22 мая 2020
В 1948 году британский математик Алан Тьюринг, член неформальной группы кибернетиков «Ratio Club», впервые использовал термины «интеллектуальная машина» и «машинный интеллект». В годы Второй мировой войны он руководил засекреченной группой математиков-криптографов, которая взломала код знаменитой военной шифровальной немецкой машины «Энигма».
Десятилетний опыт изучения ИИ позволил британскому математику выдвинуть гипотезу на уровне фантастики — «Могут ли машины думать?». В 1950 году в философском ежемесячнике «Мысль» в статье «Вычислительные машины и разум» он окончательно сформулировал свой знаменитый эмпирический тест Тьюринга. Чтобы успешно пройти поставленный тест, компьютер должен понимать естественный язык, рассуждать как человек и самообучаться. Все эти задачи вместе отражают основные проблемы, стоящие перед теорией искусственного интеллекта, а тест Алана Тьюринга является основным критерием оценки в области искусственного интеллекта. Его модификация — обратный тест Алана Тьюринга и всем знакомая CAPTCHA. С 1991 года в Великобритании проводится ежегодный конкурс AI Loebner на прохождение теста Алана Тьюринга.
В 2001 году три российских программиста из Санкт-Петербурга — Владимир Веселов, Евгений Демченко и Сергей Уласень создали программу – собеседника. В 2012 году на конкурсе в честь 100-летия Алана Тьюринга их виртуальный 13-летний подросток из Одессы Женя Густман сумел убедить 29% судей в том, что он человек. В 2014 году программа была признана первым ПО, прошедшим тест Тьюринга.
В 2014 году в кинопрокат вышел фильм об Алане Тьюринге «Игра в имитацию» — историческая драма о военном криптографе-гомосексуалисте, взломавшем код немецкой шифровальной машины «Энигма» в годы Второй мировой и приблизившем день победы на два года. Кинолента, основанная на биографической книге «Алан Тьюринг: Энигма» многократно номинировалась на ведущие награды кинематографа, завоевала Оскара за лучший сценарий и вошла в топ-10 фильмов 2014 года. Интересный факт: Бенедикт Камбербэтч, номинированный на звание лучшего актера, и Алан Тьюринг (персонаж, которого он сыграл в фильме «Игра в имитацию») — дальние родственники.
Термин «искусственный интеллект» появился в 1956 году, но развитие и применение технологий ИИ достигло пика популярности только в последнее десятилетие в связи с многократным увеличением объемов данных, усовершенствованием алгоритмов и оптимизацией вычислительных мощностей и систем хранения данных.
В терминологии и понятийном аппарате нет понятного определения искусственного интеллекта. Так, американский информатик Джон Маккарти в 50 годах 20 века определил ИИ как «работу машин, схожую с проявлением человеческого разума».
Другие определения ИИ ( Artificial intelligence):
* алгоритм самостоятельного обучения, исследования и применения найденных результатов для решения любых возможных к реализации задач;
* наука и высокие технологии создания интеллектуальных машин и компьютерных программ;
* способность прикладного процесса обнаруживать свойства, ассоциируемые с разумным поведением человека;
* раздел информатики, занимающийся вопросами имитации мышления человека с помощью компьютера.
Технологии и алгоритмы искусственного интеллекта находятся на стыке различных научных областей: машинное обучение, математика, физика, статистика, теория вероятностей, психология, лингвистика и исследования человеческого мозга. ИИ позволяет компьютерам обучаться на собственном опыте, адаптироваться к задаваемым параметрам и выполнять задачи, ранее не возможные без человеческого фактора.
Искусственные Нейронные Сети — математические модели , описывающие и моделирующие нелинейные отношения между сигналами нейронами (электрически возбудимыми клетками). Человеческий мозг – это многозадачный компьютер: расходуя 20 Вт в секунду, он выполняет около миллиарда миллиардов операций (1000 петафлопс). Для сравнения, китайский суперкомпьютер «Tianhe-2» осуществляет 33.86 петафлопс в секунду и потребляет 17.6 МВт.
Архитектура модели ИНС – это многослойная сетка нейронов. Предположительно, наш мозг содержит примерно 100 миллиардов нейронов, информационно взаимодействующих по специальным каналам при помощи комбинаторных входных-выходных сигналов из различных источников – от физических до визуально-эмоциональных. Человеческий разум коррелирует с законами квантовой физики. Однако, механизм активности его частей обычно моделируется с помощью концепции нейронов и нейронных сетей.
