На нашем сайте есть немало материалов на тему интеллекта и его развития (в первую очередь советуем к прочтению статью «Развитие мышления. Что делать, чтобы стать умнее»). Но в большинстве из них рассматривается именно интеллект человека. Между тем, данная тема самым тесным образом связана и с вопросами развития интеллекта искусственного, а потому мы решили не упускать возможность побеседовать и об этом.
Сегодня, наверное, не найти человека, который не видел бы фильмы о Терминаторе или каких-то других роботах, киборгах и прочих кибернетических сущностях с искусственным интеллектом. В подобных фильмах этот самый искусственный интеллект (далее будем называть его просто ИИ) в какой-то момент решает уничтожить или, в лучшем случае, поработить человечество. Многие люди считают, что фантастическими кинолентами дело не ограничивается, и опасаются, не грозит ли всем нам подобный сценарий в будущем.
Заметим, что опасения людей отнюдь небезосновательны, ведь даже при беглом взгляде на ситуацию в современном мире легко заметить, что ИИ все прочнее закрепляется в жизни человека. Эта технология делает более совершенной работу Интернета и всего, что с ним связано, внедряется в автомобильную и другие области промышленности. Да что говорить – специалисты уже без смеха говорят, что совсем скоро ИИ начнет заменять тысячи людей на рабочих местах.
Нашей сегодняшней статьей мы хотим внести чуть больше ясности в эти и некоторые другие вопросы, а также немного ближе познакомить вас с тем, что же все-таки представляет собой искусственный интеллект и что думают о нем специалисты.
Что такое искусственный интеллект
Выражаясь самыми простыми словами, под ИИ следует понимать компьютерную программу, оснащенную механизмом обучения. По мере получения новых знаний, эта программа начинает применять их для принятия решений в разных ситуациях, примерно так же, как это делает человек.
Ученые, разрабатывающие ИИ, создают сложнейшие коды, позволяющие программе считывать сигналы внешнего мира (звуки, видео, фото, тексты) и обучаться на основе этих сигналов. В случае успеха в одной ситуации ИИ может использовать полученный навык уже в новых ситуациях. К примеру, если программа может узнавать лица, ее можно использовать во множестве сфер – от распознавания лиц в соцсетях до определения личности преступников в толпе.
Здесь же немного дополним: если мозг человека с самого рождения предрасположен к оперированию сложными идеями (к примеру, если вы увидите кружку, то в дальнейшем сможете идентифицировать любую кружку, даже если она совсем не похожа на предыдущую), то компьютеры воспринимают все буквально и концепция «подобия» для них не работает.
Так вот смысл разработок в области ИИ как раз и заключается в создании менее буквальных компьютеров. Машина без проблем может определить точную копию кружки, найти в массиве данных определенный файл или одинаковые символы, но для работы с визуальными образами объектов, их распознавания в разных ситуациях (например, в другом ракурсе) и т.д., уже требуется наличие ИИ.
По словам профессора компьютерных наук из Университета Карнеги-Меллон в США Алекса Рудницкого, цель разработок ученых состоит в придании сложному человеческому поведению формы, поддающейся обработке вычислительным методом. А это уже позволяет разрабатывать системы, адаптированные к выполнению сложных действий, которые будут полезны для человечества.
Прогресс в разработках искусственного интеллекта
Несмотря на ошеломительное развитие технологий в наши дни, ученые до сих пор работают над основами ИИ. Как сделать так, чтобы компьютер точно идентифицировал, что находится на изображении или видео? Как добиться того, чтобы он не просто распознавал объекты, но еще и понимал? Ведь задача не только в том, чтобы машина узнала ту же кружку, но и установила, какая она, что из нее можно пить: чай, кофе или сок, что она связана с тарелками и ложками, что люди используют ее для питья и т.д.
Идеальный вариант – чтобы у компьютера в «голове» еще и возникали ассоциации, например, с сосудами, из которых пили древние люди, или с подстаканниками в автомобиле. Помимо этого, имеет место еще и проблема понимания языка, ведь у множества слов есть разные значения, а различить их можно, лишь исходя из контекста, да и сами люди выражают свои мысли всегда по-разному. Поэтому и стоит вопрос: как же сделать, чтобы компьютер смог подстроиться и продолжать подстраиваться под все это многообразие?
