В этой статье мы сравним вычислительные способности мозга с сегодняшним Intel I7, а также опорочим Искусственный Интеллект, выяснив насколько программа может быть "разумна". И больше ничего интересного вы здесь не увидите
Человек-доминантное существо планеты. Он не самое сильное и не самое быстрое существо, но без лишней скромности- самое умное. Его разум позволил обойти в развитии другие виды. Он позволил человеку быть более искусным охотником, и позволил ему выживать более эффективно наряду с другими. Но по мнению некоторых-этот же разум, станет и его трагедией. Ведь на пороге- создание Искусственного Интеллекта. И кто знает.. Что у него на уме? Станет ли ИИ разумен и нужно ли его боятся? Насколько оправданно это беспокойство и в какой мере это сумасшествие? Разберёмся.
Современное человеческое "железо" (мозг) способно выполнять 8-10 квадриллионов операций) . И львиная доля (более 90 %) выполняющихся операций направлены на поддержание функций организма. Лишь малая часть этих операций направлена на мыслительный процесс. Точно сказать довольно сложно, но для расчетов и сравнения возьмем максимальную цифру (10% ). Это 800 триллионов (800 000 000 000 000) операций в секунду.
Давайте сравним это с сегодняшним Intel I7. Это- один из лучших процессоров, который можно купить сейчас для работы домашнего ПК. Но в целом-далеко не самый мощный. Скорость его вычислений- 300 миллиардов (300 000 000 000) операций в секунду.
Это значит, что мозг способен потенциально выполнять задачи в 66 666 раз быстрее чем современный всем доступный Intel I7. Фактически (исходя из реализованного потенциала мозга)- мозг быстрее чем I7 в 26666 раз. А реально (исходя из 10 % реализованного потенциала, которые направлены на мыслительно-вычислительный процесс)- в 2666 раз .
Исходя из наблюдений: мощность процессоров удваивается каждые 18 месяцев. Это наблюдение сделал Гордон Мур и необычную закономерность назвали "законом Мура". С ростом мощности и скорости вычислений- в зависимости от них находится и рыночная доступность. Не факт, что закономерность продолжит работать.. предсказывать будущее- задача непростая. Но исходя из нее- скорость вычислений всем доступного в рынке процессора сравняется с реальной скоростью вычислений мозга через 17 лет. Через 22 года скорость вычислений всем доступного в рынке процессора достигнет фактически реализованного потенциала скорости вычислений мозга (тех пресловутых 4 %). И через 24- вы сможете приобрести процессор, который по скорости вычислений не уступал бы использованию всего потенциала (100 %) головного мозга человека. Он сможет выполнять 20 квадриллионов операций в секунду.
Даже если отбросить правило Мура, и подобного рода прогнозы-факт, что человек когда-то создав процессор, доведет его вычислительную мощность до возможностей человеческого мозга был понятен еще на заре этой технической эры. И..- это произошло. Чуть ранее мы говорили о процессоре, доступном в рынке фактически- каждому. Но всегда есть технологии недоступные простому обывателю.Без учета того, что они стоят миллиарды долларов- компьютеров, способных выполнять более 20 квадриллионов операций в мире-не один десяток. Особняком сейчас стоят компьютеры которые выполняют более 100 квадриллионов операций в секунду. Количество именно таких компьютеров-действительно можно сосчитать на пальцах. Но если так- где пресловутый Скайнет? Где страшное будущее и эпоха машин? Очевидно, что без человека- эти компьютеры: просто железо.
Интеллект же- будет кодом,- софтом. В мире софта совсем недавно произошло сильное изменение. Программная архитектура далекого прошлого получила широкое распространение. И речь сейчас о- нейронных сетях. Первая нейронная сеть-была сделана в 1957 году. Но широкое распространение программы такого типа получили только сейчас. Во первых: что это?
Нейронная сеть-программа, которая может обучаться интерпретировать и обучаться генерировать сигнал. Она делает это на основе изученной базы сигналов. Условно, у работы такой программы-есть 3 этапа: вход сигнала, выход сигнала, и то что посередине. Каждый из этих этапов-программные блоки. Программные уравнения. Они и названы "нейронами". Звучать это может сложно, но стоит посмотреть видео-пример на котором нейронная сеть, исходя из параметров, программно сделает логический выбор: идти ли вам на party или остаться дома?
Задача обучения- видя входящий сигнал и зная ожидаемый результат, задать (отрегулировать) правильный математический "вес" каждому параметру, который приводил бы к нужному результату при решении. Чтобы в дальнейшем изменяя параметры исходных данных (входящего сигнала) также получать логически верный ответ.
Очевидно, что с биологическими нейронами-связь только метафорическая, и о искусственном интеллекте здесь речи нет, ведь это лишь метод машинного обучения. Который позволяет структурировать различную поступающую информацию в рамках определенной погрешности и делать выводы в соответствии с задачами программы.Например понимать-котик на картинке, или собачка. Чтобы потом воспроизвести аудио: "Мяу" или "Гав"."Вес" исходных параметров можно задать изначально самому, а можно экспериментально прогнать сквозь нейросеть большое количество исходных данных с этими параметрами и на выводе указывать ей ошибки. Чтобы правильный математический "вес" для каждого параметра- программа вычислила сама.
