Logo

Возможности искусственного интеллекта

Искусственный интеллект – это имитация сознания, всё больше и больше внедряющаяся в со­вре­мен­ную жизнь [1]. Ещё недавно возможности ис­кус­ст­вен­но­го интеллекта были совершенно ограничены, а сам термин употреблялся только в романах научной фантастики. И хотя даже в 60-х–70-х годах XX столетия уже казалось, что следующий виток научно-технической революции будет именно в области ин­фор­ма­ци­он­ных технологий и ро­бо­то­тех­ни­ки, это оказалось не совсем так. Мы дейст­ви­тель­но наблюдаем прорыв ин­фор­ма­ци­он­ных технологий, но ро­бо­то­тех­ни­ка развивается гораздо медленнее. Связано это с замедлением темпов развития про­мыш­лен­нос­ти, которое и обуславливает тенденции развития науки.

ВОЗМОЖНОСТИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Характер общественных отношений де­тер­ми­ни­ро­ван ха­рак­те­ром про­из­вод­ст­ва, и точно так же, как астрономия получила развитие ввиду не­об­хо­ди­мос­ти составления звёздных карт для мо­ре­пла­ва­ния, ро­бо­то­тех­ни­ка может получить развитие только в случае эко­но­ми­чес­кой об­ос­но­ван­нос­ти интеграции роботов в производства. Такая об­ос­но­ван­ность существует? Да, существует! Уже сегодня есть полностью ав­то­ма­ти­зи­ро­ван­ные заводы, программы са­мо­стоя­тель­но решают сложные задачи и даже анализ данных уже поручают ис­кус­ст­вен­но­му интеллекту. Тем не менее, возможности ис­кус­ст­вен­но­го интеллекта всё ещё достаточно скромны. Возможно, кто-то с этим не согласится, но прежде, чем возмущаться, постарайтесь услышать, что мы имеем в виду.

Мы не зря дали определение ис­кус­ст­вен­но­го интеллекта, как способности имитации сознания. Есть существенная разница между имитацией сознания и имитацией проявления сознания. В области последнего возможности ис­кус­ст­вен­но­го интеллекта далеко шагнули вперёд. Есть масса программ, обучающихся на «Big data» и выдающая на основе этого поразительно раз­но­об­раз­ные данные для дальнейшего анализа. Есть программы способные уже сегодня участвовать в создании других программ. Всё это недооценить невозможно, но всё это не является имитацией сознания. В связи с этим, интересно послушать какие возможности ис­кус­ст­вен­но­го интеллекта в имитации сознания на самом деле существуют уже сегодня. Ввиду чего мы и хотим предоставить выжимку интервью «ПостНауке» Бориса Миркина [2].

Возможности искусственного интеллекта

— Давайте сначала определимся с тем, что мы вообще будем подразумевать под термином искусственный интеллект?

— Да, совершенно верно, потому что под ис­кус­ст­вен­ным ин­тел­лек­том можно понимать разные вещи. Изначально термин искусственный интеллект применялся в качестве обозначения машины, способной вести себя, как человек. Всем известен тест Тьюринга, который Алан Тьюринг, возможно в шутку, предложил сразу после Второй мировой войны. Идея, на самом деле, замечательная, но с практической точки зрения не совсем удачная. Как правило, разработка любой технологии начинается от простого к сложному, а, согласно концепции Тьюринга, всё надо делать наоборот. Вместо того чтобы разбить задачу на множество элементов и разобраться с каждым по отдельности, задача подменяется собственным внешним проявлением.

РАЗВИТИЕ КОМПЬЮТЕРНОЙ ТЕХНИКИ

В 60-е годы XX столетия компьютерная техника стала постепенно проникать в университеты. В связи с этим в среде ма­те­ма­ти­чес­ких логиков стала популярна идея о постановке правильных аксиом, на основании которых компьютеры смогут выдавать безошибочные результаты. Но тут возникла проблема с софистикой. Компьютер не может про­ана­ли­зи­ро­вать внутреннюю не­про­ти­во­ре­чи­вость набора аксиом. Например из аксиомы «А не равно А» можно вывести всё, что захотите. Все это понимали, поэтому стали развивать логические языки. Создали концепции фрейма, специальные машинные языки, не­клас­си­чес­кую логику и многое другое. Одновременно с этим развивалась ма­те­ма­ти­за­ция разных естественных языков.

