Казалось, еще вчера мы читали Азимова, а сегодня искусственный интеллект стал реальностью. Правда, пока что три правила робототехники не спасают наши жизни, а ИИ помогает по большей части в генерации мемов.
Техноскептики во главе с Маском уже бьют тревогу: суперкомпьютер может уничтожить человечество. Но для этого ему придется пройти долгий путь.
Интересуетесь новыми технологиями — это правильно, ведь за ними будущее. Вы можете стать его частью, получив образование. А поможет в этом карта «Халва».
Лучшее вложение — в себя. Востребованные профессии и навыки дадут возможность заработать в любое время и в любом месте. Не нужно больше откладывать новую жизнь на завтра. В рассрочку до 24 месяцев оплачивайте Халвой курсы иностранных языков, обучение топовым IT-специальностям, развитие творческих способностей и новых навыков. Выберите подходящую школу из сотен партнеров карты. Начинайте менять жизнь к лучшему уже сегодня!
Определение
Искусственный интеллект — это технология, которая дает возможность компьютеру имитировать работу человеческого мозга. Например, принимать решения на основе неполных данных или заниматься творчеством, придумывая что-то самостоятельно.
В тексте мы будем использовать термин AI, расшифровка — Artificial Intelligence. С английского это переводится именно так — «искусственный интеллект».
Для его разработки ученые и программисты занимаются исследованиями когнитивных процессов в человеческом мозге. В результате получается создать их модель, которая с переменным успехом имитирует наш интеллект. Такие программы уже существуют и наверняка вам знакомы.
Но полноценного искусственного интеллекта, который умеет думать, как человек, пока не существует. Все технологии, имеющиеся у человечества на данный момент, работают только в рамках заданных алгоритмов.
Искусственный интеллект или нейросеть
Нейросеть — это то, что относится к технологиям искусственного интеллекта. Фактически это часть AI и один из ее инструментов. Но до описанного фантастами и учеными искусственного интеллекта нейросетям еще далеко.
Нейронные сети — одна из категорий машинного обучения. Они работают по принципу нашего мозга и тоже состоят из нейронов. Только искусственных. Нейросети позволяют обрабатывать информацию, находить закономерности и выдавать результаты, основанные на анализе больших данных.
Полноценного интеллекта у них нет. Зато есть возможность распознавать образы, писать связные тексты на естественных языках и даже генерировать картинки.
Как это работает
Искусственный интеллект обучают на задачах определенного типа. Так что большинство из этих технологий имеют узкую область применения.
Возьмем банковскую сферу, там давно разрабатывают технологии AI. Компьютеру предоставляют доступ к огромной базе предыдущих транзакций, среди них есть как вполне законные, так и мошеннические.
Модель анализирует эту информацию и находит статистические закономерности. Это позволяет ей, получив данные о новой транзакции, с высокой долей вероятности предположить — мошенническая она или законная.
Аналогичным образом работают и системы банковского скоринга — проверки заемщиков. AI получает базу данных по всем клиентам, их кредитную историю и историю поведения. Анализирует информацию и делает выводы, какие особенности биографии человека влияют на уровень рисков. То есть на то, насколько добросовестно он будет выплачивать кредит.
Обучение
Искусственный интеллект обучают двумя методами: машинным и глубоким.
Машинное обучение подразумевает, что компьютеру дают большой объем входной информации, в которой нужно искать закономерности. Зачастую такие данные заранее размечают люди.
Самый простой пример такой разметки — надоедливая капча, предлагающая отметить на картинках людей, машины или велосипеды. Данные, полученные от людей, отправляют ИИ, который на их основе учится лучше распознавать изображения.
Чем больше информации получает AI и чем точнее она размечена, тем лучшие результаты сможет выдавать он сам.
Второй метод — глубокое обучение, и он гораздо сложнее. В этом случае искусственный интеллект обучает сам себя, используя в качестве исходного материала предыдущие результаты.
Для глубокого обучения применяют неразмеченные человеком данные, а компьютер сам ищет в них закономерности.
Именно на глубоком обучении базируются самые сложные продукты в сфере AI. Например, нейросети для генерации текста или картинок. У способа есть минус в виде непредсказуемости результата, впрочем, это не отменяет его полезности.
Программирование ИИ проходит в три фазы:
- Собственно обучение — компьютер собирает данные и анализирует их, создавая собственные алгоритмы или правила. С их помощью набор хаотичных данных можно структурировать.
- Рассуждение — ИИ выбирает алгоритм, который позволяет достичь результата. Например, вычленить из изображения конкретную фигуру.
- Самокоррекция — анализ полученного результата и его настройка.
Четыре типа ИИ
Их описал в 2016 году Аренд Хинтце, работавший доцентом информатики, инженерии и биологии.
- Реактивные компьютеры
Это системы, у которых нет памяти, но есть возможность решать конкретную задачу. Они появились еще в 90-х. Например, программа Deep Blue, которая обыграла в шахматы Гарри Каспарова.
Такие ИИ успешно решают простые задачи, в которых заранее известны все параметры. Но из-за отсутствия памяти они не могут обучаться даже на собственном опыте.