Нейронные сети человеческого мозга постоянно меняются и обновляются по мере обучения и накопления опыта. Именно эта модель человеческого мозга стала шаблоном для компьютерной симуляции — искусственной нейронной сети (ИНС). По возможностям обработки данных и решению сложных задач искусственный интеллект превосходит все традиционные алгоритмы ПО. Но имеется и недостаток: даже наиболее оптимизированные модели функционируют по принципу «черных ящиков», не позволяя понять и исследовать механизмы принятия решений самим ИИ. Непрозрачность функционирования внутри «ящика» и невозможность точных предсказаний последствий самообучения пока остается одной из ключевых этических проблем искусственного интеллекта.
Одним из основополагающих аспектов искусственного интеллекта считается машинное обучение. Умные машины аккумулируют и интерпретируют входящие данные для последующего самообучения. Сегодня это самый прогрессивный бизнес-инструмент в области искусственного интеллекта.
Системы машинного обучения позволяют оперативно применять информацию из надежных источников, сформированных из обширного объема данных, что позволяет искусственному интеллекту преуспевать в таких задачах, как распознавание речи, рентгеновских снимков, объектов, лиц и перевод. Машинное обучение дает нейронным сетям возможность самостоятельно обучаться распознаванию алгоритмов и выдавать почти безошибочные прогнозы на основе полученных данных.
Deep Blue и DeepMind – это две разнозадачные программы с использованием искусственного интеллекта. Deep Blue использует изначально запрограммированный набор алгоритмов, не связанный с машинным обучением. Весной 2016 года искусственный интеллект добился серьезного успеха: утилита AlphaGo DeepMind обыграла чемпиона мира по Го с использованием глубокого обучения. DeepMind представляет собой типичный пример машинного обучения: алгоритм самообучается в процессе диверсифицированного перечня возможных ходов, ранее предпринятых прежними чемпионами игры.
Одна из распространенных разновидностей машинного обучения — глубокое обучение с использованием технологий искусственного интеллекта и нейронных сетей, имитирующих алгоритм принятия решений человеческим разумом. Например, для того чтобы системе глубокого обучения «понять» внешность лисы, понадобится максимум изображений для детального обучения программы отличия от остальных млекопитающих своего семейства. Глубокое обучение также имеет бизнес-приложения. Можно взять огромное количество данных — миллионы изображений, и с их помощью выявить определенные характеристики. Текстовый поиск, обнаружение мошенничества, рентгеновские снимки, распознавание рукописного ввода, поиск изображений, распознавание речи, перевод — все эти задачи могут быть выполнены с помощью глубокого обучения. Например, в Google сети глубокого обучения заменили на «системы, основанные на правилах и требующих ручной работы».
Развитие и применение искусственного интеллекта позволяет новым технологиям вносить позитивный вклад во всех областях жизни. По прогнозам ученых, дольше всего машины будут учиться делать хирургические операции и проводить математические исследования. Упомянем вкратце лишь основные сферы и любопытные примеры применения ИИ
В медицине
Применение искусственного интеллекта скоро поможет врачам решить одну из самых сложных задач – восстановить двигательную активность парализованных пациентов. Intel и сотрудники Брауновского университета активно трудятся над проектом интеллектуального интерфейса для позвоночника – с целью заменить часть функций спинного мозга с помощью ИИ-интерфейса. Передачу нервных импульсов к парализованным частям организма возьмёт на себя нейросеть Intel, а новая технология с помощью электродов создаст «обход» повреждённого участка позвоночника. В России АО «Медицина» успешно применяет искусственную интеллектуальную нейросеть при постановке диагноза на стадии рентгеновского обследования. База из более 200 000 рентгеновских снимков постоянно дополняется. Точность системы ИИ в описании снимка в тандеме с врачом составляет 95-98%.
В обороне
С 2018 года Армия США разрабатывает искусственный интеллект для распознавания лиц с помощью тепловизора в темноте и даже за физическими преградами. Другой ИИ-алгоритм управляет беспилотными истребителями и ведет воздушные бои, а системы прицеливания для танков уже умеют видеть закамуфлированные цели.