ИСТОРИЯ РАЗВИТИЯ ТЕХНОЛОГИЙ

В начале XXI века стало очевидно, что обещания, которые давали разработчики ис­кус­ст­вен­но­го интеллекта, получая гранты, реализованы в ближайшем будущем не будут. Именно с этим связано появление таких терминов, как computational intelligence и machine intelligence. Термин artificial intelligence стал практически ругательным. Сегодня же ис­кус­ст­вен­ный интеллект является не столько термином, описывающим нечто конкретное, сколько со­би­ра­тель­ным названием исследований разного направления. И все успешные современные разработки artificial intelligence, за исключением ро­бо­то­тех­ни­ки, являются результатом эффективных алгоритмов анализа данных, а не алгоритмов искусственного интеллекта.

— Можно сказать, что развитие возможностей ис­кус­ст­вен­но­го интеллекта в 2000 годах стало результатом внедрения технологий анализа данных в технологии ис­кус­ст­вен­но­го интеллекта? А до 2000 годов эти две области исследований развивались параллельно друг другу?

— Да, конечно! Искусственный интеллект относится к области логики, а анализ данных к статистике. До 90-х годов эти две области были никак не связаны. А вот в 90-х годах возникло такое направление data mining. Что это такое? С развитием компьютерной техники, её стали использовать в компаниях для хранения и передачи данных. Компьютеры изобретали для вычислений, а не для обработки данных. Ввиду этого пришлось при­спо­саб­ли­вать­ся под новые задачи и изобретать технологии баз данных. Они и позволили эффективно решить эту задачу, упростив хранение, поиск и обработку данных.

ПРОМЫВКА БИТКОИНОВ

Решение этих проблем обнаружилось в 1993-95 годах, когда стали ис­поль­зо­вать­ся ин­тер­ак­тив­ные операционные системы. В это время в магазинах стали использовать данные о взаимосвязях при выборе товаров. Таким образом, обработав данные о поведенческих моделях покупателей, товары удалось разместить таким образом, чтобы покупатели чаще натыкались на те товары, которые обычно люди покупают вместе. Это увеличило продажи! Сегодня найти данные о тех ас­со­циа­тив­ных правилах, которые применялись при майнинге данных, почти невозможно. А ведь когда-то эта история наделала массу шума! Но нам важно то, что эта история демонстрирует, как отбираются интересные закономерности при майнинге. Интересная закономерность – это закономерность, отличающаяся от нормы.

1984

Другой важной составляющей науки о данных является машинное обучение. Прорыв в этом отношении произошёл в том направлении, в котором максимой является то, что машины учатся, а как они это делают не важно. Предполагалось, что нейронные сети станут аналогом мозга, но на практике этого не произошло. Оказалось, что если сделать многослойную нейронную сеть, которая, казалось бы, вовсе и не нужна с математической точки зрения, то от слоя к слою сеть будет обучаться, причем ни автор алгоритма, ни пользователь не могут знать, на что именно обращает внимание многослойная нейронная сеть. Простые нейронные сети выдавали много ошибок, а вот глубокие – дают только 5–10% ошибочных ответов.

ОШИБКА 404

Мы не знаем, как именно работают глубокие нейронные сети. Всё, что нам известно, это факт того, что они способны уточнять свои коэффициенты при поправках «учителя». Сейчас программы даже научились писать стихи, но является ли это искусственным интеллектом? Можно выделить две группы когнитивных систем. Первая – это совокупность информации, которая не понятна человеку, а после её уточнения у эксперта, он полностью заменяет и забывает своё предыдущее представление о ней. Вторая – это то, что можно назвать таксономией. В этом случае частности объединяются в общие понятия и могут ин­тер­пре­ти­ро­вать­ся в зависимости от обстоятельств. Компьютер стремится ко второй группе сознания, но пока не может его достичь.

— А с чем связан прогресс в области анализа данных? На этом сказалось появление Big data? И какие проблемы всё ещё остаются актуальными с формированием «картины мира» искусственного интеллекта?

— Да, Big data сыграла важную роль в развитии возможностей машинного обучения. Мы получили огромное количество раз­но­об­раз­ных характеристик одного и того же объекта, что и сыграло решающую роль в развитии возможностей искусственного интеллекта. Тем не менее, никакой «картины мира» создать так и не удалось. У машин нет «модели интеллекта». Именно поэтому искусственный интеллект и является просто направлением в науке, объединяющим совокупность разнородных задач. Можно сказать, что машины научились накапливать знания, но не умеют на их основании принимать новые са­мо­стоя­тель­ные решения.

Источники

[1] sciencedirect.com/science/article/pii/S1546144017308347

[2] postnauka.ru/talks/80147

[свернуть]
1 Звезда2 Звезды3 Звезды4 Звезды5 Звезд
Загрузка...

avatar
  Подпишись!  
Уведомлять
Вставить формулу как
Блок
Строка
Дополнительные настройки
Цвет формулы
Цвет текста
#333333
Используйте LaTeX для набора формулы
Предпросмотр
\({}\)
Формула не набрана
Вставить