Прогресс ИИ в разных областях отличается своими особенностями. К примеру, в данный момент наблюдается стремительное развитие компьютерного зрения (имеется в виду распознавание изображений), но вот в области понимания компьютером естественного человеческого языка особых подвижек нет.
ИИ сегодня можно назвать по большей части узконаправленным. Он вполне успешно работает с картинками, текстом, звуком, но испытывает серьезные трудности с восприятием множества разнородных сигналов одновременно (в сравнении с этим человеческий интеллект является общим). Ученые всего мира уповают на то, что благодаря достижениям в отдельных научных областях удастся прийти к лучшему пониманию принципов обучения машин, что позволит перейти на качественно новый уровень – создать универсальный ИИ.
Значение искусственного интеллекта
С тех пор как удалось добиться, чтобы ИИ умел распознавать простейшие объекты на изображениях и фрагменты речи на аудиозаписях, это начали применять в некоторых программах, где нужно принимать решения, что, собственно, и делал ранее человек. Например, появилась возможность автоматической отметки друзей на фото в соцсетях. Но дальше – больше: уже сейчас ИИ используется в автомобилестроении.
Современные беспилотные автомобили, которые начинают пользоваться популярностью у автолюбителей наиболее развитых стран, оснащены программами, помогающими водителям в распознавании других транспортных средств и дорожных знаков. А в сельхоз промышленности ИИ помогает при работе с урожаем – он идентифицирует испортившиеся плоды. Но важность ИИ нужно рассматривать и с несколько иной позиции.
Работники множества областей выполняют десятки и сотни функций, связанных с тем же распознаванием изображений. Несложно догадаться, что людям за работу нужно платить деньги. А ИИ в свою очередь позволяет, во-первых, оптимизировать время, затрачиваемое человеком на выполнение той или иной работы, а во-вторых, полностью освободить человека от его работы, благодаря чему затраты бизнеса существенно снижаются.
Конечно же, у этой медали есть две стороны: с одной – хорошо, что, например, для разгрузки фуры можно просто установить специальную машину, которая будет часами перемещать грузы из кузова на склад, с другой – автоматизация рабочего процесса делает человека ненужным предприятию, вследствие чего руководство оставляет сотрудника без возможности заработка. Эту тему можно развивать вплоть до обсуждения новых профессий, но в данной статье у нас такой задачи не стоит, так что давайте продолжим.
Нужно понимать, что существуют такие виды работ, которые просто невозможно выполнять без помощи машин. В качестве примера можно назвать обработку аналитики продаж, ведь человек просто не в состоянии изучить и проанализировать за несколько минут миллионы записей. С помощью ИИ подобные задачи выполняются очень быстро, да и дешевле, чем если бы этим занимался человек или целая группа людей. Снова налицо экономическая выгода для организаций.
По словам профессора Лаборатории компьютерного взаимодействия Университета Карнеги-Меллон Джейсона Хонга, ИИ способен не просто выполнять за людей разные функции, но и способствовать появлению новых видов занятости. По мере развития технологий, на смену лошадям пришли автомобили, а еще позже это стало причиной возникновения большого разнообразия задач, а также повлияло на производство. В итоге сегодня уже никого не удивить строительной техникой, огромными фургонами и рефрижераторами, микроавтобусами и т.д.
Проводя аналогию с вышесказанным, можно сказать, что уже в ближайшем будущем системы ИИ придут на смену людям относительно рутинных задач, а в более далекой перспективе вполне можно рассчитывать на появление нового многообразия форм деятельности и профессий. Однако в данное время точно оценить, насколько серьезным будет влияние ИИ, не представляется возможным.
Развитие искусственного интеллекта в наши дни
Вполне адекватные идеи о том, как именно необходимо организовывать обучение ИИ, начали появляться еще в 50-х годах 20 века. Уже тогда известные деятели науки Марчиан Хофф, Бернард Видроу и Фрэнк Розенблатт пытались математическим языком объяснить, как устроены нейроны (естественно, исходя из биологических представлений того времени).
Исследователи понимали, что для решения проблемы развития ИИ недостаточно придумать пару уравнений, появились идеи о том, почему бы не попробовать применить большое количество связанных друг с другом уравнений. Безусловно, первые примеры были тривиальными, и компьютеру давали задачи наподобие анализа массивов нулей и единиц, поступающих через телефонную линию, с последующим предсказанием развития событий.
