Еще один шаг к созданию искусственного интеллекта

Революция искусственного интеллекта: на пути к сверхразуму

— Вернор Виндж

Интересно, каково это там стоять.

Какой волнующий, должно быть, момент. Но не будем забывать, что человечек на графике ничего справа от себя не видит. Для него ситуация выглядит так:

Все куда прозаичнее.

Ссылки на подкаст: Podster | iTunes | YouTube | Telegram | VK | Spotify

Далекое будущее не так уж и далеко

Давайте представим, что у нас есть машина времени, и мы переносимся в 1750 год. Тогда об электричестве еще ничего не знали. Чтобы с кем-нибудь связаться, оставалось либо кричать, либо стрелять в воздух из пушек, а весь транспорт работал на сене.

Возьмем оттуда первого попавшегося прохожего, перенесемся обратно в 2015 год и понаблюдаем за его реакцией на привычные для нас вещи.

Современному человеку сложно себе представить, каково это впервые увидеть сверкающие капсулы, несущиеся по шоссе, встретиться с людьми, которые еще утром были на другом конце света, посмотреть матч на стадионе в тысячах километрах от него, послушать произведение, которое было исполнено 50 лет назад, покрутить в руках волшебный прямоугольник, позволяющий за одно мгновение нарисовать реалистичную картину, взглянуть на карту и увидеть там свое точное местоположение, или поговорить с человеком на другом конце страны. Для людей, живших лет 250 назад, все это — необъяснимое волшебство. Не говоря уже про интернет, МКС, Большой адронный коллайдер, ядерное оружие или общую теорию относительности.

Обратите внимание

Такой опыт не назвать ни удивительным, ни шокирующим, ни даже умопомрачительным. Как бы наш путешественник не умер от увиденного.

Но что будет, если по возвращении в свой родной 1750-й он захочет повторить наш эксперимент, сядет в машину времени, перенесется на те же 250 лет назад, заберет оттуда первого встречного и покажет ему жизнь в своем времени? Парень из 16 века многому удивится, но вряд ли будет сражен наповал: разница между 1500 и 1750 годами куда меньше, чем между 1750-м и 2015-м. Он подивится открытиям в космологии и физике, поразится масштабам имперских амбиций в европейских странах, да и карту мира ему придется пересмотреть. Но повседневная жизнь середины 18 века (транспорт, связь и т. п.) вряд ли удивит его до смерти.

Чтобы по-настоящему отвести душу, нашему знакомому из 1750 года нужно отправиться гораздо дальше — может быть, даже за 12 000 лет до н. э., до первой аграрной революции, которая привела к появлению первых городов и дала толчок к развитию цивилизации.

Вот если кто-нибудь из охотников-собирателей (люди тогда в большей степени были еще одним видом животных) увидит необъятные человеческие империи 1750 года: громадные церкви, корабли, способные пересечь океан, представление о том, что можно находиться «внутри» (например, в здании), и гигантские горы коллективно накопленных знаний и открытий — то без сомнения умрет на месте.

Но что если после этого ему тоже захочется повторить наш эксперимент? Вот он переносится на 12 000 лет назад, в 24 000 год до н. э., забирает случайного человека и начинает показывать свое время.

А тот смотрит на все это и говорит: «Так, и что поменялось?» Чтобы всласть позабавиться, придется перенестись назад более чем на 100 000 лет, и найти там того, кто удивится изобретению огня и появлению речи.

Чтобы человек из прошлого мог увидеть будущее и умереть, нужно отправиться так далеко, чтобы цивилизация к тому времени достигла «убийственного уровня прогресса»: то есть с некоторого момента в прошлом должна пройти единица убийственного прогресса (ЕУП). Для охотников-собирателей ЕУП составила сто тысяч лет, для общества после аграрной революции — около двенадцати тысяч. Вслед за промышленной революцией прогресс шел уже быстрее, поэтому для жителей 18 века ЕУП прошла всего за 200 лет.

Как видно, со временем человеческая цивилизация развивается все быстрее и быстрее. Футуролог Рэй Курцвейл называет это явление законом ускоряющейся отдачи.

Важно

Причина в том, что у более развитого общества есть возможность развиваться быстрее, чем у менее развитого. Люди 19 века знали больше, чем люди 15 века, и обладали более совершенными технологиями.

Поэтому неудивительно, что прогресс в 19 веке шел более стремительными темпами, нежели в 15-м.

Это работает и в меньших масштабах. Фильм «Назад в будущее» вышел в 1985 году, соответственно «прошлое» разворачивалось в 1955-м. Когда герой Майкла Джея Фокса попадает туда, его удивляют цены на содовую, отсутствие любви к звуку электрогитары, необычный сленг и то, что телевидение еще было в диковинку.

Да, это был совершенно другой мир — но если бы фильм снимали сегодня, и в прошлом оказался бы 1985 год, разница стала бы еще более разительна, а фильм еще смешнее. Герой оказался бы во времени, когда еще не было персональных компьютеров, интернета, мобильных телефонов и социальных сетей.

В 1985-м подросток, выросший в 2000-е, чувствовал бы себя не в своей тарелке сильнее, чем Марти МакФлай в 1955-м.

Виной тому все тот же закон ускоряющейся отдачи. Средняя скорость развития технологий в период с 1985 года по 2015-й была выше, чем в период с 1955-го по 1985-ый (поскольку в первом случае сам мир был более развит), поэтому за последние 30 лет произошло больше изменений, чем за 30 лет до этого.

Таким образом, перемены становятся все радикальнее и происходят все чаще. Вот теперь будущее и правда начинает беспокоить.