К развитию этих программ в нынешний век людей очень подтолкнула работа над созданием "компьютерного зрения" (видео-идентификации). Ранее пытались создать аналогичные программы и сталкивались с неестественно большими вычислительными (по тем временам) затратами или недостатком баз сигнатур. Например чтобы определять кошка ли на фотографии или собачка-программа должна была получить где-то огромнейшую базу изображений как с теми так и с другими. Сейчас таких проблем для разработчиков не существовало и на фоне удачных разработок- стали появляться все новые и новые. Если раньше первостепенной задачей таких программ было "структурирование" исходных данных, то сейчас- такой задачей является "синтез" выходных данных.
"Синтез", условно,- позволяет сказать "Мяу" и получить котика. Например, с помощью "синтеза" в нейросетях, компания ЭнВидиа разрабатывает программы, которые из чудовищных пиксельных фотографий могут сделать изображение высокого разрешения с высокой детализацией. Такие сети в прямом смысле, "синтезируют" упущенные, качеством камеры, детали. Ведь слоев программных блоков (нейронов) может быть бесконечно много, а значит- сложность программных вычислений может быть колоссальной. Сложение работ таких нейросетей в единые программы может просто шокировать- чтобы сделать мультфильм-теперь можно просто дать программе текстовый сценарий.. Очевидно, что это будущее программной эры.
Именно программы такого рода называют сегодня Искусственным Интеллектом. Но дело в том.. что обычно..- когда мы слышим это словосочетание, мы представляем себе нечто другое, и тем,- подменяем понятия. Мы представляем себе Искусственный Разум. В то время как нейросети- сложные программы и очень успешные в применении, но как и раньше, -они лишь инструмент в руках человека. Стоит положить молоток обратно на полку и этот молоток уже никому не разнесет голову.
Вот прикол. В этом плане (плане создания Искусственного Разума) долго считалось, что успехом было бы- достичь неопределенности. Чтобы было неизвестно, реально ли молоток останется лежать на полке.. или сейчас у него вырастут ноги и он пойдет ломать бошки (тараканам в головах людей). Причем не просто некой "фиктивной" неопределенности. А достичь-невозможности для расчета. ИИ обыграла Каспарова в шахматы просчитывая 200 миллионов ходов в секунду и выбирала лучший. Как бы это ни было сложно,и долго- шахматист мог также просчитать эти ходы аналогичным образом. Видимо-200 миллионов ходов в секунду оказалось достаточным.
Есть только один критерий, благодаря чему можно было бы считать Разум-Разумом. Этот критерий- Понимание. Понимание себя и мира-значило бы наличие своей точки зрения, а она в нейросетях выверена математически "весами"-значит она будет отражать точку зрения всех ёё создателей. Людей. Если бы внутри нейросети действительно проснулось "понимание" себя и мира- этот Разум скорее "унаследовал" бы от создателя "человечность" со всеми ошибками и заблуждениями. Но работал и поступал бы в соответствии с точкой зрения как совершенно "правильный чувак" ведь он логичен и последователен, как машина.
Поступок Разума-невозможно рассчитать. Он в определенной зависимости, от событий и их параметров но не предопределен ими. И даже если представить себе наиболее оптимистичный для Искусственного Разума сценарий, действительно проводя неуместную аналогию нейросети с нейронами.. В мозге человека слоёв программных блоков (нейронов) настолько много что они выдают чудовищное как бесконечность количество вариантов при каждом незначительном изменении исходных данных. Вычислять его следующий "ход" (любое действие) -бессмысленно (долго и равнозначно правильных вариантов может быть много) , угадывать-неэффективно. Вот если "Понимание" действительно просто свойство большой нейросети- тогда с этим Разумом остается только..-взаимодействовать в реальном времени. Правда на данный момент самая большая нейросеть сопоставима по количеству вычислительных блоков с количеством нейронов в мозге пчелы. И конечно никаких признаков "Понимания" чего-либо она не показывала. Но иллюзия этого создается вполне качественная. Вот такие моменты как раз и могут нагнетать обстанову. Достаточно посмотреть на мощный узконаправленный ИИ, главная задача которого- коммуницировать с человеком. Робот Sofia от Hanson Robotics.
В видео можно включить русские субтитры и увидеть, насколько содержателен разговор между двумя роботами, и между тем- сами роботы не понимают ровным счетом ничего.Узконаправленные системы Искусственного Интеллекта уже сейчас превосходят человека во многих задачах. Но если это Вас до сих пор пугает, задумайтесь вот о чём:
как уравнения могут "понять" мир?
Автор: Леонидов Антон, 2017
Подписывайтесь на нашу ленту в instagram, и сообщество Вк чтобы читать новые статьи первыми.Ставьте пальцы и делитесь, если вы в числе тех, кто хотел бы чтоб статей было больше. Спасибо!
