Искусственный интеллект. Простыми словами о сложном
Спустя 5 лет после взлома нацистской шифровальной машины Enigma и помощи союзным силам в победе во Второй мировой войне математик Алан Тьюринг изменил историю, задав простой вопрос: «Могут ли машины думать?». Статья Тьюринга «Вычислительные машины и интеллект» (1950) и последующий за ней тест Тьюринга установили фундаментальную цель и видение искусственного интеллекта. По своей сути ИИ — это отрасль компьютерных наук, которая стремится ответить на вопрос Тьюринга утвердительно. Это попытка воспроизвести или смоделировать человеческий интеллект в машинах.
Исследования в сфере ИИ ведутся путем изучения умственных способностей человека и переложения полученных результатов в поле деятельности компьютеров. Таким образом, искусственный интеллект получает информацию из самых разных источников и дисциплин. Это информатика, математика, лингвистика, психология, биология, машиностроение. На основе массива данных с помощью технологии машинного обучения компьютеры пытаются имитировать интеллект человека.
История развития искусственного интеллекта
Авторство термина «искусственный интеллект» приписывают Джону Маккарти — основоположнику программирования, изобретателю языка Лисп. В 1956 году будущий лауреат престижной премии Тьюринга продемонстрировал в университете Карнеги-Меллон прототип программы на основе ИИ. В период с 1960 по 1970 ряд ученых доказали, что компьютеры способны понимать естественный язык на достаточно хорошем уровне. В 1965 году разработали Элизу — первого робота-помощника, который мог говорить на английском языке. В эти же годы направление ИИ стало привлекать правительственные и военные организации США, СССР и других стран. Так, Министерство обороны США уже к 70-м годам запустило проект виртуальных уличных карт — прототип GPS.
В 1969 году ученые Стэнфордского университета создали Шеки — робота с ИИ, способного самостоятельно перемещаться, воспринимать некоторые данные и решать несложные задачи. В Эдинбургском университете четырьмя годами позже был создан робот Фредди — этот шотландский представитель семейства ИИ мог использовать компьютерное зрение для того, чтобы находить и собирать разные модели.
В СССР искусственный интеллект также развивался стремительно. Академики А.И. Берг и Г.С.Поспелов в 1954-64 годах создают программу «АЛПЕВ ЛОМИ», которая автоматически доказывает теоремы. В эти же годы советскими учеными был разработан алгоритм «Кора», который моделирует деятельность человеческого мозга при распознавании образов. В 1968 году Турчиным В.Ф создается символьный язык обработки данных РЕФАЛ.
80-е годы XX века стали прорывными для ИИ. Учеными были разработаны обучающие машины — интеллектуальные консультанты, которые предлагали варианты решений, умели самообучаться на начальном уровне, общались с человеком на ограниченном, но уже естественном языке.
В 1997 году создали известную шахматную программу — компьютер «Дип Блю», который обыграл чемпиона мира по шахматам Гарри Каспарова. В эти же годы Япония приступает к разработке проекта компьютера 6-го поколения на основе нейросетей. Интересен факт, что в 1989 году другая шахматная программа Deep Thought обыграла гроссмейстера международного уровня Бента Ларсена. После этого поединка машины и человека Гарри Каспаров заявил:
«Если интеллектуальная машина сможет переиграть в шахматы лучшего из лучших, значит, она сможет писать самую лучшую музыку, сочинять самые лучшие книги. Я не могу в это поверить. Когда я узнаю, что ученые создали компьютер с рейтингом интеллекта 2800, то есть равному моему, я сам вызову машину на шахматный поединок, чтобы защитить человеческую расу».
В 2000-е годы вновь появился интерес к робототехнике. ИИ активно внедряется в космическую отрасль, а также осваивается в бытовой сфере. Появляются системы умного дома, «продвинутые» бытовые устройства. Роботы Кисмет и Номад исследуют районы Антарктиды. С 2008 года начинается эра технологической сингулярности, которая по расчетам экспертов должна выйти в зенит в 2030 году. Начинается интеграция человека с вычислительными машинами, увеличиваются возможности человеческого мозга, появляются биотехнологии.
Технологические принципы искусственного интеллекта.
Машинное обучение — принцип развития ИИ на основе самообучающихся алгоритмов. Участие человека при таком подходе ограничивается загрузкой в «память» машины массива информации и постановкой целей. Существует несколько методик: обучение с учителем — человек задает конкретную цель, хочет проверить гипотезу или подтвердить закономерность. Обучение без учителя — результат интеллектуальной обработки данных неизвестен — компьютер самостоятельно находит закономерности, учится думать как человек. Глубокое обучение — это смешанный способ, главное отличие в обработке больших массивов данных и использование нейросетей.
