Читать нас в Telegram
Иллюстратор: Женя Родикова

Что ты есть?

Термин «искусственный интеллект» предложил профессор Дартмутского колледжа Джон Маккарти на летнем семинаре в 1956 году. Искусственный интеллект (ИИ) — это собирательный термин. С одной стороны, его можно понимать как способность системы правильно интерпретировать внешние данные для достижения конкретных целей и задач. С другой стороны «искусственный интеллект» — это научное направление, которое изучает возможности программного моделирования «интеллектуальных» видов человеческой деятельности (например, таких, как разгадывание загадок или способность адаптироваться к игре с новыми правилами).

В современном мире всё так похоже на искусственный интеллект, что хочется назвать и чайник, и роботов Boston Dynamics, и телевизор, подгружающий нам любимые видео из YouTube. На самом деле, это отдельные технологии, которые могут помочь в создании ИИ.

Например, интернет вещей. Это технология, которая позволяет всем устройствам вокруг нас собирать данные и обмениваться ими. Холодильник, который создает список закончившихся продуктов, и присылает на почту; кофе-машина, которая может сделать кофе за 10 минут до вашего подъема; или хаб, управляющий светом и отоплением в доме — все это интернет вещей.

Еще один вид технологий с «интеллектом» — это работа с большими данными. Большие данные — это информация огромных объемов, например, базы данных клиентов банка. Просмотреть их вручную у человека просто не хватит ресурсов, зато их можно «скормить» интеллектуальной системе для выполнения нужных задач (например, определять, каким клиентам предлагать бонусные программы).

И, напоследок, машинное обучение, когда система, перед тем как решить задачу, учится на множестве похожих. Это целое семейство методов, от линейной регрессии до многослойных нейронных сетей. Машинное обучение применяется в технологиях перевода, определения объектов на фото, в беспилотных автомобилях или интеллектуальных помощниках вроде Алисы или Сири.

Где же искусственный интеллект, спросите вы? Это сложный вопрос. Он везде по чуть-чуть (такие технологии называют «узким» искусственным интеллектом, narrow AI или weak AI), и в то же время нигде: цельного — общего интеллекта (его еще называют «сильным», artificial general intelligence или AGI), который объединил бы все эти разрозненные достижения, ещё нет.

Как всё начиналось?

  • 1942 г. — В рассказе «Хоровод» Айзек Азимов сформулировал три закона робототехники. В следующем году Уоррен Маккалок и Уолтер Питтс в своей работе предложили модель искусственного нейрона, заложив основы нейронных сетей.
  • 1950 г. — Алан Тьюринг предложил рассмотреть вопрос «Могут ли машины думать?» Он использовал для поиска ответа игру, в которой машина в ходе переписки с человеком имитирует разумное человеческое поведение. Так возникла «Игра в имитацию», больше известная как «Тест Тьюринга». Несмотря на то, что машин, которые прошли бы этот тест, на тот момент не было, был предложен способ проверять их «интеллектуальность».
  • 1951 г. — Джон фон Нейман предложил анализировать микроснимки при помощи компьютеров, сравнивая яркость в соседних областях снимков. Так началась история компьютерного зрения.
  • 1954 г. — в Нью-Йорке провели Джорджтаунский эксперимент, в котором были продемонстрированы возможности машинного перевода. Более 60 предложений были переведены с русского на английский язык. И хотя в основе машинного переводчика лежала довольно простая система, а тематика текстов и количество слов были ограничены, этот день стал значимым для технологий машинного перевода.
  • 1956 г. — на конференции в Дартмуте Джон Маккарти объединил концепции, связанные с разумными машинами под термином «искусственный интеллект».
  • 1957 г. — Франк Розенблатт разработал модель перцептрона (первый тип искусственной нейросети). Это изобретение позволило создать первый нейрокомпьютер. Его задачей было распознавание букв алфавита.

К своим 15 годам ИИ уже продемонстрировал свою многогранность. Он бросал вызовы учёным, и те с готовностью их принимали. Они мечтали о взаимодействии человека и машины, о личных роботах, искусственном зрении и многом другом, но у истории были свои планы.

