Есть ли у ии амбиции? чем является искусственный интеллект на самом деле?

Словами специалиста: вся правда об искусственном интеллекте

В этом году компания «Яндекс» запустила голосового помощника «Алиса». Новый сервис позволяет пользователю прослушивать новости и погоду, получать ответы на вопросы и просто общаться с ботом. «Алиса» иногда дерзит, порой кажется почти разумной и по-человечески саркастичной, но часто не может разобраться, о чём её спрашивают, и садится в лужу. 

Всё это породило не только волну шуток, но и новый виток дискуссий о развитии искусственного интеллекта. Новости о том, чего добились умные алгоритмы, сегодня приходят чуть ли не каждый день, а машинное обучение называют одним из самых перспективных направлений, которому можно себя посвятить.

Чтобы прояснить главные вопросы об искусственном интеллекте, мы побеседовали с Сергеем Марковым, специалистом по искусственному интеллекту и методам машинного обучения, автором одной из самых сильных отечественных шахматных программ SmarThink и создателем проекта «XXII век».

Сергей Марков,

специалист по искусственному интеллекту

Развенчивая мифы об ИИ

так что же такое «искусственный интеллект»?

Боты и люди: кто есть кто?

Понятию «искусственный интеллект» в какой-то мере не повезло. Возникшее изначально в научной среде, оно со временем проникло в фантастическую литературу, а через неё — в поп-культуру, где претерпело целый ряд изменений, обросло множеством интерпретаций и в конце-концов было совершенно мистифицировано.

Именно поэтому мы часто слышим от неспециалистов примерно такие заявления: «ИИ не существует», «ИИ невозможно создать». Непонимание сути исследований, ведущихся в сфере ИИ, легко приводит людей и к другим крайностям — например, современным системам ИИ приписывают наличие сознания, свободной воли и секретных мотивов.

Давайте попробуем отделить мух от котлет.

В науке искусственным интеллектом называют системы, предназначенные для решения интеллектуальных задач. 

Обратите внимание

В свою очередь, интеллектуальная задача — это задача, которую люди решают при помощи собственного интеллекта.

Заметим, что в данном случае специалисты сознательно уходят от определения понятия «интеллект», поскольку до появления систем ИИ единственным примером интеллекта был интеллект человеческий, и определить понятие интеллекта на основе единственного примера — то же самое, что пытаться провести прямую через единственную точку. Таких прямых может оказаться сколько угодно много, а значит, спор о понятии интеллекта можно было бы вести столетиями.

Персональный помощник с голосом Скарлетт Йохансон из фильма «Она» достиг сингулярности и стал непостижим для своего «хозяина». Но это пока что только фантастика (или метафора того, как люди отдаляются друг от друга).

«сильный» и «слабый» искусственный интеллект

Системы ИИ делятся на две большие группы. 

Прикладной искусственный интеллект (также используют термин «слабый ИИ» или «узкий ИИ», в английской традиции — weak/applied/narrow AI) — это ИИ, предназначенный для решения какой-либо одной интеллектуальной задачи или их небольшого множества. К этому классу относятся системы для игры в шахматы, го, распознавания образов, речи, принятия решения о выдаче или невыдаче банковского кредита и так далее.

В противоположность прикладному ИИ вводят понятие универсального искусственного интеллекта (также «сильный ИИ», по-английски — strong AI/Artificial General Intelligence) — то есть, гипотетического (пока что) ИИ, способного решать любые интеллектуальные задачи.

Часто люди, не зная терминологии, отождествляют ИИ с сильным ИИ, из-за этого и возникают суждения в духе «ИИ не существует». 

Сильного ИИ действительно пока не существует. Практически все успехи, которые мы наблюдаем в последнее десятилетие в области ИИ, — это успехи прикладных систем. Эти успехи нельзя недооценивать, так как прикладные системы в ряде случаев способны решать интеллектуальные задачи лучше, чем это делает универсальный человеческий интеллект.

Я думаю, вы заметили, что понятие ИИ — довольно широкое. Скажем, устный счёт — это тоже интеллектуальная задача, и это значит, что любая счётная машина будет считаться системой ИИ.

А как насчёт счётов? Абака? Антикитерского механизма? Действительно, всё это формально хотя и примитивные, но системы ИИ.

Однако обычно, называя какую-то систему системой ИИ, мы тем самым подчёркиваем сложность решаемой этой системой задачи. 

Совершенно очевидно, что разделение интеллектуальных задач на простые и сложные — весьма искусственное, и наши представления о сложности тех или иных задач постепенно меняются.

Важно

Механическая счётная машина была чудом техники в XVII веке, но сегодня людей, с детства сталкивающихся с куда более сложными механизмами, она уже не способна впечатлить.

Когда игра машин в го или автомобильные автопилоты уже перестанут удивлять публику, наверняка найдутся люди, которые будут морщиться из-за того, что кто-то будет относить такие системы к ИИ.

Абак — старинное счётное приспособление и прапрадед современных электронных устройств.

«Роботы-отличники»: о способностях ИИ к обучению

Люди и роботы: о чём стоит задуматься уже сегодня

Ещё одно забавное заблуждение — всенепременное наличие у систем ИИ способности к самообучению.

С одной стороны, это совсем не обязательное свойство систем ИИ: есть множество удивительных систем, не способных самообучаться, но, тем не менее, решающих многие задачи лучше человеческого мозга.

С другой стороны, некоторые люди просто не знают того, что самообучение — свойство, которые многие системы ИИ обрели ещё более полусотни лет назад.

Когда в 1999 году я писал свою первую шахматную программу, самообучение уже было совершенно общим местом в этой области — программы умели запоминать опасные позиции, подстраивать под себя дебютные варианты, регулировать стиль игры, подстраиваясь под соперника. Конечно, тем программам было ещё очень далеко до Alpha Zero.

Тем не менее, даже системы, обучающиеся поведению на основе взаимодействия с другими системами в ходе экспериментов по так называемому «обучению с подкреплением», уже существовали. Однако по необъяснимой причине некоторые люди до сих пор думают, что способность к самообучению — это прерогатива человеческого интеллекта.

Машинное обучение, целая научная дисциплина, занимается процессами обучения машин решению тех или иных задач. 

Существует два больших полюса машинного обучения — обучение с учителем и обучение без учителя.

Совет

При обучении с учителем у машины уже есть некоторое количество условно правильных решений для некоторого набора случаев. Задача обучения в таком случае заключается в том, чтобы научить машину на основе имеющихся примеров принимать правильные решения в других, неизвестных ситуациях.

Другая крайность — обучение без учителя. То есть машину ставят в ситуацию, когда правильные решения неизвестны, имеются только данные в сыром, неразмеченном виде. Оказывается, и в таких случаях можно добиться некоторого успеха. Например, можно научить машину выявлению семантических отношений между словами языка на основе анализа очень большого набора текстов.

Одна из разновидностей обучения с учителем — это обучение с подкреплением (reinforcement learning).

