Искусственный интеллект приближается: почему мы его так ждем? Вчера, в 21:30Вчера, в 21:30 Об авторе Десятилетиями мы слышали прогнозы: мир захватит искусственный интеллект. В 1957 году Герберт Саймон предсказал, что через 10 лет цифровой компьютер станет чемпионом мира по шахматам. Это произошло только в 1996 году. И несмотря на предсказания Марвина Мински в 1970 году, что «через три-восемь лет у нас будут машины с общим интеллектом среднего человека», мы по-прежнему считаем это научной фантастикой. Пионеры искусственного интеллекта определенно не угадали со сроками, но были абсолютно правы: ИИ приближается. Он будет в наших телевизорах и в наших автомобилях; он будет нашим другом и личным помощником; возьмет на себя роль врача. За последние три года в области ИИ свершилось больше прорывов, чем за последние тридцать лет. Даже технологические лидеры вроде Apple были застигнуты врасплох быстрым развитием машинного обучения, технологии, которая толкает ИИ вперед. На своей недавней конференции WWDC для разработчиков Apple открыла свои системы ИИ, чтобы независимые разработчики могли помочь ей создать технологии, которые смогут посоперничать с уже имеющимися технологиями Google и Amazon. Apple отстает. В прошлом искусственный интеллект использовал метод перебора для анализа данных и представления их в удобоваримом для человека виде. Программист облекал интеллект в форму ветвей принятия решений и алгоритмов. Представьте, что вы пытаетесь создать машину, которая может играть в крестики-нолики. Вы даете ей конкретные правила того, какие ходы она может делать, и она будет им следовать. Именно так Deep Blue от IBM победил шахматного гроссмейстера Гарри Каспарова в 1997 году — он был суперкомпьютером, который мог просчитать все возможные ходы быстрее шахматиста. Современный ИИ использует машинное обучение, в ходе которого вы даете ему примеры предыдущих игр и позволяете ему учиться на этих примерах. Компьютеру говорят, что и как изучать, и он принимает собственные решения. Более того, новейшие ИИ моделируют на основе самого человеческого сознания, используя методы, подобные нашему процессу обучения. Раньше нужны были миллионы строк компьютерного кода, чтобы обучить машину распознавать рукописный ввод. Теперь это можно сделать с помощью сотен строк. Нужно только большое число примеров, чтобы компьютер мог учить сам себя. Новые методы программирования используют нейронные сети — которые моделируются на основе человеческого мозга, в котором информация обрабатывается послойно, а связи между этими слоями укрепляются на основе того, что стало известно. Этот процесс называется глубоким обучением, поскольку число слоев обрабатываемой информации растет вместе с увеличением скорости компьютеров. Компьютеры учатся распознавать изображения, голос, текст — и выполнять человеческую работу. Поиск Google использовал технику под названием PageRank для вывода результатов. Используя жесткие проприетарные алгоритмы, Google анализировал текст и ссылки на веб-страницах, определяя самые релевантные и важные. Теперь Google заменяет эту технику в поисковике и большинстве других продуктов алгоритмами на основе глубокого обучения. Той же самой технологии, которая позволила обыграть лучшего в мире игрока в го. Наблюдая за этой невероятно сложной игрой, сами создатели метода не понимали, почему компьютер принимает такие решения. У ИИ есть применение в любой области, где обрабатываются данные и необходимо принимать решения. Редактор Wired Кевин Келли сравнивает ИИ с электричеством: дешевый, надежный, промышленный цифровой разум, который работает практически везде. Он считает, что ИИ «оживит инертные объекты, подобно тому, что электричество сделало более сотни лет назад. Все, что мы когда-то электрифицировали, мы теперь «образумим». Новый утилитарный ИИ также придаст нам, отдельным людям, дополнительных возможностей (углубит нашу память, ускорит наши чувства) и коллективно, как виду. Нет ничего, во что нельзя будет влить нового, другого или интересного, используя этот дополнительный IQ. Бизнес-планы на ближайшие 10 000 лет легко угадать: возьмите А и добавьте к нему ИИ, вот и все». Очень скоро ИИ будет везде. Предприятия вливают ИИ в своих продукты и помогают им анализировать огромные объемы данных, которые они собирают. Google, Amazon и Apple работают над голосовыми помощниками для наших домов, которые будут управлять нашим светом, заказывать нам пищу и планировать наши встречи. Роботизированные помощники вроде R2-D2 из «Звездных войн» появятся уже лет через десять. Стоит ли нам переживать о неудержимости «общего искусственного интеллекта», который выйдет из-под контроля и захватит мир? Да — но не в ближайшие 15 или 20 лет. Есть обоснованные страхи, что ИИ начнет учиться и уметь больше, чем мы. Но крупные имена в мире технологий работают над тем, чтобы не дать ему выйти из-под контроля и попасть в руки не тех людей — такие как Элон Маск, Стивен Хокинг, Рэй Курцвейл и другие. ИИ приближается. И ждать его определенно стоит.

