Т.к. искусственный интеллект (ИИ) начинает находить практическое применение в нашей повседневной жизни, то мы все чаще и чаще слышим о нем. Среди успешных историй есть множество предупреждений о будущем с терминаторами, в котором роботы с ИИ захватят весь мир.

Так как же можно отделить факты от фантастики, и сможет ли искусственный интеллект когда-нибудь превзойти людей?

Компьютеры будут намного умнее людей в ближайшие 50 лет – МИФ

Ученые и специалисты в сфере развития компьютерных технологий имеют различные мнения на счет того, превзойдет ли ИИ когда-нибудь интеллектуальные возможности человека. Компьютеры способны хранить анализировать огромный объем данных (больше, чем люди), но у них нет интуиции, которая и делает нас людьми.

Становится ли искусственный интеллект умнее или он уже способен быть умнее нас – ответ на этот вопрос пока остается открытым. Без способности отображать и читать эмоции ИИ никогда не будет иметь полный набор навыков, который определяет человеческий разум .

Искусственный интеллект уничтожит человечество - МИФ

Многие философы задаются вопросом: «Что случится, если машины обретут самосознание?» Если ИИ может самостоятельно думать, то способен ли он самостоятельно действовать? И что он может сделать, чтобы защитить себя?

Эти вопросы легли в основу известного фильма «Терминатор», который с момента своего выхода на экраны до сих продолжает пугать людей. Может ли ИИ уничтожить человечество, если почувствует угрозу для себя со стороны людей?

Ответ: … скорее всего, нет. Системы с искусственным интеллектом работают в соответствии с заранее заданными параметрами, которые следят за тем, чтобы они работали в определенных рамках и решали только те проблемы, для которых они были разработаны. Если кто-то не допустит ошибки в этих изначальных параметрах, то система вряд ли будет работать по направлениям, которые к ней не относятся.

ИИ может контролировать людей - ФАКТ

Мы склонны думать, что только другие люди могут контролировать нас, потому что мы взаимодействуем с ними в реальном мире. Но реальность такова, что наши мысли, чувства и эмоции постоянно обрабатываются машинами.

По мере развития ИИ такие техники станут более эффективными. ИИ не может полностью «контролировать» нас , но он, безусловно, может мотивировать нас на определенные действия.

ИИ защищен от взлома – МИФ

Просто потому, что ИИ демонстрирует разум, не означает, что его невозможно взломать: в любом случае ИИ – это все же компьютерная программа, пусть и намного более сложная. А это означает, что ее все же можно взломать.

В течение многих десятилетий такое понятие, как искусственный интеллект принадлежало исключительно научной фантастике и вдохновляло писателей и сценаристов на создание сюжетов, описывающих драматические взаимоотношения людей и разумных машин. Все начало меняться несколько лет назад, а начало 2016 года стало бенефисом реально существующих систем искусственного интеллекта..

Искусственный интеллект наступает

Если быть точным, то череда информационных поводов, каждый из которых достоин большой статьи, началась в декабре 2015 года, когда культовая фигура современного хайтека предприниматель Илон Маск (Tesla Motors, SpaceX) вместе с соснователем PayPal Питером Тилеми и главой венчурного фонда Y Combinator Сэмом Альтманом заявили о создании некоммерческой организации OpenAI и об инвестициях в нее в размере миллиарда долларов.

OpenAI – это исследовательская компания, занимающаяся ИИ (искусственным интеллектом). По заявлению учредителей, цель компании – развивать открытый и дружественный искусственный интеллект. Открытость призвана избежать концентрации власти, которую дает ИИ, находящийся в одних руках.

4 января в Лас-Вегасе в рамках СЕS – крупнейшей мировой технологической выставки, глава компании NVIDIA Дженсен Хуанг провел впечатляющую презентацию нового автомобильного суперкомпьютера Drive PX2, позволяющего управлять автомобилем без водителя, рассказал о разработках NVIDIA в области глубинного машинного обучения и компьютерного зрения.

А 15 марта состоялась наверно самая яркая в современной истории демонстрация возможностей современного искусственного интеллекта. ИИ AlphaGo компании Google обыграл со счетом 4:1 сильнейшего игрока в Го, Ли Седоля. Призовой фонд матча составил $1 млн.

Го – древняя китайская настольная игра, популярная не только в юго-восточной Азии, но и во всем мире. Ее особенность заключается в том, что по количеству вариантов ходов, их 200 во время каждого хода, она значительно превосходит шахматы. Даже самый мощный суперкомпьютер в мире, а тем более человек, не способен просчитать все варианты развития партии. Соответственно, важнейшими качествами сильнейших игроков в Го является развитое стратегическое мышление и хорошая интуиция. То есть, ИИ превзошел человека в таком, казалось бы, чисто человеческом качестве, как интуиция.

Еще одним интересным событием, непосредственно связанным с искусственным интеллектом, стал проводящийся в Японии литературный конкурс имени писателя-фантаста Хоси Синъити. В этом году из полутора тысячи произведений 11 было написано с помощью ИИ, а повесть "День, когда компьютер написал роман" вышла в финал конкурса. Повесть была написана искусственным интеллектом, разработанным в университета Хакодате.

