Несмотря на то, что нейросети и искусственный интеллект массово и прочно вошли в нашу повседневность (а не только и не столько в профессиональные узкие сферы), история их развития насчитывает десятки лет. Основные идеи ИИ начали формироваться еще в середине XX века. Одним из пионеров в этой области был Алан Тьюринг.
В 1936 году он представил концепцию машины, которая могла бы выполнять вычисления, аналогичные человеческим. Позже, в 1950 году, он же предложил знаменитый тест, определяющий способность машины вести себя так, чтобы человек не мог отличить её от человека в процессе общения. Значительный вклад в развитие ИИ внесли и другие учёные, такие как Джон Маккарти, Марвин Мински, Аллен Ньюэлл и Герберт Саймон. Они и создали первые алгоритмы и модели, ставшие основой современных систем ИИ. В 1956 году на конференции в Дартмутском колледже Джон Маккарти предложил термин «искусственный интеллект».
Нейросети, в сво очередь, как разновидность ИИ, начали развиваться в 1980-1990-х годах. Их теоретические основы были заложены в 1940-е годы нейрофизиологами Уорреном Маккаллоком и Уолтером Питтсом, предложившими модель нейронной сети. Предком современных нейросетей считается персептрон, разработанный в конце 1950-х годов Фрэнком Розенблаттом. Это была базовая модель машинного обучения для классификации объектов на две категории. В 1986 году был изобретён метод обратного распространения ошибки, который стал основой для современного машинного обучения.
Итак, искусственный интеллект (ИИ) и нейросети - понятия, безусловно, связанные, но не тождественные друг другу. У ИИ концепция более широкая, направленная на создание машин и программ, способных выполнять задачи, требующие интеллектуальных способностей человека. Нейросети же - по сути, один из инструментов или методов в рамках ИИ, вдохновлённый работой человеческого мозга.
Прорыв в развитии нейросетей произошёл в 2012 году, когда группа исследователей представила свёрточную нейросеть AlexNet, которая одержала победу в конкурсе ImageNet по распознаванию изображений. Нейросети способны генерировать текст, изображения, музыку, распознавать образы (лица, рукописный текст, объекты на изображениях); анализировать медицинские данные (рентгеновские снимки, МРТ, КТ) для помощи в диагностике.
Они же могут прогнозировать биржевые курсы, погодные явления, климатические изменения, контролировать работу автопилота, оптимизировать логистические маршруты, выявлять нарушителей через системы городского видеонаблюдения, анализировать большие массивы данных в криминалистике, в научных исследованиях (например, в физике элементарных частиц или климатологии).
Искусственный интеллект, в свою очередь, умеет решать интеллектуальные задачи в медицине, банковской сфере, транспорте, образовании, и автоматизировать обработку обращений клиентов, вести финансовый учёт), обнаруживать и предотвращать кибератаки и мошенничество, управлять роботами и сложными системами.
Но все это происходит уже сейчас и прямо на наших глазах. Подобно футурологам прошлого, сегодняшние мыслители, ученые, бизнесмены пытаются спрогнозировать, к чему приведет массовое использование ИИ и нейросетей в будущем. Согласно этим прогнозам, ИИ изменит или вовсе нивелирует множество профессий, но одновременно создаст и новые. Растёт спрос на экспертов по анализу данных и специалистов, способных обучать интеллектуальные системы.
Системы, которые действуют как независимые «агенты», способные принимать решения без прямого вмешательства человека, могут стать распространёнными в бизнесе и других сферах.
В перспективе возможно прямое взаимодействие мозга с машинами через технологии типа BCI (Brain Computer Interface), что расширит возможности человека. Нейросети могут ускорить разработку лекарств, помогать в проведении операций, в изучении мозга и психических заболеваний (направление NeuroAI).
С помощью этих инструментов футурологи видят в будущем развитие «умных» городов и экосистем, где машины и люди будут тесно взаимодействовать на всех уровнях, что, конечно, повысит качество жизни, ее развитие и усовершенствование.
Однако развитие ИИ сопряжено с рисками самого разного уровня и вида, от этических до социальных, экономических и промышленных. За основу берутся и вопросы предвзятости алгоритмов, конфиденциальности данных, распространения дезинформации. И то, что высокопроизводительные модели подвержены взлому, что может привести к непредсказуемым и потенциально опасным последствиям. Автоматизация может привести к массовому увольнению работников в некоторых сферах, хотя одновременно появится спрос на новые профессии. Главное, о чем в целом задумывается большинство специалистов и обывателей - непредсказуемость поведения сложных систем. Есть риск, что ИИ-агенты будут преследовать неподобающие цели или искажать данные. Уже сейчас эту тему активно поднимают и в кинематографе, и в антиутопических литературных произведениях, и в современном искусстве и масс-медиа в целом. Но, подобно тому, как еще сто лет назад, пораженные технологическим прорывом художники, философы и ученые, гадали, каким будет XXIв, сегодня мы тоже можем лишь предполагать развитие будущего человечества. И, как показала практика, результаты могут сильно отличаться...
📕Подпишитесь на Лекторий Dостоевский:
📚YouTube: https://www.youtube.com/channel/UCtsCAuG4sK9had2F-nnUfyA
📚 VK: https://vk.com/lectorydostoevsky
📚 OK: https://ok.ru/dostoevsky.lectory
📚Rutube: https://rutube.ru/channel/23630029/
📚Telegram: https://t.me/dostoevsky_fm_dostoverno
📚 Наш сайт: https://dostoverno.ru/