Продолжаем разговор об искусственном интеллекте
В) ДЕРЕВЬЯ
Google создали программу Deep Go, чтобы победить лучшего в мире игрока в го.
Одна из сложных игр в мире — это настольная игра под названием GO. В шахматах, если компьютер оценивает миллиард шагов в секунду, он может стать игроком уровня чемпиона мира.
Но игра в го включает в себя триллионы возможностей. Это считалось невозможным. Однако Google сделали это.
Для игр компьютерная программа сначала строит дерево возможностей. Как человек.
Человек думает: «Если я сделаю этот ход в шашках мой противник может ответить A, B или C, а затем я могу сделать D, E или F, затем мой противник может сделать G, H, I, если я сделаю D или он может сделать J, K, L, если я сделаю E и не буду делать F.»
Компьютер выбирает хуже, чем человек, поэтому он строит ПОЛНОЕ дерево возможностей. То есть, какие ВСЕ возможные ходы компьютер может сделать, каковы ВСЕ возможные ответы моего противника и т. д.
А затем использует запрограммированную функцию оценки, чтобы посмотреть на листья построенного дерева.
Какой бы ход ни привел к оптимальному листу дерева (определяемому функцией оценки), это тот ход, который он сделает.
Так работали компьютерные шахматы на протяжении десятилетий. Через секунду я перейду к секрету того, как компьютеры завоевали шахматы
после этого опишу, как компьютеры чудесным образом победили Го.
"Это просто чудо, пока наука не может это объяснить. Это всего лишь «интеллект», пока это не может быть написано программистом."
Г) ОБОРУДОВАНИЕ
В течение десятилетий все думали (включая многих лауреатов Нобелевской премии), что лучшие шахматные программы будут разработаны, когда ученые внесут знания лучших шахматистов мира в функцию оценки.
Этот вердикт оказался неправильным.
Чем БОЛЬШЕ кода в функции оценки (т.е. чем "умнее" функция оценки была с точки зрения человека), тем медленнее как программа.
Программисты пошли путем меньшего сопротивления - означало что будет построено меньшее дерево, а значит будет проанализировано меньше данных.
Что действительно позволило программистам из IBM создать Deep Blue, победившего Гарри Каспарова в 1997 году, так это две вещи.
Оба связаны с оборудованием:
1. Компьютеры стали быстрее.
2. Создатели Deep Blue разработали программу, которая работает от обратного.
Они сделали функцию оценки ГЛУПОЙ, чтобы использовать меньше кода, чтобы аппаратное обеспечение могло оценивать больше позиций.
Затем, прежде чем кто-либо понял их «искусственный интеллект», они удалили Deep Blue сразу после того, как он обыграл чемпиона мира по шахматам.
После матча с Каспаровым Deep Blue больше никогда публично не играл в шахматы в своём полноразмерном варианте (но сыграл несколько выставочных партий в усечённом варианте, в рамках после матчевого турне). По состоянию на 2011 год, одна стойка Deep Blue хранится в Музее компьютерной истории в Калифорнии, вторая — в Национальном музее Американской истории в Вашингтоне. Большая часть шахматных плат хранится в исследовательском центре IBM Research.
По мере того как аппаратное обеспечение становится быстрее, искусственный интеллект становится «умнее».
----
ИНТЕРЛЮДИЯ
То, что я только что описал, — это все основы. Вы можете остановиться сейчас.
Остальная часть искусственного интеллекта просто комбинирует основы для создания более продвинутых методов.
----
E) СТАТИСТИКА + ДЕРЕВО
Вспомните ДЕРЕВО из компьютерных игр. И СТАТИСТИКА от распознавания речи.
Теперь давайте перейдем к невозможной игре Го. Google разработал программу «Alpha Go», чтобы выиграть в го, когда остальные думали, что на это уйдет еще 20–50 лет.
Они взяли много игр, скажем, миллион, и поместили их в базу данных. И каждую позицию в каждой игре они помечали как «выигрышную» (если это была позиция выигравшей стороны) или «проигрышную» в огромной базе данных.
Они определяли несколько атрибутов каждой позиции (сколько белых фигур по сравнению с черными, сколько углов контролировалось, сколько фигур было по бокам и т. д.).
Теперь, если бы компьютер играл в совершенно новую игру, он определял бы все атрибуты этой позиции, а затем использовал бы скрытый марковский анализ (вспомните: распознавание речи), чтобы сопоставить эту позицию с базой данных.
Если шаблон положения соответствует «выигрышной позиции», то он сделает ход, который приведет к этой выигрышной позиции. Если бы он соответствовал «проигрышной позиции», он бы не делал этот ход.
Эта программа стала мировым чемпионом Отелло.
Alpha Go сделала еще один шаг вперед.
Он выставил позиции миллионов позиций Го и сделал такую же разбивку.
Для ускорения процесса использовалось более быстрое оборудование.