Курцвейл полагает, что при темпах развития 2000 года, прогресс, сделанный за весь 20 век, можно было бы пройти всего за 20 лет. Иными словами, в 2000 году скорость развития была в пять раз выше, чем средняя скорость за весь 20 век.

Совет

Он считает, что еще столько же прогресса мы добились в период с 2000 по 2014 год, и еще столько же добьемся к 2021-му — то есть всего за семь лет. Через пару десятков лет норма 20 века будет достигаться по несколько раз в год, а еще позже — всего за месяц.

В конечном итоге, по закону ускоряющейся отдачи, прогресс за весь 21 век превысит прогресс 20 века в тысячу раз.

Если Курцвейл и его сторонники правы, 2030 год удивит нас не меньше, чем парня из 1750 года удивил бы наш 2015-й. То есть следующая ЕУП составит всего пару десятков лет, а мир 2050 года будет так сильно отличаться от современного, что мы едва ли его узнаем.

И это не фантастика. Так считают лучшие умы современности — люди поумнее и пообразованнее нас с вами. История только подтверждает логичность этого прогноза.

Так почему же, если вам скажут: «через 35 лет мир изменится до неузнаваемости», вы скептически пожимаете плечами? Для скепсиса по поводу экстравагантных прогнозов на будущее есть три причины:

1) Нам кажется, что история линейна. Чтобы представить, как сильно все изменится за следующие 30 лет, мы ориентируемся на прогресс предыдущих тридцати. Чтобы оценить масштабы изменений в 21 веке, мы берем прогресс за 20 век и прибавляем его к прогрессу за 2000 год.

Такую же ошибку совершает наш парень из 1750-го, выбрав в качестве подопытного жителя 16 века. Мы интуитивно представляем себе линейный рост, а нужно — экспоненциальный. Логичнее предугадывать прогресс не глядя на предыдущие тридцать лет, а судя по текущим темпам развития. Тогда прогноз будет точнее, но все равно не сильно.

Чтобы корректно представлять себе будущее, нужно вообразить, что мир развивается быстрее, чем сейчас.

2) Недавние события не дают нам понимания общей картины происходящего.Во-первых, при достаточном приближении даже самая крутая экспоненциальная кривая кажется прямой линией (это справедливо даже для окружности). Во-вторых, экспоненциальный рост не всегда плавный и однородный. Курцвейл считает, что прогресс движется по S-образным кривым.

S-образная кривая появляется тогда, когда мир охватывает новая парадигма. Она проходит три фазы:

1) медленный рост (ранняя фаза экспоненциального роста);

2) быстрый рост (поздняя, взрывная фаза экспоненциального роста);

3) стабилизация новой, созревшей парадигмы.

Источник: https://newochem.ru/nauka/revolyuciya-iskusstvennogo-intellekta-na-puti-k-sverxrazumu/

Робот-андроид: еще один шаг к созданию искусственного интеллекта | World-X

Многие идеи, которые появлялись раньше в книгах научной фантастики, постепенно становятся реальностью. Так, например, если посмотреть на прогресс в области создания человекоподобных роботов-андроидов, то смело можно утверждать, что уже есть модели, похожие на людей и способные действовать как мы. Давайте посмотрим на некоторые из них.

Petman

Данный робот создан американской компанией Boston Dynamics. Он имеет очень нужное предназначение: испытание спецодежды, которую будут использовать сотрудники служб экстренной помощи. Его особенность – чувствительная «кожа», способна имитировать процессы, которые происходят на коже человека. Этот робот очень подвижный, умеет быстро перемещаться, но его внешний вид немного пугает.

Джунко Чихира

Названный этим женским именем робот встречает посетителей туристического центра в Токио. Эта «девушка», созданная инженерами Toshiba, обладает практически естественной мимикой, разговаривает на нескольких языках и вполне может работать на ресепшен. Реагировать на человеческую речь Джунко пока не умеет, но эту опцию разработчики обещают добавить в ближайшем будущем.

SCHAFT

Эта двуногая машина, созданная японскими конструкторами, умеет то, что пока еще не научились другие роботы – подниматься по ступенькам. Данная модель стала наглядным подтверждением того, что ученым уже удается воспроизвести самые сложные движения человеческого тела.

Эрика и Geminoid DK

Эти две модели поражают своей реалистичностью и умением распознавать голос и движения собеседника. Роботы, созданные в лаборатории университета Осаки, могут поворачивать голову, двигать «мышцы» лица, шеи и плеч. Люди, которые в первый раз сталкиваются с этими андроидами, обычно испытывают некоторое недоумение от их реалистичности.

ATLAS Unplugged

Двухметровый робот ATLAS Unplugged имеет «на борту» мощный аккумулятор, компьютер, роутер и Wi-Fi. Эта модель стала прототипом поисково-спасательного робота.

Nadine

Андроид «Надин», созданный в Сингапуре может в скором времени заменить личного секретаря. Эта машина способна воспроизводить эмоции, жестикулировать и даже вспоминать фрагменты из прошлой беседы.

Ромео

Французы также не отстают в области робототехники – их «Ромео» умеет ходить, говорить и слушать. Робот имеет рост восьмилетнего ребенка и предназначен для работы в качестве ассистента пожилых людей.

ASIMO

Робот ASIMO, созданный известным концерном Honda – один из самых совершенных. Он абсолютно спокойно откроет пакет с соком и наполнит им чашку, которую буде держать в другой руке, не пролив при этом ни капли.

Читайте также:  Израильские военные разрабатывает искусственный интеллект для обнаружения оружия

Вместо послесловия

Сегодня, конечно, человекоподобные роботы пока еще всем в новинку. Но судя по темпам развития робототехники, очень скоро наступит время, когда у каждого из нас появится такой персональный помощник.