Идея заключается в том, что система ИИ выступает в роли агента, помещённого в некоторую модельную среду, в которой она может взаимодействовать с другими агентами, например, с собственными копиями, и получать от среды некоторую обратную связь через функцию вознаграждения. Например, шахматная программа, которая играет сама с собой, постепенно подстраивая свои параметры и тем самым постепенно усиливая собственную игру. 

Обучение с подкреплением — довольно широкая область, в ней применяют множество интересных методов, начиная от эволюционных алгоритмов и заканчивая байесовской оптимизацией. Последние достижения в области ИИ для игр как раз связаны с усилением ИИ в ходе обучения с подкреплением.

Риски развития технологий: стоит ли бояться «Судного дня»?

Всем срочно паниковать: что такое моральная паника

Я не отношусь к числу ИИ-алармистов, и в этом смысле я отнюдь не одинок. Например, создатель стэнфордского курса по машинному обучению Эндрю Ын сравнивает проблему опасности ИИ с проблемой перенаселения Марса. 

Действительно, в будущем вполне вероятно, что люди колонизируют Марс.

Также вероятно, что рано или поздно на Марсе может возникнуть проблема перенаселения, но не совсем понятно, почему мы должны заниматься этой проблемой уже сейчас? Согласны с Ыном и Ян ЛеКун — создатель свёрточных нейронный сетей, и его шеф Марк Цукерберг, и Йошуа Беньо — человек, во многом благодаря исследованиям которого современные нейронные сети способны решать сложные задачи в области обработки текстов.

Чтобы изложить мои взгляды на эту проблему, потребуется, вероятно, несколько часов, поэтому остановлюсь только на основных тезисах.

1. НЕЛЬЗЯ ОГРАНИЧИВАТЬ РАЗВИТИЕ ИИ

Алармисты рассматривают риски, связанные с потенциальным разрушительным воздействием ИИ, при этом игнорируя риски, связанные с попыткой ограничить или даже остановить прогресс в этой области. Технологическое могущество человечества возрастает чрезвычайно быстрыми темпами, что приводит к эффекту, который я называю «удешевлением апокалипсиса». 

150 лет назад при всём желании человечество не могло нанести невосполнимого урона ни биосфере, ни себе как виду. Для реализации катастрофического сценария 50 лет назад необходимо было бы сконцентрировать всю технологическую мощь ядерных держав. Завтра для воплощения в жизнь глобальной техногенной катастрофы может хватить и небольшой горстки фанатиков. 

Наша технологическая мощь растёт куда быстрее, чем способность человеческого интеллекта эту мощь контролировать.

Обратите внимание

Если на смену человеческому интеллекту с его предрассудками, агрессией, заблуждениями и ограниченностью не придёт система, способная принимать более взвешенные решения (будь то ИИ или, что я считаю более вероятным, технологически улучшенный и объединённый с машинами в единую систему человеческий интеллект), нас может ждать глобальная катастрофа.

«Скайнет» или «Красная королева» — менее вероятные враги, чем человеческие разногласия и опрометчивые решения.

2. создание сверхинтеллекта принципиально невозможно

Существует идея о том, что ИИ будущего всенепременно будет сверхинтеллектом, превосходящим людей даже сильнее, чем люди превосходят муравьёв. Боюсь в данном случае разочаровать и технологических оптимистов — наша Вселенная содержит целый ряд фундаментальных физических ограничений, которые, по всей видимости, сделают создание сверхинтеллекта невозможным.

Например, скорость передачи сигнала ограничена скоростью света, а на планковских масштабах появляется неопределённость Гейзенберга. Отсюда вытекает первый фундаментальный предел — предел Бремерманна, вводящий ограничения на максимальную скорость вычислений для автономной системы заданной массы m. 

Другой предел связан с принципом Ландауэра, в соответствии с которым существует минимальное количество теплоты, выделяемое при обработке 1 бита информации. Слишком быстрые вычисления вызовут недопустимый разогрев и разрушение системы. В действительности, современные процессоры от лимита Ландауэра отделяет менее чем тысячекратное отставание.

Казалось бы, 1000 — это довольно много, однако ещё одна проблема заключается в том, что многие интеллектуальные задачи относятся к классу сложности EXPTIME. Это означает, что время, необходимое для их решения, является экспоненциальной функцией от размерности задачи. Ускорение системы в несколько раз даёт лишь константный прирост «интеллекта».

В общем, есть очень серьёзные основания полагать, что сверхинтеллектуального сильного ИИ не получится, хотя, конечно, уровень человеческого интеллекта вполне может быть превзойдён. Насколько это опасно? Скорее всего, не очень. 

Представьте себе, что вы внезапно начали думать в 100 раз быстрее остальных людей. Значит ли это, что вы легко будете способны уговорить любого прохожего отдать вам свой кошелёк?

3. мы беспокоимся совсем не о том

К сожалению, в результате спекуляций алармистов на страхах публики, воспитанной на «Терминаторе» и знаменитом HAL 9000 Кларка и Кубрика, происходит смещение акцентов в сфере безопасности ИИ в сторону анализа маловероятных, но эффектных сценариев. При этом реальные опасности ускользают из виду. 

Любая достаточно сложная технология, претендующая на то, чтобы занять важное место в нашем технологическом ландшафте, безусловно приносит с собой специфические риски. Множество жизней было погублено паровыми машинами — на производстве, на транспорте и так далее — прежде чем были выработаны эффективные правила и меры по обеспечению безопасности.

Если говорить о прогрессе в области прикладного ИИ, можно обратить внимание на связанную с ним проблему так называемого «Цифрового тайного суда».

Всё больше и больше прикладных систем ИИ принимает решения по вопросам, затрагивающим жизнь и здоровье людей.

Сюда относятся и медицинские диагностические системы, и, например, системы, принимающие в банках решения о выдаче или невыдаче кредита клиенту. 

Важно

В то же время структура используемых моделей, наборы используемых факторов и другие детали процедуры принятия решения скрыты коммерческой тайной от человека, чья судьба находится на кону.

Читайте также:  Маленькие помощники больших специалистов

Используемые модели могут основывать свои решения на мнениях учителей-экспертов, допускавших систематические ошибки или имевших те или иные предрассудки — расовые, гендерные.

ИИ, обученный на решениях таких экспертов, будет добросовестно воспроизводить эти предрассудки в своих решениях. В конце концов эти модели могут содержать в себе специфические дефекты. 

Этими проблемами сейчас мало кто занимается, поскольку, конечно, SkyNet, развязывающий ядерную войну, это, безусловно, куда более зрелищно.

После суток обучения в Твиттере безобидный робот Тау стал грубияном и расистом.

Нейросети как «горячий тренд»

Искусственный интеллект — от слова «искусство»

С одной стороны, нейронные сети — это одна из самых старинных моделей, применяющихся для создания систем ИИ.

Появившиеся изначально в результате применения бионического подхода, они довольно быстро убежали от своих биологических прототипов.

Исключением тут являются только импульсные нейронные сети (впрочем, пока не нашедшие широкого применения в индустрии).

