Искусственный интеллект

Искусственный интеллект - раздел информатики, изучающий возможность обеспечения разумных рассуждений и действий с помощью вычислительных систем и иных искусственных устройств. При этом в большинстве случаев заранее неизвестен алгоритм решения задачи.

Точного определения этой науки не существует, так как в философии не решён вопрос о природе и статусе человеческого интеллекта. Нет и точного критерия достижения компьютерами «разумности», хотя на заре искусственного интеллекта был предложен ряд гипотез, например, тест Тьюринга или гипотеза Ньюэлла - Саймона. На данный момент есть множество подходов как к пониманию задачи ИИ, так и созданию интеллектуальных систем.

Так, одна из классификаций выделяет два подхода к разработке ИИ:

нисходящий, семиотический - создание символьных систем, моделирующих высокоуровневые психические процессы: мышление, рассуждение, речь, эмоции, творчество и т. д.;

восходящий, биологический - изучение нейронных сетей и эволюционные вычисления, моделирующих интеллектуальное поведение на основе более мелких «неинтеллектуальных» элементов.

Эта наука связана с психологией, нейрофизиологией, трансгуманизмом и другими. Как и все компьютерные науки, она использует математический аппарат. Особое значение для неё имеют философия и робототехника.

Искусственный интеллект - очень молодая область исследований, старт которой был дан в 1956 году. Её исторический путь напоминает синусоиду, каждый «взлёт» которой инициировался какой-либо новой идеей. В настоящий момент её развитие находится на «спаде», уступая место применению уже достигнутых результатов в других областях науки, промышленности, бизнесе и даже повседневной жизни.

Подходы к изучению

Существуют различные подходы к построению систем ИИ. На данный момент можно выделить 4 достаточно различных подхода:

1. Логический подход. Основой для логического подхода служит Булева алгебра. Каждый программист знаком с нею и с логическими операторами с тех пор, когда он осваивал оператор IF. Свое дальнейшее развитие Булева алгебра получила в виде исчисления предикатов - в котором она расширена за счет введения предметных символов, отношений между ними, кванторов существования и всеобщности. Практически каждая система ИИ, построенная на логическом принципе, представляет собой машину доказательства теорем. При этом исходные данные хранятся в базе данных в виде аксиом, правила логического вывода как отношения между ними. Кроме того, каждая такая машина имеет блок генерации цели, и система вывода пытается доказать данную цель как теорему. Если цель доказана, то трассировка примененных правил позволяет получить цепочку действий, необходимых для реализации поставленной цели (такая система известна как экспертные системы). Мощность такой системы определяется возможностями генератора целей и машиной доказательства теорем. Добиться большей выразительности логическому подходу позволяет такое сравнительно новое направление, как нечеткая логика. Основным ее отличием является то, что правдивость высказывания может принимать в ней кроме да/нет (1/0) еще и промежуточные значения - не знаю (0.5), пациент скорее жив, чем мертв (0.75), пациент скорее мертв, чем жив (0.25). Данный подход больше похож на мышление человека, поскольку он на вопросы редко отвечает только да или нет.

2. Под структурным подходом мы подразумеваем здесь попытки построения ИИ путем моделирования структуры человеческого мозга. Одной из первых таких попыток был перцептрон Френка Розенблатта. Основной моделируемой структурной единицей в перцептронах (как и в большинстве других вариантов моделирования мозга) является нейрон. Позднее возникли и другие модели, которые большинству известны под термином нейронные сети (НС). Эти модели различаются по строению отдельных нейронов, по топологии связей между ними и по алгоритмам обучения. Среди наиболее известных сейчас вариантов НС можно назвать НС с обратным распространением ошибки, сети Хопфилда, стохастические нейронные сети. В более широком смысле такой подход известен как Коннективизм.

3. Эволюционный подход. При построении систем ИИ по данному подходу основное внимание уделяется построению начальной модели, и правилам, по которым она может изменяться (эволюционировать). Причем модель может быть составлена по самым различным методам, это может быть и НС и набор логических правил и любая другая модель. После этого мы включаем компьютер и он, на основании проверки моделей отбирает самые лучшие из них, на основании которых по самым различным правилам генерируются новые модели. Среди эволюционных алгоритмов классическим считается генетический алгоритм

4. Имитационный подход. Данный подход является классическим для кибернетики с одним из ее базовых понятий черный ящик. Объект, поведение которого имитируется, как раз и представляет собой «черный ящик». Нам не важно, что у него и у модели внутри и как он функционирует, главное, чтобы наша модель в аналогичных ситуациях вела себя точно так же. Таким образом здесь моделируется другое свойство человека - способность копировать то, что делают другие, не вдаваясь в подробности, зачем это нужно. Зачастую эта способность экономит ему массу времени, особенно в начале его жизни.

В рамках гибридных интеллектуальных систем пытаются объединить эти направления. Экспертные правила умозаключений могут генерироваться нейронными сетями, а порождающие правила получают с помощью статистического обучения.

Многообещающий новый подход, называемый усиление интеллекта, рассматривает достижение ИИ в процессе эволюционной разработки как побочный эффект усиления человеческого интеллекта технологиями.

Направления исследований

Анализируя историю ИИ, можно выделить такое обширное направление как моделирование рассуждений. Долгие годы развитие этой науки двигалось именно по этому пути, и теперь это одна из самых развитых областей в современном ИИ. Моделирование рассуждений подразумевает создание символьных систем, на входе которых поставлена некая задача, а на выходе требуется её решение. Как правило, предлагаемая задача уже формализована, т. е. переведена в математическую форму, но либо не имеет алгоритма решения, либо он слишком сложен, трудоёмок и т. п. В это направление входят: доказательство теорем, принятие решений и теория игр, планирование и диспетчеризация, прогнозирование.

Немаловажным направлением является обработка естественного языка, в рамках которого проводится анализ возможностей понимания, обработки и генерации текстов на «человеческом» языке. В частности, здесь ещё не решена проблема машинного перевода текстов с одного языка на другой. В современном мире большую роль играет разработка методов информационного поиска. По своей природе, оригинальный тест Тьюринга связан с этим направлением.

Согласно мнению многих учёных, важным свойством интеллекта является способность к обучению. Таким образом, на первый план выходит инженерия знаний, объединяющая задачи получения знаний из простой информации, их систематизации и использования. Достижения в этой области затрагивают почти все остальные направления исследований ИИ. Здесь также нельзя не отметить две важные подобласти. Первая из них - машинное обучение - касается процесса самостоятельного получения знаний интеллектуальной системой в процессе её работы. Второе связано с созданием экспертных систем - программ, использующих специализированные базы знаний для получения достоверных заключений по какой-либо проблеме.

Большие и интересные достижения имеются в области моделирования биологических систем. Строго говоря, сюда можно отнести несколько независимых направлений. Нейронные сети используются для решения нечётких и сложных проблем, таких как разпознавание геометрических фигур или кластеризация объектов. Генетический подход основан на идее, что некий алгоритм может стать более эффективным, если позаимствует лучшие характеристики у других алгоритмов («родителей»). Относительно новый подход, где ставится задача создания автономной программы - агента, взаимодействующего с внешней средой, называется агентным подходом. А если должным образом заставить массу «не очень интеллектуальных» агентов взаимодействовать вместе, то можно получить «муравьиный» интеллект.

Задачи распознавание образов уже частично решаются в рамках других направлений. Сюда относятся распознавание символов, рукописного текста, речи, анализ текстов. Особо стоит упомянуть компьютерное зрение, которое связано с машинным обучением и робототехникой.

Вообще, робототехника и искусственный интеллект часто ассоциируется друг с другом. Интегрирование этих двух наук, создание интеллектуальных роботов, можно считать ещё одним направлением ИИ.

Особняком держится машинное творчество, в связи с тем, что природа человеческого творчества ещё менее изучена, чем природа интеллекта. Тем не менее, эта область существует, и здесь поставлены проблемы написания компьютером музыки, литературных произведений (часто - стихов или сказок), художественное творчество.

