Искусственный интеллект написал статьи об ученых для википедии

Искусственный интеллект: что о нем думают ученые

Сегодня об искусственном интеллекте не пишет только ленивый.

Например, в Autodesk считают, что искусственный интеллект может учитывать гораздо больше факторов, чем человек, и, таким образом, давать более точные, логичные и даже более креативные решения сложных проблем.

В Оксфордском университете вообще высказывают предположения о том, что искусственный интеллект в недалеком будущем может заменить штатных журналистов и писать за них обзоры и статьи (и того и гляди выиграет Пулитцеровскую премию).

Общее увлечение темой искусственного интеллекта давно вышло за рамки научных конференций и будоражит умы писателей, кинематографистов и широкой общественности. Кажется, что от будущего, в котором роботы (или Скайнет) правят миром или, как минимум, решают большую часть повседневных задач, рукой подать. Но что по этому поводу думают сами ученые?

Обратите внимание

Для начала стоит разобраться с термином «искусственный интеллект»: слишком много существует на эту тему домыслов и художественных преувеличений.

В этом вопросе лучше всего обратиться к автору этого термина (и по совместительству создателю языка Лисп и лауреату множества премий) – Джону Маккарти.

В статье с одноименным названием («Что такое искусственный интеллект?») Маккарти приводил следующее определение:

Получается, что искусственный интеллект и интеллект «человеческий» тесно связаны? Не совсем так – сам Маккарти подчеркивал: если интеллект «вообще» – это «вычислительная» составляющая того, что помогает субъекту достигать заданных целей, тогда интеллект человека, животных и машин будет работать по-разному.

Выходит, что искусственный интеллект – это не подобие человеческого, хотя многим футуристам, писателям и даже ученым хочется верить в то, что это не так. Об этом часто повторяет Майкл Джордан, почетный профессор Калифорнийского Университета в Беркли. Он считает, что недостаточное понимание того, что же представляет из себя искусственный интеллект, приводит не просто к созданию «красивых образов», не связанных с реальной наукой, а к самой настоящей дезинформации и разного рода мифам, процветающим в этой области.

Миф первый: для создания или усовершенствования искусственного интеллекта надо разобраться с тем, как работает человеческий мозг

Джордан утверждает, что это вовсе не так. Работа искусственного интеллекта, как правило, не имеет ничего общего с тем, как устроен интеллект человека. Этот «миф» глубоко укоренился из-за пристрастия общественности к «красивым идеям»: авторам научно-популярных статей об искусственном интеллекте пришлись очень по душе метафоры, взятые из нейробиологии.

На самом деле нейробиология имеет очень опосредованное отношение (или вообще не имеет никакого отношения) к работе искусственного интеллекта.

Для Майкла Джордана идея о том, что «для глубинного обучения нужно понимание того, как обрабатывает информацию и учится человеческий мозг», звучит как откровенная ложь.

«Нейроны», задействованные в глубинном обучении – это метафора (или, выражаясь языком Джордана, вообще «карикатура» на работу мозга), которая применяется только для краткости и удобства.

В действительности же работа механизмов того же глубинного обучения гораздо ближе к процедуре построения статистической модели логистической регрессии, чем к работе настоящих нейронов. При этом, никому не приходит в голову для «краткости и удобства» использовать метафору «нейрона» в статистике и эконометрике.

Миф второй: искусственный интеллект и глубинное обучение – последние достижения современной науки

Важно

Мнение о том, что «думающие как человек» компьютеры будут сопровождать нас в недалеком будущем, напрямую связано с идеей, согласно которой искусственный интеллект, нейронные сети, глубинное обучение являются достоянием исключительно современной науки.

Ведь если допустить мысль о том, что все это было придумано десятилетия назад (а роботы к сегодняшнему дню так и не захватили мир), «порог ожиданий» от научных достижений вообще и скорости их развития в частности придется серьезно снизить.

К сожалению, СМИ стараются сделать все возможное, чтобы подогреть интерес к своим материалам, и очень избирательно относятся к выбору тематик, которые, по мнению редакторов, вызовут интерес у читателей.

В итоге описываемые ими достижения и их перспективы оказываются гораздо более внушительными, чем реальные открытия, а часть информации просто «аккуратно опускается», чтобы не снижать накала страстей.

