21.02.2024
Фото: gettyimages

8 февраля – всероссийский день науки России. Этот праздник отмечают все те ученые, профессора и студенты, что связали свои жизни с наукой, все те люди, что могут гордиться своими многочисленными открытиями. А ведь гордиться есть чем: за последние 20 лет, к примеру, в Дубне, Объединённом институте ядерных исследований, синтезировали новые элементы. В 2010 году был обнаружен третий вид людей, к кроманьонцам и неандертальцам добавились и Денисовцы, названные в честь Денисовой пещеры на Алтае. В сфере биологии были разработаны «молекулярные ножницы», технология, позволяющая «разрезать» и видоизменять молекулу ДНК в нужном месте. А также биоинженерия, робототехника и искусственный интеллект, (далее ИИ) что уже успели внедриться в различные сферы нашей жизни, о последнем и пойдет речь в этом тексте.

История зарождения и первое применение.

По своей сути, искусственный интеллект — молодая шестидесятилетняя дисциплина, представляющая собой совокупность наук, теорий и методов (включая математическую логику, статистику, теории вероятностей, вычислительную нейробиологию, информатику), целью которых является имитация когнитивных способностей человека. Его разработки, начавшиеся в разгар Второй мировой войны, тесно связаны с разработками в области вычислений и позволили компьютерам выполнять все более сложные задачи, которые раньше можно было делегировать только человеку. Иными словами — алгоритмы, позволяющие упростить некоторые вычислительные задачи.

Период между 1940 и 1960 годами был отмечен сочетанием технологических разработок (ускорителем которых стала Вторая мировая война) и желанием понять, как объединить функционирование машин и органических существ. Для Норберта Винера, пионера кибернетики, целью было объединить математическую теорию, электронику и автоматизацию в «целую теорию управления и связи как у животных, так и у машин». Незадолго до этого первая математическая и компьютерная модель биологического нейрона (формального нейрона) была разработана Уорреном Маккалоком и Уолтером Питтсом еще в 1943 году.

Термин «искусственный интеллект» был впервые предложен Джоном Маккарти в 1956 году, когда он провел первую научную конференцию по этому вопросу. Но путь к пониманию того, могут ли машины действительно думать, начался задолго до этого. В основополагающей работе Ванневара Буша «Как мы можем думать» он предложил систему, которая расширяет собственные знания и понимание людей. Пять лет спустя Алан Тьюринг написал статью о том, что машины способны имитировать человеческие существа и способность совершать разумные поступки, например играть в шахматы.

Фото:gettyimages

По сути, первые понятие об ИИ очень сильно различались от нынешней трактовки. Видоизменение произошло, как обычно, на этапе фантазий и теорий, скажем с выходом фильма Стенли Кубрика «Космическая одиссея». Созданный внутри вселенной фильма компьютер ХАЛ-9000 был классической репрезентацией ИИ наших дней, он ставил перед собой вопрос: будет ли он представлять для человека благо или опасность?

Воздействие фильма, конечно же, не является научным, но оно благополучно популяризировало тему, подогрев интерес к разработке технологий и создание различного нового медиаконтента на тему ИИ.

Переносимся в 2010 год, когда произошел скачек в дисциплине. Прогрессу способствуют два фактора:

— прежде всего, доступ к огромным объёмам данных. Например, чтобы иметь возможность использовать алгоритмы классификации изображений и распознавания кошек, ранее необходимо было проводить выборку самостоятельно. Сегодня простой поиск в Google позволяет найти миллионы подобных изображений.

-открытие очень высокой эффективности процессоров компьютерных видеокарт для ускорения расчета алгоритмов обучения. Поскольку процесс очень итерационный, до 2010 года может потребоваться несколько недель, чтобы обработать всю выборку. Вычислительная мощность этих карт (способных выполнять более тысячи миллиардов транзакций в секунду) позволила добиться значительного прогресса при ограниченных финансовых затратах (менее 1000 евро на карту).

Это новое технологическое оборудование позволило добиться значительных общественных успехов и увеличить финансирование: В 2012 году Google X поисковая лаборатория Google сможет заставить ИИ распознавать кошек на видео. Для этой последней задачи было использовано более 16 000 процессоров, но потенциал необычайный: машина учится что-то различать. В 2016 году ИИ Google, специализирующийся на играх в го победит чемпиона Европы Фань Хуэйя и чемпионку мира Ли Седоль, а затем и ее саму AlphaGo Zero.

