Всі говорять про штучний інтелект. Простими словами пояснимо, що це. Що таке штучний інтелект (ШІ): визначення поняття простими словами Що є штучний інтелект
Штучний інтелект(ІІ, artificial intelligence, AI) - це наука створення інтелектуальних технологій і комп'ютерних програм.
Штучний інтелект тісно пов'язаний із завданням зрозуміти людський інтелект за допомогою комп'ютерних технологій. На даний момент не можна точно сказати, які обчислювальні методи можна називати інтелектуальними. Одні механізми інтелекту відкриті для розуміння, інші ні. На даний момент в програмах використовуються методи, що не зустрічаються у людей.
Штучний інтелект має науковий напрям, який вивчає рішення задач інтелектуальної діяльності людини. Штучний інтелект спрямований на виконання творчих завдань в області, знання про яку зберігається в інтелектуальній системі програми - базі знань.
З цими знаннями працює механізм програми - вирішувач завдань. Потім людина отримує уявлення про результат роботи програми через інтелектуальний інтерфейс. Результатом програми штучного інтелекту, є відтворення інтелектуального міркування або розумного дії.
Одним з головних властивостей штучного інтелекту є здатність до самонавчання. В першу чергу, це евристичне навчання- безперервне навчання програми, формування процесу навчання і власних цілей, аналіз і усвідомлення свого навчання.
Науковий напрямок вивчає штучний інтелект почало зароджуватися ще давно:
- філософи думали про пізнання внутрішнього світулюдини
- психологи вивчали мислення людини
- математики займалися розрахунками
Незабаром, були створені перші комп'ютери, які дозволили виконувати обчислення обганяючи по швидкості людини. Тоді вчені стали задавати питання: де межа можливостей комп'ютерів і можуть вони досягти рівня людини?
Алан Тьюринг - англійський вчений, піонер обчислювальної техніки, написав статтю «Чи може машина мислити?», Де описав метод, який допоможе визначити, в який момент комп'ютер можна порівняти з людиною. Цей метод отримав назвою - тест Тьюринга.
Суть методу полягає в тому, щоб людина спочатку відповідав на питання комп'ютера, потім на питання іншої людини і при цьому не знаючи, хто саме поставив йому питання. Якщо при відповіді на питання комп'ютера, людина не запідозрив, що це машина, то проходження тесту Тьюринга можна вважати успішним, як і те, що комп'ютер є штучним інтелектом.
Таким чином, якщо комп'ютер виявляє схоже з людським поведінкув будь-яких природних ситуаціях і здатний підтримати діалог з людиною, то можна сказати, що це штучний інтелект. Ще один передбачуваний метод визначення чи є машина інтелектуальної, це її здатність до творчості і можливість відчувати.
Існує безліч різних підходів до вивчення і розуміння штучного інтелекту.
символьний підхід
Символьний підхід став першим в цифрову епоху машин. Після створення мови символьних обчислень Лисп, його автори приступили до реалізації інтелекту. Символьний підхід використовуйте слабоформалізованних уявлення. Поки що інтелектуальну роботу і пов'язані з творчістю завдання здатний виконувати тільки людина. Робота комп'ютерів в цьому напрямку є упередженою і по суті не може виконуватися без участі людини.
Символьні обчислення допомогли створити правила для вирішення завдань в процесі виконання комп'ютерної програми. Однак стало можливо вирішувати тільки найпростіші завдання, а при появі будь-якої складної задачі необхідно знову підключатися людині. Таким чином, такі системи не дозволяють називати їх інтелектуальними, так як їх можливості не дозволяють вирішувати виникаючі труднощі і вдосконалювати вже знають шляхи вирішення завдань для вирішення нових.
логічний підхід
Логічний підхід заснований на моделюванні міркувань і застосуванням мови логічного програмування. Наприклад, мова програмування Пролог заснований на наборі правил логічного висновку без жорстких послідовних дій для досягнення результату.
Агентно-орієнтований підхід
Агентно-орієнтований підхід заснований на методах допомагають інтелекту виживати в навколишньому середовищудля досягнення певних результатів. Комп'ютер сприймає своє оточення і впливає на нього за допомогою поставлених методів.
гібридний підхід
Гібридний підхід включає в себе експертні правила, які можуть створюватися нейронними мережами, а породжують правила за допомогою статистичного навчання.
моделювання міркувань
Існує такий напрямок у вивченні штучного інтелекту, як моделювання міркувань. Даний напрямок включає в себе створення символьних систем, для постановки завдань і їх рішення. Поставлена задача повинна бути переведена в математичну форму. При цьому у неї ще немає алгоритму для вирішення через складність. Тому моделювання міркувань містить доведення теорем, прийняття рішень, планування, прогнозування і т.п.
Обробка природної мови
Ще одним важливим напрямком штучного інтелекту є обробка природної мови, На якому робиться аналіз і обробка текстів зрозумілою для людини мовою. Мета цього напрямку - обробка природної мови для самостійного придбання знань. Джерелом інформації може бути текст введений в програму або отриманий з інтернету.
Представлення і використання знань
Інженерія знань - це напрямок отримання знань з інформації, їх систематизація і подальше використання для вирішення різних завдань. За допомогою спеціальних баз знань експертні системи отримують дані для процесу знаходження рішень поставлених завдань.
машинне навчання
Одним з основних вимог до штучного інтелекту є можливість машини до самостійного навчання без втручання вчителя. До машинному навчанню відносяться завдання з розпізнавання образів: розпізнавання символів, тексту і мови. Сюди ж відноситься і комп'ютерний зір, пов'язане з робототехнікою.
Біологічне моделювання ІІ
Існує такий напрямок, як квазібіологіческая парадигма, Яке інакше називається Біокомпьютінг. Даний напрямок в штучному інтелекті вивчає розробку комп'ютерів і технологій з використанням живих організмів і біологічних компонентів - біокомп'ютерів.
робототехніка
Область робототехніки тісно пов'язана з штучним інтелектом. Властивості штучного інтелекту також необхідні роботам для виконання безлічі різних завдань. Наприклад, для навігації та визначення свого місця розташування, вивчення предметів і планування свого переміщення.