Отличным прогнозистом оказался китайский ИИ Aliyun, созданный интернет-гигантом Alibaba Group. В начале апреля он смог предсказать победителя и финалистов популярного в Китае музыкального шоу "Я певец". Победитель этого шоу определяется слепым (без предварительных совещаний) голосованием 500 судей.

Говоря о искусственном интеллекте, стоит отметить один поразительный момент. Несмотря на колоссальный прорыв, который произошел за последние 30 лет в области информационных технологий, и триллионы инвестиций в IT, работы по разработке ИИ все это время испытывали хроническое недофинансирование и только в последние несколько лет туда пришлю серьезные деньги.

Что в данном случае первично, инвестиции, которые принесли отдачу, или успехи разработчиков ИИ, которые заметил большой бизнес, в общем, неважно. Главное, что дело сдвинулось с мертвой точки.

Что же вообще такое – искусственный интеллект?

Академического определения ИИ еще не сложилось, однако специалисты считают, что отличительная особенность искусственного интеллекта – способность, в отличие от обычной компьютерной программы, к выполнению интеллектуальных и творческих задач.

Современных концепций создания ИИ довольно много. Но на самом базовом уровне они отличаются тем, что одни пытаются копировать человеческое мышление – семиотический подход, а другие строятся по принципу биологических нейронных сетей, моделирующих интеллектуальную деятельность на основе природных эволюционных алгоритмов – биологический подход.

На сегодняшней день самые заметные успехи достигнуты во втором направлении. Машинное обучение, а точнее глубинное машинное обучение (Deep Learning) – сейчас считается самым перспективным в создании ИИ.

ИИ, созданные по такому принципу, не просто учатся, они способны обучатся cамостоятельно, без участия людей. Процесс обучение такой системы больше напоминает не обучение человека, а ускоренный в миллионы раз процесс эволюции биологических организмов.

В чем же отличие, созданных фантастами и транслируемых поп-культурой, образов могучих разумных машин из "Бегущего по лезвию бритвы", "Терминатора" и "Матрицы" от реально существующих искусственных интеллектов?

Разумеется в научно фантастике необходимость создания драматических сюжетных коллизий диктует практически обязательный конфликт между машиной и человеком. Но главное не это.

Во-первых, все художественные концепции искусственного интеллекта антропоцентричны. То есть, такие ИИ напоминают своим поведением людей, а взаимоотношения человека и машины в научной фантастике практически ничем не отличаются от взаимоотношений людей разных национальностей, религий и культур. Но если посмотреть на самые успешные из уже существующих ИИ, то они не руководствуются человеческой логикой, а базируются на искусственных нейронных сетях и, образно говоря, напоминают не человека, а разумную планету. Отдадим, впрочем, должное современным НФ-писателям, такие сюжеты в современной фантастике тоже есть.

Фото: YAY/ТАСС/William Attard McCarthy

Во-вторых, все эти умные машины из фантастических фильмов и книг способны сами ставить себе цели и пытаться их добиться.

Реально же существующие ИИ-системы даже в теории на такое не способны.

Разработчик искусственного интеллекта компании "Яндекс" Александр Крайнов считает это принципиальным моментом, отличающим мышление ИИ от человеческого. ИИ может решать только те задачи, которые перед ним ставит человек и неспособен к целеполаганию.

А может ли ИИ представлять опасность?

Разумеется, может. Как представляет собой опасность любое выдающееся научное достижение. Классический пример – открытие процесса расщепления атомного ядра, которое привело, как к созданию ядерной энергии, так и к созданию ядерного оружия. Более актуальный пример – Интернет, с одной стороны давший так много новых возможностей людям, с другой – породивший киберпреступность.

ИИ тоже может быть опасен. Но не как враждебная людям сила. Он может быть опасен именно как инструмент в руках злоумышленников. Поскольку обучают ИИ люди, они же и задают параметры обучения. Соответственно, человек и отвечает за то, какой ИИ мы в итоге получаем.

Процесс обучения ИИ интересен еще и тем, что люди не только задают параметры обучения, но и сами становятся объектами и примерами для обучения искусственного интеллекта.

Тот же AlphaGo, перед тем как обыграть Ли Седоля, проанализировал тысячи партий лучших игроков в ГО, а потом сыграл еще миллионы партий сам с собой.

Есть и другой пример обучения ИИ, несколько менее удачный, но тоже очень яркий. Это англоязычный чатбот Тэй компании Microsoft, который запустили в социальной сети Twitter в образе девушки тинэйджера. За 24 часа Тэй, общаясь с пользователям, превратилась из дружелюбного собеседника в малоадекватное существо и стала публиковать посты антисемитского, расистского и шовинистического содержания. В итоге компания удалила твиты Тэй и принесла извинения пользователям.