Прогресс последних десятилетий связан с развитием технологий глубокого обучения — подхода, при котором нейронные сети собирают из большого количество слоёв, каждый из которых построен на основе определённых регулярных паттернов.

Это отдалённо напоминает конструктор Лего, в котором вы собираете большую нейронную сеть из множества небольших типовых кирпичиков. 

Помимо создания новых нейросетевых моделей важный прогресс был также достигнут в области технологий обучения.

Сегодня нейронные сети учат уже не при помощи центральных процессоров компьютеров, а с использованием специализированных процессоров, способных быстро производить матричные и тензорные вычисления.

Совет

Наиболее распространённый на сегодняшний день вид таких устройств — видеокарты. Впрочем, активно ведётся разработка ещё более специализированных устройств для обучения нейросетей.

В целом, безусловно, нейронные сети на сегодняшний день, — это одна из основных технологий в области машинного обучения, которой мы обязаны решению многих задач, ранее решавшихся неудовлетворительно. С другой стороны, конечно, нужно понимать, что нейронные сети не являются панацеей. Для некоторых задач они — далеко не самый эффективный инструмент.

А вот с созданием психоделических картинок нейросеть справляется отлично.

Так насколько умны нынешние роботы на самом деле?

Всё познаётся в сравнении. На фоне технологий 2000-го года нынешние достижения выглядят настоящим чудом. Всегда найдутся люди, любящие побрюзжать. 5 лет назад они вовсю трындели о том, что машины никогда не выиграют у людей в го (ну или, по крайней мере, выиграют очень нескоро).

Говорили о том, что машина никогда не сможет нарисовать с нуля картину, в то время как сегодня люди практически неспособны отличать картины, созданные машинами, от картин неизвестных им художников.

В конце прошлого года машины научились синтезировать речь, практически неотличимую от человеческой, а в последние годы от музыки, создаваемой машинами, не вянут уши. 

Посмотрим, что будет завтра. Я смотрю на эти области применения ИИ с большим оптимизмом.

Перспективные направления: где начать погружение в сферу ИИ?

О чём сплетничают машины

Я бы посоветовал постараться на хорошем уровне освоить один из популярных нейросетевых фреймворков и один из популярных в области машинного обучения языков программирования (наиболее популярна на сегодняшний день связка TensorFlow + Python). 

Овладев этими инструментами и имея в идеале крепкую базу в области математической статистики и теории вероятностей, следует направить свои усилия в ту сферу, которая будет наиболее интересна лично вам.

Интерес к предмету работы — один из самых важных ваших помощников.

Потребность в специалистах по машинному обучению существует в самых разных областях — в медицине, в банковском деле, в науке, на производстве, поэтому сегодня хорошему специалисту предоставлен как никогда широкий выбор. Потенциальные преимущества любой из этих отраслей мне представляются несущественными по сравнению с тем, что работа будет приносить вам удовольствие.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl+Enter.

Источник: https://newtonew.com/tech/slovami-specialista-vsya-pravda-ob-iskusstvennom-intellekte

Искусственный интеллект нам не угроза

Обыватель боится роботов и искусственного интеллекта. Можно долго перечислять произведения научной фантастики, в которых механические слуги и ИИ были созданы и прочно заняли важную нишу в нашей жизни, но по какой-то причине вышли из под контроля и обернулись против своих создателей.

В последнее время наводить первобытный страх начали крупные и влиятельные фигуры в мире науки и информационных технологий.

В частности, генеральный директор Tesla Motors Илон Маск заявил, что ИИ «потенциально опасней ядерного оружия», а английский физик Стивен Хокинг назвал ИИ «величайшей ошибкой человечества».

Орен Эциони (глава Института искусственного интеллекта Аллена) исследует искусственный интеллект уже на протяжении 20 лет, и он полностью спокоен. Другие специалисты области высказывают похожие мысли.

Согласно его заявлению, известные мрачные сценарии развития ИИ неправильны по одной простой причине: они путают разум с автономией, и предполагают, что компьютер начнёт с помощью собственной воли создавать свои цели, а доступ к базам данных и вычислительные возможности помогут победить людей.

Эциони же считает, что эти два аспекта далеки друг от друга. Калькулятор в руках человека не начинает делать свои собственные вычисления — он всегда остаётся инструментом для упрощения расчётов, которые иначе было бы слишком долго делать вручную.

Обратите внимание

Аналогичным образом искусственный интеллект — это инструмент для произведения тех видов работ, которые либо слишком сложны, либо слишком дороги для нас: анализ больших объёмов данных, проведение медицинских исследований и так далее. ИИ требует человеческого участия и управления.

Пугающие автономные программы существуют: это кибер-оружие или компьютерные вирусы. Но умом они не обладают. Самый «умный» софт имеет очень узкую нишу применения, и программа, которая может обыграть человека в интеллектуальную игру, как это сделал Уотсон компании IBM, имеет нулевую автономию.

Уотсон не мечется в желании сыграть в другие телевизионные игры, он не имеет сознания. Как сказал Джон Сёрль, Уотсон даже не понимает, что он выиграл. Доводы, направленные против ИИ, всегда оперируют гипотетическими терминами.

К примеру, Хокинг говорит, что развитие полностью искусственного интеллекта может означать конец человеческой расы. Проблема в этих настроениях состоит в том, что зарождение полностью искусственного интеллекта в ближайшие двадцать пять лет менее вероятно, чем гибель человечества от падения на Землю астероида.

Мы со времён рассказа о чудовище Франкенштейна боимся искусственных слуг, и если верить Айзеку Азимову, мы начнём испытывать состояние, названное им комплексом Франкенштейна. Вместо того, чтобы бояться того, что технология может обернуться против нас, нам лучше сфокусироваться на том, как ИИ сможет улучшить нашу жизнь.

К примеру, издание Journal of the Association for Information Science and Technology утверждает, что мировой выход научных данных удваивается каждые два года. Специалист при всём желании уже не в состоянии уследить за всем. Поисковые машины показывают нам терабайты данных, с которыми человек не сможет ознакомиться и за всю свою жизнь.

Поэтому учёные работают над ИИ, который будет отвечать, к примеру, на вопрос, как тот или иной препарат повлияет на организм женщин среднего возраста, или хотя бы сможет ограничить число статей для поиска ответа.

Нам нужно программное обеспечение, которое следит за научными публикациями и помечает важные, но не на основе ключевых слов, а базируясь на понимании информации.

Эциони замечает, что сейчас мы находимся на очень ранней стадии развития искусственного интеллекта: текущие наработки не могут даже читать учебники младшеклассников, программам не под силу сдать контрольную десятилетнего ребёнка или хотя бы понять предложение «я бросил мяч в окно, и оно разибилось».

Важно

Работа связана с преодолением множества трудностей, а скептики упускают из виду, что ещё на протяжении многих лет ИИ будет слабее ребёнка. Мир кибер-оружия не является сферой этого обсуждения, поскольку он не относится к искусственному интеллекту.