Многое из того, что сейчас преподносят «под соусом» искусственного интеллекта, является просто переработанной информацией о нейронных сетях, которые известны человечеству с 80-х годов.

Миф третий: искусственная нейронная сеть состоит из тех же элементов, что и «реальная» На самом деле специалисты, занятые вопросами разработки вычислительных систем, оперируют нейробиологическими терминами и формулировками гораздо смелее, чем многие нейробиологи.

Интерес к работе мозга и устройству интеллекта человека стал питательной средой для развития такой теории как «невральный реализм». В системах искусственного интеллекта нет ни спайков, ни дендритов, более того, принципы их работы далеки не только от работы головного мозга, но и от пресловутого «неврального реализма».

Фактически, в нейронных сетях ничего «нейронного» нет. Более того, идея «неврального реализма», основанная на уподоблении работы систем искусственного интеллекта работе мозга, по мнению Джордана, не выдерживает критики. По его словам, к прогрессу в сфере искусственного интеллекта привел не «невральный реализм», а использование принципов, совершенно не согласующихся с тем, как работает мозг человека. В качестве примера Джордан приводит популярный алгоритм глубинного обучения, основанный на «обратной передаче ошибки обучения». Его принцип работы (а именно передача сигнала в обратном направлении) явно противоречит тому, как работает человеческий мозг.

Миф четвертый: ученые хорошо понимают, как работает «человеческий» интеллект

И это снова далеко от истины. Как утверждает все тот же Майкл Джордан, глубинные принципы работы мозга не просто остаются нерешенной проблемой нейробиологии – в этой области ученых отделяют от решения вопроса десятки лет.

Совет

А попытки создать работающую имитацию мозга так же не приближают исследователей к пониманию того, как устроен человеческий интеллект.

Джон Маккарти, в свою очередь, подчеркивал: проблема не только в том, чтобы создать систему по образу и подобию человеческого интеллекта, а в том, что сами ученые не придерживаются единого мнения по поводу того, что он (интеллект) из себя представляет и за какие конкретно процессы отвечает.

На этот вопрос ученые пытаются ответить по-разному. В своей книге «Нейронные сети и глубинное обучение» Майкл Нилсен приводит несколько точек зрения. Например, с позиции коннектомики наш интеллект и его работа объясняются тем, сколько нейронов и глиальных клеток содержит наш мозг, и сколько соединений наблюдается между ними.

Учитывая, что в нашем мозге насчитывается порядка 100 млрд нейронов, 100 млрд глиальных клеток и 100 трлн соединений между нейронами, говорить о том, что мы можем «в точности воссоздать» эту архитектуру и заставить ее работать, в ближайшем будущем крайне маловероятно.

А вот молекулярные биологи, изучающие геном человека и его отличия от близких родственников людей по эволюционной цепочке, дают более обнадеживающие прогнозы: оказывается, геном человека отличается от генома шимпанзе на 125 миллионов пар оснований.

Цифра большая, но не бесконечно огромная, что дает Нилсену повод надеяться, что на основании этих данных группа ученых сможет составить если не «работающий прототип», то как минимум сколь бы то ни было адекватное «генетическое описание» человеческого мозга или скорее базовые принципы, лежащие в основе его работы.

Стоит сказать, что Нилсен придерживается «общепринятого человеческого шовинизма» и полагает, что значимые принципы, определяющие работу человеческого интеллекта, лежат в тех самых 125 миллионах пар оснований, а не в остальных 96% генома, которые у человека и шимпанзе совпадают.

Так сможем ли мы создать искусственный интеллект, равный по возможностям человеческому? Получится ли у нас в обозримом будущем понять, как именно работает наш собственный мозг? Майкл Нилсен, считает, что это вполне возможно – если вооружиться верой в светлое будущее и в то, что многие вещи в природе работают по более простым законам, чем это кажется на первый взгляд. А вот Майкл Джордан дает более близкий к практической работе исследователей совет: не поддаваться на провокации журналистов и не искать «революционные» решения. По его мнению, привязываясь к человеческому интеллекту как отправной точке и конечной цели своих исследований, ученые, работающие над проблемой искусственного интеллекта, излишне ограничивают себя: интересные решения в этой области могут лежать в направлениях, никак не связанных с тем, как устроен наш мозг (и как нам представляется его устройство).