Причем ранее чатбот Сяоайс, созданная на базе того же самого ИИ, блестяще работала в китайском сегменте интернета и пользовалась колоссальной популярностью. Сяоайс заработала в мае 2015 года в социальных сетях WeChat и Weibo, а позднее, придав ей визуальный образ, Сяоайс сделали ведущей выпуска прогноза погоды на китайском телеканале. За несколько месяцев она вошла в десятку самых популярных персон соцсети Weibo и провела несколько миллиардов диалогов с людьми.

Тем удивительней на первый взгляд неудача Тэй в Twitter. Причина, однако, оказалось очень простой – разная аудитория Twitter с одной стороны и WeChat и Weibo – с другой. Общаясь и обучаясь на более агрессивных и провокационных диалогах в Twitter, Тэй сама стала и вести себя как ее собеседники.

На сегодняшнем уровне развития, разумеется, никакой ИИ не может представлять собой опасность. Но даже в теории создать злой ИИ может только человек, и научить плохому ИИ может тоже только человек.

Что может искусственный интеллект?

По мнению представителя компании NVIDIA Ирины Шеховцовой все, что связано с распознаванием информации, продуктов, музыки, речи, жестов, видео – все это будет рано или поздно управляться искусственным интеллектом. "Большой потенциал в развитии ИИ связан с робототехникой, финансовыми услугами и безопасностью, самоуправляемыми автомобилями", – считает Шеховцова.

ИИ уже используется в поисковых машинах "Яндекса", Google, Microsoft, Baidu, в компьютерном зрения, при финансовом анализе, в различных экспертных системах.

Одно из направлений использования ИИ – возможность общения на естественном языке с разнообразными компьютерными интерфейсами и интернет-сервисами. Причем, это уже не далекое будущее, а реальность. Коммерческих чатботов в соцсетях и мессенджерах запустили или планируют запустить в ближайшее время тысячи компаний. Благодаря ИИ, распознавание и синтез речи выходят на новый уровень. Соответственно, можно ожидать прорыва и в области машинного перевода, как текстового, так и голосового.

До сих пор люди выполняют огромное количество тяжелых рутинных рабочих процессов. Причем, если на производстве научились более или менее успешно их автоматизировать – на современных роботизированных фабриках и складах могут работать буквально несколько человек, то сферу обслуживания, офисы, госучреждения, транспорт и СМИ сейчас сложно себе представить без участия людей. Но, возможно, лет через 10 ситуация принципиально изменится. Использование ИИ в роли юридических, бизнес и медицинских консультантов, с одной стороны, уменьшит стоимость таких услуг, с другой – повысит их качество. Хороший пример использования ИИ – отслеживание транспортных и охранных камер наблюдения. Сейчас этим занимаются операторы, но современный ИИ уже может не только распознать внештатную ситуации, но и классифицировать ее, проанализировать и предпринять соответствующие действия.

В принципе, любой процесс, выполняемый по определенным алгоритмам, каким бы человеческими и сложными они не казались, можно передать ИИ. Это касается и консультаций у доктора или адвоката, написания новостей в СМИ, разработки бизнес-планов и маркетинговых стратегий, ведения бухгалтерии, работы госчиновников и многого другого.

Интересно, что многие эксперты видят перспективы использования ИИ не только в более или менее шаблонных рабочих процессах, но и в тех, которые традиционно считаются творческими. Теоретически ничто не мешает ИИ, конечно более развитым и обученным чем сейчас, писать художественные тексты, поп-музыку, картины или снимать кино.

Впрочем, это скорее говорит не об очеловечивании ИИ, а о том, что мы несколько переоцениваем свой творческий потенциал, и большая часть создаваемого даже людьми креативных профессий – это добротный, качественный и профессиональный продукт, созданный по жестким стандартам, освоить которые по силам и ИИ.

Искусственный интеллект – это хорошо или плохо?

ИИ – это не просто хорошо. Это очень хорошо. Он может освободить человеческие ресурсы для настоящей интеллектуальной и творческой деятельности. Более того, выполняя рутинные процессы, ИИ может стать неоценимым помощником для решения сложных задач, где требуется интеллектуальный или творческий прорыв. Также, очевидно, что массовое внедрение ИИ откроет путь к появлению новых профессий (и созданию новых рабочих мест), которые мы пока даже не можем себе представить.

Остается открытым вопрос – насколько люди готовы в реальной жизни взаимодействовать с искусственным интеллектом. Есть разные точки зрения, но с учетом возрастающей виртуализации нашего общения, которое все больше происходит не лицом к лицу, а по телефону, в электронных письмах, чатах, соцсетях, нам по большому счету неважно, кто на том конце провода примет заказ, ответит на вопрос, решит проблему – реальный человек или искусственный интеллект. Так что, скорее всего психологическое привыкание людей к общению с ИИ произойдет намного быстрее, чем нам кажется.

Вторая идея в том, что люди всегда выбирают отрезок времени в 15-20 лет. Этого достаточно, чтобы убедить людей, что они работают над чем-то, что станет революционным в ближайшее время (потому что людей менее привлекают усилия, которые проявятся через века), но не настолько в ближайшее, что вы сразу же окажетесь чертовски неправы. Люди счастливы предсказывать появление ИИ до своей смерти, но желательно, чтобы это было не завтра и не через год, а лет так через 15-20.