Вторит Эциони профессор психологии и неврологии Нью-Йоркского университета и глава Geometric Intelligence Гэри Маркус. Он также говорит, что искусственный интеллект ещё слишком слаб, чтобы можно было производить такие далекоидущие выводы, но также делает замечания о цене багов.

Чтобы принести убытки на миллиарды долларов и убивать людей, программе не обязательно иметь ум для создания злого умысла: натворить бед может и обычный торговый робот за счёт заложенных в него ошибок.

Ошибка в программе управления беспилотным автомобилем может привести к аварии и даже смерти, но это отнюдь не означает, что нам следует немедленно забросить исследования в этой области — эти программы смогут спасти сотни тысяч жизней в год. Впрочем, паникёры тоже в чём-то правы.

За последние десятилетия компьютеры превосходят человека в новых и новых задачах, и невозможно предсказать, какие уровни ограничений потребуются для минимизации рисков их деятельности. Проблема не в захвате мира машиной, проблема в ошибках, заложенных в ИИ.

Как пишет глава Pecabu Роб Смит в статье «Чем не является искусственный интеллект», выражение «искусственный интеллект» скоро станет очередным бессмысленным термином, который ставят везде ради самого факта его использования. Так уже случилось с «облаком» и «биг дата».

Источник: https://habr.com/post/364419/

Определена главная опасность искусственного интеллекта

Искусственный интеллект (ИИ) — тема, которая уже давно не сходит со страниц научно-популярных журналов и постоянно затрагивается в кино и книгах. Чем больше специалисты развивают эту область науки, тем большими мифами она покрывается.

Развитие и будущее искусственного интеллекта волнует и тех, кто стоит у руля государства.

Не так давно президент РФ Владимир Путин посетил офис Яндекса в день 20-летия компании, где ему объяснили, когда ИИ превзойдет человеческий интеллект.

Все, кто хоть немного проникает в суть потенциала искусственного интеллекта, понимают, что оставлять без внимания эту тему нельзя. Это не только важная тема для обсуждения, но и, наверное, одна из самых значимых в контексте будущего.

Что такое искусственный интеллект и чего на самом деле боятся люди, рассказал «Ридусу» специалист по методам машинного обучения Сергей Марков.Как говорил Джон Маккарти, изобретатель термина «искусственный интеллект» в 1956 году, «как только он заработал, никто больше не называет его ИИ».

ИИ уже во всю реальность: калькуляторы, Siri, самоуправляемые автомобили и т. д., а в него все равно не верят.

Почему так происходит, что люди отрицают существование ИИ?

— Главным образом, по причине терминологической путаницы, так как разные люди вкладывают в понятие «искусственный интеллект» совершенно разный смысл.

В науке искусственным интеллектом называют систему, предназначенную для автоматизации решения интеллектуальных задач. В свою очередь, под «интеллектуальной задачей» понимают такую задачу, которую люди решают при помощи своего, естественного интеллекта.

Легко заметить, что такое определение искусственного интеллекта чрезвычайно широко — под него попадает даже обычный калькулятор, т. к. арифметические задачи по сути тоже интеллектуальные, человек решает их при помощи своего интеллекта.

Поэтому внутри понятия «искусственный интеллект» была проведена важная граница, отличающая прикладной или, как ещё говорят, «слабый» искусственный интеллект, предназначенный для решения какой-либо одной интеллектуальной задачи или небольшого их множества, от гипотетического сильного ИИ, также называемого универсальным искусственным интеллектом (англ. — Artificial general intelligence).

Совет

Такая система, когда она будет создана, будет способна решать неограниченно широкий круг интеллектуальных задач, подобно интеллекту человека. С этой точки зрения, калькулятор, который способен считать куда быстрее человека, или программа, выигрывающая у человека в шахматы — это прикладной ИИ, гипотетический же сверхразум будущего — сильный ИИ.

Когда читаешь про разные открытия и разработки в области ИИ, понимаешь, что все в основном происходит в США или Азии. А как обстоят дела в России? Есть у нас какие-то наработки?

— Область компьютерных наук в наши дни интернациональна, многие наши специалисты работают над созданием и совершенствованием различных моделей машинного обучения, в составе как российских, так и международных команд. У нас традиционно сильная математическая и алгоритмическая школа, созданы исследовательские центры мирового уровня как в ведущих вузах, так и в некоторых частных компаниях.

Но давайте говорить начистоту — бюджеты, выделяемые в нашей стране на науку и образование, не идут ни в какое сравнение с научными бюджетами наиболее развитых стран. Доходы бюджета РФ в 2016 году составили около 200 млрд долларов США, в то время, как только на оборону США тратят сумму в три раза большую, чем весь российский бюджет.

Весь бюджет российской науки сопоставим с бюджетом одного лишь вуза из Лиги плюща. В безденежные 90-е страну покинули многие ведущие специалисты, была нарушена преемственность ряда научных школ. Также было практически утрачено собственное производство электроники.

В то время, как мировые лидеры ИТ ведут гонку в создании специализированных процессоров для обучения нейронных сетей, нам остаётся лишь сфера разработки алгоритмов и программного обеспечения. Впрочем, и в этой области пами были достигнуты весьма впечатляющие успехи.

Например, команда под руководством Артёма Оганова создала систему USPEX, способную предсказывать кристаллические структуры химических соединений, что привело к настоящей революции в современной химии.

Команда Владимира Махнычева и Виктора Захарова с ВМК МГУ при помощи созданной ими системы, а также суперкомпьютеров Ломоносов и IBM Blue Gene/P, впервые смогла рассчитать 7-фигурные шахматные окончания.Нейронные сети «Яндекса» распознают и синтезируют речь, генерируют музыку в стиле «Гражданской обороны» и композитора Скрябина.

Читайте также:  Теперь и у роботов есть инстинкты

Сильная команда специалистов по ИИ и машинному обучению создана и в «Сбербанке».

Словом, заметные успехи есть и у нас в стране.

Чем быстрее развиваются технологии искусственного интеллекта, тем сильнее людей захватывает опасение — как быстро они останутся без работы. Все действительно так плохо?

Обратите внимание

И да, и нет. Человечество уже несколько раз сталкивалось с возникновением технологий, революционно изменивших всю производственную сферу.

Так было с паровым двигателем в эпоху промышленной революции практически уничтожившим многие профессии (в основном, связанные с примитивным физическим трудом), так было с электронными вычислительными машинами, которые заменили человека в задачах, основанных на поточных математических расчётах.

В XV—XVIII вв.еках, когда в Англии «овцы съели людей», социальные последствия были действительно катастрофическими. Англия потеряла по разным оценкам от 7 до 30% своего населения. Властная элита того времени была всерьёз озабочена тем, куда девать лишних людей.

Джонатан Свифт откликнулся на эти искания юмористическим памфлетом, в котором предлагал употреблять детей бедняков в пищу.

Однако в наши дни мы видим, что на смену вымершим профессиям пришли новые, и население Земли куда больше, чем в XVIII веке.

В XX веке последствия автоматизации были уже не столь катастрофичны с социальной точки зрения. Однако недооценивать опасность всё-таки не стоит.