Затем, как только он стал достаточно хорош в ГО, он сыграл МИЛЛИАРДЫ игр против САМОГО СЕБЯ, чтобы внести в базу данных МИЛЛИАРДЫ новых позиций. Другими словами «научился».
Теперь он был готов к игре в го и раздавил чемпиона мира.
------
Это искусственный интеллект.
Допустим, банк хотел уволить всех сотрудников, отвечающих за кредитование. И заменить их искусственным интеллектом.
Как банк будет выдавать деньги?
В базе данных уже есть сотни миллионов историй кредитов. И для каждого человека, занимавшего деньги, знают:
- Возраст, где выросли
- Работа, женаты ли они?
- Развелись? У них есть дети?
- Как часто они переезжают? Как они закрыли на предыдущие кредиты?
Они даже знают, что покупают на Маркетплейсах и как часто летают отдыхать.
Я могу поместить все эти векторы в базу данных и разделить их на людей, «вероятнее всего вернувших кредит» и людей, «вероятнее всего не выполнивших долговые обязательства».
Затем, используя статистику, чтобы определить, кому можно одолжить деньги, а кому отказать.
------
Допустим, я хочу бороться с террористами.
У меня уже есть примеры многих террористов, которые обучались в городе, а затем совершали или пытались совершать террористические акты.
Я знаю все об их банковских счетах. Как часто переводили деньги. Как часто они путешествовали. Как часто они снимали наличные по сравнению с использованием дебетовой карты и так далее.
Я могу построить вектор атрибутов того, как выглядит банковский счет террориста. Тогда я смогу сопоставить новых людей с этой базой данных векторов террористов.
Поверьте мне, каждый раз, когда вы делаете банковский перевод, какая-то программа ИИ пытается определить, являетесь ли вы террористом.
Это все, чем является ИИ и не более того. Это не "разумно" с человеческой точки зрения. Здесь не пахнет сознательностью и никогда не будет.
Вот как ИИ улучшился за последние сорок лет (и как он улучшится в следующие 40 лет):
- улучшилась статистика - улучшились методы построения деревьев (это было предметом некоторых моих исследований, когда я учился в аспирантуре)
- аппаратное обеспечение стало быстрее
- доступно больше данных обо всем.
Быстрее всего меняются данные. Земельный захват современного общества — это не земля, не золото и не нефть.
Это данные.
Компании, управляющие данными, знают, сколько клубники вы съели прошлым летом.
Прямо сейчас эти данные используются в основном для таргетинга рекламы кроссовок или для политики.
Но это ИИ 1.0. Скоро эти данные будут использоваться для определения каждого вашего движения, каждого вашего желания, каждой вашей потребности.
Яндекс Маркет не будет доставлять вам то, что вы хотите завтра. Яндекс Маркет Plus будет доставлять вам то, что вы хотели, еще вчера.
Полиция 2.0 будет похожа на фильм «Особое мнение».
Даже искусство и музыка будут управляться искусственным интеллектом, изучающим нейрохимические реакции на музыку, которая вам нравится и на музыку которая вам не нравится.
Где люди все еще будут уникальными?
Я не знаю. Спросите у людей с имплантатами :)
НО... заменит ли ИИ рабочие места?
Ответ: По крайней мере, в следующем десятилетии или около того — НЕТ.
Посмотрите на недавние примеры:
Люди опасались, что банкоматы заменят банковских кассиров.
Вместо этого банки получили такую прибыль, что открыли больше филиалов, чем когда-либо, создав новые рабочие места.
Сейчас в доставке товаров задействованы миллионы водителей грузовиков. При автономной доставке меньше людей будет ходить по магазинам, больше людей потребуется, чтобы делать покупки в магазинах, находя качественные товары для людей.
Понятно, что это не высокооплачиваемая работа.
Однако это заменяет тот факт, что потребуется меньше кассиров и водителей.
Между тем, будет больше высококлассных рабочих мест. Больше инженеров по техническому обслуживанию роботов, обслуживания клиентов, маркетинга и т. д.
Окончательный вывод:
ИИ, вероятно, создаст ситуацию «иметь» и «не иметь», особенно когда люди начинают использовать ИИ для повышения умственных и физических способностей. Это, вероятно, чистый НЕГАТИВ для общества, поскольку высшие классы смогут позволить себе возможности «супер-ИИ», что сделает их полубогами для низших классов.
ИИ не уничтожит множество рабочих мест. Вместо этого будет получена огромная прибыль, которая будет впитываться в экономику за счет роста фондового рынка, увеличения возможностей и т. д.
Мы не можем предсказать. Банкоматы не уничтожали банковских служащих. Видеомагнитофоны не разрушили кинотеатры. Spotify/Apple Music/и т. д. действительно уничтожили музыкальные магазины и продажи пластинок, но это было заменено растущими доходами от музыкальных туров.
Образование должно расширяться. Необходимо изучить искусственный интеллект, программирование и рабочие места более высокого уровня, которые будут созданы.