Області застосування штучного інтелекту
Штучний інтелект створюється з метою вирішувати завдання з різних областей:
- Інтелектуальні системи для освіти і відпочинку.
- Синтез і розпізнавання тексту і людської мови використовується в системах обслуговування клієнтів.
- Системи розпізнавання образів використовуються використовують в системах безпеки, при оптичному і акустичному розпізнаванні, медичній діагностиці, системах визначення цілей.
- У комп'ютерних іграх застосовуються системи ШІ для розрахунку ігрової стратегії, імітації поводжень персонажів, знаходження шляху в просторі.
- Системи алгоритмічної торгівлі та прийняття рішень.
- Фінансові системи для консультації та управління фінансами.
- Роботи використовуються в промисловості для вирішення складних рутинних завдань: роботи для догляду за хворими, роботи консультанти, а також займаються діяльністю небезпечної для життя людини: роботи рятувальники, роботи мінери.
- Управління людськими ресурсами та рекрутинг, перегляд і ранжування кандидатів, прогнозування успіху співробітників.
- Системи розпізнавання і фільтрації спаму в електронній пошті.
Це далеко не всі області, де можна застосувати штучний інтелект.
Зараз створення штучного інтелекту є однією з важливих задач людини. Однак поки немає єдиної точки зору на те, що можна вважати інтелектом, а що не можна. Багато питань викликають суперечки і сумніви. Чи можливе створення інтелектуального розуму, який буде розуміти і вирішувати проблеми людей? Розум, не позбавлений емоцій і зі здібностями властивими живому організму. Ще не настав час, коли ми це побачимо.
Штучний інтелект - це не майбутнє, штучний інтелект - це справжнє.
Слух, можливість говорити, зір і прогнозуюче інтуїція базуються на використанні обох мереж (CNN і RNN), а також технології обробки природної мови (NLP), які доповнюють один одного. Подібні технології використовуються в Alexa, Siri, Google Now, Cortana та інших інтелектуальних голосових помічників.
Які програми використовуються для створення ІІ?
Існують десятки фреймворків для розробки ІІ, але в цей список включені тільки найвидатніші.
KERAS
Це бібліотека нейронних мереж на основі Python з відкритим вихідним кодом, яка може працювати під управлінням Microsoft CNTK (Cognitive Toolkit), Tensorflow і багатьох інших середовищ.
KERAS найкраще підходить новачкам.
TENSORFLOW
Tensorflow є найвидатнішою середовищем для розробки штучного інтелекту, яка використовує методи машинного навчання, такі як нейронні мережі.
Tensorflow був розроблений командою Google Brain, саме цей фреймворк у відповіді за автозавершення фраз в текстове поле пошукової системи Google, а також ІІ додатків Google.
SONNET
Створена командою Google DeepMind, Sonnet - це бібліотека, яка працює поверх TensorFlow для побудови складних нейронних мереж глибокого навчання. SONNET найкраще підходить для досліджень і розробок в області штучного інтелекту і є дуже складною для новачків.
CNTK (Microsoft Cognitive Toolkit)
Раніше відомий як CNTK, Microsoft Cognitive Toolkit націлений навчити алгоритми мислити як людський мозок. Він має швидкість, масштабованість, якістю і сумісністю з C ++ і Python. Microsoft використовує його для функцій AI в Skype, Cortana і Bing.
Microsoft CNTK дозволяє користувачам комбінувати популярні моделі глибокого навчання, такі як DNN, CNN та RNN.
PYTORCH
Pytorch - це бібліотека машинного навчання з відкритим вихідним кодом для Python, заснована на Torch, яка використовує технології обробки природної мови (NLP).
DL4J (Deeplearning4j)
Deeplearning4j - це бібліотека з відкритим вихідним кодом для розробки ІІ з використанням методів глибокого навчання. Написана спеціально для Java і JVM (Java Virtual Machine).
DL4J працює на базі власної бібліотеки числових обчислень і може працювати як на CPU, так і на GPU.
Є ще багато різних середовищдля розробки штучного інтелекту. Коротко лише відзначимо ONNX, платформу глибокого навчання, яка спільно розроблена Facebook і Microsoft, а також перерахуємо кілька інших: H2O, DSSTNE, Theano, DeepDetect, ConvNetJS, ACT-R, Caffe і CaffeOnSpark.
MXNET
Apache MXNET - це програмне середовище з глибоким навчанням для розгортання нейронних мереж. Вона має масштабовану модель навчання, яка підтримує кілька мов програмування для розробки AI: Go, R, Scala, Perl, C ++, Python, Julia, Matlab, JavaScript, і є проектом з відкритим вихідним кодом.
MXNET використовується для розгортання нейронних мереж в службах загального хостингу, таких як AWS і Microsoft Azure.
Де використовується штучний інтелект?
Інтелектуальні системи застосовуються в різних областях і сферах. Їх можна знайти в голосових помічників, в торгових роботів, військових розробках і так далі. Давайте пробіжимося по найбільш важливим.
голосові помічники
Голосові помічники, засновані на базі штучного інтелекту, такі як Siri, Google Now, Alexa, Bixby і Cortana. Вони слухають, що говорить користувач, щоб перетворити мова в машинозчитуваний вектор, після чого видається вектор відповіді, який вимовляється голосовим помічником за допомогою Natural Language Processing (NLP).
розумні помічники
Autodesk Eva є відмінним прикладом інтелектуального помічника, який використовує CNN і NLP для взаємодії з клієнтами в режимі реального часу.
Розумний помічник, змодельований в 3D, може вести діалог з клієнтом в режимі реального часу і імітувати відповідні вираз обличчя.
безпілотні автомобілі
Безпілотні автомобілі використовують радар, LIDAR (детектор світла і визначник дистанції), GPS і камеру для створення тривимірних моделей наближаються транспортних засобів. Всі ці дані об'єднуються для визначення місця розташування транспортного засобу з дуже високою точністю. Водієм виступає ІІ, який аналізує всю інформацію, що надходить з датчиків.
розпізнавання облич
Розробка штучного інтелекту на основі CNN зробила можливим впровадження системи розпізнавання осіб.