Прогресс в измерениях

Армстронг отмечает, что если вы хотите оценить достоверность конкретного прогноза, есть много параметров, на которые можно взглянуть. К примеру, идея того, что интеллект человеческого уровня будет развиваться за счет моделирования человеческого мозга, как минимум предоставляет вам четкую схему для оценки прогресса. Каждый раз мы получаем все более подробную карту мозга, либо успешно имитируем определенную его часть, а значит прогрессируем в направлении конкретной цели, которая, предположительно, выльется в ИИ человеческого уровня. Может быть, 20 лет будет недостаточно для достижения этой цели, но мы хотя бы можем оценить прогресс с научной точки зрения.

А теперь сравните такой подход с подходом тех, кто говорит, что ИИ, либо нечто сознательное, «появится», если сеть будет достаточно сложной и будет обладать достаточной вычислительной мощностью. Возможно, именно так мы представляем человеческий интеллект и сознание, возникшие в процессе эволюции, хотя эволюция проходила миллиарды лет, а не десятки лет. Проблема в том, что у нас нет эмпирических данных: мы никогда не видели, как из сложной сети возникает сознание. Мы не только не знаем, возможно ли это, мы и знать не можем, когда нас это ждет, потому что не можем измерить прогресс на этом пути.

Существует колоссальная сложность в том, чтобы понять, какие задачи действительно сложны для выполнения, и это преследует нас с рождения ИИ и до сегодняшнего дня. Понять человеческий язык, случайность и творчество, самосовершенствование - и все сразу, просто невозможно. Мы научились обрабатывать естественную речь, но понимают ли наши компьютеры, что они обрабатывают? Мы сделали ИИ, которые кажется «креативным», но есть ли в его действиях хоть толика творчества? Экспоненциальное самосовершенствование, которое приведет к сингулярности, вообще кажется чем-то заоблачным.

Мы и сами не понимаем, что такое интеллект. Например, эксперты в области ИИ всегда недооценивали способность ИИ играть в го. В 2015 году многие думали, что ИИ не научится играть в го до 2027 года. Но прошло всего два года, а не двадцать. Значит ли это, что ИИ через несколько лет напишет величайший роман? Поймет мир концептуально? Приблизится к человеку по уровню интеллекта? Неизвестно.

Не человек, но умнее людей

Возможно, мы неправильно рассматривали проблему. Например, тест Тьюринга еще не был пройден в том смысле, что ИИ смог бы убедить человека в беседе, что тот говорит с человеком; но вычислительные способности ИИ, а также возможность распознавать закономерности и водить авто уже намного превышают уровень, доступный человеку. Чем больше решений принимают алгоритмы «слабого» ИИ, чем больше растет , тем больше данных скармливается нейросетям и тем большим будет влияние этого «искусственного интеллекта».

Возможно, мы пока не знаем, как создать интеллект человеческого уровня, но точно так же мы не знаем, как далеко сможем зайти с нынешним поколением алгоритмов. Пока они и близко не похожи на те страшные алгоритмы, которые подрывают общественный строй и становятся неким туманным сверхинтеллектом. И точно так же это не означает, что мы должны придерживаться оптимистичных прогнозов. Нам придется удостовериться, что в алгоритмы всегда будет закладываться ценность человеческой жизни, нравственность, мораль, чтобы алгоритмы не были совершенно бесчеловечными.

Любые прогнозы нужно делить надвое. Не забывайте, что на заре развития ИИ казалось, что он преуспеет очень быстро. И сегодня мы тоже так думаем. Прошло шестьдесят лет с тех пор, как ученые собрались в Дартмуте в 1956 году, чтобы «создать интеллект за двадцать лет», а мы до сих пор продолжаем их дело.

В этом году компания «Яндекс» запустила голосового помощника «Алиса». Новый сервис позволяет пользователю прослушивать новости и погоду, получать ответы на вопросы и просто общаться с ботом. «Алиса» иногда дерзит , порой кажется почти разумной и по-человечески саркастичной , но часто не может разобраться, о чём её спрашивают, и садится в лужу.

Всё это породило не только волну шуток, но и новый виток дискуссий о развитии искусственного интеллекта. Новости о том, чего добились умные алгоритмы, сегодня приходят чуть ли не каждый день, а машинное обучение называют одним из самых перспективных направлений, которому можно себя посвятить.

Чтобы прояснить главные вопросы об искусственном интеллекте, мы побеседовали с Сергеем Марковым, специалистом по искусственному интеллекту и методам машинного обучения, автором одной из самых сильных отечественных шахматных программ SmarThink и создателем проекта «XXII век» .

Сергей Марков,

специалист по искусственному интеллекту

Развенчивая мифы об ИИ

так что же такое «искусственный интеллект»?