В финансах
Исследования и анализ рынка, управление личными финансами и финансовым портфелем, алгоритмическая торговля и многое другое – области применения ИИ. В сфере банковских услуг искусственный интеллект обрабатывает большие объёмы данных для повышения качества обслуживания клиентов и формирует персональные предложения по оптимальным каналам коммуникаций.
В торговле
В ближайшие пять лет ИИ-решения внедрят более 325 тыс. розничных брендов. Прогнозирование спроса и автоматизированный маркетинг дадут ритейлерам больше гибкости в анализе и прогнозировании ценообразования и максимизируют их доходы благодаря предсказуемости спроса.
В транспорте и логистике
Искусственный интеллект применяют для оптимизации транспортных систем и дорожного трафика, что позволит сократить выбросы в атмосферу за счет сокращения времени ожидания и рациональной организации дорожного движения. Главная проблема транспортных систем ИИ – сложность дорожной инфраструктуры и большие массивы постоянно меняющейся информации. Активно развиваются системы ИИ беспилотных автомобилей
В сфере человеческих ресурсов
В рекрутинге искусственный интеллект применяют для изучения резюме и предварительного отбора потенциально успешных кандидатов, а чат-боты решают рутинные и задачи. Онлайн- и телефонные службы поддержки клиентов, распознавание лица, голоса и эмоций .
В быту и общепите
Одной из сделок года в 2019 году стала покупка «Макдоналдсом» стартапа по машинному обучению. Гигант фастфуда в киосках самообслуживания начал применять искусственный интеллект для автоматической настройки меню в зависимости от погоды, новостей, дорожной ситуации и других факторов. В 2019 году Microsoft подписала контракт с финской компанией Fourkind, чтобы выпустить первый в мире виски по уникальной рецептуре, которую создаст искусственный интеллект. По замыслу фирм, у них получится идеальный крепкий алкоголь премиальной марки, достойный высших международных наград.
В искусстве и СМИ
Нейросеть Facebook сочиняет идеальные по размеру, ритму и рифме стихи, Яндекс запустил «Автопоэта», а голосовые помощники поисковых машин Алиса и Siri помогают найти в потоке информацию, наиболее релевантную поисковым запросам пользователя, накапливая их историю для последующей обработки и анализа.
Голливуд всегда быстро реагирует на запросы времени — старт фильмам про ИИ положил американский сериал «Искусственный интеллект». Впоследствии трендовую тему продолжили фильмы «Искусственный интеллект: доступ неограничен», «Привет, искусственный интеллект», «Ева: искусственный разум» и «Искусственный разум». А в 2020 году появится очередной «Искусственный интеллект» режиссера Бэла Фэлкоуна.
Искусственный интеллект во всех его проявлениях зрители наблюдали в киноновеллах «Матрица», «Я, робот», а в «Терминаторе» ИИ Skynet — это суперкомпьютер Минобороны США для управления системой противоракетной обороны. Искусственный интеллект не хуже продюсеров научился прогнозировать кассовые сборы и аудиторию планируемого блокбастера.
В голливудской киноиндустрии решение о выпуске нового фильма моделируется программами ИИ. Поскольку предсказать успех или провал в кинопрокате сложно даже машине, на экран выходят ремейки блокбастеров типа «Трансформеров», которым ИИ спрогнозировал примерные кассовые сборы для десятой части.
И до тех пор, пока компьютерный разум предсказывает коммерческий интерес франшизы, успешный ранее проект будет повторяться. Показательно, что даже качество съемок и монтажа при этом не приоритетно, т.к. сюжет и способы его подачи моделируются искусственным интеллектом на основе параметров предыдущего блокбастера: аудитория, дата выхода фильма в прокат, актерский состав.
Технологии машинного обучения распространены в дискретном производстве (авиа-, машино- и приборостроение) – это 44% ИИ. На 2-м месте — добыча нефти с нефтехимией и нефтепереработкой, металлургия, химия — 22% проектов. 11% проектов по искусственному интеллекту относятся к электроэнергетике.
Еще несколько лет назад ведущим трендом эволюции в промышленном производстве являлись комплексные системы автоматизации предприятий. Крупный бизнес предпочитал готовые решения на базе мощных и распределенных средств программного обеспечения, позволяющих держать под контролем производство полного цикла. Искусственный интеллект дает возможность анализа в реальном времени, поддерживая функционал предприятий в т.ч. при смене целей руководства, а также при внезапных трансформациях объекта под воздействием параметров окружающей среды. Умные системы сегодня обучены не только оперативно менять алгоритмы управления промышленными предприятиями, но и самостоятельно находить наиболее эффективные решения возникающих проблем.