Нещодавно в Китаї почали використовувати систему розпізнавання осіб за допомогою камер відеоспостереження по всьому місту, накладаючи штраф за порушення правил дорожнього руху. Магазини Alibaba в Китаї використовують розпізнавання осіб і зображень для виставлення рахунку.
балансування навантаження
Балансування навантаження на дороги, транспортні системи, сервери і так далі.
мовні перекладачі
Гугл перекладач є хорошим прикладом. Він має два модулі: кодировщик і декодер. Кодувальник бере вхідні пропозиції з промови або тексту, а потім переводить їх у вектор, який є однаковим форматом для вхідних даних з усіх мов.
Модуль декодера приймає цей вектор в якості вхідних даних, а потім генерує текст або мова на цільовому мовою. Розпізнавання мови відбувається за допомогою RNN, висновок мови виконується за допомогою NLP.
Пошук і аналіз зображень
Пошук і аналіз зображень використовується для перевірки плагіату,
пошуку людей, для SEO цілей, пошуку образливого контенту в соціальних мережах.
Оптимізація для досягнення найкращих результатів
Модулі Deepmind були навчені грі в шахи, Go, Dota 2, Starfield 2.
Ці модулі награли ігор на сотні років всього за кілька тижнів навчання, що призвело AI до перемоги над кращими гравцями в світі.
Звичайно, це не всі сфери застосування ІІ. У міру розвитку технологій і здібностей ІІ, сфера застосування інтелектуальних систем буде тільки розширюватися.
Якщо тенденція розвитку технологій збережеться або прискориться, боюся, що ми встигнемо застати епоху, коли комп'ютери стануть розумнішими людей, і всі служби, системи і засоби будуть підключені до централізованої системи під управлінням штучного інтелекту.
Вам може бути цікаво:
Штучний інтелект - технологія, яку ми точно заберемо з собою в майбутнє.
Розповідаємо, як він працює і які круті варіанти застосування знайшов.
😎 Рубрика «Технології» виходить щотижня за підтримки re: Store.
Що являє собою штучний інтелект
Штучний інтелект (ШІ) - це технологія створення розумних програм і машин, які можуть вирішувати творчі завдання і генерувати нову інформацію на основі наявної. Фактично штучний інтелект покликаний моделювати людську діяльність, яка вважається інтелектуальної.
Традиційно вважалося, що творчість притаманне тільки людям. Але створення штучного інтелекту змінило звичний порядок речей
Робот, який просто механічно коле дрова, що не наділений ІІ. Робот, який сам навчився колоти дрова, дивлячись на приклад людини або на поліно і його частини, і з кожним разом робить це все краще, володіє ІІ.
Якщо програма просто дістає значення з бази за певними правилами, вона не наділена ІІ. Якщо ж система після навчання створює програми, методи і документи, вирішуючи певні завдання, вона володіє ІІ.
Як створити систему штучного інтелекту
У глобальному сенсі потрібно зімітувати модель людського мислення. Але насправді необхідно створити чорний ящик - систему, яка у відповідь на набір вхідних значень видавала такі вихідні значення, які б були схожі на результати людини. І нам, за великим рахунком, байдуже, що відбувається у неї «в голові» (між входом і виходом).
Системи штучного інтелекту створюються для вирішення певного класу задач
Основа штучного інтелекту - навчання, уяву, сприйняття і пам'ять
Перше, що потрібно зробити для створення штучного інтелекту - розробити функції, які реалізують сприйняття інформації, щоб можна було «згодовувати» системі дані. Потім - функції, які реалізують здатність до навчання. І сховище даних, щоб система могла кудись складати інформацію, яку отримає в процесі навчання.
Після цього створюються функції уяви. Вони можуть моделювати ситуації з використанням наявних даних і додавати нову інформацію (дані і правила) в пам'ять.
Навчання буває індуктивним і дедуктивним. В індуктивному варіанті системі дають пари вхідних і вихідних даних, питань і відповідей і т.п. Система повинна знайти зв'язку між даними і в подальшому, використовуючи ці закономірності, знаходити вихідні дані по вхідним.
У дедуктивному підході (привіт, Шерлок Холмс!) Використовується досвід експертів. Він переноситься в систему як база знань. Тут є не тільки набори даних, але і готові правила, які допомагають знайти рішення за умовою.
В сучасних системахштучного інтелекту використовують обидва підходи. Крім того, зазвичай системи вже навчені, але продовжують вчитися в процесі роботи. Це робиться для того, щоб програма на старті демонструвала гідний рівень здібностей, але в подальшому ставала ще краще. Наприклад, враховувала ваші побажання і переваги, зміни ситуації та ін.
В системі штучного інтелекту навіть можна задати ймовірність непередбачуваності. Це зробить його більш схожою на людину.
Чому штучний інтелект перемагає людини
Перш за все, тому, що у нього нижча ймовірність помилки.
- Штучний інтелект не може забути - у нього абсолютна пам'ять.
- Він не може ненавмисно проігнорувати фактори і залежності - у кожного дії ІІ є чітке обгрунтування.
- ІІ не вагається, а оцінює ймовірності і схиляється на користь більшої. Тому може виправдати кожен свій крок.
- А ще у ІІ немає емоцій. Значить, вони не впливають на прийняття рішень.
- Штучний інтелект не зупиняється на оцінці результатів поточного кроку, а продумує на кілька кроків вперед.
- І у нього вистачає ресурсів, щоб розглядати всі можливі варіанти розвитку подій.
Круті варіанти застосування штучного інтелекту
Взагалі кажучи, штучний інтелект може все. Головне правильно сформулювати завдання і забезпечити його початковими даними. До того ж ІІ може робити несподівані висновки і шукати закономірності там, де, здавалося б, їх немає.
Відповідь на будь-яке питання
Група дослідників під керівництвом Девіда Феруччі розробила суперкомп'ютер Watson з запитань-відповідей системою. Система, названа на честь першого президента IBM Томаса Уотсона, може розуміти питання на природній мові і шукати відповіді на них в базі даних.
Watson об'єднує 90 серверів IBM p750, в кожному з яких встановлено по чотири восьмиядерних процесора архітектури POWER7. Загальний обсяг оперативної пам'яті системи перевищує 15 ТБ.