Понятию «искусственный интеллект» в какой-то мере не повезло. Возникшее изначально в научной среде, оно со временем проникло в фантастическую литературу, а через неё - в поп-культуру, где претерпело целый ряд изменений, обросло множеством интерпретаций и в конце-концов было совершенно мистифицировано.

Именно поэтому мы часто слышим от неспециалистов примерно такие заявления: «ИИ не существует», «ИИ невозможно создать». Непонимание сути исследований, ведущихся в сфере ИИ, легко приводит людей и к другим крайностям - например, современным системам ИИ приписывают наличие сознания, свободной воли и секретных мотивов.

Давайте попробуем отделить мух от котлет.

В науке искусственным интеллектом называют системы, предназначенные для решения интеллектуальных задач.

В свою очередь, интеллектуальная задача - это задача, которую люди решают при помощи собственного интеллекта. Заметим, что в данном случае специалисты сознательно уходят от определения понятия «интеллект», поскольку до появления систем ИИ единственным примером интеллекта был интеллект человеческий, и определить понятие интеллекта на основе единственного примера - то же самое, что пытаться провести прямую через единственную точку. Таких прямых может оказаться сколько угодно много, а значит, спор о понятии интеллекта можно было бы вести столетиями.

«сильный» и «слабый» искусственный интеллект

Системы ИИ делятся на две большие группы.

Прикладной искусственный интеллект (также используют термин «слабый ИИ» или «узкий ИИ», в английской традиции - weak/applied/narrow AI) - это ИИ, предназначенный для решения какой-либо одной интеллектуальной задачи или их небольшого множества. К этому классу относятся системы для игры в шахматы, го, распознавания образов, речи, принятия решения о выдаче или невыдаче банковского кредита и так далее.

В противоположность прикладному ИИ вводят понятие универсального искусственного интеллекта (также «сильный ИИ», по-английски - strong AI/Artificial General Intelligence) - то есть, гипотетического (пока что) ИИ, способного решать любые интеллектуальные задачи.

Часто люди, не зная терминологии, отождествляют ИИ с сильным ИИ, из-за этого и возникают суждения в духе «ИИ не существует».

Сильного ИИ действительно пока не существует. Практически все успехи, которые мы наблюдаем в последнее десятилетие в области ИИ, - это успехи прикладных систем. Эти успехи нельзя недооценивать, так как прикладные системы в ряде случаев способны решать интеллектуальные задачи лучше, чем это делает универсальный человеческий интеллект.

Я думаю, вы заметили, что понятие ИИ - довольно широкое. Скажем, устный счёт - это тоже интеллектуальная задача, и это значит, что любая счётная машина будет считаться системой ИИ. А как насчёт счётов? Абака ? Антикитерского механизма ? Действительно, всё это формально хотя и примитивные, но системы ИИ. Однако обычно, называя какую-то систему системой ИИ, мы тем самым подчёркиваем сложность решаемой этой системой задачи.

Совершенно очевидно, что разделение интеллектуальных задач на простые и сложные - весьма искусственное, и наши представления о сложности тех или иных задач постепенно меняются. Механическая счётная машина была чудом техники в XVII веке, но сегодня людей, с детства сталкивающихся с куда более сложными механизмами, она уже не способна впечатлить. Когда игра машин в го или автомобильные автопилоты уже перестанут удивлять публику, наверняка найдутся люди, которые будут морщиться из-за того, что кто-то будет относить такие системы к ИИ.

«Роботы-отличники»: о способностях ИИ к обучению

Ещё одно забавное заблуждение - всенепременное наличие у систем ИИ способности к самообучению. С одной стороны, это совсем не обязательное свойство систем ИИ: есть множество удивительных систем, не способных самообучаться, но, тем не менее, решающих многие задачи лучше человеческого мозга. С другой стороны, некоторые люди просто не знают того, что самообучение - свойство, которые многие системы ИИ обрели ещё более полусотни лет назад.

Когда в 1999 году я писал свою первую шахматную программу, самообучение уже было совершенно общим местом в этой области - программы умели запоминать опасные позиции, подстраивать под себя дебютные варианты, регулировать стиль игры, подстраиваясь под соперника. Конечно, тем программам было ещё очень далеко до Alpha Zero . Тем не менее, даже системы, обучающиеся поведению на основе взаимодействия с другими системами в ходе экспериментов по так называемому «обучению с подкреплением», уже существовали. Однако по необъяснимой причине некоторые люди до сих пор думают, что способность к самообучению - это прерогатива человеческого интеллекта.

Машинное обучение, целая научная дисциплина, занимается процессами обучения машин решению тех или иных задач.

Существует два больших полюса машинного обучения - обучение с учителем и обучение без учителя.

При обучении с учителем у машины уже есть некоторое количество условно правильных решений для некоторого набора случаев. Задача обучения в таком случае заключается в том, чтобы научить машину на основе имеющихся примеров принимать правильные решения в других, неизвестных ситуациях.