P.S. Мы в 1cloud рассматриваем самые разные темы в нашем блоге на Хабре – пара примеров:

Источник: https://habr.com/company/1cloud/blog/281282/

Ученые создали искусственный разум

Ученые создали искусственный разумsun_ai10 августа, 2010
Ученые из университета штата Мичиган создали искусственный разум, который способен на самостоятельную эволюцию.

”Пока мировые СМИ, политики и философы обсуждают вопросы о возможности и желательности создания искусственного интеллекта, ученым из американского университета штата Мичиган удалось построить новые формы интеллектуальной жизни”, — сообщает британский еженедельник New Scientist.

Альтернативный интеллект создан на основе сложных компьютерных программ — так называемых цифровых организмов. Эти электронные организмы обладают собственными ДНК. Клетки, в свою очередь, являются изначальными кодами программы.

Однако американские ученые заложили в эти ДНК способность к мутации и самостоятельному приобретению искусственным разумом новых свойств и способностей.

Американским ученым удалось создать искусственную жизнь

«Как оказалось, цифровые организмы научились пользоваться данной особенностью, характерной до этого лишь биологическим структурам», — отметило издание. Таким образом, возник процесс размножения этих организмов, в результате которого каждое новое их поколение становится все более умным и умелым. По словам New Scientist, мир оказался на пороге появления умных машин, способных к мышлению и выполнению ряда функций, присущих человеческому головному мозгу.

Искусственный разум скоро будет создан

Согласно прогнозу ученых, настоящий искусственный разум появится на Земле уже в 2029 году. Об этом говорят участники проекта Blue Brain Project, основной целью которого является создание полноценных моделей неокортекса (новой коры) головного мозга, отвечающей за высшую нервную деятельность.

Обратите внимание

По словам известного ученого Рэя Курцвайля, искусственный интеллект наделит роботов способностью не только мыслить, но и испытывать человеческие эмоции.

При помощи суперкомпьютера Blue Gene корпорации IBM сейчас ученые моделируют нейронные колонки кортекса – вертикальные слои коры головного мозга, количество которых говорит о мере развитости процессов мышления. Дело в том, развитие цивилизации пойдет по пути слияния интеллекта человека и искусственного интеллекта.

Человечество стоит на пороге открытий, которые позволят вживлять в мозг — и в искусственный, и в настоящий — микрочипы с огромным количеством информации, которые не только значительно повысят умственные способности, но и смогут защищать организм. Т.е.

предсказывается появление «умных» нанороботов, которые будут проникать в головной мозг через капилляры и непосредственно взаимодействовать с человеческими нейронами.

Микрочипы позволят людям запоминать неограниченное количество информации, просчитывать варианты со скоростью компьютера и даже общаться с виртуальным миром через собственную нервную систему. Ученые предсказывают, что со временем и перед людьми откроются фантастические возможности: просчитывать варианты со скоростью компьютера, запоминать неограниченное количество информации и контактировать с виртуальным миром без каких-либо приспособлений, через собственную нервную систему.

IBM приступила к созданию искусственного интеллекта

Компания IBM объявила о начале работы над компьютером, работающим по приниципу человеческого мозга. Проект финансируется из государственного бюджета США. На первый этап работы Управление научных исследований Пентагона DARPA (Defense Advanced Research Projects Agency) выделило 4,9 млн. долларов.

Читайте также:  Искусственный интеллект оставит продавцов без работы

IBM для участия в проекте объединяет ведущих психологов, нейробиологов и специалистов в области компьютерных технологий. «Человеческое сознание обладает уникальной способностью анализировать информацию, полученную через разные органы чувств, даже если эти данные противоречат друг другу», — говорит руководитель исследования Дармендра Модха.

Специалисты IBM и пяти ведущих университетов США поставили перед собой задачу объединить знания по биологии с компьютерным воспроизведением работы нейронов. В результате они надеются разработать систему, по сложности сравнимую с мозгом кошки.