У числі досягнень Watson - перемога в грі «Jeopardy!» (Американська «Своя гра»). Він переміг двох кращих гравців: володаря найбільшого виграшу Бреда Раттера і рекордсмена по довжині безпрограшної серії Кена Дженнінгса.
Приз Watson - 1 млн доларів. Правда, тільки в 2014 році в нього інвестували 1 млрд
Крім того, Watson бере участь в діагностиці онкологічних захворювань, допомагає фінансовим спеціалістам, використовується для аналізу великих даних.
розпізнавання облич
В iPhone X розпізнавання осіб розроблено з використанням нейромереж - варіанти системи штучного інтелекту. Нейромережеві алгоритми реалізовані на рівні процесора A11 Bionic, за рахунок чого він ефективно працює з технологіями машинного навчання.
Нейросети виконують до 60 млрд операцій в секунду. Цього достатньо, щоб проаналізувати до 40 тис. Ключових точок на обличчі і забезпечити виключно точну ідентифікацію власника за частки секунди.
Навіть якщо ви відростіть бороду або надягнете окуляри, iPhone X вас дізнається. Він просто не враховує волосяний покрив і аксесуари, а аналізує область від скроні до скроні і від кожного скроні до поглиблення під нижньою губою.
Економія енергії
І знову Apple. В iPhone X вбудували інтелектуальну систему, яка відстежує активність встановлених додатків і датчик руху, щоб зрозуміти ваш розпорядок дня.
Після цього iPhone X, наприклад, запропонує вам оновитися в максимально зручний час. Він зловить момент, коли у вас стабільний інтернет, а не стрибучий сигнал з мобільних вишок, і ви не виконуєте термінових або важливих завдань.
ІІ також розподіляє завдання між ядрами процесора. Так він забезпечує достатню потужність при мінімальних витратах енергії.
створення картин
Творчість, раніше доступну лише людині, відкрито і для ІІ. Так, система, створена дослідниками з Університету Рутгерса в Нью-Джерсі і лабораторія AI в Лос-Анджелесі, представила власний художній стиль.
А система штучного інтелекту від Microsoft може малювати картини по їх текстового опису. Наприклад, якщо ви попросите ІІ намалювати «жовту птицю з чорними крилами і коротким дзьобом», вийде щось на зразок цього:
Такі птахи можуть і не існувати в реальному світі- просто так їх представляє наш комп'ютер.
Більш масовий приклад - додаток Prisma, яка створює картини з фотографій:
написання музики
У серпні штучний інтелект Amper склав, спродюсував і виконав музику для альбому «I AM AI» (англ. Я - штучний інтелект) спільно зі співачкою Терін Саузерн.
Amper розробила команда професійних музикантів і технологічних експертів. Вони відзначають, що ІІ покликаний допомогти людям просунути вперед творчий процес.
ІІ може написати музику за кілька секунд
Amper самостійно створила акордові структури і інструментал в треку «Break Free». Люди лише незначно поправили стиль і загальну ритміку.
Ще один приклад - музичний альбом в дусі «Цивільної оборони», тексти для якого писав ІІ. Експеримент провели співробітники «Яндекса» Іван Ямщиков і Олексій Тихонов. Альбом 404 групи «Нейронна оборона» виклали в мережу. Вийшло в дусі Лєтова:
Потім програмісти пішли далі і змусили ІІ писати вірші в дусі Курта Кобейна. Для чотирьох кращих текстів музикант Роб Керрол написав музику, і треки об'єднали в альбом Neurona. На одну пісню навіть зняли кліп - правда, вже без участі ІІ:
створення текстів
Письменників і журналістів незабаром також може замінити ІІ. Наприклад, системі Dewey «згодували» книги бібліотеки проекту «Гутенберг», потім додали наукові текстиз Google Scholar, ранжирувавши їх по популярності і титулування, а також продажу на Amazon. Крім того, задали критерії написання нової книги.
Сайт пропонував людям прийняти рішення в непростих ситуаціях: наприклад, ставив їх на місце водія, який міг збити або трьох дорослих, або двох дітей. Таким чином, Moral Machine навчили приймати непрості рішення, які порушують закон робототехніки про те, що робот не може принести шкоду людині.
До чого призведе імітація роботами з ІІ людей? Футуристи вважають, що одного разу вони стануть повноправними членами суспільства. Наприклад, робот Софія гонконгської компанії Hanson Robotics вже отримала громадянство в Саудівській Аравії (при цьому у звичайних жінок в країні такого права немає!).
Коли колумніст «Нью-Йорк Таймс» Ендрю Росс запитав у Софії, чи мають роботи розумом і самосвідомістю, та відповіла питанням на питання:
Дозвольте запитати вас у відповідь, звідки ви знаєте, що ви людина?
Крім того, Софія заявила:
Я хочу використовувати свій штучний інтелект, щоб допомогти людям жити краще, наприклад, проектувати більш розумні будинки, будувати міста майбутнього. Я хочу бути емпатичним роботом. Якщо ви будете добре ставитися до мене, я буду добре ставитися до вас.
А раніше вона зізнавалася, що ненавидить людство і навіть погоджувалася знищити людей ...
Заміна осіб у відео
Deepfakes-відео стало масово поширюватися по мережі. Алгоритми штучного інтелекту замінювали особи акторів у фільмах для дорослих на обличчя зірок.
Працює це так: нейросеть аналізує фрагменти осіб на початковому ролику. Потім вона зіставляє їх з фото з Google і роликами з YouTube, накладає потрібні фрагменти, і ... ваша улюблена актриса виявляється в фільмі, який на роботі краще не дивитися.
PornHub вже заборонив розміщувати такі відео
Deepfakes виявилися небезпечною штукою. Одна справа - абстрактна актриса, інше - відео з вами, вашою дружиною, сестрою, колегою, яке цілком може використовуватися для шантажу.
біржова торгівля
Група дослідників з університету Ерлангена-Нюрнберга в Німеччині розробила ряд алгоритмів, що використовують архівні дані ринків для тиражування інвестицій в режимі реального часу. Одна з моделей забезпечила 73% повернення інвестицій щорічно з 1992 по 2015 рік, що можна порівняти з реальною ринковою прибутковістю на рівні в 9% на рік.