Наконец, существует масса приложений искусственного интеллекта, каждое из которых образует почти самостоятельное направление. В качестве примеров можно привести программирование интеллекта в компьютерных играх, нелинейное управление, интеллектуальные системы безопасности.

Можно заметить, что многие области исследований пересекаются. Это свойственно для любой науки. Но в искусственном интеллекте взаимосвязь между, казалось бы, различными направлениями выражена особенно сильно, и это связано с философским спором о сильном и слабом ИИ.

В начале XVII века Рене Декарт предположил, что животное - некий сложный механизм, тем самым сформулировав механистическую теорию. В 1623 г. Вильгельм Шикард построил первую механическую цифровую вычислительную машину, за которой последовали машины Блеза Паскаля (1643) и Лейбница (1671). Лейбниц также был первым, кто описал современную двоичную систему счисления, хотя до него этой системой периодически увлекались многие великие ученые. В XIX веке Чарльз Бэббидж и Ада Лавлейс работали над программируемой механической вычислительной машиной.

В 1910-1913 гг. Бертран Рассел и А. Н. Уайтхэд опубликовали работу «Принципы математики», которая произвела революцию в формальной логике. В 1941 Конрад Цузе построил первый работающий программно-контролируемый компьютер. Уоррен Маккалок и Валтер Питтс в 1943 опубликовали A Logical Calculus of the Ideas Immanent in Nervous Activity, который заложил основы нейронных сетей.

Современное положение дел

В настоящий момент (2008) в создании искусственного интеллекта (в первоначальном смысле этого слова, экспертные системы и шахматные программы сюда не относятся) наблюдается дефицит идей. Практически все подходы были опробованы, но к возникновению искусственного разума ни одна исследовательская группа так и не подошла.

Некоторые из самых впечатляющих гражданских ИИ систем:

Deep Blue - победил чемпиона мира по шахматам. (Матч Каспаров против суперЭВМ не принёс удовлетворения ни компьютерщикам, ни шахматистам и система не была признана Каспаровым, хотя оригинальные компактные шахматные программы неотъемлемый элемент шахматного творчества. Затем линия суперкомпьютеров IBM проявилась в проектах brute force BluGene (молекулярное моделирование) и моделирование системы пирамидальных клеток в швейцарском центре Blue Brain. Данная история - пример запутанных и засекреченных отношений ИИ, бизнеса, и национальных стратегических задач.)

Mycin - одна из ранних экспертных систем, которая могла диагностировать небольшой набор заболеваний, причем часто так же точно как и доктора.

20q - проект, основанный на идеях ИИ, по мотивам классической игры «20 вопросов». Стал очень популярен после появления в интернете на сайте 20q.net.

Распознавание речи. Системы такие как ViaVoice способны обслуживать потребителей.

Роботы в ежегодном турнире RoboCup соревнуются в упрощённой форме футбола.

Применение ИИ

Банки применяют системы искусственного интеллекта (СИИ) в страховой деятельности (актуарная математика) при игре на бирже и управлении собственностью. В августе 2001 года роботы выиграли у людей в импровизированном соревновании по трейдингу (BBC News, 2001). Методы распознавания образов, (включая, как более сложные и специализированные, так и нейронные сети) широко используют при оптическом и акустическом распознавании (в том числе текста и речи), медицинской диагностике, спам-фильтрах, в системах ПВО (определение целей), а также для обеспечения ряда других задач национальной безопасности.

Разработчики компьютерных игр вынуждены применять ИИ той или иной степени проработанности. Стандартными задачами ИИ в играх являются нахождение пути в двухмерном или трёхмерном пространстве, имитация поведения боевой единицы, расчёт верной экономической стратегии и так далее.

Перспективы ИИ

Просматриваются два направления развития ИИ:

первое заключается в решении проблем связанных с приближением специализированных систем ИИ к возможностям человека и их интеграции, которая реализована природой человека.

второе заключается в создании Искусственного Разума, представляющего интеграцию уже созданных систем ИИ в единую систему, способную решать проблемы человечества.

Связь с другими науками

Искусственный интеллект тесно связан с трансгуманизмом. А вместе с нейрофизиологией и когнитивной психологией он образует более общую науку, называемую когнитологией. Отдельную роль в искусственном интеллекте играет философия.

Философские вопросы

Наука «о создании искусственного разума» не могла не привлечь внимание философов. С появлением первых интеллектуальных систем были затронуты фундаментальные вопросы о человеке и знании, а отчасти о мироустройстве. С одной стороны, они неразрывно связаны с этой наукой, а с другой - привносят в неё некоторый хаос. Среди исследователей ИИ до сих пор не существует какой-либо доминирующей точки зрения на критерии интеллектуальности, систематизацию решаемых целей и задач, нет даже строгого определения науки.

Может ли машина мыслить?

Наиболее горячие споры в философии искусственного интеллекта вызывает вопрос возможности мышления творения человеческих рук. Вопрос «Может ли машина мыслить?», который подтолкнул исследователей к созданию науки о моделировании человеческого разума, был поставлен Аланом Тьюрингом в 1950 году. Две основных точки зрения на этот вопрос носят названия гипотез сильного и слабого искусственного интеллекта.

Термин «сильный искусственный интеллект» ввел Джон Сёрль, его же словами подход и характеризуется:

«Более того, такая программа будет не просто моделью разума; она в буквальном смысле слова сама и будет разумом, в том же смысле, в котором человеческий разум - это разум» .

Напротив, сторонники слабого ИИ предпочитают рассматривать программы лишь как инструмент, позволяющий решать те или иные задачи, которые не требуют полного спектра человеческих познавательных способностей.

В своем мысленном эксперименте «Китайская комната», Джон Сёрль показывает, что прохождение теста Тьюринга не является критерием наличия у машины подлинного процесса мышления.

Мышление есть процесс обработки находящейся в памяти информации: анализ, синтез и самопрограмированние.

Аналогичную позицию занимает и Роджер Пенроуз, который в своей книге «Новый ум короля» аргументирует невозможность получения процесса мышления на основе формальных систем.

Существуют разные точки зрения на этот вопрос. Аналитический подход предполагает анализ высшей нервной деятельности человека до низшего, неделимого уровня (функция высшей нервной деятельности, элементарная реакция на внешние раздражители (стимулы), раздражение синапсов совокупности связанных функцией нейронов) и последующее воспроизведение этих функций.

Некоторые специалисты за интеллект принимают способность рационального, мотивированного выбора, в условиях недостатка информации. То есть интелектуальной просто считается та программа деятельности (не обязательно реализованная на современных ЭВМ), которая сможет выбрать из определенного множества альтернатив, например, куда идти в случае «налево пойдёшь …», «направо пойдёшь …», «прямо пойдёшь…»

Наука о знании

Также, с проблемами искусственного интеллекта тесно связана эпистемология - наука о знании в рамках философии. Философы, занимающиеся данной проблематикой, решают вопросы, схожие с теми, которые решаются инженерами ИИ о том, как лучше представлять и использовать знания и информацию.

Отношение к ИИ в обществе

ИИ и религия

Среди последователей авраамических религий существует несколько точек зрения на возможность создания ИИ на основе структурного подхода.

По одной из них мозг, работу которого пытаются имитировать системы, по их мнению, не участвует в процессе мышления, не является источником сознания и какой-либо другой умственной деятельности. Создание ИИ на основе структурного подхода невозможно.

В соответствии с другой точкой зрения, мозг участвует в процессе мышления, но в виде "передатчика" информации от души. Мозг ответственен за такие "простые" функции, как безусловные рефлексы, реакция на боль и тп. Создание ИИ на основе структурного подхода возможно, если конструируемая система сможет выполнять "передаточные" функции.