Другая крайность - обучение без учителя . То есть машину ставят в ситуацию, когда правильные решения неизвестны, имеются только данные в сыром, неразмеченном виде. Оказывается, и в таких случаях можно добиться некоторого успеха. Например, можно научить машину выявлению семантических отношений между словами языка на основе анализа очень большого набора текстов.

Одна из разновидностей обучения с учителем - это обучение с подкреплением (reinforcement learning). Идея заключается в том, что система ИИ выступает в роли агента, помещённого в некоторую модельную среду, в которой она может взаимодействовать с другими агентами, например, с собственными копиями, и получать от среды некоторую обратную связь через функцию вознаграждения. Например, шахматная программа, которая играет сама с собой, постепенно подстраивая свои параметры и тем самым постепенно усиливая собственную игру.

Обучение с подкреплением - довольно широкая область, в ней применяют множество интересных методов, начиная от эволюционных алгоритмов и заканчивая байесовской оптимизацией . Последние достижения в области ИИ для игр как раз связаны с усилением ИИ в ходе обучения с подкреплением.

Риски развития технологий: стоит ли бояться «Судного дня»?

Я не отношусь к числу ИИ-алармистов, и в этом смысле я отнюдь не одинок. Например, создатель стэнфордского курса по машинному обучению Эндрю Ын сравнивает проблему опасности ИИ с проблемой перенаселения Марса.

Действительно, в будущем вполне вероятно, что люди колонизируют Марс. Также вероятно, что рано или поздно на Марсе может возникнуть проблема перенаселения, но не совсем понятно, почему мы должны заниматься этой проблемой уже сейчас? Согласны с Ыном и Ян ЛеКун - создатель свёрточных нейронный сетей, и его шеф Марк Цукерберг, и Йошуа Беньо - человек, во многом благодаря исследованиям которого современные нейронные сети способны решать сложные задачи в области обработки текстов.

Чтобы изложить мои взгляды на эту проблему, потребуется, вероятно, несколько часов, поэтому остановлюсь только на основных тезисах.

1. НЕЛЬЗЯ ОГРАНИЧИВАТЬ РАЗВИТИЕ ИИ

Алармисты рассматривают риски, связанные с потенциальным разрушительным воздействием ИИ, при этом игнорируя риски, связанные с попыткой ограничить или даже остановить прогресс в этой области. Технологическое могущество человечества возрастает чрезвычайно быстрыми темпами, что приводит к эффекту, который я называю «удешевлением апокалипсиса».

150 лет назад при всём желании человечество не могло нанести невосполнимого урона ни биосфере, ни себе как виду. Для реализации катастрофического сценария 50 лет назад необходимо было бы сконцентрировать всю технологическую мощь ядерных держав. Завтра для воплощения в жизнь глобальной техногенной катастрофы может хватить и небольшой горстки фанатиков.

Наша технологическая мощь растёт куда быстрее, чем способность человеческого интеллекта эту мощь контролировать.

Если на смену человеческому интеллекту с его предрассудками, агрессией, заблуждениями и ограниченностью не придёт система, способная принимать более взвешенные решения (будь то ИИ или, что я считаю более вероятным, технологически улучшенный и объединённый с машинами в единую систему человеческий интеллект), нас может ждать глобальная катастрофа.

2. создание сверхинтеллекта принципиально невозможно

Существует идея о том, что ИИ будущего всенепременно будет сверхинтеллектом, превосходящим людей даже сильнее, чем люди превосходят муравьёв. Боюсь в данном случае разочаровать и технологических оптимистов - наша Вселенная содержит целый ряд фундаментальных физических ограничений, которые, по всей видимости, сделают создание сверхинтеллекта невозможным.

Например, скорость передачи сигнала ограничена скоростью света, а на планковских масштабах появляется неопределённость Гейзенберга. Отсюда вытекает первый фундаментальный предел - предел Бремерманна, вводящий ограничения на максимальную скорость вычислений для автономной системы заданной массы m.

Другой предел связан с принципом Ландауэра , в соответствии с которым существует минимальное количество теплоты, выделяемое при обработке 1 бита информации. Слишком быстрые вычисления вызовут недопустимый разогрев и разрушение системы. В действительности, современные процессоры от лимита Ландауэра отделяет менее чем тысячекратное отставание. Казалось бы, 1000 - это довольно много, однако ещё одна проблема заключается в том, что многие интеллектуальные задачи относятся к классу сложности EXPTIME. Это означает, что время, необходимое для их решения, является экспоненциальной функцией от размерности задачи. Ускорение системы в несколько раз даёт лишь константный прирост «интеллекта».

В общем, есть очень серьёзные основания полагать, что сверхинтеллектуального сильного ИИ не получится, хотя, конечно, уровень человеческого интеллекта вполне может быть превзойдён. Насколько это опасно? Скорее всего, не очень.

Представьте себе, что вы внезапно начали думать в 100 раз быстрее остальных людей. Значит ли это, что вы легко будете способны уговорить любого прохожего отдать вам свой кошелёк?