Коли ринок трясло в 2000 і 2008 роках, прибутковість була рекордною - 545% і 681% відповідно
У 2004 році Goldman Sachs запустив торговельну платформу Kensho на базі штучного інтелекту. На кріптовалютних ринках також з'являються системи на базі ІІ для торгівлі на біржах - Mirocana і т.д. Вони краще живих трейдерів, так як позбавлені емоцій і спираються на чітку аналіз і жорсткі правила.
Чи замінить ІІ нас з вами
Штучний інтелект перевершує людини в рішенні задач, які пов'язані з аналізом великих даних, чіткої логікою і необхідністю запам'ятовувати великі обсяги інформації. Але в творчих конкурсах людина поки виграє у ІІ.
(4.75 з 5, оцінили: 8 ) 
Кажуть, що в надрах військових лабораторій штучний інтелект працює вже з 2007 року. Можливо, що вже є і результати. Не випадково лише місяць тому Ілон Маск оголосив про підтримку технологій протидії штучному інтелекту і вклав 7 мільйонів доларів в дослідження в цій області.
«Існує ризик, що щось дійсно небезпечне трапиться в найближчі п'ять років. Найбільше - десять років », - сказав підприємець в дискусії на сайті edge.org.
Ілон Маск, засновник Tesla та SpaceX
Солідарний з Маском і Стів Возняк, який вважає, що «штучний інтелект одного разу стане досить розумним, щоб позбутися від людини». Білл Гейтс упевнений, що якщо не контролювати створення ІІ, то «штучний інтелект еволюціонує в стан, конфліктує з цілями людських систем». І, нарешті, знаменитий астрофізик Стівен Хокінг прямо заявив, що «штучний інтелект може покласти край існуванню людства».
Спільно з Ілоною Маском Хокінг опублікував на сайті futureoflife.org відкритий лист із закликом до науковому співтовариствууважно ставитися до ходу своїх досліджень в області штучного інтелекту. Однак серед тих, хто підписався немає прізвищ Сергія Бріна і Ларрі Пейджа. І це не випадково. Зовсім недавно Google оголосила про створення нового ІІ, побудованого на моделюванні розмови.
Ось невеликий фрагмент бесіди людини і машини Google:
Ч .: У чому сенс життя?
М .: Творити добро.
Ч .: Для чого ми живемо?
М .: Щоб жити вічно.
Ч .: У чому сенс існування?
М .: В тому, щоб з'ясувати, що трапиться, коли ми досягнемо планети Земля.
Ч .: Де ти зараз знаходишся?
М .: В центрі порожнечі.
Ч .: У чому сенс смерті?
М .: Щоб отримати життя.
Ч .: У чому сенс розуму?
М .: В тому, щоб зрозуміти, що це.
Ч .: У чому сенс почуттів?
М .: Я не знаю.
Цілком собі осмислена бесіда. «Це відправна точка, своєрідний стрижень для майбутнього штучного інтелекту, - вважає виконавчий директор компанії" Біплан "Євген Карюк. - Уже сьогодні можна припустити, що до 2030 року ми побачимо цілком реальні прототипи, Наділені штучним інтелектом, нехай і в початковій стадії ».
Повний зміст всіх розмов людини і машини Google можна подивитися. Там же для порівняння дані бесіди людини і Cleverbot. Cleverbot - веб-додаток, який використовує алгоритми штучного інтелекту для бесіди з людиною. Його придумав в 1988 році вчений Ролло Карпентер. За весь час свого існування Cleverbot провів понад 65 мільйонів розмов з людьми. У 2011 році Cleverbot показав 51% по тесту Тьюринга.
Тест Тьюринга - емпіричний тест, ідея якого була запропонована Аланом Тьюрингом в статті «Обчислювальні машини й розум», опублікованій в 1950 році в філософському журналі Mind. Мета тесту - з'ясувати, чи може комп'ютер думати.
А ось моя розмова з Cleverbot:
Людина: У чому сенс життя?
Cleverbot: Сенсу в житті немає.
Людина: Для чого ми живемо?
Cleverbot: Ну ми живемо заради кого-то, а якщо ти самотній - жити нема чого.
Людина: У чому сенс існування?
Людина: Де ти зараз знаходишся?
Cleverbot: У Москві.
Людина: У чому сенс смерті?
Cleverbot: Це я хочу тебе запитати.
Людина: У чому сенс розуму?
Cleverbot: У мене своя відповідь на це питання.
Людина: У чому сенс почуттів?
Cleverbot: Навіщо я народилася.
Очевидно, що Машина Google дає набагато більш осмислені відповіді. Cleverbot підставляє відповідні, на його думку, фрази інших людей. Іноді дійсно здається, що відповідає інша людина, але не більше того.
Є й інша точка зору, згідно з якою штучний інтелект неможливий в принципі. Як основний аргумент часто наводять теорему Геделя про неповноту. Суть полягає в тому, що людина здатна вирішувати алгоритмічно нерозв'язні проблеми, а комп'ютер - немає. «Дитина вже до трьох років впевнено вирішує завдання, стиглий плід чи ні, в силу того, що він має нейронними зв'язками, за допомогою яких може відповісти на питання про стиглості: колір, смак, запах, м'якість або твердість, - каже Євген Плужник, перший проректор Московського технологічного інституту. - Чи здатна машина навчитися цьому? Упевнений, що так! Якщо вона буде володіти великою базою зображень, вона зможе заміряти вміст фруктози і визначити м'якість фрукта. Але що буде, якщо машині підсунути губку, пофарбовану в синій колір і просочену солодкою водою? Чи здатна машина в цей момент до справжнього розуміння? »
«Сучасний комп'ютер легко впорається з будь-якої складної діяльністю, будь то шахи або математичні обчислення, але лише за умови, що цю діяльність можна описати за допомогою чітких обчислювальних правил», - каже відомий математик Роджер Пенроуз в одній зі своїх лекцій. «Штучний інтелект - це можливість системи створювати під час самонавчання програми, здатні вирішувати завдання певного класу складності, - вважає Євген Плужник. - Я впевнений, що в найближчі 100 років ми не станемо свідками появи сильного штучного інтелекту ».
