Леонид Черняк

Почему спустя 60 лет в искусственный интеллект снова поверили

Через 60 лет после своего сенсационного появления на свет термин «искусственный интеллект» вдруг снова оказался центре внимания. Почему? Объясняет научный журналист, специалист в сфере искусственного интеллекта Леонид Черняк.


В последнее время можно наблюдать настоящее возрождение ИИ, и тому есть две основные причины.

  1. Это результат естественной эволюции, присущий любому научному направлению.
  2. Искусственный интеллект снова оказался на слуху благодаря компьютерным технологиям и науке о данных.

Сначала поговорим о внутренних, или эволюционных, причинах возрождения. В области ИИ осуществился переворот с головы на ноги, а точнее – восторжествовало качественно иное представление об ИИ. Оно существенно отличается от подхода, который устойчиво доминировал на протяжении многих лет, начиная с первых дней существования ИИ.

Полвека истории ИИ были, главным образом, красивой «игрой в бисер». Этим занимался небольшой круг академических ученых, свято веривших в свою способность наделить машину рукотворным интеллектом, который мог бы на равных конкурировать с человеческим разумом.

В советское время о таких исследованиях говорили: «Удовлетворение собственной любознательности за государственный счет». Чтобы оценить уровень притязаний ученых, достаточно посмотреть труды одного из известных футурологов, Рэймонда Курцвейла, и особенно – его книгу «Эпоха духовных машин» (The Age of Spiritual Machines). Но как бы привлекательно ни выглядели рассуждения о «думающих машинах», никакой практической пользы от огромного числа диссертаций, книг, статей, конференций не было тогда – и нет поныне.


Искусственный интеллект тогда

Основоположником и первым евангелистом «классического» подхода к искусственному интеллекту был Джон Маккарти, профессор Дартмутского колледжа. В 1956 году Маккарти выступил с докладом, где впервые использовал новый термин – artificial intelligence (AI). В русском языке прижился дословный перевод, «искусственный интеллект» (ИИ).

Иного, к сожалению, не придумаешь, но термин трудно назвать удачным: слова в переводе и в оригинале имеют немного разное значение. 

На протяжении всех последующих лет Маккарти и его последователи сохраняли верность данному им тогда же определению: «ИИ – это наука и инженерное искусство создания интеллектуальных машин, в частности – интеллектуального программного обеспечения». Обратите внимание на использование словосочетания «интеллектуальные машины»!

Разработчики легендарного советского суперкомпьютера «Каисса», который обладал способностью оперировать большими объемами информации – по сути, это был советский ИИ. Слева направо: Владимир Арлазаров, Кеннет Лейн Томпсон, Михаил Донской

Особенно созданию своего рода веры в «бога из машины» помогли популярные писатели-фантасты: в тридцатые годы Карел Чапек изобрел термин «робот», в сороковые годы Айзек Азимов сформулировал законы робототехники… и так далее.

А потом великий Алан Тьюринг тоже поверил в «мыслящую машину» и в 1950 году сформулировал идею теста, который, по его мнению, позволяет определять, мыслит ли машина. Упрощенно процедура теста выглядит так: эксперт обращается к невидимому собеседнику с вопросами и в конце решает, кто перед ним – машина или человек. Тест Тьюринга обрел популярность, регулярно проводятся многочисленные конкурсы, в том числе и на русском языке, где с переменным успехом экспертов пытаются ввести в заблуждение программы-роботы, не обладающие интеллектом, но заточенные на прохождение теста. Утверждается, что первой прошедшей тест Тьюринга программой стала Eugene Goostman, созданная тремя русскоговорящими программистами. Она представлялась 13-летним мальчиком. Это был 2014 год. А уже в 2015 году в Сколково на конкурсе «Тест Тьюринга на русском языке» победил робот из Санкт-Петербурга, «Соня Гусева».

Но эти специализированные программы, успешно проходящие тест, не имеют ничего общего с целями ИИ, скорее, они его дискредитируют. Кроме того, сфокусированность на человеческом мышлении теста Тьюринга приводит к тому, что тест не может быть по-настоящему полезным при разработке в полном смысле этого слова разумных машин.

Современные исследования в области искусственного интеллекта ставят перед собой куда более скромные и специфические, а часто вообще – прикладные цели.

Отцом, можно так сказать, практического искусственного интеллекта признают профессора Стэнфордского университета Нильса Нильсона.

.

В 1971 году Нильсон предложил следующее определение:

Нильс Нильсон много лет проработал в Центре исследований ИИ в составе Стэнфордского исследовательского института SRI International. Наиболее полно концепция Нильсона изложена в трудах его учеников. В 2007 году на русском языке была издана книга Стюарта Рассела и Питера Норвига «Искусственный интеллект: современный подход».