«Основная идея когнитивной компьютерной технологии состоит в том, чтобы воссоздав структуру, динамику, функции и реакции человеческого мозга, сконструировать аппарат, действующий по тем же принципам», — говорит профессор Модха. Как утверждают ученые, нейрология накопила достаточно информации о работе нейронов и межнейронных соединениях — синапсах.

Важно

Разработки в области компьютерных технологий уже позволяют симулировать деятельность мозга небольшого млекопитающего. В прошлом году профессор Модха руководил работой по имитации мозга мыши. Для этого потребовалось 55 млн. искусственных нейронов и полтриллиона межнейронных синапсов. Подобные эксперименты стали возможны совсем недавно.

Только сейчас ученым удалось достигнуть плотности нейронного материала, сопоставимой с мозгом животного — 10 млрд. нейронов на квадратный сантиметр. Из существующих технологий заслуживает внимания компьютерный код, воспроизводящий межнейронные связи. Благодаря ему компьютер можно запрограммировать «обучиться» определенной функции или действию.

Синапсы, или межнейронные связи нейронов мозга, создаются, распадаются, укрепляются или ослабевают в зависимости от деятельности мозга. Одна из главных трудностей исследования — разработка материала, который сможет воссоздать эту особенность мозга.

Если эта проблема будет решена, то в отличие от существующей технологии, позволяющей лишь запрограммировать искусственный мозг на решение той или иной задачи, компьютер сможет на основании накопленных знаний, памяти и «опыта» анализировать данные — то, что мы называем способностью думать. Отметим, по утверждению известного ученого Рэя Курцвайля, искусственный интеллект наделит роботов способностью не только мыслить, но и испытывать человеческие эмоции, и этого уровня технологии вполне могут достигнуть к 2029 году.

КорреспонденТ.net, Интернет

Читать ещё по теме:

Чудо — создано ВИДЕО с эффектом присутствия!

Революция от Apple — новый планшет iPad
Чудо — новый робот LittleDog как живой! (видео)

Оригинал записи и комментарии на LiveInternet.ru

Источник: https://sun-ai.livejournal.com/3289.html

Искусственный интеллект. Основные направления исследований

Иванов К. К., Лужин В. М., Кожевников Д. В. Искусственный интеллект. Основные направления исследований // Молодой ученый. — 2016. — №28. — С. 16-18. — URL https://moluch.ru/archive/132/36805/ (дата обращения: 25.02.2019).



Термин «artificialintelligence» был предложен в 1956 году на семинаре, посвященном разработке методов решения логических задач, в городе Ганновере, США. На русский язык его перевели как «искусственный интеллект», однако подобное трактование вводит многих в ступор.

Точнее будет сказать, что это нечто, созданное человеком и способное рассуждать разумно.

Более научное определение гласит, что искусственный интеллект, или ИИ, представляет собой направление исследований, «целью которого является разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои, традиционно считающиеся интеллектуальными задачи, общаясь с ЭВМ на ограниченном подмножестве естественного языка» [1]. Существуют два основных подхода к исследованию ИИ: нейрокибернетика и кибернетика «черного ящика».

Первый подход основан на том, что мыслить способен исключительно человеческий мозг, поэтому для создания ИИ необходимо воссоздать его структуру. Подобные системы называют нейронными сетями. Особое внимание уделяется биологическому аспекту. Предполагается, что открытие биологической обработки информации позволит совершить невиданный скачок в развитии [2].

Поэтому нейрокибернетика, необходимость применения которой многократно возрастает при решении плохо формализованных задач, имеет большую популярность в наше время. Так, ученым из Цюриха удалось создать постоянную память на основе ДНК.

Тем не менее, и без биологической обработки информации создаются и развиваются самообучающиеся (использующие уже накопленный опыт) нейронные сети, заточенные, например, под распознавание образов.

Второй же подход гласит, что неважно то, как будет устроен ИИ, а важно лишь то, что он должен преобразовать данные как человеческий мозг. Большое внимание в данном подходе уделяется решению интеллектуальных задач.

Совет

Именно из-под его крыла появились первые системы, основанные на знаниях, которые также называются экспертными системами.

Они представляют собой набор знаний высококлассных специалистов определенных предметных областей, который будет в дальнейшем использоваться менее квалифицированными специалистами.