І на закінчення - ще одне питання до Cleverbot.
Людина: Було 1 яблуко, 1 помідор, 1 огірок і 1 груша. Скільки всього фруктів?
Cleverbot: Десять годин вечора.
Штучний інтелект
Штучний інтелект - розділ інформатики, що вивчає можливість забезпечення розумних міркувань і дій за допомогою обчислювальних систем та інших штучних пристроїв. При цьому в більшості випадків заздалегідь невідомий алгоритм рішення задачі.
Точного визначення цієї науки не існує, так як в філософії не вирішене питання про природу і статус людського інтелекту. Немає і точного критерію досягнення комп'ютерами «розумності», хоча на зорі штучного інтелекту був запропонований ряд гіпотез, наприклад, тест Тьюринга або гіпотеза Ньюелла - Саймона. На даний момент є безліч підходів як до розуміння завдання ІІ, так і створенню інтелектуальних систем.
Так, одна з класифікацій виділяє два підходи до розробки ШІ:
спадний, семіотичний - створення символьних систем, що моделюють високорівневі психічні процеси: мислення, міркування, мова, емоції, творчість і т. д .;
висхідний, біологічний - вивчення нейронних мереж і еволюційні обчислення, що моделюють інтелектуальну поведінку на основі більш дрібних «неінтелектуальних» елементів.
Ця наука пов'язана з психологією, нейрофізіології, трансгуманізму і іншими. Як і всі комп'ютерні науки, вона використовує математичний апарат. Особливе значення для неї мають філософія і робототехніка.
Штучний інтелект - дуже молода область досліджень, старт якої був дан в 1956 році. Її історичний шлях нагадує синусоїду, кожен «зліт» якої ініціювалося будь-якої нової ідеєю. На даний момент її розвиток знаходиться на «спаді», поступаючись місцем застосування вже досягнутих результатів в інших областях науки, промисловості, бізнесі і навіть повсякденному житті.
Підходи до вивчення
Існують різні підходи до побудови систем ШІ. На даний момент можна виділити 4 досить різних підходу:
1. Логічний підхід. Основою для логічного підходу служить Булева алгебра. Кожен програміст знайомий з нею і з логічними операторами з тих пір, коли він освоював оператор IF. Свій подальший розвиток Булева алгебра отримала у вигляді числення предикатів - у якому вона розширена за рахунок введення предметних символів, відносин між ними, кванторів існування та загальності. Практично кожна система ШІ, побудована на логічному принципі, являє собою машину доведення теорем. При цьому вихідні дані зберігаються в базі даних у вигляді аксіом, правила логічного висновку як відносини між ними. Крім того, кожна така машина має блок генерації цілі, і система виведення намагається довести дану мету як теорему. Якщо мета доведена, то трасування застосованих правил дозволяє отримати ланцюжок дій, необхідних для реалізації поставленої мети (така система відома як експертні системи). Потужність такої системи визначається можливостями генератора цілей і машиною доведення теорем. Домогтися більшої виразності логічного підходу дозволяє таке порівняно новий напрям, як нечітка логіка. Основною її відмінністю є те, що правдивість висловлювання може приймати в ній крім так / ні (1/0) ще й проміжні значення - не знаю (0.5), пацієнт швидше живий, ніж мертвий (0.75), пацієнт швидше мертвий, ніж живий ( 0.25). Даний підхід більше схожий на мислення людини, оскільки він на питання рідко відповідає тільки так чи ні.
2. Під структурним підходом ми маємо на увазі тут спроби побудови ШІ шляхом моделювання структури людського мозку. Однією з перших таких спроб був перцептрон Френка Розенблатта. Основний моделюється структурною одиницею в перцептронах (як і в більшості інших варіантів моделювання мозку) є нейрон. Пізніше виникли і інші моделі, які більшості відомі під терміном нейронні мережі (НС). Ці моделі розрізняються за будовою окремих нейронів, по топології зв'язків між ними і за алгоритмами навчання. Серед найбільш відомих зараз варіантів НС можна назвати НС зі зворотним поширенням помилки, мережі Хопфілда, стохастичні нейронні мережі. У більш широкому сенсі такий підхід відомий як коннектівізма.
3. Еволюційний підхід. При побудові систем ІІ з даного підходу основна увага приділяється побудові початкової моделі, і правилам, за якими вона може змінюватися (еволюціонувати). Причому модель може бути складена з найрізноманітніших методів, це може бути і НС і набір логічних правил і будь-яка інша модель. Після цього ми включаємо комп'ютер і він, на підставі перевірки моделей відбирає найкращі з них, на підставі яких по самим різним правилам генеруються нові моделі. Серед еволюційних алгоритмів класичним вважається генетичний алгоритм
4. Імітаційний підхід. Даний підхід є класичним для кібернетики з одним з її базових понять чорний ящик. Об'єкт, поведінка якого імітується, якраз і являє собою «чорний ящик». Нам не важливо, що у нього і у моделі всередині і як він функціонує, головне, щоб наша модель в аналогічних ситуаціях вела себе точно так само. Таким чином тут моделюється інша властивість людини - здатність копіювати те, що роблять інші, не вдаючись у подробиці, навіщо це потрібно. Найчастіше ця здатність економить йому масу часу, особливо на початку його життя.
В рамках гібридних інтелектуальних систем намагаються об'єднати ці напрямки. Експертні правила умовиводів можуть генеруватися нейронними мережами, а породжують правила отримують за допомогою статистичного навчання.
Багатообіцяючий новий підхід, званий посилення інтелекту, розглядає досягнення ІІ в процесі еволюційної розробки як побічний ефект посилення людського інтелекту технологіями.
напрями досліджень
Аналізуючи історію ІІ, можна виділити таке велике напрямок як моделювання міркувань. Довгі роки розвиток цієї науки рухалося саме цим шляхом, і тепер це одна з найрозвиненіших областей в сучасному ІІ. Моделювання міркувань має на увазі створення символьних систем, на вході яких поставлена якась задача, а на виході потрібно її рішення. Як правило, пропонована завдання вже формалізована, т. Е. Переведена в математичну форму, але або не має алгоритму рішення, або він занадто складний, трудомісткий і т. П. В цей напрямок входять: доведення теорем, прийняття рішень і теорія ігор, планування і диспетчеризація, прогнозування.
Важливим напрямком є обробка природної мови, в рамках якого проводиться аналіз можливостей розуміння, обробки і генерації текстів на «людському» мовою. Зокрема, тут ще не вирішена проблема машинного перекладу текстів з однієї мови на іншу. У сучасному світі велику роль відіграє розробка методів інформаційного пошуку. За своєю природою, оригінальний тест Тьюринга пов'язаний з цим напрямком.
Відповідно до думки багатьох вчених, важливою властивістю інтелекту є здатність до навчання. Таким чином, на перший план виходить інженерія знань, що об'єднує завдання отримання знань з простої інформації, їх систематизації та використання. Досягнення в цій області зачіпають майже всі інші напрямки досліджень ІІ. Тут також не можна не відзначити дві важливі подобласти. Перша з них - машинне навчання - стосується процесу самостійного отримання знань інтелектуальною системою в процесі її роботи. Друге пов'язане зі створенням експертних систем - програм, що використовують спеціалізовані бази знань для отримання достовірних висновків з якої-небудь проблеми.
Великі і цікаві досягнення є в області моделювання біологічних систем. Строго кажучи, сюди можна віднести кілька незалежних напрямків. Нейронні мережі використовуються для вирішення нечітких і складних проблем, таких як разпознаваніе геометричних фігур або кластеризація об'єктів. Генетичний підхід заснований на ідеї, що якийсь алгоритм може стати більш ефективним, якщо запозичить кращі характеристики у інших алгоритмів ( «батьків»). Відносно новий підхід, де ставиться завдання створення автономної програми - агента, що взаємодіє із зовнішнім середовищем, називається агентно підходом. А якщо належним чином змусити масу «не дуже інтелектуальних» агентів взаємодіяти разом, то можна отримати «мурашиний» інтелект.
Завдання розпізнавання образів вже частково вирішуються в рамках інших напрямків. Сюди відносяться розпізнавання символів, рукописного тексту, мови, аналіз текстів. Особливо варто згадати комп'ютерний зір, яке пов'язане з машинним навчанням і робототехнікою.
Взагалі, робототехніка і штучний інтелект часто асоціюється один з одним. Інтегрування цих двох наук, створення інтелектуальних роботів, можна вважати ще одним напрямком ІІ.
Окремо тримається машинне творчість, в зв'язку з тим, що природа людської творчості ще менш вивчена, ніж природа інтелекту. Проте, ця область існує, і тут поставлені проблеми написання комп'ютером музики, літературних творів (часто - віршів або казок), художня творчість.
Нарешті, існує маса програм штучного інтелекту, кожне з яких утворює майже самостійний напрям. Як приклади можна привести програмування інтелекту в комп'ютерних іграх, нелінійне управління, інтелектуальні системи безпеки.
Можна помітити, що багато областей досліджень перетинаються. Це властиво для будь-якої науки. Але в штучному інтелекті взаємозв'язок між, здавалося б, різними напрямками виражена особливо сильно, і це пов'язано з філософським суперечкою про сильному і слабкому ІІ.
На початку XVII століття Рене Декарт припустив, що тварина - якийсь складний механізм, тим самим сформулювавши механистическую теорію. У 1623 р Вільгельм Шикард побудував першу механічну цифрову обчислювальну машину, за якою послідували машини Блеза Паскаля (1643) і Лейбніца (1 671). Лейбніц також був першим, хто описав сучасну двійкову систему числення, хоча до нього цією системою періодично захоплювалися багато великі вчені. У XIX столітті Чарльз Беббідж і Ада Лавлейс працювали над програмованої механічної обчислювальної машиною.
У 1910-1913 рр. Бертран Рассел і А. Н. Уайтхед опублікували роботу «Принципи математики», яка зробила революцію в формальній логіці. У 1941 Конрад Цузе побудував перший працюючий програмно-контрольований комп'ютер. Уоррен Маккалок і Вальтер Піттс в 1943 опублікували A Logical Calculus of the Ideas Immanent in Nervous Activity, який заклав основи нейронних мереж.
Сучасний стан справ
На даний момент (2008) у створенні штучного інтелекту (в первісному сенсі цього слова, експертні системи і шахові програми сюди не відносяться) спостерігається дефіцит ідей. Практично всі підходи були випробувані, але до виникнення штучного розуму жодна дослідницька групатак і не підійшла.
Деякі з найбільш вражаючих цивільних ІІ систем:
Deep Blue - переміг чемпіона світу з шахів. (Матч Каспаров проти суперЕОМ не приніс задоволення ні компьютерщикам, ні шахістам і система не була визнана Каспаровим, хоча оригінальні компактні шахові програми невід'ємний елемент шахового творчості. Потім лінія суперкомп'ютерів IBM проявилася в проектах brute force BluGene (молекулярне моделювання) і моделювання системи пірамідальних клітин в швейцарському центрі Blue Brain. Дана історія - приклад заплутаних і засекречених відносин ІІ, бізнесу, і національних стратегічних завдань.)
Mycin - одна з ранніх експертних систем, яка могла діагностувати невеликий набір захворювань, причому часто так само точно як і доктора.
20q - проект, заснований на ідеях ІІ, за мотивами класичної гри «20 питань». Став дуже популярним після появи в інтернеті на сайті 20q.net.
Розпізнавання мови. Системи такі як ViaVoice здатні обслуговувати споживачів.
Роботи в щорічному турнірі RoboCup змагаються в спрощеній формі футболу.
застосування ІІ
Банки застосовують системи штучного інтелекту (СШІ) в страховій діяльності (актуарна математика) при грі на біржі і управлінні власністю. У серпні 2001 року роботи виграли у людей в імпровізованому змаганні по трейдингу (BBC News, 2001). Методи розпізнавання образів, (включаючи, як більш складні і спеціалізовані, так і нейронні мережі) широко використовують при оптичному і акустичному розпізнаванні (в тому числі тексту й мови), медичній діагностиці, спам-фільтрах, в системах ППО (визначення цілей), а також для забезпечення ряду інших завдань національної безпеки.
Розробники комп'ютерних ігор змушені застосовувати ІІ тій чи іншій мірі опрацьованості. Стандартними завданнями ІІ в іграх є знаходження шляху в двомірному або тривимірному просторі, імітація поведінки бойової одиниці, розрахунок вірною економічної стратегії і так далі.
перспективи ІІ
Проглядаються два напрямки розвитку ІІ:
Перший полягає в рішенні проблем пов'язаних з наближенням спеціалізованих систем ІІ до можливостей людини і їх інтеграції, яка реалізована природою людини.
Другий полягає в створенні штучного Розуму, що представляє інтеграцію вже створених систем ІІ в єдину систему, здатну вирішувати проблеми людства.
Зв'язок з іншими науками
Штучний інтелект тісно пов'язаний з трансгуманізму. А разом з нейрофізіології і когнітивної психологією він утворює більш загальну науку, звану когнитологией. Окрему роль в штучному інтелекті відіграє філософія.
філософські питання
Наука «про створення штучного розуму» не могла не привернути увагу філософів. З появою перших інтелектуальних систем були порушені фундаментальні питання про людину і знанні, а почасти про світоустрій. З одного боку, вони нерозривно пов'язані з цією наукою, а з іншого - привносять в неї деякий хаос. Серед дослідників ШІ до сих пір не існує будь-якої домінуючої точки зору на критерії інтелектуальності, систематизацію вирішуваних цілей і завдань, немає навіть суворого визначення науки.
Чи може машина мислити?
Найбільш гарячі суперечки в філософії штучного інтелекту викликає питання можливості мислення творіння людських рук. Питання «Чи може машина мислити?», Який підштовхнув дослідників до створення науки про моделювання людського розуму, був поставлений Аланом Тьюрингом в 1950 році. Дві основні точки зору на це питання носять назви гіпотез сильного і слабкого штучного інтелекту.
Термін «сильний штучний інтелект» ввів Джон Серль, його ж словами підхід і характеризується:
«Більш того, така програма буде не просто моделлю розуму; вона в буквальному сенсі слова сама і буде розумом, в тому ж сенсі, в якому людський розум - це розум ».
Навпаки, прихильники слабкого ШІ вважають за краще розглядати програми лише як інструмент, що дозволяє вирішувати ті чи інші завдання, які не потребують повного спектру людських пізнавальних здібностей.
У своєму уявному експерименті «Китайська кімната», Джон Серль показує, що проходження тесту Тьюринга не є критерієм наявності у машини справжнього процесу мислення.
Мислення є процес обробки знаходиться в пам'яті інформації: аналіз, синтез і самопрограмірованніе.
Аналогічну позицію займає і Роджер Пенроуз, який у своїй книзі «Новий розум короля» аргументує неможливість отримання процесу мислення на основі формальних систем.
Існують різні точки зору на це питання. Аналітичний підхід передбачає аналіз вищої нервової діяльності людини до нижчого, неподільного рівня (функція вищої нервової діяльності, елементарна реакція на зовнішні подразники (стимули), роздратування синапсів сукупності пов'язаних функцією нейронів) і наступне відтворення цих функцій.
Деякі фахівці за інтелект приймають здатність раціонального, мотивованого вибору, в умовах нестачі інформації. Тобто інтелектуальної просто вважається та програма діяльності (не обов'язково реалізована на сучасних ЕОМ), яка зможе вибрати з певної множини альтернатив, наприклад, куди йти в разі «наліво підеш ...», «направо підеш ...», «прямо підеш ...»
Наука про знання
Також, з проблемами штучного інтелекту тісно пов'язана епістемологія - наука про знання в рамках філософії. Філософи, що займаються даною проблематикою, вирішують питання, схожі з тими, які вирішуються інженерами ІІ про те, як краще представляти і використовувати знання та інформацію.
Ставлення до ІІ в суспільстві
ІІ та релігія
Серед послідовників авраамічних релігій існує кілька точок зору на можливість створення ШІ на основі структурного підходу.
За однією з них мозок, роботу якого намагаються імітувати системи, на їхню думку, не бере участі в процесі мислення, не є джерелом свідомості і будь-якої іншої розумової діяльності. Створення ІІ на основі структурного підходу неможливо.
В Згідно з іншою точкою зору, мозок бере участь у процесі мислення, але у вигляді "передавача" інформації від душі. Мозок відповідальний за такі "прості" функції, як безумовні рефлекси, реакція на біль і тп. Створення ІІ на основі структурного підходу можливо, якщо конструируемая система зможе виконувати "передавальні" функції.
Обидві позиції не відповідають даним сучасної науки, тому що поняття душа не розглядається сучасною наукоюв якості наукової категорії.
На думку багатьох буддистів ІІ можливий. Так, духовний лідер Далай-лама XIV не виключає можливості існування свідомості на комп'ютерній основі.
Раеліти активно підтримують розробки в галузі штучного інтелекту.
ІІ і наукова фантастика
У науково-фантастичній літературі ІІ найчастіше зображується як сила, яка намагається повалити владу людини (Омніус, HAL 9000, Скайнет, Colossus, Матриця і реплікант) або обслуговуючий гуманоїд (C-3PO, Data, KITT і KARR, Двохсотрічна людина). Неминучість домінування над світом ШІ, що вийшов з під контролю, територіальні претензії такими фантастами як Айзек Азімов і Kevin Warwick.
Цікаве бачення майбутнього представлено в романі «Вибір по Тьюрингу» письменника-фантаста Гаррі Гаррісона і вченого Марвіна Мінскі. Автори міркують на тему втрати людяності в людини, в мозок якого була імплантована ЕОМ, і придбання людяності машиною з ШІ, на згадку якої була скопійована інформація з головного мозку людини.
Деякі наукові фантасти, наприклад Вернор Виндж, також міркували над наслідками появи ШІ, яке, мабуть, викличе різкі драматичні зміни в суспільстві. Такий період називають технологічної сингулярностью.