Обе позиции не соответствуют данным современной науки, т.к. понятие душа не рассматривается современной наукой в качестве научной категории.

По мнению многих буддистов ИИ возможен. Так, духовный лидер далай-лама XIV не исключает возможности существования сознания на компьютерной основе.

Раэлиты активно поддерживают разработки в области искусственного интеллекта.

ИИ и научная фантастика

В научно-фантастической литературе ИИ чаще всего изображается как сила, которая пытается свергнуть власть человека (Омниус, HAL 9000, Скайнет, Colossus , Матрица и репликант) или обслуживающий гуманоид (C-3PO, Data, KITT и KARR, Двухсотлетний человек). Неизбежность доминирования над миром ИИ, вышедшего из под контроля, оспаривается такими фантастами как Айзек Азимов и Kevin Warwick.

Любопытное видение будущего представлено в романе «Выбор по Тьюрингу» писателя-фантаста Гарри Гаррисона и ученого Марвина Мински. Авторы рассуждают на тему утраты человечности у человека, в мозг которого была вживлена ЭВМ, и приобретения человечности машиной с ИИ, в память которой была скопирована информация из головного мозга человека.

Некоторые научные фантасты, например Вернор Виндж, также размышляли над последствиями появления ИИ, которое, по-видимому, вызовет резкие драматические изменения в обществе. Такой период называют технологической сингулярностью.

Правда, задачки по геометрии он решает пока только для 7-го класса. В дальнейшем разработчики намерены научить интеллект отвечать на вопросы ЕГЭ.

Об этом журналистам рассказал один из разработчиков этой программы доктор технических наук, профессор Московского автомобильно-дорожного государственного технического университета (МАДИ) Олег Варламов.

Для нового интеллекта мощность компьютера, на который его установят, не имеет значения. От этого и цены получатся гуманные. Например, инсталляция на авто обойдется в 50 тысяч рублей, а не в миллионы долларов, утверждают разработчики.

Программу можно установить на робот-пылесос, чтобы он без помощи человека и специальных маркеров обходил углы и не лез под диван. В основу взят новый подход, когда программа не просто обладает набором знаний и выдает их по запросу, но и сама их использует для решения поставленных задач. Основываясь, кстати, на мужском типе логики. Пока на мужском.

Искусственный интеллект - это маркетинговый термин, который до недавнего времени не вполне корректно отражал суть технологий. К его созданию, говорит Варламов, человечество подходит только сейчас. И мы, по его словам, первыми разработали искусственный интеллект, не просто последовательно перебирающий табличные данные, а способный мыслить логически.

Он обосновывает свои решения и может корректировать их в случае изменения условий. Таким образом, искусственный интеллект получит возможность принимать самостоятельные решения в непредвиденных ситуациях, что до сих пор было ему недоступно, отметил Варламов. "Миварная технология, - пояснил он, - включающая многомерные базы данных и уникальный алгоритм обработки информации, полностью разработана нами. Все наши технологии запатентованы". Миварный интеллект может стать основой для создания глобальных информационных систем, принципиально открытых для постоянного пополнения новыми данными, с возможностью быстрой обработки и получения требуемых результатов, считает профессор.

Он отметил, что это даст возможность создать в России поисковую систему намного совершеннее, чем существующие сейчас глобальные поисковики. В рамках его разработки уже запушен проект понимания естественного языка, не набора слов, а речи. Пока робот не может принять участие в беседе, продолжая логическую цепочку. А у нового интеллекта для этого есть все задатки, считает Варламов.

Пока программа не способна на эмоции, но в дальнейшем это станет реальностью, так же как и обучение ее элементам женской логики, которая, по мнению ученых, более сложная, чем мужская. Самым высоким уровнем такой обучаемой базы знаний будет навык шутить как человек. Ведь именно шутка содержит в себе несколько смыслов. Распознать их робот, оснащенный существующим интеллектом, не может. Хотя записать и потом произвести шутку он способен, но понять - пока нет.

Где уже используют мивары в том виде, в котором они есть сейчас? Завершенных проектов пока нет, только пилотные и на стадии реализации. "На базе нашей платформы, - рассказывает ученый, - создана система обработки интернет-обращений ("Виртуальный консультант"), которая внедряется в контакт-центрах. Мы создали систему прогнозирования спроса и контроля продаж для одного из региональных ретейлеров. Работаем над системой, которая в режиме реального времени гармонизирует работу бизнес-приложений".

Близится к завершению создание платформы смысловой обработки визуальной информации, благодаря которой искусственный интеллект начнет "понимать" не только слово, но и графическое изображение.

"Кроме того, - продолжает Варламов, - мы начали работу над миварным интеллектом для автономных роботов и интеллектуальных комплексов. Такие роботы смогут действовать как по одиночке, так и в группах, когда дистанционное управление невозможно (например при авариях) или неэффективно (скажем, в далеком космосе)". И все это не фантастика, а близкое будущее. В дальнейшем искусственный интеллект, заложенный под какую-ту программу, можно будет носить с собой на флешке. И при необходимости брать робота на прокат, как велосипед, и использовать, например, для познавательной прогулки по городу.

А зачем создавать программы, которые будут мыслить как женщина, - не удержалась от вопроса корреспондент "РГ"?

Мы не создаем гендерно-ориентированный искусственный интеллект, - ответил Варламов. - Мы работаем над логическим искусственным интеллектом, который способен рассуждать. Когда говорим: "женская логика", то имеем ввиду, что женщины часто руководствуются интуицией. Пока искусственный интеллект на такое не способен. Но только пока.

Искусственный интеллект (ИИ, англ. Artificial intelligence, AI) - наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. ИИ связан со сходной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничивается биологически правдоподобными методами.

Что такое искусственный интеллект

Интеллект (от лат. intellectus - ощущение, восприятие, разумение, понимание, понятие, рассудок), или ум - качество психики, состоящее из способности приспосабливаться к новым ситуациям, способности к обучению и запоминанию на основе опыта, пониманию и применению абстрактных концепций и использованию своих знаний для управления окружающей средой. Интеллект - это общая способность к познанию и решению трудностей, которая объединяет все познавательные способности человека: ощущение, восприятие, память, представление, мышление, воображение.

В начале 1980-х гг. ученые в области теории вычислений Барр и Файгенбаум предложили следующее определение искусственного интеллекта (ИИ):

Позже к ИИ стали относить ряд алгоритмов и программных систем, отличительным свойством которых является то, что они могут решать некоторые задачи так, как это делал бы размышляющий над их решением человек.

Основные свойства ИИ - это понимание языка, обучение и способность мыслить и, что немаловажно, действовать.

ИИ – комплекс родственных технологий и процессов, развивающихся качественно и стремительно, например:

• обработка текста на естественном языке
• экспертные системы
• виртуальные агенты (чат-боты и виртуальные помощники)
• системы рекомендаций.

Национальная стратегия развития искусственного интеллекта

• Основная статья: Национальная стратегия развития искусственного интеллекта

Исследования в сфере ИИ

• Основная статья: Исследования в сфере искусственного интеллекта

Стандартизация в области ИИ

2019: Эксперты ISO/IEC поддержали предложение о разработке стандарта на русском языке

16 апреля 2019 года стало известно, что подкомитет ISO /IEC по стандартизации в области искусственного интеллекта поддержал предложение Технического комитета «Кибер-физические системы », созданного на базе РВК , о разработке стандарта «Artificial intelligence. Concepts and terminology» на русском языке в дополнение к базовой английской версии.

Терминологический стандарт «Artificial intelligence. Concepts and terminology» является основополагающим для всего семейства международных нормативно-технических документов в области искусственного интеллекта. Кроме терминов и определений, данный документ содержит концептуальные подходы и принципы построения систем с элементами , описание взаимосвязи AI с другими сквозными технологиями, а также базовые принципы и рамочные подходы к нормативно-техническому регулированию искусственного интеллекта.