Источник: https://wd-x.ru/robot-android-eshhe-odin-shag-k-sozdaniyu-iskusstvennogo-intellekta/

4 шага до общего искусственного интеллекта

Общий искусственный интеллект мечта всех футурологов. Но как достичь ОИИ и какие шаги нужно сделать на пути от узконаправленных современных ИИ к полноценной нейронной сети.

За последние 15 лет, с момента первых упоминаний термина  “общий искусственный интеллект” (AGI), область ИИ значительно продвинулась. Сегодня у нас есть самоуправляемые автомобили, автоматическое распознавание лица и захват изображений, машинный перевод и экспертные игроки в лице ИИ, а также многое другое.

Однако эти достижения по существу остаются в области «узконаправленного ИИ» — искусственного интеллекта, который выполняет задачи, основываясь на специально обозначенных данных или правилах или же в тщательно разработанных учебных ситуациях. ИИ, которые могут работать, в общем, в непредвиденных обстоятельствах и противостоять миру как автономные агенты, по-прежнему остаются частью будущего.

Общий искусственный интеллект

ОИИ: что это такое?

Остается вопрос: что нам нужно, чтобы превратить инструменты современного узконаправленного искусственного интеллекта, который все больше вливается в бизнес и общество, в тот самый общий искусственный интеллект, о котором грезят футурологи и писатели-фантасты?

Несмотря на огромное разнообразие перспектив и отсутствие нехватки технических и концептуальных идей на пути к ОИИ, между экспертами нет ничего похожего на соглашение по этому вопросу.

 

Разнообразный ландшафт прото-ОИИ

К примеру, главный учредитель Deep Mind Демис Хассабис долгое время был поклонником относительно сильно вдохновленных мозгом подходов к ОИИ и продолжает публиковать работы в этом направлении.

С другой стороны, проект OpenCog, ориентированный на ОИИ, использует менее ориентированный на мозг подход – он включает нейронные сети, при этом мощно опираясь на символико-логические представления и вероятностные выводы, а также эволюционное обучение программы.

Раз у нас есть много рабочих подходов к пилотируемым полетам – самолеты, вертолеты, ракеты и т.п., может быть так же много рабочих подходов к ОИИ, некоторые из которых в большей степени вдохновлены биологией, чем другие.

И, как и братья Райт, сегодняшние пионеры ОИИ руководствуются в большей степени экспериментами и интуицией, отчасти потому, что мы пока не знаем полезных теоретических законов общего интеллекта, чтобы направлять инженерный подход к ОИИ по движению теорий; теории ОИИ развиваются органично по мере практики.

Четыре (не совсем) простых шага к ОИИ

Эти четыре шага в принципе достижимы, может быть даже в следующие 5-10 лет. Над каждым из этих шагов работают многие команды самых умных людей в мире, включая, но ни в коем случае не ограничиваясь моими собственными командами в SingularityNET, HansonRobotics и OpenCog.

Хорошие новости в том, что нам не нужны радикально новые, лучшие аппаратные средства, а также радикально иные алгоритмы или датчики или приводы. Нам просто нужно использовать наши компьютеры и алгоритмы более разумно, выполняя следующие действия.

#1. Сделать когнитивную синергию практичной

Сегодня у нас имеется много мощных алгоритмов ИИ, но мы не используем их вместе достаточно сложным образом, поэтому теряем много синергетического интеллекта, который мог бы появиться от совестного их использования.

И напротив, различные компоненты человеческого мозга настроены на совместную работу с интересной обратной связью и взаимодействием. Нам необходимо создать системы, которые обеспечат богатую и полную координацию различных агентов ИИ на различных уровнях в одной, сложной, адаптивной сети искусственного интеллекта.

В архитектуре OpenCog, например, пытаются реализовать это, создавая различные алгоритмы обучения и рассуждения, работая совместно над Atomspace Hypergraph, который позволяет создавать гибридные сети из символьных и подсимвольных сегментов.

Движок вероятностной логики обрабатывает факты и убеждения, движок эволюционного обучения программы обрабатывает практические знания, глубокие нейронные сети, обрабатывающие восприятие – все они работают сообща, обновляя один набор узлов и связей гиперграфа.

Обратите внимание

На другом уровне, в сети ИИ на блокчейне SingularityNET, мы работаем над когнитивной синергией, позволяя различным агентам ИИ использовать разные внутренние алгоритмы для запросов друг к другу и обмена информацией и результатами.

Идея состоит в том, что сеть агентов ИИ, используя специальный токен для обмена ценностями, может создать общую когнитивную экономику умов с интеллектом высшего уровня, который выходит за пределы интеллекта отдельных агентов. Это современная реализация идеи первопроходца ИИ Марвина Мински интеллекта как «общества умов» на блокчейне.

#2. Соединить символьный и подсимвольный ИИ

ОИИ наиболее эффективно удастся достичь за счет соединения алгоритмов, которые используют низкоуровневым интеллектом, таких как восприятие и движение (например, глубокие нейронные сети), с алгоритмами, которые используются для абстрактных рассуждений высокого уровня (логические движки).

Глубокие нейронные сети добились поразительного успеха в последнее время в обработке различных видов данных, включая изображения, видео, аудио и, в меньшей степени, текста. Однако становится очевидно, что эти непосредственные архитектуры сетей не очень хорошо обрабатывают абстрактные знания.

Кратчайший путь к ОИИ будет состоять в том, чтобы использовать глубокие нейронные сети там, где они больше всего приспособлены, и сделать их гибридными, наделить более похожими на методы ИИ логическими системами, чтобы они могли обрабатывать более продвинутые аспекты человекоподобного сознания.