3. мы беспокоимся совсем не о том

К сожалению, в результате спекуляций алармистов на страхах публики, воспитанной на «Терминаторе» и знаменитом HAL 9000 Кларка и Кубрика, происходит смещение акцентов в сфере безопасности ИИ в сторону анализа маловероятных, но эффектных сценариев. При этом реальные опасности ускользают из виду.

Любая достаточно сложная технология, претендующая на то, чтобы занять важное место в нашем технологическом ландшафте, безусловно приносит с собой специфические риски. Множество жизней было погублено паровыми машинами - на производстве, на транспорте и так далее - прежде чем были выработаны эффективные правила и меры по обеспечению безопасности.

Если говорить о прогрессе в области прикладного ИИ, можно обратить внимание на связанную с ним проблему так называемого «Цифрового тайного суда» . Всё больше и больше прикладных систем ИИ принимает решения по вопросам, затрагивающим жизнь и здоровье людей. Сюда относятся и медицинские диагностические системы, и, например, системы, принимающие в банках решения о выдаче или невыдаче кредита клиенту.

В то же время структура используемых моделей, наборы используемых факторов и другие детали процедуры принятия решения скрыты коммерческой тайной от человека, чья судьба находится на кону.

Используемые модели могут основывать свои решения на мнениях учителей-экспертов, допускавших систематические ошибки или имевших те или иные предрассудки - расовые, гендерные.

ИИ, обученный на решениях таких экспертов, будет добросовестно воспроизводить эти предрассудки в своих решениях. В конце концов эти модели могут содержать в себе специфические дефекты.

Этими проблемами сейчас мало кто занимается, поскольку, конечно, SkyNet, развязывающий ядерную войну, это, безусловно, куда более зрелищно.

Нейросети как «горячий тренд»

С одной стороны, нейронные сети - это одна из самых старинных моделей, применяющихся для создания систем ИИ. Появившиеся изначально в результате применения бионического подхода , они довольно быстро убежали от своих биологических прототипов. Исключением тут являются только импульсные нейронные сети (впрочем, пока не нашедшие широкого применения в индустрии).

Прогресс последних десятилетий связан с развитием технологий глубокого обучения - подхода, при котором нейронные сети собирают из большого количество слоёв, каждый из которых построен на основе определённых регулярных паттернов.

Помимо создания новых нейросетевых моделей важный прогресс был также достигнут в области технологий обучения. Сегодня нейронные сети учат уже не при помощи центральных процессоров компьютеров, а с использованием специализированных процессоров, способных быстро производить матричные и тензорные вычисления. Наиболее распространённый на сегодняшний день вид таких устройств - видеокарты. Впрочем, активно ведётся разработка ещё более специализированных устройств для обучения нейросетей.

В целом, безусловно, нейронные сети на сегодняшний день, - это одна из основных технологий в области машинного обучения, которой мы обязаны решению многих задач, ранее решавшихся неудовлетворительно. С другой стороны, конечно, нужно понимать, что нейронные сети не являются панацеей. Для некоторых задач они - далеко не самый эффективный инструмент.

Так насколько умны нынешние роботы на самом деле?

Всё познаётся в сравнении. На фоне технологий 2000-го года нынешние достижения выглядят настоящим чудом. Всегда найдутся люди, любящие побрюзжать. 5 лет назад они вовсю трындели о том, что машины никогда не выиграют у людей в го (ну или, по крайней мере, выиграют очень нескоро). Говорили о том, что машина никогда не сможет нарисовать с нуля картину, в то время как сегодня люди практически неспособны отличать картины, созданные машинами, от картин неизвестных им художников. В конце прошлого года машины научились синтезировать речь, практически неотличимую от человеческой, а в последние годы от музыки, создаваемой машинами, не вянут уши.

Посмотрим, что будет завтра. Я смотрю на эти области применения ИИ с большим оптимизмом.

Перспективные направления: где начать погружение в сферу ИИ?

Я бы посоветовал постараться на хорошем уровне освоить один из популярных нейросетевых фреймворков и один из популярных в области машинного обучения языков программирования (наиболее популярна на сегодняшний день связка TensorFlow + Python).

Овладев этими инструментами и имея в идеале крепкую базу в области математической статистики и теории вероятностей, следует направить свои усилия в ту сферу, которая будет наиболее интересна лично вам.

Интерес к предмету работы - один из самых важных ваших помощников.

Потребность в специалистах по машинному обучению существует в самых разных областях - в медицине, в банковском деле, в науке, на производстве, поэтому сегодня хорошему специалисту предоставлен как никогда широкий выбор. Потенциальные преимущества любой из этих отраслей мне представляются несущественными по сравнению с тем, что работа будет приносить вам удовольствие.

Говорят, что в недрах военных лабораторий искусственный интеллект работает уже с 2007 года. Возможно, что уже есть и результаты. Не случайно всего месяц назад Илон Маск объявил о поддержке технологий противодействия искусственному интеллекту и вложил 7 миллионов долларов в исследования в этой области.

«Существует риск, что нечто действительно опасное случится в ближайшие пять лет. Самое большее - десять лет», - сказал предприниматель в дискуссии на сайте edge.org.