По итогам заседания профильного подкомитета ISO/IEC в Дублине эксперты ISO/IEC поддержали предложение делегации из России о синхронной разработке терминологического стандарта в сфере AI не только на английском, но и на русском языке. Ожидается, что документ будет утвержден в начале 2021 года.

В ходе заседания эксперты ISO/IEC также поддержали разработку проекта международного документа Information Technology - Artificial Intelligence (AI) - Overview of Computational Approaches for AI Systems, в котором Россия выступает в качестве соредактора. Документ предоставляет обзор современного состояния систем искусственного интеллекта, описывая основные характеристики систем, алгоритмы и подходы, а также примеры специализированных приложений в области AI. Разработкой этого проекта документа займется специально созданная в рамках подкомитета рабочая группа 5 «Вычислительные подходы и вычислительные характеристики систем Искусственного интеллекта» (SC 42 Working Group 5 «Computational approaches and computational characteristics of AI systems»).

Технологии искусственного интеллекта широко востребованы в самых разных отраслях цифровой экономики . Среди основных факторов, сдерживающих их полномасштабное практическое использование, - неразвитость нормативной базы. При этом именно проработанная нормативно-техническая база обеспечивает заданное качество применения технологии и соответствующий экономический эффект.

По направлению искусственный интеллект ТК «Кибер-физические системы» на базе РВК ведет разработку ряда национальных стандартов, утверждение которых запланировано на конец 2019 – начало 2020 года. Кроме того, совместно с рыночными игроками идет работа по формированию Плана национальной стандартизации (ПНС) на 2020 год и далее. ТК «Кибер-физические системы» открыт для предложений по разработке документов со стороны заинтересованных организаций.

2018: Разработка стандартов в области квантовых коммуникаций, ИИ и умного города

Технический комитет «Кибер-физические системы» на базе РВК совместно с Региональным инжиниринговым центром «СэйфНет» 6 декабря 2018 года начали разработку комплекса стандартов для рынков Национальной технологической инициативы (НТИ) и цифровой экономики . К марту 2019 года планируется разработать документы технической стандартизации в области квантовых коммуникаций , и , сообщили в РВК. Подробнее .

Влияние искусственного интеллекта

Риск для развития человеческой цивилизации

Влияние на экономику и бизнес

• Влияние технологий искусственного интеллекта на экономику и бизнес

Влияние на рынок труда

Предвзятость искусственного интеллекта

В основе всего того, что является практикой ИИ (машинный перевод, распознавание речи, обработка текстов на естественных языках, компьютерное зрение , автоматизация вождения автомобилей и многое другое) лежит глубинное обучение. Это подмножество машинного обучения , отличающееся использованием моделей нейронных сетей , о которых можно сказать, что они имитируют работу мозга, поэтому их с натяжкой можно отнести к ИИ. Любая модель нейронной сети обучается на больших наборах данных , таким образом, она обретает некоторые «навыки», но то, как она ими пользуется - для создателей остается не ясным, что в конечном счете становится одной из важнейших проблем для многих приложений глубинного обучения. Причина в том, что такая модель работает с образами формально, без какого-либо понимания того, что она делает. Является ли такая система ИИ и можно ли доверять системам, построенным на основе машинного обучения? Значение ответа на последний вопрос выходит за пределы научных лабораторий. Поэтому заметно обострилось внимание средств массовой информации к явлению, получившему название AI bias. Его можно перевести как «необъективность ИИ» или «пристрастность ИИ». Подробнее .

Рынок технологий искусственного интеллекта

Рынок ИИ в России

Мировой рынок ИИ

Сферы применения ИИ

Сферы применения ИИ достаточно широки и охватывают как привычные слуху технологии, так и появляющиеся новые направления, далекие от массового применения, иначе говоря, это весь спектр решений, от пылесосов до космических станций. Можно разделить все их разнообразие по критерию ключевых точек развития.

ИИ - это не монолитная предметная область. Более того, некоторые технологические направления ИИ фигурируют как новые подотрасли экономики и обособленные сущности, одновременно обслуживая большинство сфер в экономике.

Развитие применения использования ИИ ведет к адаптации технологий в классических отраслях экономики по всей цепочке создания ценности и преобразует их, приводя к алгоритмизированию практически всего функционала, от логистики до управления компанией.

Использование ИИ в целях обороны и в военном деле

Использование в образовании

Использование ИИ в бизнесе

ИИ в борьбе с мошенничеством

11 июля 2019 года стало известно о том, что всего через два года искусственный интеллект и машинное обучение будут использоваться для противодействия мошенничеству в три раза чаще, чем на июль 2019 года. Такие данные были получены в ходе совместного исследования компании SAS и Ассоциации сертифицированных специалистов по расследованию хищений и мошенничества (Association of Certified Fraud Examiners, ACFE). На июль 2019 года такие антифрод -инструменты уже используют в 13% организаций, принявших участие в опросе, и в еще 25% заявили, что планируют их внедрить в течение ближайшего года-двух. Подробнее .

ИИ в электроэнергетики

• На уровне проектирования: улучшенное прогнозирование генерации и спроса на энергоресурсы, оценка надежности энергогенерирующего оборудования, автоматизация повышения генерации при скачке спроса.
• На уровне производства: оптимизация профилактического обслуживания оборудования, повышение эффективности генерации, снижение потерь, предотвращение краж энергоресурсов.
• На уровне продвижения: оптимизация ценообразования в зависимости от времени дня и динамическая тарификация.
• На уровне предоставления обслуживания: автоматический выбор наиболее выгодного поставщика, подробная статистика потребления, автоматизированное обслуживание клиентов, оптимизация энергопотребления с учетом привычек и поведения клиента.

ИИ в производственной сфере

• На уровне проектирования: повышение эффективности разработки новых продуктов, автоматизированная оценка поставщиков и анализ требований к запчастям и деталям.
• На уровне производства: совершенствование процесса исполнения задач, автоматизация сборочных линий, снижение количества ошибок, уменьшение сроков доставки сырья.
• На уровне продвижения: прогнозирование объемов предоставления услуг поддержки и обслуживания, управление ценообразованием.
• На уровне предоставления обслуживания: улучшение планирования маршрутов парка транспортных средств, спроса на ресурсы автопарка, повышение качества подготовки сервисных инженеров.

ИИ в банках

• Распознавание образов - используется в т.ч. для узнавания клиентов в отделениях и передачи им специализированных предложений.

ИИ на транспорте

• Автоиндустрия на пороге революции: 5 вызовов эры беспилотного вождения

ИИ в логистике

ИИ в пивоварении

ИИ в судебной системе

Разработки в области искусственного интеллекта помогут кардинально изменить судебную систему, сделать ее более справедливой и свободной от коррупционных схем. Такое мнение высказал летом 2017 года доктор технических наук, технический консультант Artezio Владимир Крылов.

Ученый считает, что уже существующие сейчас решения в области AI можно успешно применять в разных сферах экономики и общественной жизни. Эксперт указывает, что AI успешно применяется в медицине, однако в будущем способен полностью изменить и судебную систему.

«Ежедневно просматривая новостные сообщения о разработках в области ИИ только поражаешься неисчерпаемости фантазии и плодотворности исследователей и разработчиков в этой области. Сообщения о научных исследований постоянно чередуются с публикациями о новых продуктах, врывающихся на рынок и сообщениями об удивительных результатах, полученных с помощью применения ИИ в различных областях. Если же говорить об ожидаемых событиях, сопровождаемых заметным хайпом в СМИ, в котором ИИ станет снова героем новостей, то я, наверное, не рискну делать технологических прогнозов. Могу предположить, что ближайшим событием станет появление где-то предельно компетентного суда в форме искусственного интеллекта, справедливого и неподкупного. Случится это, видимо, в 2020-2025 году. И процессы, которые пройдут в этом суде приведут к неожиданным рефлексиям и стремлению многих людей передать ИИ большинство процессов управления человеческим обществом».