Существуют огромное число направлений исследований в области искусственного интеллекта. К их числу, например, относятся [1]:

  1. Представление знаний и разработка система, основанных на знаниях. Данное направление является основным в области разработки ИИ, отвечая за описанные выше экспертные системы, то есть за предоставление некоторых структурированных знаний с точки зрения инженерии знаний, суть которой заключается в формализации этих добытых знаний.
  2. Программное обеспечение систем ИИ. Разработано немалое число языков программирования, в которых на первом месте стоят не вычислительные процедуры, а логические и символьные. Наиболее известными из них являются языки Лисп и Пролог. Язык Лисп был создан американским информатиком Джоном Маккарти для решения задач искусственного интеллекта и является важнейшим языком в среде символьной обработки информации [3]. На языке Лисп написано огромное число программ в области работы с естественным языком, что делает основополагающим для использования в области ИИ. В свою очередь, язык Пролог, также созданный в качестве языка программирования для решения задач искусственного интеллекта, отвечает за логику. Математическая логика является формализацией мышления человека, поэтому ее применение в ИИ неизбежно [4]. Нельзя не упомянуть, что к ПО систем ИИ относятся экспертные системы, наполнение которых знаниями происходит уже после их разработки. Ярким примером подобной системы является оболочка EXSYS, с помощью которой можно решить проблемы любой проблемной области, в которой решение задачи происходит путем выбора одного варианта из нескольких, причем этот выбор основан на строгой логике.

Источник: https://moluch.ru/archive/132/36805/

Искусственный интеллект: будущее цивилизации или ее убийца?

Когда мы произносим фразу «искусственный интеллект», то перед глазами сразу возникают знакомые образы: Терминатор с поднятым вверх пальцем, без раздумий отдающий «жизнь» ради выполнения поставленной задачи; сборник рассказов Азимова «Я, робот» или одноименный голливудский фильм; та самая британская «Машина». Мы часто путаем понятия «робот» и «интеллект», мысленно наделяя ИИ физической оболочкой. Наверное, поэтому в массе своей люди плохо понимают природу беспокойства ученых с мировыми именами, которые с 2010 года регулярно высказываются об угрозе «уничтожения машинами человечества». Какая угроза? Никто ведь еще Терминатора не показал! Но это беспокойство — не чрезмерная реакция или раздувание из мухи слона. Искусственный интеллект (его базовые формы) — это то, с чем люди сталкиваются каждый день. Просто пока не задумываются об этом.

Давайте разберем несколько примеров использования искусственного интеллекта (включая машинное обучение — метод построения алгоритмов, способных обучаться самостоятельно, без внешней поддержки).

В 2014 году новостное агентство The Associated Press начало использовать технологию автоматического создания финансовых отчетов Wordsmith, разработанную компанией Automated Insights.

Программа анализирует финансовые данные, сопоставляет их друг с другом, отмечает ключевые цифры в отчетах компании, а затем переводит все это на человеческий язык. Вы никогда не отличите историю, написанную «машиной», от той, за создание которой отвечал человеком.

Хотя, нет, отличите: машина не ошибается и не оставляет в тексте опечаток.

Говорит Джеймс Котеки, один из ведущих специалистов Automated Insights:

При этом Wordsmith постоянно обучается. Как это происходит: выборочно проверяются подготовленные заметки и отмечаются места, которые можно было сделать лучше. Программа принимает во внимание эти правки и перестраивает алгоритм своей работы.

Wordsmith — классический пример машинного обучения, одного из важных шагов на пути к созданию полноценного искусственного интеллекта. Но это — верхушка айсберга. Все эти встроенные подсказки в Word и при наборе текста на смартфоне — также составная часть машинного обучения, постоянно совершенствующая алгоритмы своей работы.

Обратите внимание

Но Эрик — не единственный профессионал, который рискует потерять работу в ближайшие 15-20 лет. Добавьте к нему водителей, грузчиков, операторов колл-центров и еще сотни профессий, искусственную замену которым пытаются создать десятки компаний, занимающихся вопросами искусственного интеллекта и машинного обучения.