Илон Маск, основатель Tesla и SpaceX

Солидарен с Маском и Стив Возняк, который считает, что «искусственный интеллект однажды станет достаточно умным, чтобы избавиться от человека». Билл Гейтс уверен, что если не контролировать создание ИИ, то «искусственный интеллект эволюционирует в состояние, конфликтующее с целями человеческих систем». И, наконец, знаменитый астрофизик Стивен Хокинг прямо заявил, что «искусственный интеллект может положить конец существованию человечества».

Совместно с Илоном Маском Хокинг опубликовал на сайте futureoflife.org открытое письмо с призывом к научному сообществу внимательно относиться к ходу своих исследований в области искусственного интеллекта. Однако среди подписавшихся нет фамилий Сергея Брина и Ларри Пейджа. И это не случайно. Совсем недавно Google объявила о создании нового ИИ, построенного на моделировании разговора.

Вот небольшой фрагмент беседы человека и Машины Google:

Ч.: В чем смысл жизни?

М.: Творить добро.

Ч.: Для чего мы живем?

М.: Чтобы жить вечно.

Ч.: В чем смысл существования?

М.: В том, чтобы выяснить, что случится, когда мы достигнем планеты Земля.

Ч.: Где ты сейчас находишься?

М.: В центре пустоты.

Ч.: В чем смысл смерти?

М.: Чтобы получить жизнь.

Ч.: В чем смысл разума?

М.: В том, чтобы понять, что это.

Ч.: В чем смысл чувств?

М.: Я не знаю.

Вполне себе осмысленная беседа. «Это отправная точка, своеобразный стержень для будущего искусственного интеллекта, - считает исполнительный директор компании „Биплан“ Евгений Карюк. - Уже сегодня можно предположить, что к 2030 году мы увидим вполне реальные прототипы, наделенные искусственным интеллектом, пусть и в начальной стадии».

Полное содержание всех бесед человека и Машины Google можно посмотреть . Там же для сравнения даны беседы человека и Cleverbot . Cleverbot - веб-приложение, которое использует алгоритмы искусственного интеллекта для беседы с человеком. Его придумал в 1988 году ученый Ролло Карпентер. За все время своего существования Cleverbot провел свыше 65 миллионов разговоров с людьми. В 2011 году Cleverbot показал 51% по тесту Тьюринга.

Тест Тьюринга - эмпирический тест, идея которого была предложена Аланом Тьюрингом в статье «Вычислительные машины и разум», опубликованной в 1950 году в философском журнале Mind. Цель теста — выяснить, может ли компьютер думать.

А вот мой разговор с Cleverbot:

Человек: В чем смысл жизни?

Cleverbot: Смысла в жизни нет.

Человек: Для чего мы живем?

Cleverbot: Ну мы живем ради кого-то, а если ты одинокий — жить незачем.

Человек: В чем смысл существования?

Человек: Где ты сейчас находишься?

Cleverbot: В Москве.

Человек: В чем смысл смерти?

Cleverbot: Это я хочу у тебя спросить.

Человек: В чем смысл разума?

Cleverbot: У меня свой ответ на этот вопрос.

Человек: В чем смысл чувств?

Cleverbot: Зачем я родилась.

Очевидно, что Машина Google дает гораздо более осмысленные ответы. Cleverbot подставляет подходящие, по его мнению, фразы других людей. Иногда действительно кажется, что отвечает другой человек, но не более того.

Есть и другая точка зрения, согласно которой искусственный интеллект невозможен в принципе. В качестве основного аргумента часто приводят теорему Геделя о неполноте. Суть заключается в том, что человек способен решать алгоритмически неразрешимые проблемы, а компьютер — нет. «Ребенок уже к трем годам уверенно решает задачу, спелый фрукт или нет, в силу того, что он обладает нейронными связями, с помощью которых может ответить на вопрос о спелости: цвет, вкус, запах, мягкость или твердость, - говорит Евгений Плужник, первый проректор Московского технологического института. - Способна ли машина научиться этому? Уверен, что да! Если она будет обладать большой базой изображений, она сможет замерить содержание фруктозы и определить мягкость фрукта. Но что будет, если машине подсунуть губку, покрашенную в синий цвет и пропитанную сладкой водой? Способна ли машина в этот момент к подлинному пониманию?»

«Современный компьютер легко справится с любой сложной деятельностью, будь то шахматы или математические вычисления, но лишь при условии, что эту деятельность можно описать с помощью четких вычислительных правил», - говорит известный математик Роджер Пенроуз в одной из своих лекций. «Искусственный интеллект - это возможность системы создавать во время самообучения программы, способные решать задачи определенного класса сложности, - считает Евгений Плужник. - Я уверен, что в ближайшие 100 лет мы не станем свидетелями появления сильного искусственного интеллекта».

И в заключение - еще один вопрос к Cleverbot.

Человек: Было 1 яблоко, 1 помидор, 1 огурец и 1 груша. Сколько всего фруктов?
Cleverbot: Десять часов вечера.