«Через 30 лет роботы смогут делать практически всё, что умеют делать люди, — такой прогноз дал Моше Варди (Moshe Vardi), профессор вычислительной инженерии и директор Института информационных технологий Кена Кеннеди (Ken Kennedy Institute for Information Technology) при Университете Райса (William Marsh Rice University). Это приведёт к тому, что более 50% жителей Земли станут безработными».

Роботы забирают работы

На днях председатель комитета Госдумы по информационной политике, информационных технологиям и связи Леонид Левин заявил, что для России является важной проблема вытеснения рабочей силы искусственным интеллектом.

Рано или поздно людей заменят автоматизированной системой, и на рынок выплеснется 2% работоспособного населения страны.

Именно поэтому о том, как их трудоустроить, тех, кто потеряет работу вследствие развития цифровых технологий, нужно думать уже сейчас сказал Левин.

По мнению председателя, уже в скором будущем мы столкнемся с ростом безработицы. Но действительно ли роботы «отберут» наши рабочие места и стоит ли беспокоиться по этому поводу рассказал «Ридусу» специалист по машинному обучению Сергей Марков.

-Сергей, даже сейчас уже есть «мертвые профессии», которые не требуют человеческого труда, хотя, казалось бы, лет 10 назад никто и не думал, что, например, кондуктора скоро станут ненужными. А какие еще профессии вытеснят технологии?

Важно

Мы приближаемся к тому времени, когда машины превзойдут людей почти в любом деле. Я считаю, что обществу нужно посмотреть в лицо этой проблеме до того, как она встанет во весь рост.

Если машины будут способны делать почти всё, что умеют люди, что тем останется делать? сказал Моше Варди, профессор вычислительной инженерии и директор Института информационных технологий Кена Кеннеди при Университете Райса.

Долгое время на пути автоматизации стояли технологические ограничения — машины не могли распознавать образы и речь, не могли говорить, не могли достаточно хорошо понимать смысл высказываний на естественном языке, не имели достаточно данных для того, чтобы научиться многим привычным для человека вещам.

Благодаря последним достижениям в сфере искусственного интеллекта многие из этих ограничений фактически оказались сняты. Кроме того, многие профессии сами претерпели трансформацию, что сделало их более удобными для автоматизации.

Например, современный офисный клерк ведёт переписку не в бумажном, а в электронном виде, бухгалтер выполняет проводки не на бумаге, а в бухгалтерской программе, оператор станка управляет станком зачастую не при помощи рукоятей, а при помощи управляющей программы. Поэтому сейчас задача автоматизации во многих профессиях перестала быть научной и стала чисто инженерной.

Правда пока что производственная сфера, связанная с ИИ, скорее создаёт рабочие места — нужны специалисты в области машинного обучения и подготовки данных, сотрудники для разметки обучающих массивов, специалисты по внедрению и т. д. Но в какой-то момент электроовцы определённо начнут есть людей, и о последствиях нужно позаботиться уже сейчас.

При этом важно понимать, что остановить технический прогресс нельзя, и попытка это сделать обернётся куда более катастрофичными последствиями.

— Мы сможем когда-нибудь полностью довериться роботам (ИИ), или все-таки в любом деле должен быть человеческий фактор?

У этого вопроса есть несколько аспектов. С одной стороны, люди в прошлом с опаской относились практически к любой технике. Первый лифт, первый автомобиль, первый поезд или самолёт — всё это когда-то было непривычным, и многим казалось опасным. Да во многом опасным и было — техногенные катастрофы унесли немало жизней.

Совет

И тем не менее в наши дни все эти вещи стали привычными и уже не вызывают сильного страха. В этом смысле — наши потомки будут относиться к системам ИИ более спокойно. Люди порой склонны мистифицировать вещи, которые им непонятны. Дикарь думает, что в паровозе живёт злой дух, а современный обыватель думает, что наши системы ИИ обладают сознанием, хотя это далеко не так.

С другой стороны, я не думаю, что универсальные системы ИИ когда-либо станут частью нашей производственной сферы. На мой взгляд будущее скорее за синтетическими системами — то есть за объединением человека и машины в единый организм. В этом смысле искусственным интеллектом будущего будет усовершенствованный человеческий интеллект.

Кстати говоря, человеческий интеллект тоже не совсем корректно называть естественным. Ребёнок от рождения не обладает интеллектом, всему его учит общество, родители, окружающая среда. В этом смысле мы с вами все по сути дела «искусственные интеллекты», и наши страхи, связанные с ИИ, во многом являются страхами перед самими собой.

Последнее время многие ученые, например, Стивен Хокинг, Билл Гейтс или тот же Илон Маск, начали паниковать, что ИИ обрекает человечество на гибель, а будущее они видят какой-то антиутопией.

Стоит ли воспринимать такие прогнозы всерьез?

Честно говоря, я бы не спешил всерьёз пугаться этих заявлений.

Стивен Хокинг, безусловно, не является специалистом в области ИИ, как, в общем-то, и Илон Маск.

На другой чаше весов высказывания таких людей, как например, Эндрю Ын — американский учёный в области информатики, доцент Стэнфордского университета, исследователь робототехники и машинного обучения, ведущий специалист лаборатории искусственного интеллекта китайской корпорации Baidu.

Ын, говоря о проблеме безопасности ИИ, сравнивает её с проблемой перенаселения Марса — конечно, мы когда-нибудь колонизируем Марс, и тогда, возможно, в какой-то момент там возникнет проблема перенаселения. Но стоит ли заниматься ей сегодня?

Марк Цукерберг также довольно скептически отнёсся к заявлениям Маска. «Искусственный интеллект сделает в будущем нашу жизнь лучше, а предсказывать конец света очень безответственно», — заявил он.

Лично я думаю, что высказывания Маска стоит рассматривать в прагматическом ключе — Маск хочет застолбить эту тему и в идеале получить от государства средства для её разработки.

Неужели все так безоблачно и не о чем беспокоиться?

Реальные опасности, связанные с развитием ИИ, лежат, на мой взгляд, совсем в иной плоскости, чем об этом принято думать. Главные риски связаны не с тем, что мы своими создадим «Скайнет», который поработит человечество. Риски от внедрения технологий ИИ и машинного обучения куда более прозаичны.

Доверяя решение важных вопросов тем или иным математическим моделям, мы можем пострадать от ошибок, допущенных при их разработке. Искусственный интеллект, воспроизводящий действия людей-экспертов, унаследует их ошибки и предубеждения. Недоработки в системах управления производством или транспортом могут привести к катастрофам.

Вмешательство злоумышленников в работу жизненно важных систем в условиях тотальной автоматизации может повлечь опасные последствия. Чем сложнее системы, тем больше в них может быть потенциальных уязвимостей, в том числе связанных со спецификой тех или иных алгоритмов искусственного интеллекта.

Обратите внимание

Безусловно, для управления этими рисками следует создавать законодательную базу, разумные регламенты безопасности, специальные методы для выявления уязвимостей. Одни системы ИИ будут использоваться для контроля других. Возможно, код жизненно важных систем будет обязателен к публикации для независимого аудита. Словом, специалистам в этой сфере предстоит ещё много работы.

