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

Нам не помогает даже экспоненциальный рост. Более того, он оборачивается не в нашу пользу. Каждый раз, когда мы пытаемся сделать ИИ чуть-чуть умнее, мы экспоненциально увеличиваем его возможности. Это дает экспоненциально больше шансов на провал, поэтому мы должны существенно умножить количество тестов и экспериментов, чтобы убедиться в правильности конструкций. В конечном счете данные, полученные в результате исследований ИИ, показывают, что бóльшие возможности означают более медленное развитие. Из физики мы знаем, что для достижения прогресса требуется все больше и больше энергии, как и при достижении скорости, более близкой к скорости света. Нечто подобное, похоже, происходит при создании интеллекта: становится все труднее увеличивать его возможности. Пожалуй, не случайно, что на планете Земля очень мало существ со столь же сложным мозгом, как наш, и что для их создания потребовалось 3,5 миллиарда лет эволюционных экспериментов.

Мы можем быть уверены: не будет никаких сингулярностей, вышедших из-под контроля ИИ. Наши преданные и трудолюбивые ученые и инженеры продолжат свои исследования, медленно изобретая новые алгоритмы и предоставляя ИИ полезные инструменты, чтобы сделать нашу жизнь более безопасной и легкой. Возможно, мы никогда не создадим ИИ, соответствующий по уровню продвинутости человеческому мозгу. Или это может занять у нас невообразимо много времени.

Большинство исследований в области ИИ не имеет ничего общего с суперинтеллектом, или ОИИ. В основном они посвящены поиску решений конкретных проблем: чат-робот, отвечающий на запросы в колл-центре; автоматизированные алгоритмы вождения, помогающие управлять машиной на автостраде или во время парковки; более продвинутые роботы, автоматизирующие скучные производственные процессы; системы контроля качества, позволяющие фабрикам минимизировать бракованную продукцию; носимая электроника, своевременно выявляющая заболевания; социальные роботы, обеспечивающие уход за людьми с ограниченными возможностями и пожилыми; интернет-боты, отвечающие на наши вопросы; системы обнаружения мошенничества, отслеживающие транзакции и предупреждающие о том, что банковские реквизиты или личные данные могли быть украдены, и так далее. Что бы ни представлял собой ИИ, каждая такая технология призвана упростить нам определенную задачу, помочь в конкретном деле. Появятся новые удивительные ИИ и роботы. Они станут частью нашего общества, будут помогать нам или даже станут частью нас, как носимая электроника или умные протезы.

Не всем нравится такое видение будущего. Как вы помните, некоторые люди предполагают, что миллионы рабочих мест будут потеряны из-за ИИ и роботов. Заменят ли роботы рабочих на заводах? А чат-боты – сотрудников колл-центров? Ответ на эти и подобные вопросы вполне может оказаться утвердительным. Но в подобных процессах нет ничего принципиально нового. Мы всегда постепенно привыкаем к очередному изобретению и в результате меняем наш образ жизни. Знания устаревают, возникают новые специальности. Сегодня мало кузнецов и много фабричных рабочих. Завтра может стать меньше рабочих и больше роботов-менеджеров и инженеров по обслуживанию роботов. Технологии быстро меняются, и наше общество меняется вместе с ними. Но с такой же скоростью появляются и новые возможности. Автомобили без водителей будут нуждаться в совершенно иной дорожной инфраструктуре, других способах продажи и обслуживания. Индустрия компьютерных игр стремительно развивается, и ей требуются таланты во всех областях – от специалистов по компьютерному моделированию до писателей и актеров. Хранение данных и аналитика – и все, что связано с данными, – процветает, и каждый день появляются новые виды деятельности. Например, социальные медиа – область рекламы с открытыми рабочими местами и возможностями для карьеры. Возникают новые формы интерактивных развлечений, управляемые ИИ и носимой электроникой. Каждая новая технология нуждается в людях: ее необходимо создавать, тестировать, использовать, настраивать, регулировать, ремонтировать. Работа сегодня не та, что раньше. И причина этого не ИИ или роботы, а человеческий прогресс.

В конечном счете ИИ и робототехника всегда очаровывали нас и порой приводили в замешательство – возможно, потому, что мы интересуемся собой. Уникально в этой технологии то, что появление действительно разумного ИИ может помочь нам постичь, как работают мозг и тело человека. Чтобы преуспеть в создании наших искусственных «детей», мы должны тщательно изучить себя и свое поведение. Понять, как наши взаимодействия помогают нам развиваться и вместе работать. Узнать об эмоциях, самосознании и о том, как мы принимаем решения; каким образом наши действия влияют на нас самих и окружающих; что значит быть нравственными и как понятие о морали и уважение к жизни должны быть включены во все, что мы делаем. Узнать, что мы тесно связаны с нашей средой, которая меняет нас так же, как мы меняем ее. ИИ – это непрекращающееся путешествие в поисках открытий. Возможно, если мы пойдем по этому длинному и сложному пути, то сможем стать лучше.

Абстракция – процесс упрощения и фокусирования внимания только на существенных деталях.

Автономный автомобиль (беспилотный автомобиль, автомобиль с автоматическим управлением, автомобиль-робот, автомобиль без водителя) – транспортное средство, управляемое ИИ, который может частично или полностью взять на себя функции водителя.

Автономный робот – робот, демонстрирующий высокую степень автономии поведения.

Агентное моделирование – использование программных агентов в различных комбинациях для моделирования естественных или физических систем.

Алгоритм – метод, используемый компьютером для выполнения конкретной задачи.

Алгоритм обратного распространения ошибки – метод обучения искусственных нейронных сетей.

Алгоритм поиска – алгоритм, выполняющий поисковую задачу: найти один или несколько элементов, обладающих определенным свойством, во множестве, чтобы решить проблему.

Большие данные – массивы данных, требующие специального анализа.

Глубокое обучение – методы машинного обучения, обычно основанные на искусственных нейронных сетях с несколькими скрытыми уровнями, которые изучают представленные данные. Обучение может осуществляться с полным или неполным контролем, а также быть неконтролируемым.

Импульсная нейронная сеть – тип искусственной нейронной сети, в которой информация передается способом, подобным тому, каким это делают биологические нейроны, обмениваясь импульсами.

Искусственная иммунная система – алгоритмы, основанные на принципах действия иммунной системы живого организма.

Искусственная нейронная сеть – алгоритмы машинного обучения, вдохновленные работой нейронных сетей в человеческом мозге.