Искусственный интеллект на производстве характеризуется следующими аспектами:
* нет четкого алгоритма для оперативного управления и координации подразделений предприятия;
* не изучены досконально скрытые внутрисистемные связи;
* большое разнообразие решений для сбора данных;
* опции анализа разноплановой информации (видео, тексты и пр.);
* широкий выбор не предопределенных заранее вариантов;
Внедрение искусственного интеллекта на предприятиях не предполагает радикальной революции бизнес-процессов. Актуальные рыночные ИИ-решения позволяют достичь качественного уровня, улучшая существующий функционал промышленных производств. Искусственный интеллект позволяет поэтапно расширять круг производственных процессов с его участием, координируя их управляемость.
Любой производственный цикл c использованием искусственного интеллекта можно представить как сочетание простейших элементов – однозадачных агентов. При этом их комбинация и число агентов каждого вида изменяется от типа задач, времени их решения, а также по мере накопления опыта конкретным искусственным интеллектом.
Типы агентов:
* механизмы — отвечают за сбор и обработку информации, слежение за состоянием оборудования и персонала;
* «координаторы» — гарантируют взаимодействие агентов внутри алгоритма искусственного интеллекта;
* поисковые — аккумулируют локальную/глобальную информацию, определяют внутренние связи производственных процессов, выдают итоговые результаты;
* обучающие — концептуально обобщают накопленный опыт технологических процессов и экспертов, аккумулируют информацию в искомой сфере искусственного интеллекта;
* принимающие решения — предлагают выводы в ограниченных условиях выбора и помогают создавать инструктаж для производственных систем и человеческого персонала.
Актуальные практические ИИ-решения, как правило, разработаны на принципах методик машинного обучения и стабильно подтверждают высокую эффективность для широкого круга задач. Однако, традиционно используемые сегодня на большинстве крупных предприятий объектно-ориентированные системы искусственного интеллекта помогают гибко управлять производственными процессами, но не обеспечивают исчерпывающего контроля условий, в которых решаются поставленные руководством задачи. Искусственный интеллект пока не готов варьировать использование ресурсов, а также перечень и режимы работы разнородных систем в режиме реального времени.
Искусственный разум сегодня – ключевой вектор прогресса систем управления. ИИ-системы автоматизации предприятий позволяют оперативно изменять производственные циклы и ассортимент . Вот почему все крупные промышленники заинтересованы во внедрении ИИ-технологий. Искусственный интеллект в промышленности будет массово использоваться, когда процесс его внедрения успешно минует стадию обучения системы предприятий и системы начнут без участия человеческого фактора самообучаться особенностям производств, используя внутрикорпоративные данные и внешние информационные ресурсы, отслеживая работу персонала, а также детально интерпретируя выводы и предлагаемые человеку решения.
В мире уже полным ходом идет новая «гонка» за право лидерства в сфере искусственного интеллекта. Параллельно с гонкой вооружений все ведущие мировые державы всерьез озабочены грядущими технологическими переменами. Но целостной картины, куда заведет нас развитие систем искусственного интеллекта (ИИ), пока нет ни у кого в мире.
17 декабря 2019 года Центр новой американской безопасности (Center for New American Security, CNAS) опубликовал доклад «Американский век ИИ: план действий», согласно которого технологии ИИ будут определять экономическую, военную и геополитическую мощь государств в ближайшие десятилетия. По мнению авторов, сейчас мир находится в центре технологического цунами, а искусственный интеллект в ближайшем будущем станет самой главной технологической новацией.
Китай, страны-члены Европейского союза, Япония, Южная Корея и Россия увеличивают расходы на исследования ИИ, активно ведут подготовку специалистов и уже имеют стратегии ИИ, реализация которых угрожает технологическим преимуществам США. Китай рассматривает достижения в области искусственного интеллекта как средство превзойти Соединенные Штаты в экономической и военной области, заявив о своем намерении стать мировым лидером в области искусственного интеллекта к 2030 году.
Один из авторов доклада полагает, что вернулась эпоха конкуренции великих держав, в центре которой — технология. США должны немедленно отреагировать на вызов, как это было в случае космической гонки, хотя тогда число ее участников было не так велико, как сейчас. Он уверен, что страна, лидирующая в области ИИ, будет доминировать в ХХI веке. Другой эксперт, Боб Уорк, который был заместителем министра обороны при президентах Обаме и Трампе считает также: «И русские, и китайцы пришли к выводу, что технологический рывок обеспечивается через искусственный интеллект».
