Искусственный интеллект интересует людей с момента появления первых компьютеров. Свою популярность ИИ получил в том числе и благодаря культовым фильмам девяностых, таких как «Терминатор» или «Матрица», хотя в современном виде он появился еще в «Космической Одиссеи» Артура Кларка. Его «HAL-9000» до сих пор считается одним из величайших антигероев кинематографа.
В последнее время об искусственном интеллекте активно рассказывает Илон Маск. Миллиардер серьезно обеспокоен возможностями искусственного интеллекта и особенно тем, как его смогут использовать в будущем военные, пишет Tokar.
По мнению Маска, регулировать использование ИИ нужно уже сейчас, потому что потом может быть «слишком поздно».
Как работает искусственный интеллект
О том, могут ли машины думать, одним из первых задумался Тьюринг. Именно он известен как автор «теста Тьюринга». В основе теста — разговор между человеком, который должен играть роль «судьи», другим человеком и компьютером. В течение переписки «судья» должен определить, с кем он разговаривает. Если компьютер не выдал себя, значит, он прошел тест и, соответственно, может думать.
Искусственный интеллект работает, соединяя большие объемы данных с возможностью их быстрой обработки с помощью специальных алгоритмов, которые дополнительно позволяют ему обучаться. Сегодня ИИ — довольно широкая область исследований, которая содержит следующие компоненты:
- Машинное обучение автоматизирует построение аналитических моделей. Оно использует различные методы, чтобы объединять информацию по различным показателям и, соответственно, делать из этого выводы.
- Нейронные сети — это принцип машинного обучения, который пытается обрабатывать информацию, функционируя подобно биологическим нейронным сетям животного мозга. Компьютер учится выполнять определенные задачи, анализируя загруженные примеры.
- С нейронными сетями связан еще один принцип машинного обучения — глубинное обучение. Оно, по сути, позволяет машинам учиться на собственном опыте, как это умеют люди. Хорошим примером глубинного обучения является программа AlphaGo, в которую загрузили тысячи партий игры в го. AlphaGo тысячи раз переиграла эти партии внутри нейронной сети и сумела выработать стратегию, чтобы выиграть у тогдашнего чемпиона Ли Седоля.
- Когнитивные вычисления подходят для анализа неструктурированных данных, например набора документов. Предполагается, что с помощью подобных вычислений можно будет анализировать информацию из медицинской карточки пациента, результаты анализов и статьи в научных журналах, чтобы точно поставить диагноз пациентам.
- Компьютерное видение базируется на распознавании визуальных образов с фото или видео с помощью глубинного обучения. Ученые, работающие с компьютерным зрением, стремятся достичь понимания компьютерами визуальных объектов, которые их окружают.
- Обработка естественного языка позволит компьютерам понимать человеческую речь, говорить на нем и анализировать ее. Успех в этой сфере позволит компьютерам беспрепятственно пройти тест Тьюринга.
Что не так с современным ИИ?
Несмотря на неплохие результаты в некоторых отраслях, искусственный интеллект имеет несколько недостатков.
Во-первых, он может иметь слишком узкую специализацию. Сегодня можно натренировать ИИ играть в шахматы или го и даже «находить» на фото пожарный гидрант. Проблема возникает, когда мы пытаемся совместить эти функции. Тогда оказывается, что мир слишком сложен для компьютера. Для человека вообще нетрудно «переключиться» с одной игры на другую, однако даже самым умным современным компьютерам это пока очень трудно.
Во-вторых, ИИ все еще довольно легко обмануть. Мы не знаем, что происходит внутри, пока он учится, и именно это создает гигантское поле для неправильного понимания искусственным интеллектом нашего мира. Даже малейшая ошибка при создании кода может заставить ИИ считать муравьев птицами.
Отдельной темой является стоимость искусственного интеллекта. Возможно, Siri или Google Assistant не очень дорогие, но они также и довольно скромные по своим возможностям. Компании вкладывают сотни миллионов долларов в исследования ИИ, которые пока еще не окупаются. Скажем, только «базовые» потребности «Deep Mind», например плата за аренду недвижимости и обслуживание компьютеров, составили более 40 млн долларов. На зарплату персонала в компании тратят почти 100 миллионов долларов ежегодно.
Не стоит забывать о медийный эффект. Ученые любят хвастаться, когда делают какое-то открытие, предсказывая, где и когда мы начнем это применять. Мы публикуем десятки новостей о достижениях в области исследований искусственного интеллекта, однако за каждой такой новостью стоят десятки, а может, и сотни неудачных попыток.
Что в итоге?
Пока мы все еще можем дружно сказать агрессивному ИИ «не сегодня». Современный искусственный интеллект слишком дорогой, громоздкий и не слишком надежен. Продвижение в этой сфере зависит от многих факторов и прежде всего от финансирования. Кроме того, считается, что для создания мощного искусственного интеллекта нам нужно сначала понять собственный.
Мы также не знаем, как произойдет переход к ИИ (если, конечно, он состоится). Маск заявил, что мы уже, по сути, киборги — такими сделали нас смартфоны. Философ Дэвид Чалмерс развивает эту мысль: наша память зависима от напоминаний Facebook, постов в Instagram или от объема памяти смартфона. Мы пользуемся Google Maps для навигации, Calendar для планирования дня и десятками других программ.
Дэниэл Деннет допускает переход от «углеродного ума» к «кремниевому». По аналогии можно взять переход управления телом от генов к мозгу, о котором пишет Ричард Докинз в «эгоистическом гене».
По мнению Докинза, гены создали мозг для решения «тактических» задач организма, например убежать от хищника, раздобыть пищу или найти приют. Однако со временем мозг научился обманывать гены (как пример — контрацептивы) и принимает все больший контроль. Ричард Докинз предполагает, что в процессе эволюции гены потеряют влияние на организм в пользу мозга.
Случится ли что-то похожее с человечеством в далеком будущем? Покажет только время.
Смотрите также:
Читайте далее: безопасно ли использовать смарт-технологии в домах?