Нейросеть — математическая модель, которая имитирует строение и функционирование нервных клеток живого организма. Соответственно, в идеале — это самостоятельно обучаемая система. Если перенести принцип на технологическую основу, то нейросеть — это множество процессоров, которые выполняют какую-то одну задачу в масштабном проекте. Другими словами, суперкомпьютер — это сеть из множества обычных компьютеров.
Глубокое обучение относят в отдельный принцип ИИ, так как этот метод используется для обнаружения закономерностей в огромных массивах информации. Для такой непосильной человеку работы, компьютер использует усовершенствованные методики.
Когнитивные вычисления — одно их направлений ИИ, которое изучает и внедряет процессы естественного взаимодействия человека и компьютера, наподобие взаимодействия между людьми. Цель технологии искусственного интеллекта заключается в полной имитации человеческой деятельности высшего порядка — речь, образное и аналитическое мышление.
Компьютерное зрение — это направление ИИ используется для распознавания графических и видеоизображений. Сегодня машинный интеллект может обрабатывать и анализировать графические данные, интерпретировать информацию в соответствии с окружающей обстановкой.
Синтезированная речь. Компьютеры уже могут понимать, анализировать и воспроизводить человеческую речь. Мы управляем программами, компьютерами и гаджетами с помощью речевых команд. Например, Siri или Google assistant, Алиса в «Яндексе» и другие.
Кроме того, трудно представить существование искусственного интеллекта без мощных графических процессоров, которые являются сердцем интерактивной обработки данных. Для интеграции ИИ в различные программы и устройства необходима технология API — программные интерфейсы приложений. Используя API можно без труда добавлять технологии искусственного интеллекта в любые компьютерные системы: домашняя безопасность, умный дом, оборудование на ЧПУ и прочее.
Сфера использования ИИ
Искусственный интеллект постепенно приходит во все отрасли человеческой деятельности, делая обычные программные комплексы интеллектуальными:
· Медицина и здравоохранение. Компьютерные системы ведут учет пациентов, помогают в расшифровке диагностических результатов. Например, снимков УЗИ, рентгена, томографа и другого медоборудования. Интеллектуальные системы даже могут по наличию признаков у пациента определять болезнь, предлагать оптимальные варианты лечения. Созданы программы-помощники здорового образа жизни. Эти приложения считывают пульс и температуру тела при касании дисплея телефона пальцами, чтобы определить уровень стресса человека и подсказать, как его снизить.
· Розничные продажи в онлайн-магазинах. Многим уже знакома релевантная реклама Google и «Яндекса». С её помощью ритейлеры предлагают товары и услуги в соответствии с интересами пользователя. Например, вы посещали интернет-магазин смартфонов, какие-то модели рассматривали, читали характеристики и прочее. Покинув магазин, вы некоторое время будете видеть рекламу смартфонов на других сайтах. По схожему принципу работают блоки «похожие товары» в интернет-магазинах. Системы аналитики изучают поведенческие метрики пользователя, определяют его покупательские пристрастия и показывают релевантные предложения.
· Политика. Интеллектуальные машины помогли Бараку Обаме выиграть вторые президентские выборы. Для своей кампании тогда ещё действующий президент США нанял лучшую команду профессионалов в области анализа данных. Специалисты использовали возможности интеллектуальных машин, чтобы рассчитать наилучший день, штат и аудиторию для выступлений Обамы. По оценкам специалистов это дало перевес в 10-12%.
· Промышленность. Искусственный интеллект может анализировать данные с разных производственных участков и регулировать нагрузку на оборудование. Кроме того, интеллектуальные машины используются для прогнозирования спроса в разных отраслях промышленности.
· Игровая индустрия, образование. Искусственный интеллект активно применяется создателями игр. Умные машины, робототехника постепенно внедряются в образовательные процессы большинства государств.Создание машины с интеллектом человеческого уровня, которая может быть применена к любой задаче, является Святым Граалем для многих исследователей. Искусственный интеллект уже давно является музой научной фантастики-антиутопии, в которой сверхразумные роботы наводняют человечество. Но эксперты сходятся во мнении, что это не то, о чем нам нужно беспокоиться в ближайшее время. Возможности искусственного интеллекта на данной стадии развития не безграничны. Обучение машин возможно только на основе массива данных. Это означает, что любые неточности в информации сильно сказываются на конечном результате. Интеллектуальные системы ограничены конкретным видом деятельности. То есть умная система, настроенная на выявление мошенничества в сфере налогообложения, не сможет выявлять махинации в банковской сфере. Мы имеем дело с узкоспециализированными программами, которым ещё далеко до многозадачности человека. И, наконец, интеллектуальные машины не являются автономными. Для обеспечения их «жизнедеятельности» необходима целая команда специалистов, а также большие ресурсы.