#3. Архитектура цельного организма

Люди ­– это не только сознание, разум, но также и тело, организм, поэтому достижение ОИИ человеческого уровня потребует включения систем ИИ в физические системы, способные взаимодействовать с повседневным человеческим миром в тонких моментах.

«Архитектура цельного организма» (WHOA!) – прекрасная фраза, представленная моим коллегой в области робототехники Дэвидом Хэнсоном. В настоящее время мы работаем с его прекрасным роботизированным творением «Софией», разработку программного обеспечения которой я перевел на платформу для экспериментов с искусственным интеллектом Open Cog и SingularityNET.

Общий интеллект не требует человекоподобного тела, да и вообще тела не требует. Однако, если мы хотим создать ОИИ, который, в частности, проявляет человекоподобное познание и может понимать людей, этот ОИИ должен будет иметь своеобразное сочетание познания, эмоций, социализации, восприятия и движения, которые характеризует человеческую реальность.

Очевидно, лучший способ для ОИИ получить такого рода чувства – расположиться в теле, которое будет хотя бы приблизительно напоминать человеческое.

Потребность в архитектуре цельного организма связана с важностью эмпирического обучения для ОИИ. В сознании человеческого ребенка все виды данных смешиваются сложным образом, и цели и задачи должны умещаться в категории, структуры и динамику мира.

Даже разницу между собой и другим нужно уяснить. В конечном счете, ОИИ должен будет проводить такого рода своеобразное обучение и для себя.

Хотя обеспечивать систему ОИИ данными из текстов и баз данных не так уж и неправильно, необходимо также создать систему, которая будет взаимодействовать с миром, воспринимать его и исследовать автономно, и создавать собственную модель себя и мира.

Семантика всего, чему она учится, таким образом, будет основываться на ее собственных наблюдениях. Если она будет изучать нечто абстрактное, вроде языка или математики, ей придется обосновывать семантику этих дисциплин в собственной жизни, а также в абстракции.

Экспериментальное обучение не требует робототехники. Но робототехника цельного организма обеспечивает чрезвычайно естественный путь за пределы современных учебных процессов, например, к экспериментальному обучению ИИ.

#4. Масштабируемое мета-обучение

ОИИ должен  не только учиться, но и «учиться учиться». ООИ придется применять свои алгоритмы рассуждения и обучения рекурсивно к самому себе, чтобы автоматически улучшать собственную функциональность.

В конечном счете, способность применять обучение для улучшения обучения должна позволить ОИИ продвинуться далеко за пределы возможностей человека. В настоящий момент мета-обучение остается сложной, но критически важной задачей.

В SingularityNET начинают применять искусственный интеллект OpenCog для распознавания паттернов в собственной эффективности на временном отрезке, чтобы он улучшал собственную производительность.

В направлении доброжелательного ОИИ

Как только один из этих четырех аспектов продвинется за пределы текущего состояния, мы получим его — ОИИ человеческого уровня и дальше.

Эта перспектива чрезвычайно захватывающая и немного пугающая. Но скорее всего, что некоторые наблюдатели, включая таких больших людей, как Стивен Хокинг и Илон Маск, высказывались ровно противоположным образом: больше страха, чем восхищения. Почти все, кто серьезно относится к разработке ОИИ, вкладывает много усилий в смягчение соответствующих рисков.

Один из выводов, заключается в следующем: если мы хотим, чтобы наши ОИИ могли поглощать и понимать человеческую культуру и ценность, лучшим подходом будет включить эти ОИИ в общие социальные и эмоциональные контексты с людьми.

Важно

SilgularityNET запускался чтобы использовать ИИ и блокчейн вместе и создать открытый рынок, на котором любой человек на планете мог бы использовать самый мощный в мире ИИ в любых целях. Если ОИИ родится из «экономики сознаний» такого характера, вероятнее всего, он будет иметь подходящее этическое и инклюзивное мышление.

Мы заходим на неизвестную территорию, не только интеллектуально и технологически, но и социально и философски. Давайте сделаем все возможное, чтобы следующий этап нашего коллективного путешествия протекал мудро и кооперативно, а также разумно и увлекательно. опубликовано econet.ru  

Если у вас возникли вопросы по этой теме, задайте их специалистам и читателям нашего проекта здесь.

P.S. И помните, всего лишь изменяя свое потребление — мы вместе изменяем мир! © econet

Источник: https://econet.ru/articles/184160-4-shaga-do-obschego-iskusstvennogo-intellekta

Создание искусственного интеллекта: мифы и реальность (стр. 2 из 3)

Следующий значимый период в истории создания искусственного интеллекта — это 80-е года. На этом отрезке ИИ пережил второе рождение. Стала развиваться область машинного обучения.

Проблематика машинного обучения касается процесса самостоятельного получения знаний интеллектуальной системой в процессе её работы. К области машинного обучения относится большой класс задач на распознавание образов.

Например, это распознавание символов, рукописного текста, речи, анализ текстов. Многие задачи успешно решаются с помощью биологического моделирования. Особо стоит упомянуть компьютерное зрение, которое связано ещё и с робототехникой.

Интеллектуальность требуется роботам, чтобы манипулировать объектами, выполнять навигацию с проблемами локализации и планировать движение. Примером интеллектуальной робототехники могут служить игрушки — роботы AIBO, QRIO.

Последний этап, развиваемый с начала 1990-х годов, называемый агентноориентированным, основан на использовании интеллектуальных агентов.

Согласно этому методу, агент -это вычислительная часть, способен достигать поставленных перед интеллектуальной машиной целей.