Использование искусственного интеллекта в судебной системе ученый признает «логичным шагом» по развитию законодательного равенства и справедливости. Машинный разум не подвержен коррупции и эмоциям, может четко придерживаться законодательных рамок и выносить решения с учетом многих факторов, включая данные, которые характеризуют участников спора. По аналогии с медицинской сферой, роботы -судьи могут оперировать большими данными из хранилищ государственных служб. Можно предположить, что

Музыка

Живопись

В 2015 году команда Google тестировала нейронные сети на предмет возможности самостоятельно создавать изображения. Тогда искусственный интеллект обучали на примере большого количества различных картинок. Однако, когда машину «попросили» самостоятельно что-нибудь изобразить, то оказалось, что она интерпретирует окружающий нас мир несколько странно. Например, на задачу нарисовать гантели, разработчики получили изображение, в котором металл был соединён человеческими руками. Вероятно, произошло это из-за того, что на этапе обучения анализируемые картинки с гантелями содержали руки, и нейронная сеть неверно это интерпретировала.

26 февраля 2016 года в Сан-Франциско на специальном аукционе представители Google выручили с психоделических картин, написанных искусственным интеллектом, порядка $98 тыс. Данные средства были пожертвованы на благотворительность. Одна из наиболее удачных картин машины представлена ниже.

Картина, написанная искусственным интеллектом Google.

В 2014 году Стэнфордский университет запустил проект AI100: столетнее исследование искусственного интеллекта. Учёные из крупных университетов США будут следить за тем, как развитие новейших технологий влияет на человеческую жизнь - безопасность, социальный уклад, психологию, транспорт и другие сферы. В сентябре 2016 года участники проекта выпустили первый доклад, в котором объясняют, как искусственный интеллект уже изменил мир за последние 15 лет, и делают прогнозы на будущее. «Секрет фирмы» прочитал доклад и рассказывает, какие достижения XXI века авторы считают главными, как будут дальше развиваться технологии и к каким опасностям это может привести.

Что такое искусственный интеллект

Искусственный интеллект - это одновременно и область науки, и набор вычислительных технологий. Отчасти они созданы по образцу человеческого организма, где нервная система позволяет нам чувствовать, получать информацию, думать и принимать решения. Удивительно, но у понятия «искусственный интеллект» нет одного чёткого определения, и это совсем не мешает его развитию. Если пытаться объяснить, что это, правильнее всего будет сказать, что искусственный интеллект - это направление технологических разработок, которое делает механизмы умными, а умные механизмы - это те, которые могут действовать правильно в зависимости от обстоятельств.

За последние 15 лет разработки в области искусственного интеллекта стали частью повседневной жизни: они используются, например, при создании компьютерных игр, бытовой техники или личных помощников для мобильных телефонов, распознающих голос. С годами умные технологии будут всё лучше подстраиваться под владельцев: следить за их здоровьем, предупреждать об опасностях и мгновенно предоставлять любые нужные услуги. На многих производствах роботы уже выполняют большую часть работы. При этом с развитием искусственного интеллекта появляется и много новых вопросов: кто должен брать на себя ответственность, если беспилотный автомобиль попадает в аварию, а интеллектуальное медицинское устройство ошибается? Чем будут зарабатывать на жизнь люди, чьи навыки стали не нужны с появлением роботов? Проект AI100 должен в том числе ответить на подобные вопросы.

Транспорт

Автономный транспорт уже в ближайшие 15 лет может стать обычным явлением. Его разработчики предлагают обществу доверить свою безопасность искусственному интеллекту, поэтому беспилотное оборудование начнут массово использовать, когда оно станет для этого достаточно надёжным.

В 2000 году беспилотные автомобили существовали только в виде образцов в лабораториях и выпускать их в город было слишком опасно. Но сегодня беспилотник от Google уже может проехать почти 500 000 км, ни разу не попав в аварию, а Tesla начала выпускать полуавтономные машины с обновляемым программным обеспечением. Предполагается, что в таком автомобиле человек должен постоянно оставаться за рулём, следить за дорогой и брать управление на себя, если с механизмом что-то случается. Правда, тут есть риск, что водитель, доверившись беспилотнику, потеряет контроль над ситуацией. Как в таком случае избежать катастрофы, пока непонятно. Этот вопрос встал особенно остро, когда летом 2016 года полуавтономный автомобиль Tesla попал в первую аварию со смертельным исходом.

Тем не менее, авторы доклада считают, что уже к 2020 году беспилотники будут широко использоваться, причём не только для индивидуального передвижения, но и для перевозки грузов и работы сервисов доставки. При этом станет меньше смертей из-за несчастных случаев, а средняя продолжительность человеческой жизни увеличится.

Со временем, когда механизмы научатся управлять транспортом лучше, чем люди, горожане станут реже покупать собственные автомобили и будут селиться дальше от работы. Это повлияет и на городскую среду, и на то, как люди будут проводить свободное время. Уже сегодня трудно представить себе дорожное движение без использования умных технологий: навигационные устройства для автомобилей начали использоваться в 2001 году, и за 15 лет огромное количество водителей привыкли выстраивать маршруты и рассчитывать длительность поездок с помощью смартфонов. Сегодня у американских автомобилей бывает примерно по 70 разных датчиков: гироскопы, датчики влажности и другие. Современные машины помогают водителям парковаться и предупреждают об объектах, которые находятся в слепой зоне.

Бытовые обязанности

Авторы доклада считают, что через 15 лет в среднестатистическом североамериканском городе существенную часть бытовых обязанностей смогут взять на себя роботы: они будут доставлять посылки и наводить чистоту в офисах, следить за безопасностью. Но, как и в ситуации с автономными автомобилями, сделать умные устройства в этой области по-настоящему надёжными довольно трудно и дорого.

Первым домашним роботом на рынке в 2001 году стал пылесос Electrolux Trilobite, который умеет самостоятельно передвигаться и обходить препятствия. Через год компания iRobot выпустила пылесос Roomba: у него было всего 512 Мб оперативной памяти и самое умное, что он мог сделать, - не упасть с лестницы во время уборки. Но стоил он в десять раз дешевле предшественника. С того момента компания успела продать уже 16 млн пылесосов Roomba, а роботизированные пылесосы теперь есть и у других производителей. Эти устройства становятся всё более простыми в использовании, они научились сами очищать пылесборники и не застревать, наткнувшись на провода или кисти ковра. Благодаря искусственному интеллекту пылесосы выстраивают 3D-модель дома и убираются куда более эффективно.

И всё-таки далеко не все надежды на новейшие технологии оправдались. Умные пылесосы по-прежнему могут справляться только с ровными поверхностями, а новинок на рынке появилось не так много, как можно было ожидать.

Здравоохранение

Медицина с самого начала считалась перспективным направлением для тех, кто работает с искусственным интеллектом - новейшие технологии могли бы уже в ближайшие годы помочь миллионам людей. Но для этого нужно, чтобы и врачи, и сами пациенты начали доверять устройствам и чтобы исчезли политические, нормативные и коммерческие препоны.

На сегодняшний день в здравоохранении в основном используются приложения и устройства, которые облегчают диагностику, следят за состоянием пациента и помогают хирургам проводить операции. Но в последнее время стало понятно, что искусственный интеллект способен на многое другое: например, определять по социальным сетям, какие опасности могут угрожать здоровью человека.

Основной прогресс искусственного интеллекта в области медицины связан со сбором и хранением данных: например, появились электронные медицинские карты (ЭМК), которые хранят всю информацию о болезнях пациента и оказанных ему услугах и составляют медицинские документы. Правда, рынок ЭМК находится под контролем очень небольшой группы компаний, а сами программы неудобны в использовании - например, врачей, которые ими пользуются, раздражают всплывающие окна.