Источник: https://news.rambler.ru/other/37975123-opredelena-glavnaya-opasnost-iskusstvennogo-intellekta/

Фабрика хитов: может ли искусственный интеллект быть гениальным

Сергей Марков

Специалист по искусственному интеллекту и машинному обучению, автор шахматной программы SmarThink, основатель портала «ХХ2 ВЕК»

Искусственный интеллект — это очень широкое определение, под которое подходит даже калькулятор. Поэтому все системы ИИ делят на две большие категории. Прикладные системы ИИ (или слабые системы ИИ) предназначены для решения какой-то одной интеллектуальной задачи.

Например, шахматная программа умеет только играть в шахматы, но не может распознавать лица. Все системы ИИ, которые человечество до сих пор создало, именно прикладные.

Но люди стремятся создать и универсальный ИИ (artificial general intelligence, AGI), и в этом направлении есть успехи.

Восстание машин: стоит ли бояться искусственного интеллекта

Созданием системы универсального ИИ в конце 1930-х годов занимался философ Альфред Айер, а в начале 1950-х — специалист по компьютерным наукам Алан Тьюринг. Он предложил процедуру для определения универсального ИИ, которую мы сегодня так и называем — тест Тьюринга.

Это игра в имитацию: машине дают задачу обмануть судей, убедить их в том, что она является человеком, а человека просят доказать, что он на самом деле человек. Если жюри из специалистов не сможет отличить машину от человека, значит, она является носителем универсального ИИ.

Первая система, которая пыталась играть в такую игру, называлась ELIZA (в честь героини пьесы Бернарда Шоу «Пигмалион», простой девушки), которая делала вид, что она врач-психиатр.

Ответом этому первому чат-боту стала программа PARRY, которая прикидывалась пациентом-параноиком.

Многие психиатры не догадывались, что имеют дело с машиной: в начале 1980-х годов людям не могло прийти в голову, что с ними может общаться не человек.

Машины-обманщики

Тьюринг считал, что к 2000 году машины с памятью в 125 мегабайт будут способны обмануть человека в 30% случаев. Оценка получилось довольно точной.

В 2012 году программа, изображавшая мальчика из Одессы Женю Густмана, смогла провести судей в тестах, ежегодно проводимых Университетом Рединга, в 29,2% случаев. В 2014 году результаты были еще лучше.

Важно

Однако не нужно их переоценивать: профессиональные эксперты быстро узнают такие системы по специфическим слабостям.

Для неподготовленного пользователя все гораздо хуже. В прошлом году было два нашумевших эксперимента. В первом чат-бот клянчил по одному или два доллара и за сутки насобирал порядка 10 000, а во втором боты выпрашивали у девушек интимные фотографии и в 3% случаев имели успех.

Быстрое чтение: философия как ключ к созданию искусственного интеллекта

Так называемый эффект ИИ заключается в том, что границы восприятия его людьми постепенно смещаются. В 1950-е годы простой человек сказал бы, что система, которая обыграет чемпиона мира по шахматам, является ИИ.

Однако люди быстро привыкают к современным технологиям и начинают относиться к ним с легким пренебрежением. Так, в 2000 году многие сказали бы, что шахматные программы — это просто алгоритмы, перебирающие варианты.

Когда машины начинают решать очередную интеллектуальную задачу лучше, чем человек, часто говорят, что машины глупые, просто очень быстрые. Сравним человеческий мозг с техникой: в среднестатистическом мозге где-то 8,6 миллиарда нейронов и 150 триллионов синапсов.

Каждый синапс — это сложное устройство, состоящее примерно из тысячи молекулярных переключателей, каждый из которых можно смоделировать, взяв один транзистор. То есть если пересчитать мозг в условных транзисторах, то получится квинтиллион транзисторов. Самые крупные интегральные схемы содержат сейчас порядка 20 миллиардов транзисторов — разница гигантская.

Но электроника быстрее: скорость, с которой транзисторы могут менять состояние, гораздо выше, чем у мозга.

Сети-шутники

Нейронные сети стали использоваться в области ИИ еще до того, как появилось само название технологии. Ничего удивительного: если у науки и технологий нет решения какой-то задачи, его заимствуют у природы. Когда Леонардо да Винчи мечтал о создании первых летательных аппаратов, он внимательно изучал полет птиц. Такое направление называется бионика.

В 1940-е годы нейрофизиологи знали, что мозг состоит из нервных клеток, у которых есть один длинный отросток (аксон) и несколько коротких отростков (дендритов). Аксоны соединяются с дендритами других нейронов (места этих контактов называются синапсами), и по этой сети распространяются электрические сигналы.

На основе этого появилась примитивная математическая модель МакКаллока — Питтса, далекая от того, что происходит в человеческом мозге, но способная решать сложные интеллектуальные задачи.

В конце 1950-х годов Фрэнк Розенблатт разработал одну из первых моделей нейросетей — персептрон — и создал на ее основе первый нейрокомпьютер «Марк-1».

Совет

Сегодня нейронные сети могут обрабатывать изображения (например, они в состоянии адекватно подписать картинку) и заниматься распознаванием речи.

Благодаря развитию нейросетевых моделей произошла революция в работе машин с естественным языком. Теперь они способны неплохо понимать смысл высказываний и писать более-менее связные тексты: есть даже нейросеть, генерирующая шутки.

Лет через десять компьютеры смогут создавать произведения искусства, в том числе в области литературы.

Кто создает шедевры?

Как научить машину писать стихи? Технически уложить текст в стихотворный размер может совершенно тривиальный алгоритм — например, «Яндекс.Автопоэт».

Исследователи начинали с простых текстов, скажем поэзии скальдов, которая состоит из коротеньких элементов, и просили машину написать стихотворение, задав ей несложный семантический вектор.

Такие эксперименты более 40 лет назад проводил лингвист Раймунд Пиотровский.

Современные проекты используют нейросетевые системы: например, одна из них сочиняет тексты песен в стиле группы «Гражданская оборона». Системы, способные генерировать довольно бессмысленные прозаические тексты в определенном стиле, существуют уже давно.

В 2008 году был скандал, связанный с программой SCIgen.

Российский ученый Михаил Гельфанд сгенерировал в ней текст якобы научной статьи «Корчеватель: алгоритм типичной унификации точек доступа и избыточности», которую в итоге напечатали в академическом журнале.

В 2013 году разработчик Дариус Казими запустил проект «Национальный месяц создания романов» (National Novel Generation Month, NaNoGenMo.

 — T&P), где в результате общения чат-ботов получился текст «Подростки прогуливаются вокруг дома».

В 2016 году разработчики из японского Университета Хакодате создали систему, которая написала роман «День, когда компьютер напишет роман». Работа вышла в финал литературного конкурса, обойдя произведения 1450 писателей.

В фильме «Я, робот» герой Уилла Смита говорит:

Обратите внимание

Выходит, что такое требование даже более амбициозно, чем создание универсального ИИ. Мы хотим создать ИИ, который будет превосходить интеллект естественный.

