, чтобы спроектировать компьютер, который сможет создать эту теорию», — ответил ученый.
Лиза Рэндалл, физик из Гарварда, написала: «Я легко могу представить, как компьютеры находят закономерности или зависимости, которые мы (пока) не знаем, как интерпретировать. Но на самом деле эта «способность» машин не является сверхъестественной, т.к. мы можем объяснить принципы их работы».
Нима Аркани-Хамед, физик-теоретик из Института перспективных исследований в Принстоне, не считает, что компьютер сможет обнаружить нечто «слишком глубокое для нашего понимания». Он сказал, что если бы Исаак Ньютон попал в наше время, то «сегодня у него не было бы проблем с изучением современной физики», то есть современные гаджеты, знания, массивы информации, навыки и пр. не стали бы преградой для ученого из 17 века.
Майкл Тернер, космолог из Фонда Кавли в Лос-Анджелесе, полагает, что в конечном итоге не имеет значения, кто или что сформулирует новаторскую идею — человек или компьютер.
Эдвард Виттен, ученый из Института перспективных исследований в Принстоне, отметил, что, хотя сейчас не существует машины, способной создать теорию всего, не исключено, что она может появиться в следующем столетии.
«Если бы существовала машина, которая «интересовалась» физикой, мне, безусловно, было бы интересно с ней поговорить», — отметил Эдвард.
Ранее мы сообщали о том, что Китай и РФ делают ставку на создание ИИ-систем, которые могут соперничать и превзойти наработки Западных стран. Если Восток и Запад пойдут на конфронтацию, то нейросети сыграют не последнюю роль.
Стоит ли нам бояться искусственного интеллекта
В начале ноября этого года инженер Франсуа Шолле из компании Google выпустил манифест. В нем он описал две ключевые проблемы: ученые и исследователи так и не договорились, что они понимают под искусственным интеллектом (ИИ). Кроме того, никто до сих пор не придумал способа сравнивать ИИ между собой и с интеллектом человека. Как обстоит дело с его развитием сегодня? Что это такое и где он применяется? Попробуем разобраться.
1. Игры разумов
Молодой китаец в черном костюме, белой рубашке и очках в квадратной оправе сидел, сгорбившись, обхватив голову руками и полностью погрузившись в напряженные размышления. Обладатель девятого дана по древней восточной интеллектуальной игре го еще ни разу за свою карьеру не попадал в столь трудное положение.
Го — игра с обманчиво простыми правилами: два игрока, поле 19 на 19 линий, наборы камней черного и белого цвета. Игроки поочередно передвигают свои камни, пытаясь окружить ими камни соперника. Всю жизнь Кэ Цзе с легкостью побеждал в эту игру любого противника — до 23 мая 2017 года, когда созданная компанией Google компьютерная программа AlphaGo с мощным искусственным интеллектом не разгромила его, выиграв три партии из трех.
Кэ Цзе ни разу в жизни не проигрывал в игру го. Пока не столкнулся с AlphaGo
Долгое время го оставалась непокоренным рубежом для компьютеров. Шашки, шахматы, карточные игры и стратегии типа Starcraft — машины последовательно и повсеместно взяли верх над людьми. И только го оставалась прерогативой невычислимых для математических алгоритмов творчества и интуиции, ведь количество возможных комбинаций на доске го больше, чем атомов во Вселенной. Просчитать и перебрать такое их число пока не под силу ни одному суперкомпьютеру.
На протяжении многочасовых партий Kэ Цзе боролся с программой всеми доступными ему средствами. Он применял консервативную, агрессивную, оборонительную и непредсказуемую тактики, но ни одна из них не срабатывала. AlphaGo раз за разом окружал человека и вынуждал его сдаться. Так пал последний бастион превосходства человеческого интеллекта перед искусственным.