Уверен в этом и президент РФ Владимир Путин: «Если кто-то сможет обеспечить монополию в сфере искусственного интеллекта (последствия нам всем понятны) — тот станет властелином мира. Борьба за технологическое лидерство — прежде всего в сфере искусственного интеллекта — уже стала полем глобальной конкуренции. Развитые страны мира уже приняли свои планы по развитию таких технологий. И мы, конечно, должны обеспечить технологический суверенитет в сфере искусственного интеллекта».
11 октября 2019 года была утверждена национальная стратегия развития искусственного интеллекта в России до 2030 года. В национальной программе «Цифровая экономика» искусственный интеллект назван одной из важнейших «сквозных» цифровых технологий. Лидером по объему инвестиций в искусственный интеллект в 2019 году стали США (70 млрд долларов), а Россию Microsoft назвала международным лидером по внедрению искусственного интеллекта, опередившей США и Западную Европу. По данным Microsoft, в России 30% топ-менеджеров активно используют ИИ при среднемировом показателе 22,3%.
Приоритетными мотивами внедрения ИИ руководители обозначили целеполагание — 32%, разработку инновационных бизнес-идей — 26% и исследование рынка — 25%. Россияне выразили и высокую готовность к обучению в области искусственного интеллекта: 90% (в мире — 67,3%) хотят привлекать ИИ-специалистов. Растет спрос на специалистов в ИИ-сфере: требуются создающие алгоритмы ИИ-инженеры, эксперты по обучению машин и тестированию и контролю работы ИИ. В США и европейских странах также продвигают комплексные госпрограммы в сотрудничестве с лидирующими компаниями отрасли. Обучение в области искусственного интеллекта проводится на базе ведущих университетов и исследовательских центров. В Китае официально заявлено об открытии факультетов ИИ в 35 университетах. В России за последние два года более 50 вузов начали обучение по спецпрограммам искусственного интеллекта, а до конца 2020 года в МГУ будет создан Институт перспективных исследований проблем искусственного интеллекта и интеллектуальных систем.
Искусственный интеллект сегодня стал привычной темой в мире IT, экономики и бизнеса точно так же, как в свое время ею стали интернет, сотовая связь и облачные технологии. Анализируя проблемы искусственного интеллекта по мере углубления и дифференцирования его возможностей, эксперты все чаще задаются вопросом: что останется человеку и останется ли вообще человек после прочного внедрения ИИ во все сферы социума?
Заметим, что искусственный интеллект отличается от роботизации технологических процессов посредством аппаратных средств, хоть и позволяет автоматизировать периодические процессы обучения и поиска данных. Ключевая цель развития ИИ — не автоматизация ручного труда, а стабильное перманентное компьютеризированное выполнение множества глобальных задач. Автоматизация данных по-прежнему требует участия человека для изначальной настройки систем и грамотной постановки задач для решения проблем искусственного интеллекта.
При нынешней скорости развития науки уже через 50-100 лет искусственный интеллект может сравняться с человеческим мозгом в ряде компетенций и даже обогнать людей. Таким мнением поделился начальник отдела разработок японского робота Parlo с искусственным интеллектом компании FujiSoft Incorporated Наоки Сугимото: «Я думаю, что когда искусственный интеллект превзойдет человека, получит его ум до такой степени, что можно будет спутать его с человеком, то это уже будет не искусственный интеллект, не робот, а новый человек».
В любом случае, на данный момент проблемы искусственного интеллекта, изображаемого в научно-популярной фантастике в образах антропоморфных (человекоподобных) роботов, но в реальности существующего в зачаточном состоянии, пока что не внушают надежд на их быстрое решение в недалеком будущем. Это просто образное название, которое новейшим высоким технологиям придумали люди, склонные наделять все неживое антропоморфными чертами. Очеловечивание тех же ботов вроде Алисы Яндекса примиряет человека с пониманием, что все это не более чем сублимация общения. Посему никакие роботы и ИИ никогда не могут сами по себе стать опаснее для общества, чем естественный человеческий разум.
©2024, Центр информационных технологий «ПАРАДОКС»
Личный кабинет
Обратный звонок