Долгие годы специалисты в области информатики считали, что такой подход не позволит решать сложные проблемы в будущем. Однако в настоящее время представленная концепция служит основой почти всех информационных систем, и применяется она такими гигантами как Microsoft, Google, Facebook, Amazon и другими.
Вспоминая прошлые десятилетия и первые шаги в области ИИ, ученые прекрасно понимают, что те компьютеры были слишком просты, чтобы с их помощью можно было моделировать нейронные сети головного мозга человека, а также то, что для обучения таких нейронных сетей требовались колоссальные объемы информации. Так вот два этих фактора (и вычислительные мощности, и соответствующие объемы данных) появились лишь в последнее десятилетие.
В середине 90-х известный на весь мир производитель видеокарт Nvidia обнаружил, что выпускаемые им графические процессоры можно успешно использовать для работы нейронных сетей, после чего начали выпускаться карты, специально заточенные под взаимодействие с ИИ. В процессе разработок удалось установить, что более сложные и быстрые нейронные сети выдают более точные результаты.
После этого, уже в 2009 году профессор компьютерных наук из Стэнфорда Фей-Фей Ли представила общественности уникальную базу данных под названием ImageNet, где содержалось свыше трех миллионов систематизированных и подписанных изображений. По мнению Ли, если снабдить алгоритмы как можно большим количеством примеров, они смогут осваивать более сложные концепции и идеи.
В 2012 году британский учёный-информатик, известный по своим работам в области глубинных нейронных сетей, Джеффри Хинтон применил базу данных ImageNet, чтобы обучать нейронную сеть. Результат был великолепным – ученый смог обойти все остальные приложения, а перевес точности составил свыше 10%.
Предсказания Фей-Фей Ли сбылись – объем данных стал основным параметром для развития ИИ. Хинтон же еще раз это подтвердил, устраивая конвейер из нейронных сетей, где первая занималась поиском текстур, вторая – фигур и т.д. Сейчас все это известно как глубокие нейронные сети (или как глубокое обучение ИИ), и все современные новшества в данной области завязаны именно на них.
Полученные специалистами по ИИ результаты произвели фурор как в научном мире, так и в области технологий. Ученые, еще вчера корпевшие над глубинными нейронными сетями, образно говоря, в подвалах, в одночасье превратились в супервостребованных специалистов. Уже к 2015 году многие компании, занятые в сфере информационных технологий, стали приглашать к себе профессионалов, способных разрабатывать и реализовывать проекты, в которых применяется машинное обучение.
Сегодня мы все чаще можем слышать о всевозможных инновациях и успехах, связанных с ИИ, и с каждым разом они становятся все серьезнее, все глубже внедряются в жизнь людей. Но в то время как одни радуются этому неоспоримому факту, других (в том числе и ученых) он наводит на довольно мрачные мысли.
Опасность искусственного интеллекта
Судный день, Джон Коннор, спасающий мир, и полчища бездушных киборгов – это, пожалуй, первое, что всплывает в воображении многих людей, задумывающихся об ИИ. Сам же Скайнет – искусственный интеллект, стремящийся поработить цивилизацию людей, сегодняшние ученые воспринимают в качестве суперинтеллекта – мощнейшей программы, по всем параметрам превосходящую мозг человека.
Нельзя не учитывать тот факт, что можно создать несметное множество более простых, но очень быстрых компьютеров, запрограммировать их и связать между собой. Другими словами, можно масштабировать компьютерные системы. Именно это порождает опасения, что однажды кем-то порожденный ИИ начнет бесконечно разрастаться, постепенно начав довлеть над человеческой расой. В один прекрасный момент этот ИИ сам лишит людей возможности им управлять, после чего вернуть контроль над ним будет уже невозможно.
Об аналогичных сценариях апокалипсиса нередко говорят именитые и авторитетные в области ИИ специалисты сегодняшнего дня, такие как британский физик Стивен Хокинг и американский инженер и изобретатель Илон Маск. Последний, к примеру, считает, что почти все ведущие исследователи, несмотря на свой высокий интеллект, недооценивают ИИ, т.к. он может оказаться «джинном в бутылке».