Искусственный интеллект - направление разработок, которое делает механизмы «умными» - действующими правильно в любых обстоятельствах

Зато в следующие 15 лет компьютеры научатся самостоятельно принимать жалобы пациентов и определять, с каким заболеванием обратился человек и как его стоит лечить. Сегодня врачи тратят много времени и сил на то, чтобы общаться с пациентом и проводить диагностику, а в будущем они будут лишь контролировать этот процесс - это снизит рабочую нагрузку терапевтов. Многие из них уже сейчас пользуются специальными приложениями на смартфонах.

Роботы, которые помогают делать операции, тоже перестали быть научной фантастикой. В 2000 году компания IIntuitive Surgical выпустила хирургическую систему Da Vinci, которая умела проводить коронарное шунтирование. После крупных денежных вложений её научили также удалять рак простаты.

Образование

Самой успешной областью для разработчиков искусственного интеллекта стало образование. И преподаватели, и ученики постоянно пользуются приложениями для чтения и изучения разных предметов. Первые устройства для обучения начали появляться ещё в 80-х годах прошлого века: системы с интерактивными тренажёрами для занятий математикой, иностранными языками и многими другими дисциплинами - а теперь онлайн-обучение позволяет каждому преподавателю заметно расширить аудиторию. Авторы доклада считают, что этот процесс будет развиваться и дальше, но всё-таки живые учителя из школ не исчезнут и по-прежнему будут вести основные предметы.

Сегодня многие компании выпускают обучающих роботов, которых используют в школах. Например, Ozobot помогает ученикам младших классов с программированием, а ещё он умеет танцевать и играть в специальные игры на сенсорном экране. Приложения вроде Duolingo и Carnegie Speech обучают иностранным языкам, используя систему распознавания речи и техники НЛП, а система обучения SHERLOCK тренирует студентов-авиатехников распознавать неполадки в электрических системах самолёта.

Сейчас специалисты разрабатывают технологии, которые смогут анализировать ошибки студентов, определять самые трудные места в учебной программе и помогать учащимся колледжей и университетов в проблемных темах. Прогресс в США мог бы быть ещё более заметным, если бы государство выделяло больше денег на развитие учебных заведений. Впрочем, авторы доклада считают, что и здесь в слишком быстром развитии технологий есть своя опасность. Сегодня молодые люди всё больше времени проводят за компьютером, им не хватает живого общения, и они утрачивают социальные навыки. Если через несколько лет студентам вообще не нужно будет выходить на улицу и общаться с кем-то, чтобы получить образование, это плохо скажется на их психике и развитии.

Вчера Zillion опубликовал эксклюзивное интервью с молодым ученым, победителем премии Intel ISEF-2013 Ионутом Александру Будистеану, который работает над проектом по созданию безопасных самоуправляемых автомобилей на основе искусственного интеллекта. Все мы по инерции думаем, что ИИ - это что-то из фантастических фильмов. Но он уже здесь, с нами. Хотя не все так просто. Что же такое искусственный интеллект на самом деле?

Искусственный интеллект: проблема определения и метода

В недавнем знаменитый физик Дэвид Дойч рассказал Zillion о своей позиции в вопросе искусственного интеллекта:

Я думаю, что научно-технологическая революция будет вызвана наращиванием знаний в какой-то области - и произведет ее создание искусственного интеллекта. К сожалению, большинство современных подходов к созданию искусственного интеллекта используют методы и философии, которые, как я полагаю, не могут сработать. Но если мы возьмем широкие временные рамки, думаю, эта проблема разрешима и будет разрешена. И когда это случится, мир уже никогда не будет прежним. С одной стороны, мы не будем одиноки с точки зрения обладания разумом. Но с другой стороны - различия между человеческими существами и искусственными разумами неизбежно сотрутся. Мы будем способны даже загружать свое сознание, разум в компьютер с искусственным интеллектом и тогда станем бессмертными. Кстати, сама по себе загрузка человеческого разума в компьютер не будет являться искусственным интеллектом - компьютер станет лишь искусственным субстратом для управления «обычным» разумом. Я не считаю это искусственным интеллектом. Последствия всего одного достижения прогресса - появления искусственного интеллекта - будут колоссальны. Я не знаю, когда это произойдет: к сожалению, сегодняшние пути ведут, скорее, к неудаче. Я могу сказать почему, если хотите.

Дэвид Дойч (David Deutsch)

Британский физик-теоретик. Профессор Оксфордского университета. Один из пионеров в области квантовых вычислений. Пропагандист эвереттовской многомировой интерпретации квантовой механики. В 1998 году был награжден премией Дирака Британского института физики, а в 2005году - премией в области компьютерных наук Edge of Computation Science Prize . В 2008 году за свои научные достижения был избран в Лондонское королевское общество.

- Если вы думаете, что это просто род компьютерной программы, то настоящий искусственный интеллект будет совершенно иной программой, чем любая другая. Для других программ вы можете точно установить, что они делают, то есть определенный ответ на каждый ввод. Например, для Word можно установить: если вы нажимаете Delete , выделенный текст должен быть удален. Но искусственный интеллект устроен иначе. Допустим, мне нужно было бы, чтобы программа написала новый труд по физике и опубликовала его - это было бы здорово! Если бы мне нужно было написать для этого требования, спецификацию, чтобы такой труд был опубликован, эта спецификация уже содержала бы те новые знания по физике, которые я просил бы программу открыть. И, следовательно, я загрузил бы эти знания в программу, а не программа создала бы их сама. С другой стороны, если я не загружу туда эти знания, станет невозможно указать, что должна делать программа, также как невозможно указать, что должен делать человек. Следовательно, спецификация для программы искусственного интеллекта не может быть создана в соответствии с определенными бихевиористскими предубеждениями, по которым созданы существующие программы. Вот в этом причина.

Тем не менее уже существует если не «чистый» искусственный интеллект, то его предшественники - умные программы, интеллектуальные системы, устройства с Artificially Simulated Human Behavior (искусственно симулированным человеческим поведением). Что же мировая наука подразумевает под понятием искусственного интеллекта? Каковы подходы к его созданию?

Вопрос парадигмы искусственного интеллекта настолько сложный и комплексный, что им занимаются сразу несколько наук: не только компьютерная наука, но также философия, нейронаука, футурология и др. Философы, например, спрашивают, что такое человек и знание. Нейролингвисты и нейрофизиологи пытаются понять, как именно мы мыслим, познаем, делаем открытия, обнаруживаем новые идеи, создаем инновации. И вообще может ли интеллект быть исключительно биологическим феноменом?

По классическому определению, искусственный интеллект, или ИИ (Artificial intelligence , AI ), представляет собой научную область и технологию создания интеллектуальных машин и интеллектуальных компьютерных программ, использования компьютеров для понимания человеческого интеллекта. При этом концепция ИИ не обязана опираться на биологические принципы. Хотя бы по той причине, что мозг и сознание человека, как считают многие авторитетные представители нейронауки, - научная загадка и мы вряд ли когда-то сможем открыть все тайны устройства этого шедевра эволюции. На девятой минуте видеоинтервью Немецкому культурному центру им. Гете в России нейролингвист с мировым именем Татьяна Черниговская отвечает на вопрос «Можем ли мы познать мозг?»: «Я считаю, что у нас нет никаких шансов познать мозг. Никаких никогда не будет. Никакая система не может понять ту систему, которая сложнее, чем она, - это ровно наша ситуация. Мозг сложнее, чем Вселенная, мозг сложнее всего, поэтому я не могу себе представить, как его часть, которой мы, вероятно, являемся, - хотя кто его знает - как мы можем сами себя изучить, я не понимаю».

Классическое определение искусственного интеллекта дал еще в 1956 году на конференции в Дартмутском университете выдающийся американский информатик Джон МакКарти, изобретатель языка Lisp , основоположник функционального программирования и лауреат Премии Тьюринга за огромный вклад в область исследований искусственного интеллекта. Собственно, он и был автором термина «искусственный интеллект».