В блокбастере Стивена Спилберга I.A. искусственный интеллект в теле ребенка научился даже любить. Фото: Кадр из фильма «Искусственный разум»
2. Ограниченные возможности
Столь грандиозных успехов программам удалось добиться за счет имитирования той или иной деятельности человеческого интеллекта, поэтому сейчас общепринятым в России считается такое его определение — это любые технологии или продукты, приводящие к результату, аналогичному интеллектуальной деятельности человека, и используемые для решения прикладных задач.
Впервые термин «ИИ» был введен в далеком 1956 году на конференции в Дартмутском университете информатиком Джоном Маккарти. Ему же принадлежит и его остроумное толкование: «Как только любая система искусственного интеллекта начинает хорошо работать и давать результат, то никто больше ее искусственным интеллектом не считает».
Во многом это правда. На наше восприятие ИИ влияют такие фильмы, как «Терминатор» или «Робокоп», а для особо изощренных читателей — «Матрица» или «Космическая одиссея 2001 года». Из-за них мы часто объединяем роботов и искусственный интеллект в единое целое. Это неправильно. Робот всего лишь оболочка, при этом она может быть какой угодно и необязательно имитировать человеческое тело. А ИИ — это набор алгоритмов внутри компьютера внутри робота. Простой пример, программное обеспечение и данные, которые отвечают за работу голосового помощника Алисы от Яндекса, — это искусственный интеллект, а женский голос — его персонификация, и никаких роботов в этой системе нет.
Второе большое заблуждение, что ИИ, особенно воплощенный в теле робота, может совершать любые внешние операции и умственные действия, на которые способен человек. В первых частях знаменитого «Терминатора» Т-800 проделывает все, что и люди, только быстрее, лучше, эффективнее. В реальности даже такие крутые программы, как AlphaGo или Watson, не способны делать ничего, чему они заранее не обучены, не натренированы. Каспаров или Кэ Цзе тут же могли дать интервью, поняв человеческую речь и сформулировав ответы, вызвать себе такси и заказать столик в ресторане, послушать музыку и определить ее жанр, исполнителя и названия мелодий. Ни одна из программ для игры в шахматы, го, викторины или любые другие специальные функции не способна обучаться иным навыкам или переучиваться. Исходя из этого ИИ делят на две категории: сильный (как в фильмах) и слабый.
С искусственным интеллектом вы сталкиваетесь каждый день, как только берете в руки свой смартфон
3. Снять маску
Как понять, что мы создали сильный ИИ? Вероятно, единственный критерий этого, если искусственный интеллект полностью в своем поведении и способностях неотличим от человека. В 1950 году знаменитый британский математик Алан Тьюринг создал для этого особый тест.
Тьюринг прославился тремя вещами. Он взломал коды немецкой шифровальной машины «Энигма» в годы Второй мировой войны. Придумал концепцию простейшей вычислительной машины. И предложил испытание, позволяющее установить — может ли компьютер мыслить? Для этого человек последовательно общается с машиной и другим человеком, не видя их. В ходе диалогов он должен определить — кто является его собеседником? Если участник опыта принимает компьютер за человека или затрудняется с ответом, то считается, что машина прошла тест Тьюринга.
Тест Тьюринга замечателен тем, что исключает сложные философские вопросы выявления «сознания» роботов, заменяя их критерием эффективной имитации человеческого поведения. Долгое время он считался «золотым стандартом», пока в последние годы современные чат-боты и голосовые помощники не стали настолько совершенными, что их уже очень трудно отличить от людей. Поэтому специалисты в области компьютерных наук усложнили его, придумав мета-тест Тьюринга. С его помощью компьютер считают разумным, если он создал нечто, что он сам хочет проверить на разумность.
4. Он уже здесь!
Сильный ИИ — дело далекого будущего. У многих скептиков вообще есть сомнения, что он может быть когда-то создан. Однако прямо сейчас мы живем в эпоху слабого искусственного интеллекта, при этом почти не замечаем его. Где же и когда мы пересекаемся с ним?
В своем смартфоне. Когда вы наводите объектив на свою семью, а в видоискателе сразу же квадратиками отмечаются улыбающиеся лица — это работает алгоритм Виолы — Джонса. Его же используют и в камерах видеонаблюдения, чтобы поймать преступников, и даже в соцсетях, когда предлагают вам отметить себя на чужих загруженных фотографиях.