«Цель работ по ИИ – создать машины, которые будут выполнять функции, обычно требующие применения человеческого интеллекта». Сравним с приведенным выше определением Маккарти: Нильсон делает ставку не на гипотетические интеллектуальные машины, а на те, которые всего лишь способны подменить или дополнить возможности человека. Казалось бы, отличие в нескольких словах, но постановка задачи качественно иная!

В чем разница? Например, широко известны роботы, способные управлять автомобилем. Они не обладают никакими собственными когнитивными способностями, но тем не менее могут безопасно переместить автомобиль из одной точки в другую. Именно это имеет в виду Нильсон.

WALK-man – робот, способный управлять автомобилем


Искусственный интеллект сейчас

Вторая причина возрождения ИИ – в том, что во втором десятилетии XXI века возникло несколько технологических трендов, ставших катализаторами обновления ИИ. Среди них: 

  • Закон Мура, отражающий постоянный рост производительности компьютеров. В 1965 году, вскоре после изобретения интегральной схемы, Гордон Мур обратил внимание на то, что в новых моделях микросхем, которые появляются примерно раз в полтора года, количество транзисторов возрастает приблизительно вдвое. Мур предположил, что такой темп роста может сохраниться в ближайшие 10 лет. Спустя пять лет профессор Калифорнийского технологического института и автор программных технологий проектирования больших интегральных микросхем Карвер Мид сделал шаг к закреплению этого наблюдения – он первым использовал всем привычное словосочетание «закон Мура». С тех пор справедливость закона сохраняется, невзирая на прогнозы о его неизбежной кончине.
Закон Мура на примере Intel
  • Большие данные. Точнее – осознание самостоятельной роли данных и важности задач, связанных с анализом данных. Плюс к тому, появились новые источники данных – интернет, социальные сети, разнообразные сенсоры (от камер слежения до датчиков RFID).
  • Интернет и облака. Они оказывают двустороннее влияние – с одной стороны, открывают доступ к огромным объемам данных, а с другой – позволяют объединить усилия специалистов, например, в таких проектах, как Amazon Mechanical Turk (MTurk).
  • Успехи в развитии новых алгоритмов, прежде всего – в области машинного обучения.

Под влиянием этих факторов сложились условия для практической трактовки ИИ. Сегодня под ИИ понимается группа технологий, которые часто называют когнитивными (сognitive technologies). Вот некоторые из них:

  • Компьютерное зрение (computer vision) – поддерживает способность компьютера идентифицировать объекты, сцены и действия в изображениях. Диапазон приложений компьютерного зрения распространяется от медицинских до промышленных и специальных приложений.
  • Машинное обучение (machine learning) – основано на том, что компьютер повышает производительность системы, обращаясь к данным, при этом не следуя заранее определенным правилам. Ключевым моментом машинного обучения является обнаружение тех или иных образов в данных.
  • Автоматическая обработка текстов (natural language processing) – поддерживает способность компьютера работать с текстом так, как это делает человек, то есть извлекать смысл и даже генерировать грамматически правильный текст. При этом не идет речи о каком-то понимании компьютером текста, как можно было бы представить в рамках старой парадигмы ИИ.
  • Роботехника (robotics) сочетает другие когнитивные технологии с электромеханикой.


«Машины будущего»

А дальше все «просто». Как это было много раз в истории, если есть технологии – то создаются новые продукты и машины. Когнитивные технологии открывают возможности для создания нового класса машин – решающих когнитивные задачи. Это будет фактором для наступления «второй эры машин» (the second machine age). Важно, что в новой эре будут не фантастические «одухотворенные машины», а вполне реальные, дополняющие собой традиционные физические машины.

Какие именно машины появятся в ближайшее десятилетие, пока с уверенностью не может сказать никто. Но уже сейчас понятно, что среди них будут и совсем тривиальные – скажем, распознающие лица на фотографиях, – и действующие самостоятельно, и радикально меняющие условия жизни.

Примерами машин новой эры могут быть устройства, помогающие слабовидящим лучше ориентироваться в окружающей среде – эти устройства используют алгоритмы, которые переводят надписи в акустические сообщения.


Материалы по теме:

Илон Маск: 10 высказываний о будущем планеты

Мягкие и приятные на ощупь роботы будущего

В 2015 году в искусственный интеллект инвестировали $128 млн

7 направлений, в которые точно стоит вложиться

Big data в бизнесе. Мнение ученого и топ-менеджера

Томас Миколов, Facebook: До восстания машин еще далеко

Российские ИТ-технологии: машинное зрение и шифрование данных

Видео по теме:


comments powered by Disqus

Подпишитесь на рассылку RUSBASE

Мы будем вам писать только тогда, когда это действительно очень важно