Читайте также:  Теперь и у роботов есть инстинкты

Сама такая машина будет интеллектуальным агентом, воспринимающим окружающий его мир с помощью датчиков, и способной воздействовать на объекты в окружающей среде с помощью исполнительных механизмов.

Совет

Вданный момент времени результаты науки искусственного интеллекта, достигнутые ранее, применяются в различных областях науки, промышленности, в бизнесе и повседневной жизни. Но и наука не стоит на месте. В современном мире существует четыре основных подхода к изучению построения систем искусственного интеллекта. Рассмотрим основные подходы:

• логический

В своей основе содержит так называемую Булеву алгебру.

Большинство систем искусственного интеллекта, построенных по логическому принципу, представляют собой определенную машину доказательства теорем: исходная информация содержится в виде аксиом, а логические выводы формулируются по правилам отношений между этими аксиомами. В каждой такой машине есть блок генерирования цели, причем система вывода доказывает эту цель как теорему. Эта система больше известна под названием экспертной системы.

структурный

В качестве основы системы искусственного интеллекта используетсямоде- лирование структуры мозга человека. Среди первых подобных попыток необходимо отметить перцептрон Розенблатта. Основная структурная моделируемая единица — нейрон. Со временем возникли новые модели, которые в настоящее время известны, как нейронные сети.

эволюционный

При построении систем искусственного интеллекта, уделяетсяосновное вниманиепостроению начальной модели, а также тем правилам, по которым эта модель может эволюционировать. Классическим примером эволюционного алгоритма является генетический алгоритм.

имитационный

Одно из базовых понятий данного подхода — это объект, поведение которого имитируется, то есть, так называемый «черный ящик». Таким образом, моделируется способность человека копировать действия других. Восновном используется в кибернетике.

Все эти подходы решают два основных направления развития искусственного интеллекта:

решение проблем, связанных с приближением специализированных систем искусственного интеллекта к возможностям человека, и их интеграции, которая реализована природой человека;

создание искусственного разума, представляющего интеграцию уже созданных систем искусственного интеллекта в единую систему, способную решать проблемы человечества.

Обратите внимание

Сейчас существуют проекты, на которые необходимо обратить внимание. Огромный проект,стартовавший в 2005году по созданию искусственного мозга под названием «BlueGene»- (Голубой мозг). Сверхмощный компьютер.

Основная цель проекта заключалась в создании модели структуры и функционирования мозговой активности различных животных с целью дальнейшего моделирования человеческого неокортекса. Разработкой проекта занимаются ученые-исследователи, представители Федеральной политехнической школы (г.

Лозанна). Они сумели создать модель-схему расположения синапсов в головном мозге крыс.Все полученные результаты могут помочь проанализировать деятельность головного мозга на локальном уровне, но не в масштабах всей его работы.

Вполне возможно, что исследователи смогут ответить — придет ли на смену человеческому разуму искусственный и будет ли он более высокоразвитым?

В Лозанне планируется к запуску еще один аналогичный проект — «HumanBrainProject» — (Человеческий мозг.).

В его рамках к 2023 году ученые из 13 стран собираются создать самый крупный в мире компьютерный мозг, в котором будет работать столько же нейронов, сколько и в человеческом мозге — сто миллиардов.

По мнению директора проекта профессора Маркрама, создание компьютерной модели мозга просто необходимо, ведь благодаря этому можно унифицировать ход исследований и проводить эксперименты, совершенствуя и исправляя ее.

Еще одним проектом, который стартовал в 2010 году, является проект компании DARPA совместно с SRI International.

Важно

Суть его заключается в разработках прорывного искусственного интеллекта, который будет способен обрабатывать и передавать данные, копируя механизмы работы человеческого мозга.

Искусственный интеллектне только будет анализировать сложную информацию из различных источников сразу, но и сможет динамически переписывать себя для оптимизации взаимодействия с окружающей средой. И при этом система компактна и потребляет минимум энергии.

Результатом трехлетней работы стал когнитивный чип, в котором процесс вычислений осуществляется по средствам нейронных связей, память представлена в виде синапсов, и связи в виде аксонов. Новые чипы не содержат биологические элементы, сообщили в компании, но имеют цифровые кремниевые схемы.

Еще в конце 90-х годов японцы публикуют новость: впервые в мире ведутся работы по созданию биокомпьютера, принцип действия которого основан на биологических датчиках.

Вполне вероятно, что в будущем с помощью биотехнологий будут управлять химическим заводом, регулировать биологические процессы внутри человеческого организма, производить гормоны и лекарственные вещества.

Сохранение важной информации в случае ядерной катастрофы — серьезная проблема, так как электронные носители уязвимы в случае воздействия сильного электромагнитного импульса. Альтернативным способом хранения данных могут стать бактерии.

В 2012 году в Японии был разработан первый прототип искусственного мозга. Искусственный интеллект может обрабатывать огромное количество информации, но еще не наделен способностью мыслить. Разработчики пока с этим не спешат.

По мнению исследователей, роботы ближайшего будущего во многом будут похожи на людей: они смогут ходить на двух ногах, смогут различать лица, поддерживать беседу, выполняют просьбы, однако по своей сути — это всего лишь машины, подобные человеку. Все их действия подчинены заранее подготовленному алгоритму, а потому — примитивны.

И только в том случае, если удастся реализовать технологию бимолекулярного вычисления, машины смогут мыслить и получат способность к творчеству.

Совет

Ученые института Вайзманна в Иерусалиме создали биокомпьютер величиной с каплю воды. Роль «аппаратной» части выполняют энзимы, «программной»- молекулы ДНК. Нанокомпьютер состоит из триллиона клеток.