Откуда взялось это чудо? Полный сдвиг парадигмы экспертных систем. Подход стал индуктивным: речь больше идет не о правилах кодирования, как в случае с экспертными системами, а о том, чтобы позволить компьютерам обнаруживать их самостоятельно путем корреляции и классификации на основе огромного количества данных.

Практика наших лет. Что такое ИИ сейчас и как его использовать?

По меркам технологического процесса, с того момента прошло много времени и от безобидных шалостей мы, к примеру, перешли в полномасштабную интеграцию дополненных реальностей в жизнь человека, а также, можно сказать, пустили алгоритмы в свой дом. В вопросе о разборе ИИ в наше время нам поможет эксперт, доктор технических наук — Юрий Николаевич Артамонов. В ходе увлекательной беседы он рассказал, что в своей сути представляет из себя ИИ, а также как они могут быть интегрированы в нашей жизни.

Юрий Артамонов/фото: МГУУ

Бизнес и образование: Для начала, объясните, что из себя представляет ИИ? Как различного рода алгоритмы создают/применяют?

Юрий Артамонов: Принято различать сильный и слабый ИИ. Слабый ИИ-это моделирование когнитивных способностей человека в узкой сфере: компьютерное зрение, рекомендательные системы, распознавание голоса, генерация текстового, звукового, графического контента, игровые движки: шахматы, го. В этих узких областях ИИ либо получает результаты на уровне человек (генерация текстового, графического контента), либо превосходит его (шахматы, го). Сильный интеллект — это мультимодальный интеллект на уровне человека, который проходит тест Тьюринга — условно, если при общении с ним человек так и не сможет понять, что перед ним не человек, то это сильный ИИ. Этот ИИ возможно должен быть с целеполаганием, сознанием и самосознанием, он может понимать смыслы и сам генерировать их. Исходя из этого, как Вы понимаете, человечество добилось успехов именно в области слабого ИИ. Алгоритмы или в более общем виде подходы, которые используют, нужно разделить на два: логический подход, условно вероятностный подход. В логическом имеем дело с математической логикой, логическим программированием, методом резолюций, экспертными системами, символьными системами доказательства математических утверждений. В вероятностном подходе мы имеем дело с перцептронами Розенблата, фильтрами Кальмана, нейронными сетями различных архитектур: рекуррентные, трансформеры и т.д.

Бизнес и образование: Расскажите, надо чем работаете. Как вы связаны с ИИ?

Ю.А.: Сфера моих научных интересов непосредственно не связана с ИИ. Хотя я, конечно, слежу и апробирую новейшие тренды в этой области. Нужно понимать, что смыслы, которыми манипулирует ИИ, у него появились от человека. Человек способен порождать новые смыслы, ИИ пока нет. Например, у ИИ есть одна проблема — галлюцинации — когда система уверенно выдумывает небылицы, поскольку она не нацелена на поиск истины, осмысление и понимание.

Бизнес и образование : В каких сферах наиболее распространены и задействованы подобные технологии?

Ю.А.: Сейчас уже довольно сложно ограничить внедрение ИИ несколькими сферами. Наверное, года два назад можно было бы говорить про системы распознавания образов — компьютерное зрение, как область наиболее существенных результатов. Сейчас все быстро меняется. Появились архитектуры нейросетей трансформеры, генеративные сети типа ChatGPT, GigaChat, которые генерируют сносный текстовый контент, сильно коррелирующий с правильным решением задач, сформулированных на естественных языках.

Бизнес и образование : Можно сказать, что глобальное внедрение ИИ в повседневную жизнь началось относительно недавно, скажем, с распространения голосовых станций, по типу той же Алисы. Расскажите, как ещё можно внедрить ИИ на бытовом уровне?