Впрочем, сегодня машины могут не только соревноваться с человеком в написании текстов, но и выступать в качестве помощников. Например, проект «Главред» — система, предназначенная для анализа и усовершенствования текстов. Или Summly — система, которая помогает сделать краткий конспект большого текста.

Машины заменят людей?

Некоторые опасаются прогресса в области ИИ и возникновения злонамеренного сверхинтеллекта. Но это скорее чрезмерный оптимизм, похожий на энтузиазм 1960-х годов по поводу развития космических программ. Тогда всем казалось, что через 10–15 лет мы начнем заселять все планеты Солнечной системы, а к началу нулевых годов будем осваивать межзвездное пространство.

Сигнал не может распространяться быстрее, чем скорость света, а элементы вычислительной машины не могут быть меньше планковского размера. Есть и термодинамические ограничения: каждая система при потере одного бита выделяет некоторое количество теплоты, поэтому мы вынуждены ограничить скорость вычисления машины.

Читайте также:  Микророботы внутри нас

И даже если машина будет работать быстрее, чем человеческий мозг, это не значит, что она станет умнее нас. Представьте, что вы стали думать в 100 раз быстрее, чем все окружающие вас люди. Значит ли это, что вы сможете подойти к любому человеку на улице и убедить его отдать свой кошелек? Возможно, вы чуть лучше справитесь с задачей, но от этого сборы не увеличатся в 100 раз.

Рано или поздно мы сможем скопировать человеческий мозг или создать систему, основанную на других принципах, но тоже способную выполнять широкий спектр интеллектуальных задач. Однако системы прикладного ИИ активно используются именно из-за своей узкой специализации. Подъемный кран поднимает гораздо более тяжелые грузы, чем может поднять человек.

Но если человек начнет с подъемным краном играть в карты, не думаю, что у машины будет много шансов. В какой-то момент технологии превысят уровень сложности организации нашего собственного тела, но человечество вряд ли остановится — машины будут соединяться с людьми в одно. Это происходит уже сейчас.

Если отнять у человека телефон, он ощутит что-то похожее на ампутацию.

В рубрике «Конспект» мы публикуем сокращенные записи лекций, вебинаров, подкастов — то есть устных выступлений. Мнение спикера может не совпадать с мнением редакции. Мы запрашиваем ссылки на первоисточники, но их предоставление остается на усмотрение спикера.

Источник: https://theoryandpractice.ru/posts/17055-kak-perezhit-genialnost-kompyutera

«Стадия развития ИИ сейчас — на уровне двухлетнего ребёнка» — Будущее на vc.ru

Конспект лекции директора по распространению технологий «Яндекса» Григория Бакунова.

Лекция прошла в рамках мероприятия Sberdays.

Трудности перевода

Прежде чем дать определение искусственному интеллекту, хорошо бы определиться, что такое естественный интеллект. Однако человечество пытается понять это со времен Декарта, и у него это не очень получается.

Словосочетание «искусственный интеллект» — это калька с английского, при этом неточная. В английском языке используется термин artificial intelligence, который нельзя напрямую перевести как «искусственный интеллект». Это «неестественно образованные умности».

Почти каждый раз, когда вы слышите разговор об искусственном интеллекте, вы на самом деле слышите об очень узких решениях конкретных задач с помощью систем, которые стали называть искусственным интеллектом исключительно из-за того, что они начали самообучаться.

Важно

Эта неточность порождает неверную интерпретацию следующего рода: «Искусственный интеллект — это дело будущего. Через 50 лет вокруг нас будут умные роботы, которые окажутся умнее людей. Они будут все для нас делать, даже помогать сигареты прикуривать. Если, конечно, к тому времени люди ещё будут продолжать курить и если у них ещё будут легкие».

В словосочетании «искусственный интеллект» две ошибки: он не интеллект, и он не искусственный. И принципиальной новизны здесь нет: на самом деле современный мир базируется на технологиях, которые с недавнего времени почему-то начали называть искусственным интеллектом.

Один из самых наглядных примеров — это прогноз погоды, где подобные технологии используются уже 25 лет. Таких примеров в самых неожиданных индустриях очень много. Все эти системы сейчас базируются на так называемых узких искусственных интеллектах. Главная задача этих систем — фактически, заменить живого человека.

Нечёткие закономерности

Даже по очень размытой фотографии незнакомого человека вам нетрудно понять, улыбается он или нет, мужчина это или женщина и так далее. Системы pattern matching работают по тому же принципу, что и мы, когда решаем подобные задачи: они пытаются выявить нечёткие закономерности.

Такая же история происходит с распознаванием голоса. Мы постепенно учим компьютер понимать человеческую речь. Происходит это точно так же, как обучение маленьких детей. Большим количеством повторений достигается совпадение двух паттернов: наборов звуков и букв. По той же модели человечество сейчас пытается строить систему pattern matching для компьютера.

Раньше для того, чтобы выстраивать эти модели, писались сложные алгоритмы, которые описывали, например, что человеческое лицо состоит из эллипса, в нём ещё два эллипса — это глаза, и так далее. Сейчас компьютер смотрит на картинку в целом, не выделяя отдельных объектов.

Когда этого не было, происходило много смешных историй. Одна из моих любимых: компания, в которой я в тот момент работал, пыталась создать сложную систему безопасности. На базе цифровой фотографии человека пыталась определить, можно его впускать в это помещение или нет.

Обучение происходило довольно просто. Делалась цифровая фотография, после этого её конвертировали в чёрно-белую. На ней выделяли форму подбородка, носа, глаз — и сопоставляли этим формам лица генерального директора, руководителя службы безопасности и так далее — и места, в которые их можно пускать.

В какой-то момент в системе произошёл совершенно чудовищный сбой — она стала всех пускать всюду. Мы пытались понять, что же произошло. Оказалось, что в компании ввели новый дресс-код. До этого в галстуке ходил только генеральный директор, а с понедельника на работу в галстуках вышли все.

Неинтеллектуальные собеседники

Источник: https://vc.ru/future/23238-sberdays-bakunov

Зачем смартфону искусственный интеллект? И существует ли он на самом деле?

2018-й можно смело назвать годом технологий искусственного интеллекта в смартфонах.

Сегодня едва ли не каждый производитель таких устройств подчеркивает, что его продукты наделены ИИ и это дает им значительные преимущества перед конкурентами. Так ли это? Ответить однозначно, увы, сложно.

Производители понимают под ИИ совершенно разные вещи, а иногда используют его упоминание для маркетинговых целей, не имея для этого веских оснований.

Совет

К счастью, наличие или отсутствие технологий искусственного интеллекта в смартфоне можно проверить. Для этого достаточно взглянуть на характеристики устройства и найти там название чипсета, лежащего в его основе. Запоминаем и идем на сайт его производителя.

Если никаких упоминаний об ИИ на странице чипсета нет, значит, ИИ в смартфоне — это скорее всего фантазии производителя последнего. Если же производитель чипсета четко указывает на наличие средств обеспечения ИИ, то смартфон относится к «умной» категории.

