Читая новости последних лет, можно сказать, что одной из очень популярных тем является использование и развитие систем искусственного интеллекта (ИИ), их устанавливают в голосовых помощников, колонки, автомобили, ИИ рисует картины, побеждает шахматных гроссмейстеров, диагностирует болезни, переводит и озвучивает фильмы, расшифровывает голосовые сообщения в текст, помогает студентам писать дипломные работы, в фантастических фильмах ИИ обретает сознание, уничтожает человечество или использует нас в качестве батареек или, как робот ВАЛЛ-И, очищает Землю от мусора. Так что же такое искусственный интеллект?
В общем смысле искусственный интеллект - компьютерная технология, позволяющая имитировать нейронные сети человека и как следствие обучаться и решать задачи аналогично человеческому мозгу.
Идеи искусственного интеллекта введены в 1950 г. Д.Маккарти:
“Каждый аспект обучения или любая другая особенность интеллекта в принципе может быть описана так точно, что можно создать машину, которая смоделирует это. Будет предпринята попытка найти, как заставить машины использовать язык, формировать абстракции и концепции, решать виды проблем, которые теперь остаются за людьми, и улучшать себя”.
До этого в общем смысле о появлении систем искусственного интеллекта говорил фантаст Айзек Азимов, сформулировавший в рассказе “Хоровод” (1942 г.) три закона робототехники:
• Робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинён вред.
• Робот должен повиноваться всем приказам, которые даёт человек, кроме тех случаев, когда эти приказы противоречат Первому Закону.
• Робот должен заботиться о своей безопасности в той мере, в которой это не противоречит Первому или Второму Законам.
Еще раньше, в 1935 году английский математик Алан Тьюринг сформулировал идею создания «умной» вычислительной машины, которая будет оснащена неограниченной памятью и сканером, способным по этой памяти циркулировать и находить нужную информацию. Он же сформировал идею создания тестов, позволяющих отличить ИИ от человека.
Стоит отметить, что несмотря на прошедшие 70 лет с момента публикации идей о появления роботов с самосознанием, на текущий момент о сознании речи не идёт, а понятия интеллекта и мышления - не равнозначны.
Сейчас ведутся разработки именно искусственных нейронных систем, которые на основе полученных ранее входных и выходных данных (обучающая выборка) умеют автоматически формировать аналогичные результаты. Искусственный интеллект не умеет мыслить и придумывать новые альтернативные решения, а лишь предлагает варианты, аналогичные ранее изученным. Например, во время обучения в ИИ загружается сырой текст и оформленные в соответствии с брендбуком компании документы, после обучения любой отправленный в ИИ текст будет оформлен в документ по всем правилам организации, но новые формы оформления или генерация текста осуществляться не будут. Либо ИИ обучается на наборе электронных писем, часть которых помечена как “спам”, в дальнейшем ИИ сможет определять является ли письмо спамом или нет, но не сумеет ответить вместо вас на сообщение.
Получается, что искусственные нейронные сети представляют собой математические модели (формулы), описывающие отношения между входными и выходными данными. Нейроны же представляют собой минимальные вычислительные единицы, которые умеют получать, обрабатывать, хранить и передавать данные. Программисты строят именно модели нейронных сетей, прописывают их связи, а также определяют их структуру.
Далее происходит обучение построенной нейронной сети, когда собираются исходные данные, преобразуются в необходимый формат и очищаются от ошибок и пустых ответов. Полученный набор данных разделяется данные на обучающую (для обучения ИИ) и тестовую (для проверки корректности работы ИИ) выборки. После обучения и тестирования полученная модель ИИ по мере необходимости может оптимизироваться или дообучаться.
Какие же есть ИИ? В первую очередь, это табличные ИИ, которые осуществляют анализ информации, содержащейся в табличном виде, и пытаются прогнозировать выходные данные по построенным формулам, что очень напоминает классические регрессионные модели. Такие ИИ активно используются учеными для познания окружающего мира и установления разного рода закономерностей.
Системы компьютерного зрения по получаемой визуальной информации (картинки, фотографии или видеозаписи) строят карту местности, оцифровывают рукописный текст, улучшают фотографии в смартфоне, определяют заболевания по рентгеновским снимкам, контролируют правильность прохождения технологических процессов или ищут котика на картинке.