Джон МакКарти (John McCarthy)

Американский информатик, автор термина «искусственный интеллект», изобретатель языка Lisp, основоположник функционального программирования.

Уже тогда МакКарти не связывал термин ИИ напрямую с пониманием человеческого интеллекта: он считал, что инженеры и ученые, работающие над ИИ, могут использовать для решения конкретных проблем методы, не свойственные человеческому мышлению. Джон МакКарти говорил, что одна из основных проблем состоит в том, что пока не получается определить, какие вычислительные процедуры называть интеллектуальными, поскольку мировая наука понимает некоторые механизмы интеллекта, но не понимает остальные. Таким образом, в рамках сугубо технологического подхода ИИ сужается до вычислительной составляющей способности достигать целей.

ИИ как направление научных исследований изучает природу и суть интеллектуальной творческой деятельности человека, ищет возможности воспроизвести в искусственных системах отражательную способность человеческого сознания. Но при этом непосредственно суть ИИ понимается как кибернетическая система, которая перерабатывает информацию, поступающую из внешней среды, чтобы на ее основании принимать решения. Очень интересный и важный момент: слово «интеллект» в этом понятии метафорично , поскольку ИИ-системы пока не воспроизводят процессы, происходящие в мозгу человека. На сегодня общепринято, что для именования искусственным интеллектом система должна формировать решения, удовлетворяющие предъявляемым требованиям.

Искусственный интеллект: трудности перевода

Еще более запутанная ситуация с пониманием ИИ через призму русского языка. В России вопросами ИИ занимается Российская ассоциация искусственного интеллекта. Интересно, что само русскоязычное понятие «искусственный интеллект» считается в РАИИ неудачным переводом термина Artificial Intelligence. Artificial означает «искусственный, рукотворный, ненастоящий, ненатуральный», а Intelligence - «интеллект, рассудок, разум, умственные способности; информация, сведения секретного характера; разведка, разведывательная служба». Понятие intelligence в научном контексте подразумевает «способность разумно рассуждать». И оно не идентично слову intellect, которое, собственно, и означает «интеллект». В Российской ассоциации искусственного интеллекта предлагают вот эти три определения искусственного интеллекта:

• Научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования тех видов человеческой деятельности, которые традиционно считаются интеллектуальными.
• Свойство интеллектуальных систем выполнять функции (творческие), которые традиционно считаются прерогативой человека. При этом интеллектуальная система — это техническая или программная система, способная решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти такой системы. Структура интеллектуальной системы включает три основных блока — базу знаний, решатель и интеллектуальный интерфейс, позволяющий вести общение с ЭВМ без специальных программ для ввода данных.
• Наука под названием искусственный интеллект входит в комплекс компьютерных наук, а создаваемые на ее основе технологии относятся к информационным технологиям. Задачей этой науки является воссоздание с помощью вычислительных систем и иных искусственных устройств разумных рассуждений и действий.

Критерии: что считать искусственным интеллектом?

Итак, термин «искусственный интеллект» чрезвычайно неоднозначен, поскольку разным комбинациям определения, отражающим тот или иной подход, соответствует определенный технологический уровень. Каким-то пониманиям термина существующие технологии уже вполне отвечают, а другие понимания ИИ на данной стадии научно-технологического прогресса остаются в поле фантастики. Возникает естественный вопрос о критериях: какими свойствами и способностями должна обладать программа настоящего искусственного интеллекта? Но и тут обнаруживается, что дистанция между критериями велика.

Критерий ожидания. Сейчас достаточно много интеллектуальных девайсов и разнообразного софта, который называют «умным» или «интеллектуальным». Это может быть и не слишком сложная электроника, у которой есть набор режимов, переключаемых автоматически, а также сенсоры, датчики, алгоритмы. Предложить пользователю больше, чем заложено, такой софт и такие устройства не могут. Но тут многое зависит от критерия ожидания: чего мы ждем от искусственного интеллекта, который будем считать «настоящим»? Мы надеемся создать с помощью науки и технологий негуманоидную личность? Мы хотим, чтобы ИИ открыл нам какие-то тайны Вселенной, непостижимые для человека? Мы ожидаем некий невероятно мощный «думатель», который даст нам «ответ на главный вопрос жизни, Вселенной и вообще?»

С чем мы сравниваем степень и своеобразие интеллектуальности того или иного устройства/программы? Автоматическая коробка передач вполне себе «интеллектуальна» по сравнению с механической, поскольку ее «начинка» позволяет без нашего участия «решать», на какую скорость переключиться в данный момент. Может быть, это нас уже не впечатляет, но, строго говоря, это чудо техники, которое считали бы мистическим чудом несколько сотен лет назад.

Уже сейчас можно скачать в свой смартфон бесплатное с интеллектуальной системой тестов, которая подстраивается под конкретного человека и его задачу, учитывает уровень подготовки и освоения материала, позволяет конструировать индивидуальные тесты. А самоуправляемые автомобили на основе ИИ интеллектуальны, потому что напичканы базами данных и сенсорами, которые позволяют бортовому компьютеру выбирать маршрут, определять разметку и препятствия.

Любая развитая технология неотличима от магии, как гласит один из трех законов Кларка. Мозг человека, когнитивные способности, человеческий интеллект и сознание пока тоже являются в каком-то смысле магией, если мы говорим об этом в контексте кризисной потребности нейронауки в прорывной теории. Но мелкими шагами эта «магия» раскладывается на составляющие, которые можно изменить: взять хотя бы знаменитый «нейрон Халле Берри» (инструментальные исследования в одном из экспериментов позволили обнаружить в мозгу человека нейрон, который реагирует на любое упоминание этой актрисы или ее образ). Так что «магия» человеческого интеллекта все же измеряема и вычисляема в какой-то мере, и искусственный интеллект, до определенной границы использующий принципы человеческого мышления или имитирующий его, - вполне реализуемая задача. Но, опять же, что мы считаем интеллектом? Это может быть не только человеческий интеллект. Если на то пошло, в нейронауке присутствует концепция распределенного мозга, который, как полагают исследователи, есть у муравьев, и именно он обусловливает их чрезвычайно сложно устроенную социальную жизнь. А дельфинов не так давно стали позиционировать как негуманоидных личностей.

Критерий способа. От критерия ожидания переходим к критерию способа. Если истинно интеллектуальной мы не считаем автоматику, которая многое умеет, но действует согласно заложенным алгоритмам и ограничениям, то получается вот что: возможно, мы ждем от «истинного» ИИ человечности. Тут стоит вспомнить о том, что сказал профессор Оксфордского университета Дэвид Дойч: просто загрузить разум в компьютер - это еще не создать искусственный интеллект, поскольку компьютер станет лишь искусственным субстратом для управления «природным» человеческим разумом. И Дойч не считает это искусственным интеллектом. Ждем ли мы от ИИ непредсказуемости, самостоятельности мышления и способности изобретать новое, то есть создавать идеи и знания, которые не заложены нами по умолчанию? Ожидаем ли мы совершенства мышления на самом деле? Ключи от дверей, за которыми начинается эра искусственного интеллекта, находятся в руках философов и неврологов. Проблема ИИ как науки в том, что философы и неврологи всего мира и всех времен пока не пришли к единому пониманию интеллекта и мышления. Более того, вообще есть сомнения: можно ли применять понятие интеллекта в отношении машин и обязательны ли для интеллекта психика, иррациональный элемент и эмоции?

Тут на первый план выходит эмпирический тест Алана Тьюринга, предложенный еще в 1950 году в философском журнале Mind в статье «Вычислительные машины и разум» («Computing Machinery and Intelligence »). Цель теста Тьюринга - определение возможности искусственного мышления, близкого к человеческому. Стандартная формулировка такова: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем разговаривает: с человеком или компьютерной программой. Задача компьютерной программы - ввести человека в заблуждение, заставив сделать неверный выбор». Все участники теста не видят друг друга. При этом получается, что машина должна имитировать не только рациональность, но и нерациональность мышления и поведения человека.