Ю.А.: Начало бума, или же настоящей революции нужно отнести к 2017 году, когда изобрели архитектуру трансформер, а в 2018 компания OpenAI предложила свою первую версию Generated Pretrained Transformer (GPT). Именно тогда появилась стойкая уверенность, что, пропустив через такую нейронную сеть большое количество корпусов текстов разных языков можно научить ее предсказывать за какой последовательностью букв какая будет следовать другая последовательность букв с наибольшей вероятностью. Для человека непосвященного это выглядело как вполне осмысленное общение с ИИ. Позже и эксперты, обучающие такие системы, утратили ощущение, что это только супер-продвинутый T9, поскольку в комбинировании и переплетении смыслов, эти системы стали способны порождать что-то новое. На бытовом уровне ИИ совмещенный с интернетом вещей, технологиями умного дома может существенно сократить рутинные действия: походы в магазин, уборка, глажка, приготовление пищи. В принципе возьмите какой-нибудь фантастический фильм, где роботы помогают человеку решать его проблемы. Если, все будет развиваться такими же темпами, думаю, от этого будущего нас отделяет пара, тройка десятилетий.

Бизнес и образование : Учитывая, насколько за последние пару лет возрос спрос на ИИ, а в следствии и совершенствование оных, можете ли вы предположить, что нас ждёт через те же 5 лет?

Ю.А.: Да, это технология-помощник, как минимум пока он не научится сам генерировать смыслы, проявлять целеполагание. Для этого нужно более глобально встраивать ИИ в реальный мир (делать его мультимодальным) через датчики, собственные органы чувств. А пока все это он получает от человека.

Бизнес и образование: Значит, даже когда машина создаёт что-то на основе уже существующей базы она пока что впитывает лишь «образ»?

Ю.А.:Чтобы не было глюков и сбоев в алгоритме машине, буквально, нужно прочувствовать на собственной шкуре то или иное явление? Ну здесь мы уже выходим за рамки науки. Учёные пока не могут дать точного определения, что такое сознание или разум. Возможно разум способен существовать и без сознания, например, муравьиные, пчелиные семьи. Есть такое направление, как роевой ИИ.

Роевой ИИ-еще одна система оптимизации конструкции кода программы. Он работает путем объединения групп сетевых пользователей в системы реального времени, модерируемые алгоритмами искусственного интеллекта. Эти системы, которые иногда называют «человеческими стаями», «коллективными разумами» или «роевым искусственным интеллектом», функционируют совершенно иначе, чем традиционные методы использования мудрости человеческого населения.

В отличие от голосований, опросов, опросов или рынков прогнозов, которые рассматривают каждого участника как источник пассивных данных для статистического агрегирования, «роение» рассматривает каждого человека как активного члена системы контроля в реальном времени, позволяя всему населению думать вместе. Синхронно и сходиться на оптимизированных решениях в виде единого расширенного интеллекта. Эти системы ASI, работающие в режиме реального времени, созданные с использованием алгоритмов искусственного интеллекта, смоделированных по образцу природных стад, показали, что эти системы ASI в реальном времени усиливают групповой интеллект при решении широкого спектра задач: от финансового прогнозирования и принятия бизнес-решений до медицинской диагностики и определения спортивных инвалидов.

Объединяя людей в режиме реального времени через цифровой интерфейс, роевой интеллект обеспечивает возможность быстро и точно определять лучшие решения сложных проблем в распределенных и разнообразных сетях людей, принимающих решения. Эти системы способны выполнять сложные задачи с минимальным индивидуальным вкладом каждого из членов группы.

Фото: Gettyimages

В сухом остатке, мы имеем на руках хоть и продвинутые во всех смыслах технологии, то, о чём 30 лет назад только начинали мечтать, но, пока что это всё ещё сырой продукт. Полномасштабная реализация ИИ идёт семимильными шагами. Создаются всё более совершенные алгоритмы, подбираются новые способы применения и упрощения. К примеру, те же генеративные ИИ, что создают картинки, аудиозаписи и анимации. Сейчас в контенте, который они производят, могут быть ошибки и противоречия, но, это проблема решаемая. Доведя подобную технологию до идеала, человечество станет ближе к пониманию идеального алгоритма ИИ.

Многие рутинные задачи уйдут на второй план с улучшением искусственного интеллекта, позволяя человеку быть продуктивнее в других аспектах жизни. ИИ точно не даёт «сверхсил», но он точно даёт преимущество.

Александр Архангельский, корресподент

Поделиться:

от KseniaKors

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *