Введение
Под понятием «искусственный интеллект» (ИИ), как правило, понимают компьютерную программу, т.е. алгоритм, способную на решение задач, которые в состоянии решить мозг взрослого человека. В Международном терминологическом словаре по искусственному интеллекту [] понятие «искусственный интеллект» определяется как область знаний, рассматривающая разработку технологий, позволяющих вычислительным системам действовать таким образом, которое напоминает разумное поведение, в том числе, поведение человека
Стоит обратить внимание на то, что это феноменологическое определение, оставляющее детализацию понятий «интеллект», «разумное поведение» на откуп философии; в условиях дефицита знаний о мозге и когнитивном аппарате биологических систем понятие ИИ не поддаётся более точной, математической формализации.
На текущий момент под исследованиями в области искусственного интеллекта сейчас принято понимать алгоритмическое решение проблем, требующих когнитивного напряжения . Такими проблемами были (и отчасти остаются) игры: шахматы или Го, распознавание почерка, машинный перевод, творческая деятельность. В общественном сознании каждая из этих проблем первоначально казалась последней преградой к созданию «настоящего» ИИ, способного заменить человека во всех сферах его деятельности. В действительности оказалось, что, во-первых, научить компьютер играть в шахматы гораздо проще, чем научить его играть в футбол, и, во-вторых, даже зная, как научить компьютер играть в футбол, сложно перенести этот опыт на проблему машинного перевода. Поэтому после начального энтузиазма научное сообщество разделило понятие ИИ на категории сильного и слабого ИИ. Под слабым искусственным интеллектом понимается алгоритм, способный решать узкоспециализированные проблемы (вроде игры в шахматы), сильный искусственный интеллект же менее ограничен в спектре задач; в идеале сильный искусственный интеллект способен как минимум на то же, на что способен взрослый человек (например, делать логические выводы и планировать действия). Вместо понятия сильного ИИ в литературе также используется общий искусственный интеллект (Artificial General Intelligence, AGI) [].
Необходимо отметить, что классификация алгоритмических проблем на проблемы сильного и слабого ИИ не является исторической константой; так, на начало 2016 г. считалось, что для игры в Го нужен сильный ИИ. После впечатляющей победы алгоритма AlphaGo [] над действующим чемпионом мира в марте 2016 г. игра в Го стала проблемой слабого ИИ.
К концу 2010-х годов можно выделить следующие магистральные направления исследований в области алгоритмов искусственного интеллекта.
Машинное обучение и распознавание образов
inverse.com
Матч AlphaGo — Ли Седоль, 2016
Поиск закономерностей в данных, например, классификация объектов на фотографии по категориям «фон», «человек», «автомобиль», «здание», «растение».
Планирование и логический вывод
Доказательство логических утверждений и планирование действий для достижения определённой цели при знании логических закономерностей, позволяющих эту цель достичь. Пример: синтез данных из сенсоров для оценки дорожной ситуации и адекватного управления автомобилем.
Экспертные системы
Систематизация данных вместе с логическими связями, отображение знаний, ответы на семантические запросы вроде «Какова доля цен на энергоносители в стоимости производства самолёта МС-21?»
Для чего используется глубокое обучение и нейросети
Есть несколько областей, где эти две технологии помогли достичь заметного прогресса. Более того, некоторые из них мы ежедневно используем в нашей жизни и даже не задумываемся, что за ними стоит.
- Компьютерное зрение — это способность программного обеспечения понимать содержание изображений и видео. Это одна из областей, где глубокое обучение сделало большой прогресс. Например, алгоритмы обработки изображений глубокого обучения могут обнаруживать различные типы рака, заболеваний легких, сердца и так далее. И делать это быстрее и эффективнее врачей. Но глубокое обучение также укоренилось и во многих приложениях, которые вы используете каждый день. Apple Face ID и Google Photos используют глубокое обучение для распознавания лица и улучшения качества снимков. Facebook использует глубокое обучение, чтобы автоматически отмечать людей на загружаемых фотографиях и так далее. Компьютерное зрение также помогает компаниям автоматически идентифицировать и блокировать сомнительный контент, такой как насилие и нагота. И, наконец, глубокое обучение играет очень важную роль в обеспечении возможности самостоятельного вождения автомобилей, чтобы они могли понимать, что их окружает.
- Распознавание голоса и речи. Когда вы произносите команду для вашего Google Ассистента, алгоритмы глубокого обучения преобразуют ваш голос в текстовые команды. Несколько онлайн-приложений используют глубокое обучение для транскрибирования аудио- и видеофайлов. Даже когда вы «шазамите» песню, в дело вступают алгоритмы нейросетей и глубокого машинного обучения.
- Поиск в интернете: даже если вы ищите что-то в поисковике, для того, чтобы ваш запрос был обработан более четко и результаты выдачи были максимально правильными, компании начали подключать алгоритмы нейросетей к своим поисковым машинам. Так, производительность поисковика Google выросла в несколько раз после того, как система перешла на глубокое машинное обучение и нейросети.
Написание музыки
В августе искусственный интеллект Amper сочинил, спродюсировал и исполнил музыку для альбома «I AM AI» (англ. я — искусственный интеллект) совместно с певицей Тэрин Саузерн.
Amper разработала команда профессиональных музыкантов и технологических экспертов. Они отмечают, что ИИ призван помочь людям продвинуть вперед творческий процесс.
Amper самостоятельно создала аккордовые структуры и инструментал в треке «Break Free». Люди лишь незначительно поправили стиль и общую ритмику.
Ещё один пример – музыкальный альбом в духе «Гражданской обороны», тексты для которого писал ИИ. Эксперимент провели сотрудники «Яндекса» Иван Ямщиков и Алексей Тихонов. Альбом 404 группы «Нейронная оборона» выложили в сеть. Получилось в духе Летова:
Затем программисты пошли дальше и заставили ИИ писать стихи в духе Курта Кобейна. Для четырёх лучших текстов музыкант Роб Кэррол написал музыку, и треки объединили в альбом Neurona. На одну песню даже сняли клип – правда, уже без участия ИИ:
Автоматизированный транспорт
Мы свидетели появления автоматического вождения. Да, безопасность ещё требует присутствия человека в салоне, но индустрия растёт и развивается дальше. А теория и практика показывают, что у беспилотных машин много перспектив – робот ошибается реже, чем человек, а значит, его вождение практичнее. Будущее искусственного интеллекта в первую очередь ассоциируют именно с транспортом, который работает на автопилоте.
Пионером отрасли стал Google, специальное отделение которого провалило задачу по роботизированным машинам в 2005 году. Спустя пять лет те же разработчики создали Waymo и попробовали ещё – дело пошло, а интерес к этим технологиям охватил весь мир.
В последние 10 лет в сфере беспилотного автопрома активны все крупные автомобильные и технологические игроки:
• BMW удалось сделать большой рывок благодаря запуску гибридных моделей i3 и i8 в 2013-2014 годах.
• Tesla продвигает сразу два технологических продукта в одном: Помимо обычных электрокаров Tesla, в начале 2018 года Маск презентовал самоуправляемую фуру Tesla Semi.
• Nissan разрабатывает беспилотные автомобили совместно с Renault, возлагая большие надежды на электромобили Leaf.
• Яндекс.Taxi использует беспилотники в Сколково, а недавно сообщил о запуске первого подобного такси в Европе.
• «Камаз» не отстаёт от тенденции и совместно с Cognitive Technologies проектирует свой «умный» грузовик на базе Камаз 5350.
Автомобили – не единственный вид транспорта, который меняет роботизация, но один из самых сложных. Существуют и беспилотные поезда, которые работают на земле и под ней. В ближайшие годы планируется их старт в московском метрополитене. Поезда даже проще «подружить» друг с другом. Их транспортная сеть работает по графику и имеет мало участников движения.
Медицина
Искусственный интеллект широко используется для поддержки принятия решений в медицине. Но как вам такой пример: китайский интеллектуальный робот Xiaoyi («Сяо И») впервые сдал экзамен на врача и получил лицензию на врачебную деятельность.
Разработка компании iFlytek находит и анализирует информацию о пациенте. К работе он приступит в марте. Предполагается, что Xiaoyi будет ассистировать врачам, чтобы повысить качество их работы. Робот сосредоточится на противоопухолевой терапии, а также на обучении врачей общей практики, которых в сельских районах Китая очень мало.
Ещё одно интересное решение – Wave Clinical Platform от ExcelMedical. Система следит за жизненными показателями пациента и предупреждает врачей за шесть часов до его возможной скоропостижной смерти. Платформа системно анализирует информацию и рассчитывает риски неблагоприятного исхода.
В рамках тестов в медицинском центре Питтсбургского университета система предотвратила шесть смертей тяжелобольных пациентов. Человек на такое просто не способен, потому что не придаст значение небольшому изменению показателей и не найдёт связь между ними.
Система DeepFaceLIFT, разработанная учёными Массачусетского технологического института, способна распознавать уровень боли по микровыражениям лица. Она решает очень сложную задачу, так как каждый человек выражает боль по-разному. DeepFaceLIFT позволит понять, кому действительно нужны обезболивающие, а кто страдает зависимостью от наркотических препаратов.
Система для анализа речи и поиска признаков психических заболеваний – разработка IBM. Специалисты отдела по вычислительной психиатрии и нейровизуализации создали интеллектуальную систему, которая может предсказать развитие психоза по речи пациента.
Пациентам предлагалось просто рассказать о себе. Система могла определить, что речь человека стала беднее, он перескакивает с одной идеи на другую и т.п. Это характерные признаки психоза.
После улучшения системы пациентам предложили пересказать ей только что прочитанную историю. На этих примерах искусственный интеллект в 83% случаев ставил правильный диагноз. Это объективно выше, чем у врачей, даже с солидным опытом.
Будущее ИИ
Однако, текущие нейросети недостаточно развиты для этого. Их нужно «тренировать» на тех данных, с которыми они работают, и объяснять, как их перерабатывать. Альберт говорит, что успех – вопрос проб и ошибок: «Получив данные, мы должны разработать архитектуру нейросети, которая, по нашему мнению, хорошо справится с задачей. Обычно мы начинаем с реализации известной из научной литературы модели, которая работает хорошо. После этого я пытаюсь придумать, как её улучшить. Затем я провожу эксперименты, чтобы посмотреть, улучшили ли работу модели мои изменения».
Главная цель, конечно, же, состоит в нахождении идеальной модели, работающей везде одинаково хорошо. Такой, которую не нужно держать за руку и тренировать особым способом, и которая может учиться по данным сама. Когда это случится, и система сможет реагировать надлежащим образом, у нас на руках будет обобщённый искусственный интеллект.
Преимущества искусственного интеллекта
Первые исследования по изучению искусственного интеллекта начались еще в середине XX века. Понятие ИИ как науки сформулировал профессор Дартмутского колледжа Джон Маккарти в 1956 году, а венцом научных изысканий стал знаменитый .
Конечно, споры о том, можно ли считать ИИ интеллектом в полной мере, до сих пор продолжаются. Но это не отменяет факта, что умные обучаемые системы облегчают жизнь человека, хотя по уровню развития и отстают от него.
Преимущества искусственного интеллекта:
- точность в обработке данных;
- способность анализировать большие массивы информации с большой скоростью;
- ИИ не нужен сон и перерыв на обед, он не допускает ошибок из-за переутомления;
- использовать искусственный интеллект можно там, где человеку опасно находиться.
Использование обучающихся машин и программ в работе и быту может значительно сократить время, финансовые расходы и повысить производительность труда. Например, с помощью искусственного интеллекта, который умеет диагностировать меланому, врачи смогут более точно ставить диагнозы и тратить на каждого из пациентов меньше времени. Соответственно, при этом докторам удастся помочь большему количеству людей за определенный период.
Суть и принципы работы ИИ
Термин «искусственный интеллект» (ИИ) впервые прозвучал в 1956 году на конференции в Дартмуте, но только в последнее десятилетие он стал активно развиваться. Сейчас мы видим лишь первые значимые проблески его потенциала и применения. Основной задачей ИИ является выполнение задач, изначально предназначенных для человеческого познания: распознавание паттернов, прогнозирование и принятие сложных решений.
Алгоритмы могут воспринимать и интерпретировать окружающий нас мир, а некоторые полагают, что скоро они будут способны ощущать эмоции, сострадать и творить. Хотя мечта об ИИ полностью идентичному человеческому разуму, все еще очень далека.
Переломным моментом развития компьютерных технологий стало «глубоко обучение» (deep learning) – архитектура, основанная на принципах функционирования человеческого мозга, нейронов и связей между ними. Такие системы могут состоять из тысяч слоев, миллиардов параметров и анализировать огромное количество переменных данных. Однако в отличие от человеческого мозга, их развитие основано на математическом выборе и распознавании шаблонов из массивов данных.
Прорыву способствовал «взрыв данных», поступающих из Интернета и связанных с деятельностью, намерениях, предпочтениях людей. В то время как человеческий разум сосредотачивается на наиболее очевидных связях между входящей информацией и результатами, алгоритмы машинного обучения, проанализировав море данных (big data), могут выявить настолько тонкие корреляции, что мы не сможем даже описать их логически.
Объединение сотен или тысяч слоев, обеспечивает преимущество в сравнении с самыми опытными экспертами. Алгоритмы ИИ сейчас превосходят людей в распознавании речи и лиц, различных играх, диагностике некоторых видов рака на основе результатов МРТ.