Тьюринг прогнозировал, что машины все же научатся думать в буквальном смысле и пройдут этот тест. Большую научную ставку он делал на машинное обучение: Тьюринг предполагал, что оно станет ключевым звеном в построении сверхмощных компьютеров. И этот подход сейчас находит одобрение в среде специалистов по ИИ. Футуролог Рэймонд Курцвейл считает, что тест Тьюринга будет пройден между 2020-м и 2030-м годами. Уже сейчас на успех претендует программа «Искусственное лингвистическое интернет-компьютерное существо» (Artificial Linguistic Internet Computer Entity - A.L.I.C.E.). Это виртуальный собеседник, способный вести диалог с человеком на естественном языке. Три раза A.L.I.C.E. получала бронзовую награду в конкурсе премии Лебнера, которая является платформой для проведения теста Тьюринга. Золотую и серебряную награду еще не получала ни одна ИИ-программа. Софт Jabberwacky отстает всего немного, он получил бронзовую награду дважды. Название этой ИИ-программы - игра со словом jabberwocky, которое означает «рифмованная бессмыслица, абракадабра». Это авторский неологизм из книги Льюиса Кэрролла «Зазеркалье». Хотите пообщаться с ИИ Jabberwacky? Это можно сделать прямо сейчас на сайте Jabberwacky.Com , если вы говорите по-английски. Jabberwacky остроумно шутит, играя вашими словами: иллюзия того, что вы чатитесь с разумным существом, достаточно сильная. Те, кто чатился в конце 90-х, получат примерно те же эмоции.

Эксперимент Zillion . Фрагмент общения с ИИ-программой Jabberwacky: самообучающаяся программа- пытается трактовать слова собеседника и релевантно реагировать на них. Иногда получается интересная полуфилософская смысловая игра, но порой цепочки ответов в таком стиле заводят Jabberwacky далеко: к предложению пожениться и намеку на военные планы относительно человечества.

Критерий способности к самообучению. И тут мы переходим к следующему критерию оценки программы как настоящего искусственного интеллекта - речь о способности к обучению. Существует такое частное определение интеллекта, общее для человека и машины: «Интеллект - это способность системы создавать в ходе самообучения программы для решения задач и решать эти задачи». Что есть тот же Jabberwacky? Или кто? Это программа, способная к обучению. В частности, она умеет имитировать стиль общения человека, с которым пообщалась перед тестом. Это может объяснять и вопросы вроде «Will you marry me ?», и специфический тон общения.

Эксперимент Zillion . Общение с «Искусственным лингвистическим интернет-компьютерным существом» (Artificial Linguistic Internet Computer Entity - A.L.I.C.E.).

ИИ-чатботы A .L .I .C .E . и Jabberwacky общаются друг с другом через мессенджер.

ИИ: сильный и слабый

Все варианты ИИ, которые можно описать через эти критерии укладываются в теории сильного ИИ и слабого ИИ. Сторонники концепции слабого ИИ рассматривают такие программы только как инструмент для решения неких задач, не требующих всей полноты когнитивных способностей человека.

Концепция сильного искусственного интеллекта строится вокруг гипотезы Ньюэлла-Саймона, которая предполагает, что «физическая символьная система имеет необходимые и достаточные средства для произведения базовых интеллектуальных действий, в широком смысле». Без символьных вычислений невозможны осмысленные действия. Сама способность выполнять символьные вычисления достаточна для возникновения способности к выполнению осмысленных действий. Большая часть исследований ИИ идет по пути создания символьных систем. А символьные вычисления - это программирование.

По концепции сильного ИИ, некоторые формы действительно способны мыслить, осознавать себя и решать задачи. При этом их мыслительный процесс не обязательно устроен так же, как у человека. Теория слабого ИИ такой возможности не допускает. Джон Серль, предложивший концепцию сильного ИИ считает, что это будет не модель разума, а непосредственно разум. На сегодня у исследователей есть договоренность о том, какими свойствами обладают сильный ИИ и слабый ИИ.

Сильный ИИ - это принятие решений, использование стратегий, решение головоломок и действия в условиях неопределенности, представление знаний, обучение, общее представление о реальности, планирование, общение на естественном языке, сознание, восприимчивость к окружению, осознание себя как отдельной личности, понимание собственных мыслей, сопереживание, мудрость - и объединение всех этих способностей для достижения целей. В наши дни работа над такими программами уже ведется. При этом в поле неопределенности опять же находятся несколько важнейших вопросов. Все это значимо для людей, но является ли это необходимым для машинного интеллекта? Достаточно ли этого для истинного искусственного разума? И могут ли такие свойства, как сопереживание, возникать автоматически при достижении какого-то уровня интеллекта?

ИИ: 4 подхода + инструменты

Суммируя все вопросы, идеи и парадигмы, выделяют несколько подходов к созданию ИИ:

1. Top -Down AI : нисходящий, семиотический подход. Речь о создании экспертных систем, баз знаний и систем логического вывода, которые имитируют высокоуровневые психические процессы, такие как рассуждение, эмоции, творчество, речь, мышление в целом. К нисходящему спектру подходов относятся:

• Логический подход. Он основан на моделировании рассуждений с использованием логики как теоретической основы.
• Символьный подход. Особенность символьных вычислений - создание новых правил в процессе выполнения программы. Неинтеллектуальные системы не способны к этому.
• Агентно-ориентированный подход. Акцент делается на выживание в окружающей среде, поиск пути, принятие решений и выполнение задач. Это подход, который развивается с начала 1990-х и основан на использовании интеллектуальных (рациональных) агентов. Интеллект в этом случае трактуется как вычислительная часть, планирование способности достигать поставленных перед интеллектуальной машиной целей. ИИ-машина воспринимает окружающую среду через датчики и воздействует на объекты посредством исполнительных механизмов.

  2. Bottom -Up AI : восходящий, биологический подход. Он включает в себя изучение нейронных сетей и эволюционных вычислений, которые моделируют интеллектуальное поведение на основе биологических элементов. К этому направлению относится работа над нейрокомпьютером или биокомпьютером. Биологическое моделирование ИИ обосновано тем, что искусственные системы так или иначе повторяют структуру и функции биологических систем, у которых поведение, способность к обучению и адаптация обусловлены биологическими особенностями. К Bottom -Up AI относятся:

  • Работа над нейронными сетями.
  • Генетический подход. Он основан на идее, что алгоритм станет эффективнее, позаимствовав лучшие характеристики у «родительских» алгоритмов.

  3. Гибридный подход. Это синергетическая комбинация нейронных и символьных моделей, которая, как предполагают исследователи, наделит ИИ гармоничным спектром когнитивных и вычислительных возможностей. Правила умозаключений у такой ИИ-программы будут генерироваться нейронными сетями, а порождающие правила будут создаваться через статистическое обучение. Эта концепция считается одной из самых перспективных.

  4. Это тот самый принципиально новый подход, о котором сказал в интервью физик Дэвид Дойч, но который еще предстоит открыть.

  Инструментарий создания и обучения ИИ обширен:

  • Работа с естественными языками: анализ возможностей понимания, генерация текстов на языке человека, глубокий анализ текста, машинный перевод, информационный поиск.
  • Символьное моделирование мыслительных процессов: создание символьных систем, моделирование рассуждений, доказательство теорем, принятие решений, прогнозирование, планирование, теория игр.
  • Машинное обучение: обучение без учителя (распознавание образов во входном потоке) и обучение с учителем (классификация и анализ).
  • Представление и использование знаний: получение знаний из простой информации, их систематизация и использование, создание экспертных систем (программ, использующих базы знаний для получения знаний по разным вопросам); производство знаний из данных на основе нейросетевой технологии, вербализации нейронных сетей.

  Тема искусственного интеллекта на этом далеко не исчерпана: следите за обновлениями Zillion .