ВСЕ ЛИ ИИ ОДИНАКОВЫ?
Программа Deep Blue компании IBM, которая в 1996 г. обыграла в шахматы Гарри Каспарова, или программа AlphaGo компании Google DeepMind, которая в 2016 г. обыграла чемпиона мира по Го Ли Седоля, являются примерами ограниченного искусственного интеллекта, способного решать одну конкретную задачу. Это его главное отличие от общего искусственного интеллекта (AGI), который стоит на одном уровне с человеческим интеллектом и может выполнять много разных задач. Он представляет подход к искусственному интеллекту, в рамках которого признается, что технология всегда будет лишь имитацией человеческого познания, способной действовать по заданным правилам, но никогда — вне их. Слабый искусственный интеллект может действовать по правилам, но одновременно связан ими и не располагает истинно человеческими познавательными возможностями.
На данном этапе в развитии искусственного интеллекта сильный искусственный интеллект представляет собой в большей степени философию, нежели практический подход к технологии. Сильный искусственный интеллект, также известный как полный искусственный интеллект, — это конструкция, имитирующая человеческий мозг.
В философском отношении сильный искусственный интеллект не делает различий между программным обеспечением и искусственным интеллектом, точно имитируя человеческий мозг и, следовательно, действия самого человека. Философия заключаются в том, что компьютер может быть запрограммирован на то, чтобы воспроизводить все характеристики человеческого мозга, как мы их понимаем, с умственными и познавательными способностями, которые в настоящее время считаются принадлежащими исключительно человеку. Но поскольку мы до сих пор до конца не понимаем, что такое интеллект человека и как он развивается, то ориентиры для разработки сильного искусственного интеллекта по-прежнему не ясны.
Сверхразумный искусственный интеллект стоит на ступень выше человеческого. Ник Бостром описывает его следующим образом: это «интеллект, который намного умнее, чем лучший человеческий мозг, практически во всех областях, в том числе в научном творчестве, общей мудрости и социальных навыках». Другими словами, это когда машины станут намного умнее нас.
Как еще один вариант классификации ИИ, в одном из последних отчетов PwC было изложено различие между «вспомогательным интеллектом», «дополненным интеллектом» и «автономным интеллектом». Вспомогательный интеллект представляют программы GPS-навигации, которые работают в автомобилях. Дополненный интеллект «позволяет людям и организациям делать то, чего они не могли бы в противном случае». Автономный интеллект «позволяет машинам действовать самостоятельно», например, в случае с самоуправляемыми автомобилями.
Ключевая характеристика искусственного интеллекта заключается в том, что он наделяет компьютеры умением учиться. Для этого необходимо найти способы наделить компьютеры с их двоичной логикой способностью имитировать человеческое мышление, которое носит более абстрактный характер и подкрепляется способностью к обучению и адаптации. Это поле охватывает не только компьютерное программирование, но и лингвистику, биологию, математику, инженерию и психологию.
«Мы используем термин «искусственный интеллект» для обозначения программ, которые не просто кодируются, а могут обучаться. В сущности, заставляем компьютеры думать более интуитивно, анализируя данные и делая прогнозы», — рассказывает Дэвид Парментер, руководитель по обработке и анализу данных в компании Adobe. «Хороший образец искусственного интеллекта, используемый почти всеми, — обнаружение спама. У всех есть фильтр спама или какое-нибудь средство обнаружения мошеннических сообщений? Это и есть искусственный интеллект», — отмечает Парментер.
Популярные описания искусственного интеллекта, особенно в фильмах и телепередачах, сосредоточены в основном на чувствующих роботах, слугах-гуманоидах и вышедших изпод контроля смарт-холодильниках. В действительности же искусственный интеллект имеет меньшее отношение к гуманоидам, но затрагивает широкий спектр отраслей и научных дисциплин.
Искусственный интеллект объединяет Большие Данные, вычислительные ресурсы и специально разработанные алгоритмы, чтобы научить программы обучаться и адаптироваться в зависимости от содержимого данных — шаблонов, аберраций, специальной информации. Вслед за новой информацией появляются новые возможности благодаря таким усовершенствованиям, как обработка естественных языков и машинное обучение. Эта информация, а именно ее массивы, играет ключевую роль. Компьютеры обрабатывают данные, распознают закономерности в них и совершают различные действия с полученной информацией.
На данном этапе искусственный интеллект не имеет компьютеризированного сознания. В какой-то момент требуется вмешательство человека в программные алгоритмы, поиск в данных или выдача инструкций машине иным способом. Но по мере развития технологий, составляющих фундамент искусственного интеллекта, такие программируемые свойства, как знания, рассуждение, обучение и решение задач, непрерывно совершенствуются.
ИСТОРИЯ РАЗВИТИЯ ИИ
Может сложиться впечатление, что искусственный интеллект появился ниоткуда в последние несколько лет, но на самом деле идеям и технологиям, которые лежат в основе современных достижений, почти 100 лет. Впервые в английском языке слово «робот» было использовано почти век назад, когда в Лондоне была поставлена пьеса Карела Чапека «Россумские универсальные роботы», а в 1945 г. термин «робототехника» был впервые использован Айзеком Азимовым. Термин «искусственный интеллект» употребляется уже несколько десятилетий, с 1956 г. Его придумал Маккарти, который в том же десятилетии создал язык программирования LISP для искусственного интеллекта. Поначалу работа над искусственным интеллектом была направлена на решение задач и представлена первыми трудами в области нейронных сетей, основы которых закладывались в 1943 г.
История искусственного интеллекта как нового научного направления начинается в середине XX в. К этому времени уже было сформировано множество предпосылок его зарождения: среди философов давно шли споры о природе человека и процессе познания мира, нейрофизиологи и психологи разработали ряд теорий относительно работы человеческого мозга и мышления, экономисты и математики задавались вопросами оптимальных расчетов и представления знаний о мире в формализованном виде; наконец, зародился фундамент математической теории вычислений — теории алгоритмов — и были созданы первые компьютеры.
Возможности новых машин в плане скорости вычислений оказались больше человеческих, поэтому в ученом сообществе зародился вопрос: каковы границы возможностей компьютеров и достигнут ли машины уровня развития человека? В 1950 г. один из пионеров в области вычислительной техники, английский ученый Алан Тьюринг, пишет статью под названием «Может ли машина мыслить?», в которой описывает процедуру, с помощью которой можно будет определить момент, когда машина сравняется в плане разумности с человеком, получившую название теста Тьюринга.
В 1960-х гг. Министерство обороны США приступило к работам над искусственным интеллектом. Эта работа продолжается по сей день и немало способствует прогрессу. Разработки в области машинного обучения, важной части искусственного интеллекта, начались в 1980-х. В 1964 г. была опубликована диссертация, в которой показано, что компьютеры могут понимать естественный язык в достаточной мере, для того чтобы решать алгебраические задачи. Также в 1960-х мир увидел интерактивную программу ELIZA и робота Shakey, решающего задачи. Первый управляемый компьютером беспилотный автомобиль появился в 1979 г., и к 1990 г. были достигнуты первые успехи в области искусственного интеллекта, которыми можно гордиться: демонстрации машинного обучения, анализ данных, разработки в области естественных языков и виртуальная реальность.
В СССР работы в области искусственного интеллекта начались в 1960-х гг. В Московском университете и Академии наук был выполнен ряд пионерских исследований, возглавляемых Вениамином Пушкиным и Д. А. Поспеловым. С начала 1960-х М. Л. Цетлин с коллегами разрабатывали вопросы, связанные с обучением конечных автоматов.
В 1964 г. была опубликована работа ленинградского логика Сергея Маслова «Обратный метод установления выводимости в классическом исчислении предикатов», в которой впервые предлагался метод автоматического поиска доказательства теорем в исчислении предикатов. В России в 2019 г. на совещании по развитию цифровой экономики было принято решение о подготовке национальной стратегии по искусственному интеллекту. В ее рамках действует федеральная программа с выделением 90 млрд рублей.
Продолжение следует
Статьи по теме - Искусственный интеллект и когнистивистика, Data science - база искусственного интеллекта, Как работает искусственный интеллект: Big Data, Artificial Intelligence и много других страшных слов