Далее, вы смотрите передачу на YouTube, фильм на Netflix или другом сервисе подписок на видеоконтент, слушаете музыку в Яндекс.Музыке и т. д. Анализируя ваши предпочтения, система подсовывает другие видеоролики, кинокартины или композиции. И это тоже слабый ИИ!
Google Translate или DeepL, которые помогут перевести вам текст с любого наиболее распространенного и даже мертвого языка вроде латинского на русский, невозможны без систем ИИ. Распознавание и опознание мелодий в Shazam, надиктованной речи в диктофоне, автоматический автоответчик в банке и т. д., и т. п.
Но если вы думаете, что ИИ касается только информационных систем, то вы заблуждаетесь! Взлет, посадка и управление современными самолетами практически полностью под управлением не пилотов, а искусственного интеллекта. Антиблокировочная система и впрыск топлива в автомобилях тоже регулируются им. А по дорогам Сколково и американским хайвеям разъезжают полностью беспилотные самоуправляемые автомобили, со сложными системами компьютерного зрения и навигации.
Сейчас искусственный интеллект торгует на биржах и выдает деньги в банкоматах, управляет воздушными и наземными боевыми дронами, ставит диагнозы и производит операции, составляет контракты и судебные иски, снимает данные с умных счетчиков и предсказывает нагрузку на тепло- и электросети.
По сути, наша жизнь уже совершенно немыслима без слабого искусственного интеллекта.
ПРОТИВОСТОЯНИЕ
История поражений человечества
1979 год — нарды. Математик Ханс Берлинер придумал алгоритм оценки ситуации на игровой доске и просмотра дерева игры на несколько ходов вперед, чтобы выбрать оптимальное продолжение. Он лег в основу программы BKG 9.8, обыгравшей действующего чемпиона мира Луиджи Виллу со счетом 7:1.
1997 год — шахматы. Первая схватка компьютера Deep Blue от IBM и действующего чемпиона мира Гарри Каспарова состоялась в 1996 году. Каспаров уверенно выиграл (3 победы, 2 ничьи, 1 поражение). Однако всего спустя год для матча-реванша инженеры IBM значительно увеличили мощность компьютера — теперь он мог оценивать 200 миллионов позиций в секунду. На этот раз Deep Blue одолел российского гроссмейстера (2 победы, 3 ничьи, 1 поражение) и стал первым компьютером, победившим сильнейшего шахматиста мира.
2007 год — шашки. В Канаде создали шашечную программу, которая не может проиграть. В лучшем случае, если человек проведет безошибочную партию, сможет добиться ничьей. Алгоритм анализирует все возможные варианты развития игры и выбирает идеальный ход в каждой ситуации.
2011 год — телевикторины. Компания IBM выставила на популярную телевикторину Jeopardy! (в России — «Своя игра») систему искусственного интеллекта Watson. Она не оставила никаких шансов двум легендарным чемпионам: Кену Дженнингсу, установившему рекордную беспроигрышную серию в 74 выпусках передачи, и Брэду Руттеру, получившему самый большой выигрыш в истории шоу — 4,45 млн долларов. Правда, бросить вызов Анатолию Вассерману заокеанские инженеры пока не осмелились.
2017 год — покер. В покере карты участников закрыты, к тому же игроки могут блефовать, что сильно усложняет работу искусственного интеллекта. Однако и в таких условиях программа DeepStack переиграла 10 из 11 профессиональных игроков в покер после трех тысяч партий с каждым. А ученые из Университета Карнеги-Меллона (США) создали бота Libratus. Он бросил вызов профессионалам и победил четырех лучших игроков в самый популярный на сегодня вид покера — «Техасский холдем».