Генеративные ИИ обучаются на существующих медиаданных (текст, изображения, музыка, компьютерный код, молекулы) и могут генерировать новую информацию. Фактически ИИ осуществляет подбор наиболее вероятного соседнего элемента на основе уже существовавших пар (например, чаще всего после слова Российская следует слово Федерация, как следствие ИИ и будет подставлять данное слово в пару первому), то есть происходит не совсем генерация нового знания, а перемешивание уже имеющегося. Например, на картинках «человек пьет кофе» обычно чашка кофе находится или в руках человека или на столе рядом с ним. При генерации такого рисунка ИИ может нарисовать человека с чашкой кофе в руках и чашкой кофе на столе прямо перед ним, причем не исключено, что у человека появится дополнительная рука или шестой палец.
Генеративные ИИ активно используются для создания музыки, литературы, картин, схем и фотографий. Компания Dell использовала генеративный ИИ для разработки новых моделей своих ПК. Система искусственного интеллекта была обучена на данных предыдущих успешных продуктов и смогла создать новые конструкции, оптимизированные с точки зрения производительности, эффективности и стоимости. Boeing с помощью генеративного ИИ разрабатывает детали для своих самолетов, что позволяет создавать более легкие и эффективные компоненты (ИИ создала конструкции, которые были на 40% легче исходных компонентов). Американская Procore использовала ИИ для проектирования своих зданий. Гонконгская Insilico Medicine использовала ИИ для генерации рецепта новых химических соединений, что позволило им создать новые лекарства от таких заболеваний, как болезнь Паркинсона.
Последнее время развивается направление «объяснимых ИИ» (Explainable artificial intelligence). Ученые столкнулись с проблемой, что работа ИИ представляет собой “черный ящик” и они не понимают каким образом получены соответствующие результаты, что не может восприниматься человеком рациональным в качестве истины.
Не смотря на очевидные плюсы ИИ, который может работать 24/7, быстрее реагирует, может выполнять задачи в опасных для человека условиях, не устает от рутинной работы и его когнитивные функции не зависят от времени суток, состояния здоровья и иных факторов, но на текущий момент высока стоимость создания и работы ИИ, он «теряется» в решении нестандартных задач, может совершать ошибки первого рода [отвергается верная гипотеза] и второго рода [принимается неверная гипотеза], и как следствие работает не так надежно, как четко прописанный программистами алгоритм.
Неоднократно ИИ предпринимал попытки “жульничать”. Так, ученые Google и Стенфордского университета использовали нейронную сеть для преобразования аэроснимков в карту местности и обратно. Восстановленные фотографии к удивлению ученых содержали подробности, которые должны были исчезнуть при преобразовании к картам. Как оказалось, ИИ научился размещать незримые человеческому глазу подробности на карту (стеганография), по которым позднее восстанавливал полную фотографию. Также в 2017 году ИИ, отвечающая за распознавание образов, научилась "жульничать", ища знак авторского права, который оказался связанным с изображениями лошадей, вместо того, чтобы научиться определять, действительно ли изображена лошадь.
Как становится понятным, ИИ не имеет мышления и может выступать в качестве отличного помощника в разных сферах деятельности человека от написания текстов и юридических консультаций до проектирования зданий или вождения автомобилей, но конечное решение должно приниматься человеком. Ожидается, что использование ИИ станет столь же естественным, как компьютера или смартфон, расширяя наши возможности, а профессиональные требования к кандидатам дополнится умением работать с соответствующими инструментами генерации или познания мира.
Ложка дёгтя для терпеливых: неисследованность человеческой психики и отсутствие контрольной точки перехода от интеллекта к мышлению заставляет мировое сообщество переживать об обретении ИИ самосознания и его выходе из под контроля, чему посвящено немало аунтиутопий, а создатель ChatGPT Сэмюэл Х. Олтмен носит с собой рюкзак с системой экстренного отключения его детища. Но не стоит забывать, что еще в XIX веке ученые считали, что на скорости более 30 км/ч люди могут сойти с ума. Хотя, возможно, они не так уж и ошибались.