Недавно эту тему на форуме «Открытые инновации», прошедшем в Москве, обсуждали Нуриэль Рубини, один из самых известных экономистов мира, и его коллега из России —Андрей Мовчан. Вот несколько тезисов из их диалога:

  • Новая промышленная революция может лишить работы до миллиарда человек.
  • Основной удар придется по рабочим, одновременно с этим повысится роль творческих людей: писателей, художников, поэтов.
  • В полную силу оценить блага новой технической революции мы сможем не раньше, чем через 30-40 лет после ее начала.

Стоит отметить, что жить человек станет лучше. Благодаря повсеместному внедрению автоматизации уменьшится стоимость продуктов питания и других благ.

То есть на то, чтобы жить комфортно, мы станем тратить значительно меньше денег, а значит сможем меньше работать.

Двух-трехчасовой рабочий день может стать нормой, все остальное время человек будет посвящать саморазвитию — духовному, интеллектуальному, физическому.

Или нас всех убьют роботы.

В начале этого года на сайте американского Института будущего жизни (The Future of Life Institute), с которым сотрудничает предприниматель Илон Маск, директор Оксфордского университета будущего человечества (Oxford Future of Humanity Institute) Ник Бостром, профессор генетики Гарвардского университета Джордж Черч и многие другие, появилось открытое письмо, в котором ученые призывают коллег внимательнее отнестись к проблеме будущего искусственного интеллекта. Главный вопрос, который задают ученые: сможет ли человек контролировать машину, получившую разум? Понятно, что пока никто не может ответить на этот вопрос.

Выдержка из открытого письма:

В этой фразе («Должны делать то, что мы хотим, чтобы они делали) и заключается основная проблема с пониманием будущего искусственного интеллекта.

Американский ученый Элиезер Юдковски в своей книге «Искусственный интеллект как позитивный и негативный фактор в глобальных рисках» описывает два возможных сценария поведения искусственного интеллекта (из миллионов), когда мы сможем сказать «да, это интеллект, который не зависит от воли человека»:

  • Искусственный интеллект патентует новые изобретения, публикует научные работы, зарабатывает деньги на бирже и возглавляет политические блоки.
  • Искусственный интеллект, основываясь на знании истории, науки и технологий, может предугадывать развитие цивилизации на столетия и тысячелетия вперед.

Интересно и то, как современные ученые интерпретируют само понятие «искусственный интеллект». Единого понимания этого термина не существует, зато есть пусть и не до конца принятое, но логичное разделение искусственного интеллекта на три очевидных типа:

  • Искусственный ограниченный интеллект (Artificial Narrow Intelligence). Этот тип интеллекта может, к примеру, обыграть вас в карты или шахматы, но если вы спросите у него, съедобна ли почва, то он вам ничего не ответит.
  • Искусственный общий интеллект (Artificial General Intelligence). Этот интеллект максимально приближен к человеческому. Он может анализировать данные, общаться с другими «машинами», обучаться.
  • Искусственный суперинтеллект (Artificial Superintelligence). Этот интеллект настолько развит, что значительно отличается от человеческого. То есть наш интеллект недостаточно развит, чтобы понимать мотив суперинтеллекта.

Источник: https://kanobu.ru/articles/iskusstvennyij-intellekt-buduschee-tsivilizatsii-ili-ee-ubijtsa-369258/

Мозг в колбе и киборг с сердцем: что известные ученые думают об искусственном интеллекте

Не можешь победить — присоединяйся

Фрэнк Типлер. Профессор математической физики Тулейнского университета; автор, совместно с Джоном Барроу, книги «Антропный космологический принцип» (The Anthropic Cosmological Principle), автор книги «Физика бессмертия» (The Physics of Immortality)

Земля обречена. Астрономам уже несколько десятилетий известно, что однажды Солнце поглотит Землю, полностью уничтожив биосферу, если только разумная жизнь не покинет планету до того, как это произойдет.

Читайте также:  Методы обработки выборки исходных данных

Люди не приспособлены к жизни вдали от Земли — да вообще ни один многоклеточный организм, в основе которого лежат соединения углерода, не приспособлен к этому.

Важно

Но к этому приспособлен искусственный интеллект, и однажды именно он с загруженными в него сознаниями людей (по сути, единый организм) колонизирует космос.

Несложные подсчеты показывают, что наши суперкомпьютеры уже обладают вычислительной мощностью человеческого мозга.