Главным свойством биокомпьютеров является то, что каждая их клетка — миниатюрная химическая лаборатория. Если биоорганизм запрограммирован, то он просто производит нужные вещества.

Наш мозг — это тоже своего рода биокомпьютер.

Существуют эффективные компьютерные системы, предназначенные для мониторинга и управления различными механизмами. Робот Asimo (AdvancedStepinlnnovativeMObility), разработанный в компании Honda оснащен 16 гибкими «суставами».

Задача сохранения равновесия изделия и управления его передвижениями возложена на 4-процессорный компьютер. Поскольку спина у робота негнущаяся, его руки пришлось несколько удлинить, чтобы машина могла подбирать предметы с пола.

Движения Asimo при перемещении в пространстве удивительно похожи на движения человека, но мыслить он не в состоянии.

В 2013 годуисследователи из Иллинойского университета в Чикаго протестировали IQ самой совершенной в мире системы искусственного интеллекта. Цель данного исследования заключалась в том, чтобы привлечь внимание к «проблемным моментам» и испытаниям развития системы ИИ.

Исследователи предложили «умной» системе пройти через «WeschslerPreschoolandPrimaryScaleofIntelligenceTest» — стандартный в США тест для определения интеллекта дошкольников.

Результаты оказались довольно странными: в то время как по баллам система показала уровень интеллекта 4-летнего ребенка, очки в разных частях теста были распределены крайне неравномерно.

«Мы по-прежнему безумно далеки от создания искусственной системы, наделенной здравым смыслом, которая могла бы соревноваться в интеллекте с хотя бы восьмилетним ребенком», — отметил Роберт Слоан, глава кафедры компьютерных наук в Иллинойском университете. Каким же образом заложить в программу здравый смысл, никто пока что не знает.

Обратите внимание

Один из наиболее известных на сегодняшний момент футурологов РэйКурцвейл предсказывает, что к 2029 году компьютер сможет пройти тест Тьюринга, что, по его мнению, будет доказывать у него наличия разума.

Некоторые из самых известных систем искусственного интеллекта:

компьютер «DeepBlue» — победил чемпиона мира по шахматам. Матч Каспаров против суперЭВМ не принёс удовлетворения ни компьютерщикам, ни шахматистам, и система не была признана.

экспертные системы« Watson» — перспективная разработка IBM, способная воспринимать человеческую речь и производить вероятностный поиск, с применением большого количества алгоритмов. Для демонстрации работы «Watson» принял участие в американской игре «Jeopardy», где системе удалось выиграть.

«MYCIN» — одна из ранних экспертных систем, которая могла диагностировать небольшой набор заболеваний, причем часто так же точно, как и доктора.

Источник: http://MirZnanii.com/a/173077-2/sozdanie-iskusstvennogo-intellekta-mify-i-realnost-2

13 признаков искусственного интеллекта

27.06.2018 00:01:00

То, что познание происходит в мозге человека, – это нетривиальный миф

Профессор Виктор Финн пытается наладить контакт с носителем искусственного интеллекта. Фото Андрея Ваганова

Почему «искусственный интеллект» и «нейронная сеть» не синонимы и может ли Интернет начать «соображать», об этом с ответственным редактором «НГ-науки» Андреем ВАГАНОВЫМ беседует руководитель Отделения интеллектуальных систем в гуманитарной сфере Российского государственного гуманитарного университета, доктор технических наук, заслуженный деятель науки РФ, профессор Виктор ФИНН.

– Виктор Константинович, есть ли разница между двумя очень популярными сегодня понятиями – «искусственный интеллект» (ИИ) и «нейронная сеть»? Это синонимы?

– Отвечу замысловато. Фрэнсис Бэкон когда-то определил четырех идолов, мешающих познанию (относительно науки его времени): идол театра, идол рынка, идол пещеры, идол рода… Относительно искусственного интеллекта тоже есть свои идолы. Вдогонку к Бэкону имеется некая система современных идолов – мифов про искусственный интеллект.

Первый миф, более общий, чем ваш вопрос, таков: ИИ – это машинное обучение. Это мировой миф. Есть книги, которые так и называются: «Машинное обучение – новый искусственный интеллект».

Второй миф. Решение проблем, связанных с имитацией человеческой деятельности в рамках искусственного интеллекта, невозможно без Big Data.

Третий миф опасный – тиражируется мнение, что ИИ есть сумма специальных технологий. Однако для активных потребителей методов ИИ (в том числе медиков, управленцев, социологов, военных, банкиров…) было бы плодотворным понять, что главный продукт ИИ – интеллектуальные системы с решателем задач.

– А что в этом опасного?

– Этот миф вводит в заблуждение финансирующих и администрирующих людей.

– Это вообще-то всегда было одной из целей науки, ученых – ввести в «заблуждение» людей и государственные структуры, обладающие финансовыми ресурсами.

Как заметил Станислав Лем, «без сомнения, ученым потребуется сначала «воспитать» целое поколение руководителей, которые согласятся достаточно глубоко залезть в государственный карман, и притом для выполнения целей, столь подозрительно напоминающих традиционную научно-фантастическую тематику…»

– Думаю, что научная этика требует объективности и оценки возможного в исследованиях.

Следующий миф, тоже опасный, на мой взгляд: возможна быстрая реализация идей искусственного интеллекта. Без подготовки специалистов, без системы образования, без достаточно серьезного развития теоретических оснований.

Другой миф – искусственный интеллект сводим к множеству процедур.

