Всё об искусственном интеллекте за 60 минут - Питер Дж. Бентли

Но компьютерное моделирование, как правило, является одной из наиболее сложных для вычислений форм ИИ из тех, что мы применяем сегодня. Даже если входные данные верны, мы ограничены доступными вычислительными ресурсами. Несмотря на ускоренное развитие аппаратного обеспечения, наши компьютеры не всегда могут имитировать реальность в необходимых нам деталях, а для проведения симуляций порой требуется недопустимо большое количество времени.

Некоторые симуляции настолько важны, что способны влиять на будущее нашей планеты. Климатические – одни из самых сложных моделей. Они должны объединять данные из огромного числа источников и делать прогнозы о том, как концентрация различных газов в атмосфере Земли может сказаться на глобальном потеплении и погодных условиях. Когда мы совершенствуем модели, то лучше понимаем, как предотвратить ущерб нашей планете в будущем. Хотя исследователям всегда хочется смоделировать все возможное и задействовать все доступные вычислительные ресурсы, иногда сложность настолько велика, что результаты оказывается трудно интерпретировать. Поэтому важно иметь модели (например, те, что используют вероятностные методы), которые не только делают прогнозы, но и обеспечивают определенный уровень уверенности в этих прогнозах, чтобы мы могли понять, насколько им стоит доверять.

У Эллиота было все: отличная работа в крупной компании, прекрасная жизнь в кругу семьи и добрые друзья. Он был образцом для подражания и хорошим мужем и другом. Но однажды Эллиот начал страдать от сильных головных болей. В ходе обследования у него обнаружили опухоль головного мозга в префронтальной коре. Эллиоту повезло: она оказалась доброкачественной и операбельной и ее успешно удалили. После этого наш герой пошел на поправку, и казалось, что если в ходе операции мозгу и были нанесены какие-то повреждения, то никакого эффекта они не имели. Эллиот вернулся к работе и продолжил жить, как будто ничего не произошло.

Однако через несколько месяцев его жизнь постепенно начала меняться. Теперь он никогда не доводил до конца начатые проекты и совершал множество ошибок, а исправлять их приходилось другим. Его уволили, а через некоторое время он развелся с женой. Эллиот нашел сомнительного делового партнера, с которым проворачивал нелегальные схемы для получения прибыли, и в итоге обанкротился.

Вскоре Эллиот женился снова – на женщине, совершенно ему не подходившей, так что и второй брак быстро распался. В конце концов он переехал к брату, который понял, что что-то не так: Эллиот больше не был тем человеком, каким был раньше.

Его направили к неврологу Антонио Дамасио. При осмотре Эллиот выглядел совершенно нормально: отличная память, никаких нарушений речи или любых других видимых нарушений. Но он больше не мог чувствовать. У Эллиота пропали эмоции. Он был тем, кто принимает логичные решения, за исключением того, что без эмоций он ничего не мог решить. Сталкиваясь с необходимостью постоянно что-то решать каждый день, он не мог вынести положительное или отрицательное суждение. Есть на завтрак хлопья или тосты? Классифицировать рабочие документы по дате или по важности? Что делать вечером? А на следующей неделе? Эллиот просто утонул в безбрежном море решений и в конечном итоге либо застывал в нерешительности, либо делал неудачный выбор, все больше разрушая свою жизнь.

И Эллиот не единственный известный пример. В 1930-х годах неврологи обнаружили биржевого маклера, у которого тоже было повреждение префронтальной коры. И жизнь этого человека тоже оказалась разрушена. Он перестал выходить из дома – просто сидел там целыми днями и готовил грандиозное профессиональное возвращение, а также хвастался сексуальным мастерством, хотя больше не работал и ни с кем не встречался. Почти в то же время одна плохо продуманная операция, сделанная другому пациенту, страдавшему тревожностью и шизофренией, привела к аналогичным результатам. Несомненно, эмоции помогают нам принимать решения. Даже обладая высоким IQ и отличной способностью решать проблемы, без эмоций мы не сможем жить в реальном мире.

Эти идеи относительно новы и приобретают все большее значение, если речь идет об ИИ. На протяжении всей истории большинство исследователей ИИ, ученые и инженеры, были мужчинами, зачастую не обладающими развитой эмпатией или хорошими социальными навыками. На протяжении десятилетий у ИИ развивали способность принимать холодные, логические решения, осуществлять контроль и прогнозировать. Идея о том, что ИИ должен понимать эмоции или даже обладать собственными, не была распространенной – на самом деле большинство исследователей считали, что эмоции мешают принятию решений и лучше их не иметь.

Одной из первых исследовать эмоциональный ИИ, или, как его часто называют, эмоциональные вычисления, начала Розалинд Пикар, профессор Медиалаборатории МТИ, в 1995 году. Ее вдохновили идеи Дамасио и прежде всего тот факт, что эмоции необходимы для принятия решений. С тех пор исследователи в этой лаборатории вот уже более двух десятилетий изучают все аспекты эмоционального ИИ.

Первые успехи пришли с появлением улучшенных технологий распознавания лиц и речи (см. главы 5 и 7). Пикар и ее коллеги обнаружили, что в дополнение к распознаванию лиц ИИ можно научить понимать эмоции по выражениям лиц. А в дополнение к распознаванию речи – улавливать изменения в тоне, которые могут свидетельствовать о нервозности, гневе или даже нечестности говорящего. В 2009 году Пикар вместе с одной из своих аспиранток, Раной Эль-Калиуби, основала компанию Affectiva, ставшую пионером в разработке методов машинного обучения для анализа эмоций людей при просмотре рекламы, что позволило более чем 25 % компаний из списка Fortune 500[16] понять, как именно их реклама влияет на людей и какие решения стоит пересмотреть. Были разработаны также специальные приложения для транспортных средств – они помогли отслеживать эмоциональное состояние пассажиров с помощью распознавания лиц и речи, чтобы обеспечить людям безопасность и комфорт в пути. Сегодня технологии распознавания лиц используются также для выявления аутизма, шизофрении, болезни Альцгеймера и в системах прогнозирования преступности.