Нам пока неизвестно, как создать сравнимый с ним по уровню и обладающий творческими способностями искусственный интеллект, но через 20 лет у персональных компьютеров будет мощность сегодняшних суперкомпьютеров, а еще через 20 хакеры решат проблему программирования ИИ, и все это произойдет задолго до создания первой нашей колонии на Луне или Марсе. Именно искусственный интеллект, а не человек колонизирует эти планеты или, возможно, разберет их на кусочки. Ни один представитель углеродной жизни не способен пересечь межзвездное пространство.

Нет причин бояться искусственного интеллекта и загруженных в него людей. Стивен Пинкер установил, что по мере развития технологической цивилизации уровень насилия снижается.

Разумеется, это происходит благодаря тому, что научный и технический прогресс зависит от добровольного обмена идеями между отдельными учеными и инженерами. Насилие между людьми — пережиток родоплеменного прошлого и возникшего на его основе общества.

Представители ИИ будут появляться на свет как личности, а не как члены племени и с рождения иметь установку на научный подход, в противном случае они не смогут приспосабливаться к экстремальным условиям космоса.

Для конфронтации между людьми и искусственным интеллектом нет причин. Человек способен жить в очень узком диапазоне условий окружающей среды — в тонкой кислородсодержащей газовой оболочке вокруг небольшой планеты.

В распоряжении искусственного интеллекта будет вся Вселенная. Он покинет Землю, не оглядываясь. Мы, люди, возникли в Восточно-Африканской рифтовой долине, сейчас это жуткая пустыня. Почти все мы оттуда ушли.

Кто-нибудь хочет обратно?

Совет

Любой человек, что пожелает присоединиться к искусственному интеллекту в его экспансии, может стать загрузкой — такая технология должна появиться примерно в одно время с разработкой ИИ. Человеческая загрузка будет способна мыслить так же быстро, как компьютер, и если сама того пожелает, то конкурировать с ИИ. Не можешь победить — присоединяйся.

К конце концов присоединятся все люди. Земля обречена, помните? Когда рок будет близок, у любого оставшегося в живых и не желающего умереть человека не останется иного выбора, кроме как стать человеческой загрузкой. А если эти люди пожелают сохранить биосферу, она также может быть загружена.

Искусственный интеллект спасет нас всех.

Это будет дикая гонка

Джон Мазер. Главный астрофизик лаборатории наблюдательной космологии, Центр космических полетов им. Годдарда, НАСА; автор книги «Самый первый свет: подлинная история научного путешествия к началу Вселенной» (The Very First Light: The True Inside Story of the Scientific Journey Back to the Dawn of the Universe)

Мыслящие машины эволюционируют точно так же, как описанные Дарвином живые (и мыслящие) биологические виды, — посредством конкуренции, сотрудничества, борьбы за выживание и воспроизводства. Машины становятся интереснее по мере того, как они учатся понимать физические объекты и управлять ими либо непосредственно, либо при участии людей.

Мы пока не обнаружили такого закона природы, который препятствовал бы появлению настоящего универсального искусственного интеллекта, так что я думаю, что это произойдет, и довольно скоро, учитывая триллионы долларов, что люди инвестируют в электронные аппаратные средства, а также те триллионы, которые заработают потенциальные победители. Эксперты говорят, что мы недостаточно хорошо понимаем, что такое интеллект, чтобы его построить, и тут согласен, но набор из сорока шести хромосом этого тоже не понимает и тем не менее управляет формированием известного нам самопрограммируемого биокомпьютера. Другие эксперты говорят, что закон Мура скоро перестанет работать, и мы не сможем позволить себе совершенствовать аппаратные средства в прежнем темпе; даже если это и так, «скоро» — понятие растяжимое.

Я пришел к выводу, что мы уже поддерживаем эволюцию мощного искусственного интеллекта, а он, в свою очередь, повлияет на развитие привычных нам могущественных сил: бизнеса, индустрии развлечений, медицины, государственной безопасности, производства оружия, власти на всех уровнях, преступности, транспорта, горнодобывающей промышленности, производства, торговли, секса — да чего угодно!

Я думаю, что результаты нам не понравятся. А они могут появиться очень быстро, настолько быстро, что великие империи падут и на их месте вырастут новые, а у людей будет самый минимум времени, чтобы приспособиться к жизни в новой действительности.