Важно

И, наконец, нетривиальный миф: познание человеческое происходит в мозге. И, следовательно, если мы смоделируем мозг в виде математической конструкции, называемой «нейронные сети», мы решим все проблемы. Раз познание в мозге, который мы можем моделировать, значит, мы достигли своей цели создания искусственного интеллекта.

На этот счет есть совершенно замечательное высказывание философа Карла Поппера. Им была высказана некая идея, которая имеет прямое отношение к проблеме понимания искусственного интеллекта. По Попперу, имеется три существующих мира: мир физических объектов; мир ментальных состояний (мир психического); мир объективного знания, которое существует независимо от человека.

Читайте также:  "эволюция" в архангельске!

Так вот. Познавательный процесс связан с преобразованием знаний. И это преобразование может происходить независимо от человека. Уже имеется система знаний – естественно, человек в этом участвует, и он создавал эту систему – но затем она существует в третьем мире уже помимо него.

Это чрезвычайно важное обстоятельство. И я называю эту ситуацию «когнитивная относительность»: познавательный процесс сосредоточен не только в мозге человека, но он находится и вовне, в системе знаний.

Путем взаимодействия мира ментальных состояний и мира объективного знания и происходит появление нового знания.

– Какое это имеет отношение к проблеме создания искусственного интеллекта?

– Отсюда два нетривиальных вывода.

Во-первых, познавательный процесс социален; это результат взаимодействия не только с личностной системой знаний, но и с другими источниками знаний.

Во-вторых, это означает, что то, что происходит сейчас в компьютерных технологиях, соответствует этой структуре познавательного процесса: параллельные вычисления и компьютерные сети. Следовательно, уже ясно, что это происходит не в одном «мозге», а значит, не нейронная сеть.

Кстати, этот вывод помогает разобраться еще с одним мифом: искусственный интеллект – это автономная система.

А это не так. Дело в том, что главный продукт искусственного интеллекта – интеллектуальная система, которая является партнерской человеко-машинной системой. Отсюда много чего проистекает.

Совет

Прежде всего это означает, что может существовать и автономный режим. Но это именно только один из режимов.

А второй режим – интерактивный. Человек вмешивается в решение задач, принимает участие в этом процессе, и создается система человек–машина.

Поэтому главная задача систем искусственного интеллекта – создание партнерских человеко-машинных систем.

– Итак, искусственный интеллект – не нейронная сеть и даже не машинное обучение. Тем не менее сеть Интернет может начать «соображать»? У нее может возникнуть собственная рефлексия?

– Нет, не может. Сеть может породить проблему, поставить много-много задач, поскольку она сама новая реальность.

– Но она же, Сеть, все время усложняется…

– И все время будет ставить новые задачи.

– Другими словами, вот этот вновь возникший мир Интернета, он не может воспринимать человека, как некий «аллерген»?

– Нет, этого не случится. Но, говоря об Интернете, надо понимать, что это действительно некая самостоятельная среда. В том числе там возникло и зло. Причем зло изощренное (хакерство и проч.).

– На некоторых итерациях все сводится к человеку…

Человекоподобные роботы тоже эволюционируют.
Фото Андрея Ваганова

– Разумеется. И никуда от этого не деться. Даже интернетовские «безобразия» – это результат деятельности систем человек–машина.

Все дело в том, что сам искусственный интеллект как направление исследований еще не вполне состоялся. Не состоялся как научное направление, имеющее развитую систему понятий и методологических оснований.

– А кибернетика?

– А кибернетика не наука. Это естественно-научное движение. Идея кибернетики – параллелизм между человеком и машиной, идея управления и обратных связей. Ничего больше.

– Искусственный интеллект не имеет отношения к кибернетике?

– Исторически есть некоторая преемственность. Искусственный интеллект и кибернетика – они родственники. Идея ИИ в значительной мере связана с появлением компьютеров. По-видимому, родоначальником искусственного интеллекта можно считать Алана Тьюринга. Хотя основная идея Тьюринга ограничена (его знаменитый тест).

– Что же тогда «искусственный интеллект»?

– Мы должны уточнить каждое из слов, входящих в этот термин. «Искусственный» – применение математических, алгоритмических, компьютерных средств. А вот с «интеллектом» все непросто. Именно это мы должны уточнить, тогда можно говорить об области применимости и природе ИИ как научного направления.

Начинать надо с предварительного определения тех способностей, которые имитируются и усиливаются. Они необязательно являются в точности человеческими способностями. Они могут быть привнесены из «мира три».

– То есть мы можем даже и не понять, что искусственный интеллект возник?

– Конечно. В результате развития науки мы можем прийти к необходимости включить в понимание интеллекта какие-то дополнительные способности.

– Например, какие это способности интеллекта?

– Я их перечислю:

  • возможность распознавания существенного в данных;
  • порождение последовательности: цель–план–действие;
  • возможность отбора посылок, релевантных целям;
  • рассуждение – получение следствий из имеющихся посылок;
  • принятие решений посредством аргументации;
  • рефлексия – способность оценивать свои знания и действия;
  • познавательное любопытство – возможность ответить на вопрос «Что такое?»;
  • способность к объяснению и к ответу на вопрос «Почему?»;
  • синтез познавательных процедур;
  • способность к обучению;
  • рационализация идей и превращение их в понятия;
  • способность объединять имеющиеся знания и создавать целостную картину рассматриваемого явления – способность к интеграции знаний;
  • адаптация знаний при изменении условий и жизненных ситуаций, или, говоря научно, – коррекция теорий.

Если этот набор познавательных способностей реализуется, то мы скажем, что это характеристика теоретического интеллекта.