Но есть и несколько иная позиция: руководитель Лаборатории исследования искусственного интеллекта Facebook Янн Лекун убежден, что, даже если ученые и создадут компьютер, который может обучаться множеству вещей и организовывать из получаемых данных собственную картину мира, этот вовсе не означает, что такой компьютер будет чего-то желать, иметь инстинкт самосохранения и волю.
По словам Лекуна, поведение человека, принимающее формы симпатии и антипатии, желания обладать, ревности, насилия и другие, сформировалось в процессе эволюции, и имело все предпосылки к этому. А у машин, наделенных разумом, таких предпосылок не будет, если, конечно, человек сам не будет их активно создавать.
Причин полагать, что ИИ начнет воспринимать человечество как угрозу, нет, ведь для компьютера не существует и самого понятия угрозы. Конечно, если запрограммировать его особым образом, он может начать действовать, словно у него проснулся инстинкт самосохранения, но все же в действительности такого инстинкта у машины нет. А китайско-американский ученый в области информатики, один из основателей Google Brain Эндрю Ын, часто повторяет, что не переживает об ИИ-злодее точно так же, как не переживает из-за того, что люди перенаселят Марс.
Разговор об опасности ИИ для людей можно перевести в шутку, но повод опасаться его все-таки имеется, и это – человеческий фактор. Научные исследования показали, что ИИ склонен воспринимать смещения в оценках людей тех данных, на которых он обучается. На это можно посмотреть так, что компьютер вдруг начал чаще фиксировать на изображениях чашки, нежели тарелки (люди научили его этому), и здесь нет ничего страшного.
Но если представить, что от людей ИИ передались стереотипы и предубеждения, то ситуация разовьется опасная. Например, компьютер по какой-то причине начал связывать понятие «учитель» с мужчинами до 30 лет больше и чаще, чем с людьми другого возраста и пола. И если вдруг этот ИИ должен будет отвечать на трудоустройство учителей, начнется необоснованная дискриминация соискателей по возрастному и половому признакам.
Может показаться абсурдом, но это вполне себе реально. Американская некоммерческая организация ProPublica провела исследование, результаты которого явно указывали на расовую предубежденность алгоритмов, определяющих приговоры преступникам, т.к. они назначали более суровые наказания «не-белым» осужденным.
Примерно так же, когда специалисты собирают данные о здоровье людей, они часто не включают в них беременных или кормящих женщин. В итоге рекомендации врачей оказываются неполными и применимы лишь к определенной социальной группе. Получается, что если доверить компьютеру принимать решения, где раньше было необходимо присутствие человека, очень важно контролировать, чтобы эти решения принимались, исходя из этики и представлений о справедливости.
Трудность состоит в том, что даже если мы понимаем, что алгоритм работы ИИ предвзят, мы обязаны отыскать причину этой предвзятости. Но ведь для работы глубоких нейронных структур необходимы миллионы взаимосвязанных вычислений, а значит, что поиск какого-то одного неверного решения в общем результате станет походить на поиск иголки в стоге сена и будет невероятно сложен.
Особого внимания эта проблема на данный момент заслуживает в области программирования беспилотного транспорта, ведь даже одно неправильное решение компьютера в дороге может стоить жизни человека или десятков и сотен людей. Не рано ли передавать ответственность за свою жизнь искусственному интеллекту?
Резюме
Как относиться к столь перспективному искусственному интеллекту, решать, конечно же, вам. Мы не беремся давать ИИ однозначную оценку, ведь и рассматривать этот вопрос можно с диаметрально противоположных точек зрения. Хорошо обученный чему-либо компьютер может как облегчить жизнь человека, так и сделать ее сложнее.
Но думаем, что не ошибемся, если скажем, что только от самого человека зависит, к хорошему или к плохому будущему приведет его желание наделить разумом машины. И чтобы результат был положительным, нужно стремиться к развитию не только технологий, но и своего собственного интеллекта.
Умным должен быть в первую очередь сам человек. Только адекватное, а не невежественное отношение к реальности, окружающим и самим себе позволит нам создать мир добрых, счастливых и сознательных людей. Так что следите за новостями в сфере искусственного интеллекта, соблюдайте умеренность в автоматизации собственной жизни и занимайтесь саморазвитием (обязательно почитайте статью «Развитие мышления. Что делать, чтобы стать умнее»).
Желаем вам удачи и естественного, а не искусственного интеллекта!