Но что же дает этот самый ИИ? Давайте разберемся на примере чипсетов MediaTek и смартфонов на их основе. Поддержка ИИ в данном случае честная — на аппаратно-программной основе.

Так что, если в перечне характеристик смартфона вы видите названия MediaTek Helio P22 (MT 6762) или MediaTek Helio P60 — знайте, ИИ в этом смартфоне действительно есть.

Обе платформы поддерживают технологию MediaTek NeuroPilot, а в P60 есть и отдельный ИИ-модуль (APU). Это обеспечивает смартфоны на базе чипсетов набором функций с применением ИИ.

Как искусственный интеллект (ИИ) используется в смартфонах?

Первая из функций — глубокое обучение при распознавании лиц. «Сканировать» лицо пользователя фронтальной камерой сейчас умеют десятки смартфонов, но далеко не все они задействуют при этом ИИ.

Последний помогает повысить точность и скорость распознавания объекта в кадре, а также избежать разного рода неприятных моментов. Например, смартфоны с поддержкой ИИ способны узнать пользователя, когда он, скажем, надел (ну или снял) очки или сбрил/отрастил бороду.

Для сравнения: аналоги без ИИ в таком случае, скорее всего, сообщат, что лицо не распознано.

Еще одна сфера применения ИИ — бьютификация лица при создании селфи. Опять же: «улучшать» фотографии могут многие смартфоны и без ИИ, но в большинстве случаев результаты их усилий далеки от идеала.

Лица выходят белесыми и зачастую нереалистичными. За счет ИИ смартфоны могут бьютифицировать лица куда аккуратнее — фотографии получаются живыми, без потери важных деталей, но с коррекцией дефектов.

Технологии искусственного интеллекта вообще значительно упрощают жизнь тех, кто любит фотографировать на смартфон. Скажем прямо: далеко не каждый пользователь может самостоятельно выбрать правильные настройки для съемки заката, людей или еды.

Обратите внимание

В итоге человек делает снимок — и остается недоволен результатом. Если же он фотографирует на смартфон c поддержкой ИИ, то результат будет совершенно иным: устройство автоматически определит, что находится в кадре, и моментально подберет оптимальные настройки.

Кадр получится отличным.

Oppo F7 на базе Helio P60 автоматически выбирает настройки для сцены с помощью ИИ

Может ли искусственный интеллект (ИИ) улучшить производительность и энергоэффективность смартфона?

Технологии искусственного интеллекта — это важная составляющая современного смартфона. Но если прочие компоненты чипсета слабы, то никакой искусственный интеллект не сделает устройство на его основе производительным и удобным.

Без сомнений, чипсет вашего смартфона должен быть оснащен достаточно мощными процессорами. Например, на борту Helio P60 графический ускоритель ARM Mali-G72MP3 и восемь 64-битных вычислительных ядер; четыре — высокопроизводительные ARM Cortex-A73, еще четыре — экономичные ARM Cortex-A53. Все они изготовлены по техпроцессу 12-нм FinFET, что позволяет экономить энергию.

Но и этого недостаточно, ведь нужно обеспечить их грамотную и слаженную работу. Казалось бы, почему не использовать все эти возможности вместе, например, задействовать все ядра сразу, чтобы смартфон работал максимально быстро? Ответ достаточно прост — это негативно скажется на энергоэффективности.

Кому нужен очень быстрый смартфон, который работает без подзарядки полдня? Правильно, никому.

Важно, чтобы устройство правильно распределяло нагрузку и обеспечивало баланс производительности и потребления энергии. Это позволит смартфону работать быстро и долго, не перегреваясь. В случае с P60 за это отвечает технология MediaTek CorePilot 4.

0 — она позволяет использовать ядра в разных конфигурациях. Например, два вычислительных ядра из первого кластера, три — из второго и одно графическое.

Выбор конфигурации зависит от задачи, цели остаются теми же: решить ее а) максимально быстро, б) с минимальным расходом энергии и в) чтобы чипсет (и смартфон) не нагревался.

Важно

Все это, конечно, здорово, но это лишь теория; что с практикой? А практика теорию подтверждает. Посмотрите, как разные чипсеты, которые используются в смартфонах одной категории, справляются с несколькими задачами. Небольшой спойлер — Helio P60 лидирует.

Может показаться, что смартфоны с такими функциями всегда будут находиться в среднем или дорогом сегментах рынка. Но что делать, если не хочется тратить на устройство много денег? Производители смартфонов стремятся создавать качественные решения и в более дешевом сегменте. Но для этого им нужны доступные комплектующие, которые будут обеспечивать все те же передовые функции.

Таким решением может стать второй чипсет, о котором мы говорили выше, — MediaTek Helio P22.

Он ничем не уступает Helio P60 с точки зрения поддержки технологий искусственного интеллекта и обеспечения баланса между производительностью и энергоэффективностью (к слову, и техпроцесс здесь такой же – 12-нм FinFET).

Разумеется, конфигурация и производительность отличаются от P60. Несмотря на то, что мощность не такая высокая, ее все равно достаточно для современных игр и просмотра видео в высоком разрешении.

Примеры смартфонов с искусственным интеллектом (ИИ)

Напоследок приведем пару примеров смартфонов, которые не разочаруют вас своими функциями и приятно удивят с точки зрения цены. Первый смартфон — Oppo F7 на базе Helio P60. Кстати, смартфон уже несколько месяцев доступен в России, и его обзор вы можете прочесть на нашем сайте.

В этом смартфоне есть ряд функций на базе технологий искусственного интеллекта. Например, 25-мегапиксельная фронтальная камера смартфона способна улучшать снимки, используя ИИ, без перегибов и неточностей.

Распознавание лиц в случае Oppo F7 происходит моментально — оно осуществляется на основе 128 опорных точек.

Совет

При съемке на основную камеру смартфон способен распознавать такие объекты и сцены, как закат, растения, небо, снег, ночь, собаки, кошки, дети, пейзажи и не только — всего 16 вариантов.

Важно, что Oppo F7 не пасует в играх и работает долго — несмотря на мощные вычислительные ядра, графический ускоритель и огромный 6,23-дюймовый экран, два дня без подзарядки для него — не проблема.

Второй смартфон — Vivo Y81 на базе Helio P22. Это более доступное устройство, чем модель Oppo. Однако преимущества у Y81 аналогичные. Например, фронтальная камера, которая благодаря поддержке ИИ улучшает качество селфи, а также быстро и точно распознает лица.

В обозримом будущем на российском рынке будет появляться еще больше качественных устройств на базе технологий искусственного интеллекта. Некоторые из них будут более функциональными и дорогими, другие – простыми и доступными. Выбирайте то, что подходит именно вам, и не забывайте проверять характеристики смартфонов.

Источник: https://www.dgl.ru/articles/zachem-smartfonu-iskusstvennyy-intellekt-i-sushhestvuet-li-on-na-samom-dele_14066.html

Ссылка на основную публикацию
Adblock
detector