Поэтому проблемы ИИ не только в процедурах. Основная проблема – в представлении знаний. Отсюда – сфера возможного применения искусственного интеллекта: науки о жизни и науки о социальном поведении. Для физики ИИ не нужен. Там, где знания слабо формализованы, но данные могут быть структурированы, там полезны системы искусственного интеллекта.

– Физика, по-моему, подпадает под это определение: данных много, а понятия часто не формализованы четко…

– У физиков есть математический аппарат и экспериментальная база. У историков – нет, у социологов – нет…

– Почему же? У историков огромная фактологическая база и много специальных приемов исторического исследования.

– Они не формализованы. Нет языка. У физиков такой язык есть. Основная проблема гуманитарных наук – отсутствие средств представления знаний и логической систематизации в этих науках. Именно поэтому они отстали в возможности конструировать теории и реализовывать рассуждения. Это не означает, что в гуманитарных науках нет глубины, но это глубина за счет содержательности идей.

Мы приходим к важной идее. Собственно, к познанию относятся два мира – мир ментальных состояний, который мы хотим имитировать; и третий мир, в который мы вторгаемся и хотим преобразовывать знания.

Поэтому необходимо определить, что такое мыслительный процесс? А это вот что такое: интенция (вопросы, установки, императивы, цели); затем – поиск посылок, релевантных цели; рассуждение и, наконец, рефлексия.

А что такое познавательный процесс? Это обнаружение знаний, предсказание знаний, принятие знаний, интеграция и рост знаний.

Таким образом, мы можем говорить, что система тогда интеллектуальна, когда мы можем получить приращение знаний посредством реализации перечисленных выше способностей. И теперь мы можем подойти к определению, что такое искусственный интеллект.

ИИ – это научное направление, которое занимается имитацией и усилением познавательной деятельности и рационального поведения человека посредством компьютерных систем.

Обратите внимание

Еще одно важное следствие из определения ИИ – системы искусственного интеллекта, то есть компьютерные системы, применяющие какой-то метод.

Наконец, интеллектуальные системы. Такие системы имеют более сложную архитектуру: база фактов – база знаний – решатель задач – комфортный интерфейс.

Главная задача – порождение эмпирических закономерностей. Если мы этого добиваемся – значит, мы достигли некоторого приемлемого этапа своих исследований. Это есть сильный критерий демаркации научного и ненаучного знания в дополнение к попперовскому критерию возможности фальсификации (опровержению) той или иной теории.

– Чуть-чуть понижая логико-философскую планку нашего разговора, я хочу вас спросить вот о чем. Исходя из определения ИИ, которое вы дали выше, можем ли мы говорить, что искусственный интеллект лишь «передразнивает», «симулирует» естественный интеллект?

– Среди тех 13 способностей, которые были перечислены, можно выделить некоторые, которые мы реализуем в автоматическом режиме, то есть работа программы после ее запуска происходит без вмешательства человека. Например, в автоматическом режиме мы можем распознавать существенное в данных, реализовывать аргументацию.

Еще один продукт искусственного интеллекта помимо систем ИИ – роботы. Интеллектуальный робот – это интеллектуальная система плюс сенсорный блок плюс мехатроника. Если мы возьмем интеллектуальную систему и добавим к ней сенсорный блок, мы получим когнитивную систему. Она формирует свою базу фактов в результате взаимодействия со средой.

Существенно, что интеллектуальный робот может быть антропоморфным. Он может действовать автономно, а может и партнерски. Но центральная идея – наличие у него интеллектуальной системы.

И проблема рассуждающего робота пока не решена, хотя мехатроника и математическое обеспечение такого робота может находиться на фантастически высоком уровне.

Антропоморфный робот уже может делать сальто-мортале! Но логики рассуждения у него нет…

– Вы говорили об интеллектуальных способностях. В одном из ваших текстов вы заявили, что «творчество нельзя заменить машиной»… Но в 2016 году случилось событие эпохальное – ИИ обыграл человека в го.

Игра, в которой вариантов больше, чем атомов во Вселенной, – 10100 (для сравнения: число возможных позиций на доске составляет: в шашках – 1020, в шахматах – 1060). Расчет в лоб, перебором, в го уже не работает после двух-трех ходов (в шахматах после четвертого хода возникает около 100 тыс.

Важно

возможных позиций, в го – более 16 млрд!). Интуиция игрока здесь имеет большее значение, чем расчет вариантов.

– Никакой интуиции в программе ИИ, которая обыграла человека в го, нет! Это произошло за счет возможностей обзора очень больших данных, в чем человек не может конкурировать с машиной. Несколько иной эффект, связанный с комбинаторикой вариантов, позволил шахматной программе Deep Blue обыграть в свое время Гарри Каспарова.

– Но Deep Blue работала по другой схеме – она перебирала варианты и делала это очень быстро.

– Все не так просто. Эта программа предварительно изучила партии Каспарова и знала, как с ним играть.

И шахматы, и го – не очень хорошие примеры. По одной простой причине: в этих играх есть правила. И компьютерные программы – это фактически реализация этих правил. Это совсем не чудо. Там, где задача сводится к комбинаторике или обзору больших данных, машина всегда будет побеждать человека. Но бунт искусственного интеллекта – это псевдопроблема. Искусственный интеллект совершенно безопасен.

– Еще одна ваша цитата: «Что суперкомпьютер когда-нибудь превзойдет человека – это сказки». Виктор Константинович, откуда такой антропный шовинизм?!

– По очень простой причине. Это убеждение вытекает из моего понимания интеллекта. У машины не может быть интенции, не может быть интуиции и инициативы, нет воображения, она не способна быть творцом, но может быть мощным его партнером.          

Источник: http://www.ng.ru/science/2018-06-27/9_7253_intelligence.html

Ссылка на основную публикацию