2019 год — Starcraft II. Бот для самой популярной в мире стратегической игры реального времени Starcraft II под названием Deepmind AlphaStar от компании Google легко победил со счетом 5:1 одного из лучших игроков-людей — поляка Гжегоржа Коминча по прозвищу MaNa. Starcraft II требует как молниеносной реакции для четкого управления сотнями боевых единиц на карте, так и долгосрочного стратегического планирования. В игре скрыто много важной информации: запасы ресурсов врага, размер и положение его армии и т. п. Каждая из версий AlphaStar училась всем премудростям и хитростям игры, тренируясь в боях с другими программами и отыграв в общей сложности 200 лет.
КЛАССИФИКАЦИЯ ИИ
1. Слабый искусственный интеллект — это ИИ, который специализируется в одной области. Он может обыграть лучших шахматистов мира, но на этом его возможности заканчиваются. Попроси его поставить вашу любимую музыку — и он впадет в ступор.
2. Сильный искусственный интеллект — универсальный ИИ человеческого уровня, машина, способная выполнять те же задачи, что и человек. Задача создания сильного ИИ несравнимо сложнее задачи создания слабого ИИ, и нам еще только предстоит ее решить. Подобный интеллект будет способен к осознанию, планированию, решению проблем, абстрактному мышлению, пониманию сложных идей, быстрому обучению, усвоению все новых и новых навыков, обучению на собственном опыте.
3. Технологическая сингулярность, или появление искусственного сверхразума. В 1983 году писатель-фантаст Вернон Виндж написал эссе, где предположил, что в будущем человечество ждет «технологическая сингулярность» — момент времени, когда количество вычислительных мощностей, их объединение и развитие программного обеспечения станет настолько мощным, что породит суперинтеллект, превосходящий человеческий. Сейчас эту идею поддерживает философ и футуролог Ник Бостром. Он определяет суперинтеллект как «разум, превосходящий лучшие умы человечества во всех областях, включая научную изобретательность, здравый смысл и социальные навыки».
Впрочем, пока человечеству очень далеко до сильного ИИ, а вот в области разработки и использования систем слабого мы уже вполне преуспели.
КСТАТИ
В 2018 году корпорация Google представила на конференции по искусственному интеллекту аудиозапись разговора, в которой голосовой помощник дозвонился в парикмахерскую и записал своего владельца на стрижку. Чат-бот так ловко задавал вопросы, использовал паузы и междометия, что администратор на том конце провода так и не понял, что с ним разговаривал не человек, а виртуальный собеседник. Участники конференции были потрясены реалистичностью речевого поведения робота.
А КАК У НАС?
История искусственного интеллекта насчитывает уже больше 60 лет. Первые попытки построить обучающиеся машины были предприняты в рамках кибернетики. В ее основе лежали математические модели процессов управления в живых организмах и обществе. Среди пионеров кибернетики было немало и советских исследователей, таких как Виктор Глушков, Анатолий Китов и Алексей Ляпунов.
Среди достижений россиян: построение первых робототехнических машин, способных решать простые задачи — ехать на свет или объезжать препятствия; автоматизация производства и использование первых — в то время еще гигантских и медленных ЭВМ — для нужд Госплана. Начинания кибернетиков опережали свое время, но из-за чрезмерной бюрократизации внутри советских министерств и недоверия ко всему новому не нашли того применения, на которое надеялись первопроходцы. По воспоминаниям многих современников этих выдающихся ученых, внедрение тех ранних систем искусственного интеллекта было способно предотвратить экономический коллапс 1980 — 1990-х годов и вытащить СССР из кризиса.
К сожалению, сейчас успехи российских исследователей, инженеров и разработчиков значительно отстают от ведущих держав искусственного интеллекта: США и Китая. Поэтому для исследований в области этой сквозной технологии создан специальный Центр компетенций на базе МФТИ и утверждена «Государственная программа по развитию искусственного интеллекта», поддержанная лично президентом Владимиром Путиным. По мнению многих мировых экспертов, тот, кто сможет добиться долгосрочного лидерства в разработке технологий слабого ИИ и приблизится к созданию сильного, обеспечит себе глобальное лидерство в ближайшие десятилетия. Сегодня нам крайне важно не упустить свой шанс.Источник: Комсомольская правда