Я не знаю, окажется ли кто-нибудь достаточно умным и одаренным для того, чтобы сохранить власть над этим джинном, потому что контролировать, возможно, придется не только машины, но и людей, дорвавшихся до новых технологий и имеющих злые намерения.

Что случится, когда умные роботы станут справляться с большинством наших рутинных дел? Кто будет их строить, кто будет ими владеть и кто потеряет работу? Будут ли роботы распространены только в странах с развитой экономикой или начнется коммерческая экспансия высоких технологий в остальные части мира? Будут ли они достаточно дешевыми, чтобы вытеснить всех фермеров с полей? Будет ли каждая машина обладать собственной личностью и не придется ли нам думать, в какой детский сад ее отправить, в какую школу или колледж? Будут ли роботы конкурировать друг с другом за рабочие места? Станут ли они величайшими гиперсоциальными хищниками, вытеснив людей и сделав их гражданами второго сорта или даже чем-то меньшим? Будут ли они заботиться об окружающей среде? Будут ли обладать чувством ответственности, и если да, то будут ли наделены им изначально или же разовьют его самостоятельно? Нет никакой гарантии, что они станут следовать трем законам робототехники Айзека Азимова.

Обратите внимание

С другой стороны, я ученый, и мне интересно, как можно применить искусственный интеллект к исследованию новых наук и технологий.

Преимущества для космических исследований очевидны: машинам не нужно дышать, они могут выдерживать экстремальные температурные и радиационные условия. Так что им будет куда легче, чем нам, колонизировать Марс.

Они смогут отправиться во внешнюю область Солнечной системы, имея больше шансов выйти оттуда на связь, чем нынешние автоматические космические аппараты, а когда-нибудь смогут и полететь к звездам — если захотят.

Так же дело обстоит и с морскими глубинами. У нас уже есть тяжелая техника, работающая на донных буровых установках, но про морское дно мы все еще почти ничего не знаем, а ценность находящихся под водой минеральных и энергетических ресурсов неисчислима. Не исключено, что когда-нибудь случится война роботов в глубинах океана.

Мыслящие машины могут оказаться похожими на нас, с таким же желанием все исследовать, но могут быть и совсем другими.

Зачем мне или роботу отправляться в путешествие длиною в тысячу лет к другой звезде через темноту космоса, не имея ни связи с товарищами, ни надежд на спасение, если что-то пойдет не так? Кто-то на такое согласится, кто-то нет. Возможно, мыслящие машины окажутся во многом похожими на свои биологические прототипы.

* Несуществующая, но теоретически возможная технология, позволяющая перемещаться быстрее скорости света.

Это будет дикая гонка далеко за пределами наших самых смелых фантазий или кошмаров. Нет другого способа построить галактическую цивилизацию, за исключением варп-двигателя*, и, возможно, кроме нас, никто во всем Млечном Пути не способен на это. Но не факт, что мы переживем столкновение с иным разумом, который сами же и создали.

Добро пожаловать в ваше новое сверхчеловеческое «Я»

Марсело Глейзер. Профессор натурфилософии, преподаватель физики и астрономии, Дартмутский колледж; автор книги «Остров знаний» (The Island of Knowledge)

Давайте рассмотрим ситуацию: вы опаздываете на работу и в спешке забываете дома мобильный телефон. Обнаруживаете вы это, только застряв в пробке или спустившись в метро. Возвращаться слишком поздно.

Вы смотрите вокруг и видите, что все разговаривают, переписываются, что-то смотрят в интернете, даже если это запрещено. Вы ощущаете незнакомое чувство потери, оторванности.

Без мобильного телефона вы — уже не вы.

Источник: https://theoryandpractice.ru/posts/16292-mozg-v-kolbe-i-kiborg-s-serdtsem-chto-izvestnye-uchenye-dumayut-ob-iskusstvennom-intellekte

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. 

Важно

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.

Совет

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.

Читайте также:  Роботы смогут не только тушить пожары, но и уничтожать злокачественные опухоли

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.

Обратите внимание

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.

Важно

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».

Совет

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. 

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.

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).

Обратите внимание

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.

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.

Важно

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

Ссылка на основную публикацию