Примерно до середины 1970-х гг. ИИ процветал. Компьютеры становились быстрее и мощнее, а алгоритмы машинного обучения лучше. В 1959 году Г. Саймон, К. Шоу и А. Ньюэлл создали универсальный решатель задач (General Problem Solver), а в 1966 году появляется Элиза — виртуальный собеседник, написанный Дж. Вейценбаумом. Эти успехи создали впечатление, что вот-вот будет создана машина с интеллектом, как у человека.

Зима близко

Однако все оказалось не так просто. Следующие десятилетия жизни ИИ выдалось сложным: к концу 70-х гг. становится ясно, что за полгода нельзя научить компьютер видеть, переводить тексты любой сложности без потери всех оттенков смысла и моментально определять состояние здоровья человека. Попытки исследователей одна за другой наталкивались на непреодолимые в краткосрочной перспективе препятствия, главных из которых был недостаток вычислительных мощностей.

Это удручало спонсоров исследований. Прогресс в исследованиях ИИ был весьма медленным и немасштабируемым. Если финансирование не урезали, то требовали конкретных результатов в конкретные сроки. Исследователи не справлялись, и стало казаться, что машина никогда не сможет достичь уровня человека. Эта зима длилась практически до 2000-х гг., только изредка радуя мир небольшими оттепелями.

  • 1970 г. — СССР успешно посадил на лунную поверхность автоматическую станцию «Луноход-1». Вскоре роботы смогли выполнять сборку, сварку, контроль качества и взятие предметов с конвейера.
  • 1970 г. — в США для использования ВВС появилась система машинного перевода Systran. Вскоре она стала главным помощником в письменном переводе документов европейских организаций. Но до универсального переводчика из «Стартрека» ещё очень далеко.
  • 1973-1976 гг. — робот Freddy научился нанизывать кольца на штыри и собирать простые модели игрушек.
  • 1975 г. — Кунихико Фукусима разработал когнитрон, который стал одной из первых многослойных нейронных сетей. Она распространяла информацию только в одном направлении.

Прорыв

В 1997 г. IBM Deep Blue победил в шахматы действующего чемпиона мира Гарри Каспарова. Об искусственном интеллекте снова заговорили. В том же году на Windows появилось ПО для распознавания речи, что проложило дорогу технологиям устного машинного перевода. Спустя некоторое время нейросеть научилась распознавать кошек (2011 г.), возникли глубокие нейросети (2012 г.) и AlphaGo. В 2016 году машина обыграла человека в игре, которая считалась в принципе невозможной для понимания машиной.

Но почему это произошло сейчас, после такой затяжной «зимы»? Оказывается, всё дело в вычислительной мощности компьютеров. Согласно закону Мура, память и скорость компьютеров удваиваются каждый последующий год, и машины только недавно вышли на уровень, достаточный для обработки того количества информации, которая была подготовлена для них человеком. То, что казалось миру великой депрессией ИИ, было на самом деле неустанной работой машин на протяжении всего этого периода. А то, что видится нам невероятными достижениями, по большому счету, результат этой долгой и трудной работы.

Прекрасное далёко

Что будет дальше? Объемы обучающих данных продолжают увеличиваться каждый год, архитектуры нейросетей — усложняются. Нас уже не удивляют беспилотные автомобили на дорогах. Автоматические переводчики улучшают свои показатели. Мы всё чаще общаемся с ботами-экспертами в службах поддержки. А болезни можно обнаруживать на ранних стадиях по снимкам органов. Единственное, что омрачает эту картину — её фрагментарность. Поэтому учёные думают над ещё одной, глобальной, проблемой: как объединить эти разрозненные направления в единую функционирующую систему — общий интеллект, способный генерализировать задачи и переключаться между их подвидами. Мы постепенно приближаемся к этой цели: интеллектуальным агентам, способным обобщать задачи, быть, говорит DeepMind и команда исследователей из DARPA.

Источники