Вчера, в 21:30Вчера, в 21:30

Об авторе

    Десятилетиями мы слышали прогнозы: мир захватит искусственный интеллект. В 1957 году Герберт Саймон предсказал, что через 10 лет цифровой компьютер станет чемпионом мира по шахматам. Это произошло только в 1996 году. И несмотря на предсказания Марвина Мински в 1970 году, что «через три-восемь лет у нас будут машины с общим интеллектом среднего человека», мы по-прежнему считаем это научной фантастикой.
    Пионеры искусственного интеллекта определенно не угадали со сроками, но были абсолютно правы: ИИ приближается. Он будет в наших телевизорах и в наших автомобилях; он будет нашим другом и личным помощником; возьмет на себя роль врача. За последние три года в области ИИ свершилось больше прорывов, чем за последние тридцать лет.

    Даже технологические лидеры вроде Apple были застигнуты врасплох быстрым развитием машинного обучения, технологии, которая толкает ИИ вперед. На своей недавней конференции WWDC для разработчиков Apple открыла свои системы ИИ, чтобы независимые разработчики могли помочь ей создать технологии, которые смогут посоперничать с уже имеющимися технологиями Google и Amazon. Apple отстает.
    В прошлом искусственный интеллект использовал метод перебора для анализа данных и представления их в удобоваримом для человека виде. Программист облекал интеллект в форму ветвей принятия решений и алгоритмов. Представьте, что вы пытаетесь создать машину, которая может играть в крестики-нолики. Вы даете ей конкретные правила того, какие ходы она может делать, и она будет им следовать. Именно так Deep Blue от IBM победил шахматного гроссмейстера Гарри Каспарова в 1997 году — он был суперкомпьютером, который мог просчитать все возможные ходы быстрее шахматиста.
    Современный ИИ использует машинное обучение, в ходе которого вы даете ему примеры предыдущих игр и позволяете ему учиться на этих примерах. Компьютеру говорят, что и как изучать, и он принимает собственные решения. Более того, новейшие ИИ моделируют на основе самого человеческого сознания, используя методы, подобные нашему процессу обучения. Раньше нужны были миллионы строк компьютерного кода, чтобы обучить машину распознавать рукописный ввод. Теперь это можно сделать с помощью сотен строк. Нужно только большое число примеров, чтобы компьютер мог учить сам себя.

    Новые методы программирования используют нейронные сети — которые моделируются на основе человеческого мозга, в котором информация обрабатывается послойно, а связи между этими слоями укрепляются на основе того, что стало известно. Этот процесс называется глубоким обучением, поскольку число слоев обрабатываемой информации растет вместе с увеличением скорости компьютеров. Компьютеры учатся распознавать изображения, голос, текст — и выполнять человеческую работу.

    Поиск Google использовал технику под названием PageRank для вывода результатов. Используя жесткие проприетарные алгоритмы, Google анализировал текст и ссылки на веб-страницах, определяя самые релевантные и важные. Теперь Google заменяет эту технику в поисковике и большинстве других продуктов алгоритмами на основе глубокого обучения. Той же самой технологии, которая позволила обыграть лучшего в мире игрока в го. Наблюдая за этой невероятно сложной игрой, сами создатели метода не понимали, почему компьютер принимает такие решения.

    У ИИ есть применение в любой области, где обрабатываются данные и необходимо принимать решения. Редактор Wired Кевин Келли сравнивает ИИ с электричеством: дешевый, надежный, промышленный цифровой разум, который работает практически везде. Он считает, что ИИ «оживит инертные объекты, подобно тому, что электричество сделало более сотни лет назад. Все, что мы когда-то электрифицировали, мы теперь «образумим». Новый утилитарный ИИ также придаст нам, отдельным людям, дополнительных возможностей (углубит нашу память, ускорит наши чувства) и коллективно, как виду. Нет ничего, во что нельзя будет влить нового, другого или интересного, используя этот дополнительный IQ. Бизнес-планы на ближайшие 10 000 лет легко угадать: возьмите А и добавьте к нему ИИ, вот и все».

    Очень скоро ИИ будет везде. Предприятия вливают ИИ в своих продукты и помогают им анализировать огромные объемы данных, которые они собирают. Google, Amazon и Apple работают над голосовыми помощниками для наших домов, которые будут управлять нашим светом, заказывать нам пищу и планировать наши встречи. Роботизированные помощники вроде R2-D2 из «Звездных войн» появятся уже лет через десять.

    Стоит ли нам переживать о неудержимости «общего искусственного интеллекта», который выйдет из-под контроля и захватит мир? Да — но не в ближайшие 15 или 20 лет. Есть обоснованные страхи, что ИИ начнет учиться и уметь больше, чем мы. Но крупные имена в мире технологий работают над тем, чтобы не дать ему выйти из-под контроля и попасть в руки не тех людей — такие как Элон Маск, Стивен Хокинг, Рэй Курцвейл и другие.

ИИ приближается. И ждать его определенно стоит.