- ИИ с ограниченной памятью
Эти модели могут запоминать и анализировать свои решения, что позволяет им в дальнейшем действовать на основе собственного опыта. Они могут выполнять сложные задачи в «открытом» мире.
Классический пример таких ИИ — системы управления беспилотными автомобилями. Все популярные современные нейросети, такие как Midjourney или ChatGPT, также относятся к ним.
- Интеллект с сознанием
Такие AI существуют пока только в планах. Они должны иметь сознание и социальный интеллект. Это даст им возможность понимать эмоции, что поможет полноценно общаться с людьми, а не просто имитировать речь.
В теории такие модели будут обучаться гораздо быстрее. Поскольку они смогут понимать намерения и мотивы, они будут принимать решения так же быстро, как это делают люди.
- Самосознание
А вот это уже то, что фантасты с 60-х годов понимали под полноценным искусственным интеллектом. Такие машины должны обладать самосознанием, которое есть у человека.
Они должны осознавать себя как личность и отдельное «я». То есть они будут равны человеку в качестве разумного существа, но многократно превосходить его в интеллектуальных способностях.
Потенциально захватить мир и поработить человечество тоже сможет только интеллект четвертого типа. Но пока что нам доступен только второй, и даже переход на третий тип многим кажется невероятным.
История развития искусственного интеллекта
Сама идея об AI зародилась еще в Древней Греции в виде автоматонов — механических роботов, подобных человеку. Например, сохранились легенды о ходячей статуе Дедала в Афинах. А сам термин придумал фантаст Карел Чапек уже в XX веке.
В 1913 году Бертран Рассел в «Принципах математики» описал основополагающие концепции ИИ, на которых строится в том числе и современная вычислительная техника.
А Уолтер Питтс, убежденный, что человеческое мышление можно оцифровать, попытался описать модель нейробиологии нервной системы человека.
Совместно с Уорреном МакКаллоком он создал простую модель, получившую имя «математический нейрон».
Затем, в 1948 году, Норберт Вейнер придумал кибернетику, а Клод Шеннон заложил основы теории информации.
Позже Алан Тьюринг создал свой знаменитый тест, при помощи которого можно определить разумную машину. Тест Тьюринга предполагает, что испытатель разговаривает с ИИ и с живым человеком. Его задача — отличить одного от другого.
В 1951 году Марвин Мински изобрел первую в мире машину нейронных сетей — SNARC. А в 1956 году математик Джон Маккарти ввел в оборот сам термин AI и провел конференцию, посвященную ему.
В 1997 году уже упомянутый ИИ — Deep Blue от компании IBM — обыграл в шахматы тогдашнего чемпиона мира Гарри Каспарова.
А в 2005 году в Стэнфорде создали первый автопилот на основе ИИ, который смог самостоятельно проехать больше 200 километров по незнакомому участку пустыни.
Но самый мощный стимул развитию отрасли дал интернет. Если раньше AI изучали в лабораториях, то благодаря сети коммерческие компании получили огромные объемы данных. А для их анализа и обработки нужны были мощные нейросети.
Машинное обучение стало максимально прикладным. Именно на его основе работают системы рекомендаций в социальных сетях, дейтинговых приложениях, видеосервисах и интернет-магазинах.
Где и как используют ИИ
Сейчас технологии искусственного интеллекта применяют в самых разных сферах: они помогают зарабатывать деньги, лечить людей, оптимизировать процессы, улучшать качество обслуживания и делают многое другое. Вот несколько примеров.
- В медицине
При помощи AI есть возможность улучшить качество лечения. Нейросети смогут анализировать большие объемы информации о пациентах и на их основе помогать ставить более точные диагнозы.
Такую систему под названием Watson разрабатывают в IBM. Сейчас этот ИИ может распознавать речь и отвечать на медицинские вопросы. Он изучает информацию о пациентах и формирует довольно точные гипотезы.
Многие более мелкие компании создают чат-ботов для здравоохранения. Такие помощники могут снять с врачей рутинные обязанности и оставить им больше времени для индивидуального подхода к пациенту.
Также ИИ в медицине способны делать прогнозы по распространению эпидемий.
- В образовании
Здесь AI тоже может избавить преподавателей от большой части рутины. Например, системы искусственного интеллекта уже в состоянии проверять работы учащихся.
В одной из российских школ, где учат программированию, реализовали функцию ИИ-помощника. Он моментально отвечает в чате на запросы учеников и способен, например, объяснить, за что отвечает определенный участок кода.
- В маркетинге
AI широко активно применяют в чат-ботах — он хорошо справляется с первичной консультацией пользователей.
Также элементы ИИ внедряют в CMS (системы управления взаимодействием с клиентами). Это позволяет давать людям более точные рекомендации, предлагать подходящие товары и индивидуальные скидки.
- В юриспруденции
В этой отрасли AI начинают использовать для классификации и обнаружения документов. Он делает меньше ошибок при поиске информации по заданным ключевым словам и уже умеет интерпретировать ее.
- В транспорте
Современные ИИ уже могут управлять ТС практически на уровне живого водителя. В ближайшем будущем они, вероятно, заменят людей в этой профессии. Также AI применяют для анализа дорожного трафика и повышения безопасности перевозок.
Мы перечислили далеко не все функции AI, а в ближайшем будущем их будет еще больше.
