Искусственный интеллект (ИИ) прочно вошел в нашу жизнь. Из инновационного прорыва он превратился в технологию, которой мы пользуемся, сами того не замечая. Вместе с тем развитие ИИ порождает ряд этических вопросов — и ответы на многие из них пока еще не найдены.
Развитие искусственного интеллекта
Многие считают ИИ прорывной технологией, появившейся в последние годы. На самом деле в ее основе лежит идея, придуманная более полувека назад, — просто применять ее научились относительно недавно.
О создании искусственного интеллекта задумывался еще Алан Тьюринг, которого по праву считают отцом компьютерных наук. Сам термин появился в 1950-е — сочетание Artificial Intelligence («искусственный интеллект») предложил Марвин Минский, основатель Лаборатории искусственного интеллекта в Массачусетском технологическом университете.
Правда, тот же Минский в конце 1960-х, несмотря на ряд успешно работающих прототипов на электронных лампах, в конечном итоге разочаровался в возможностях нейронных сетей. После его критической статьи, написанной в соавторстве с Сеймуром Пейпертом, разработки ИИ и нейронных сетей приостановились почти на двадцать лет. Сказался и финансовый вопрос: работа с нейронными сетями и сегодня недешевое удовольствие, а тогда стоимость тем более требовала куда более серьезных ресурсов.
В этот период фактически развивался только один подвид ИИ — так называемые экспертные системы. Они не основывались на нейронных сетях и были способны заменить человека при выполнении отдельных специфических задач. Например, в 1980-е они обрабатывали большие объемы данных в крупных компаниях и предлагали решения на их основе для отдельных областей знаний. Несмотря на ощутимый вклад в развитие компьютерной отрасли, эти устройства просуществовали недолго. Вскоре их вытеснили самые обычные ПК: они почти не уступали в мощности и были более выгодными экономически. В 1990-е рынок экспертных систем в виде специализированных машин исчез, эволюционировав в отдельный класс популярных алгоритмов. Так, суперкомпьютер IBM Watson, известный в 2000-е, представлял собой экспертную систему, базирующуюся на современных технологиях.
Искусственный интеллект: направления и задачи
ИИ — понятие достаточно широкое, в него входят не только нейронные сети, но и алгоритмы, решающие рутинные задачи из области экспертных систем и математической статистики. Первые применяются, к примеру, в чат-ботах или системах распознавания образов, с помощью которых на производстве ведется визуальный контроль качества. Вторые активно используются в финансовой сфере: с их помощью клиенты получают персональные предложения за счет сегментации по группам. Они же обеспечивают более высокий отклик при проведении маркетинговых кампаний и социологических исследований. Объединение двух подходов позволило развиться новому направлению генеративных нейронных сетей, наподобие известного ChatGPT.
По принципам работы обычно выделяют две группы методов искусственного интеллекта:
- машинное обучение;
- глубокое обучение.
Машинное обучение активно использует математическую статистику и смежные с ней области из теории графов для анализа входной информации в цифровом виде и поиска статистически подтвержденных ответов. Основу машинного обучения заложили экспертные системы конца 1980-х годов, создав серьезную алгоритмическую базу. Недаром одним из лучших «учебников» по математическим моделям в предиктивном и кластерном анализе долгое время было руководство по эксплуатации SPSS Statistics (позже IBM SPSS Statistics) — специализированного ПО для обработки статистических данных.
Глубокое обучение — подвид машинного обучения, создатели которого взяли в качестве ориентира принципы работы человеческого мозга. В своей основе он использует нейронные сети, связанные между собой алгоритмами машинного обучения, что позволяет модели «обучаться», передавая результат работы одной искусственной внутренней сети на вход другой в рамках единой глобальной задачи обучения. На основе этого подхода строится распознавание образов, работа с естественным языком и действуют генеративные нейронные сети для создания изображений, аудио- и видеоконтента.
Отдельно стоит отметить работу с естественным языком — направление, возникшее на пересечении математической лингвистики и методов искусственного интеллекта. Входные данные в такие системы поступают на обычном языке, разбиваются на понятные машине элементы, затем они обрабатываются, после чего машинный...