Однако для анализа им требуется масса данных для обучения и огромные вычислительные мощности для обработки всего этого. Современные ИИ также функционирует только в конкретных областях и не способны обобщать или использовать здравый смысл. Например:
- AlphaGo, который побеждает мировых чемпионов в древней игре Go, не играет в шахматы;
- алгоритмы, обученные определению андеррайтинга займов, не могут распределять активы.
Несмотря на существующие ограничения, под влиянием компьютерных технологий, искусственный интеллект перешел от эпохи открытий в эпоху реализации. В данный момент центр тяжести уже переместился из исследовательских лабораторий в реальные приложения. Компании и правительства активно изучают эту область, ищут способы применения современных возможностей ИИ в своей деятельности, чтобы выжать максимум производительности из этой инновационной технологии. Потенциал искусственного интеллекта увеличивает и то, что его можно применять практически в любой сфере.
Текущий подход к разработке ИИ
Сегодняшние исследователи активно занимаются нейросетями, примерно повторяющими работу биологического мозга. И хотя изучается возможность настоящей виртуальной эмуляции биологического мозга с моделированием отдельных нейронов, на деле используется более практичный подход – глубинное обучение нейросетей. Идея в том, что способ обработки мозгом информации важен, но не обязательно реализовывать его биологически.
Альберт, как специалист по глубинному обучению, пытается обучить нейросети отвечать на вопросы. «Мечта в этой области – заполучить оракула, способного переварить все человеческие знания и умеющего ответить на любой вопрос о них». И хотя это пока невозможно, он говорит: «Мы дошли до того, что можем дать ИИ прочесть документ и вопрос, и извлечь из документа простую информацию. Самое интересное из передовых достижений в том, что мы начинаем видеть, как эти системы начинают пытаться рассуждать».
Тревор Сэндс работает над схожими вещами с нейросетями в Lockheed Martin. Он создаёт «программы, использующие технологии ИИ, чтобы люди и автономные системы работали, как одна команда». Как и Альберт, Сэндс использует нейросети и глубинное обучение для умной обработки больших объёмов данных. Он надеется придумать правильный подход и создать систему, которой можно было бы задать направление для самостоятельного обучения.
Разницу между слабым ИИ и современными нейросетями Альберт описывает так: «До того одни люди занимались зрением, другие – распознаванием речи, третьи – обработкой естественных языков. Но сейчас все они начинают использовать нейросети, по сути, одну и ту же технику для разных задач. Я нахожу прекрасной такую универсализацию. Особенно потому, что существуют люди, считающие, будто мозг и интеллект – результат единственного алгоритма».
В идеале, нейросеть в качестве ОИИ должна работать с любыми данными. Как и человеческий разум, это был бы истинный интеллект, способный обработать любые полученные данные. В отличие от современных слабых ИИ, его не нужно было бы разрабатывать для определённой цели. Система, способная отвечать на вопросы по истории, одновременно могла бы давать советы по инвестициям в ценные бумаги или поставлять разведывательную информацию.
Где используется ИИ
Вокруг нас уже много устройств и сервисов, внутри которых есть ИИ в том или ином виде.
Голосовые помощники в телефонах и колонках распознают речь и команды, чтобы показать нам лучший маршрут, результат поиска или зачитать прогноз погоды. Та же «Алиса» распознаёт речь, анализирует её, определяет тематику диалога, выделяет полезную для поиска информацию и синтезирует ответы помощника — и во всём ей помогают заранее натренированные нейросети. Подробнее про устройство «Алисы» читайте на Хабре.
Чат-боты на сайтах понимают типовые вопросы, даже если они сформулированы по-разному, и отвечают на них. Это позволяет нанимать меньше людей в техподдержку. Они отличаются от примитивных ботов «Оставь-свой-номер-и-мы-перезвоним» тем, что распознают текст вопроса и сами находят на него ответ в своей базе знаний. Чаще всего внутри таких ботов крутится TensorFlow — система машинного обучения от Google с открытыми исходниками. Хотите собрать такого бота самостоятельно — держите инструкцию.
Умные фильтры в фотокамерах сами определяют, когда вы снимаете против солнца, и добавляют яркости в тенях, чтобы картинка получилась сбалансированной. Если делаете селфи — камера понимает, что на фото будет лицо и делает его ещё красивее: убирает прыщики, морщинки и торчащие волоски. В последних моделях телефонов Honor за это отвечает отдельный модуль в процессоре — Neural Network Processing Unit: NPU. Он управляет простой нейронкой, но даже её хватает для того, чтобы делать классные фотки.
Вариантов реализации ИИ много, но их все можно разделить на две группы — решение узких задач и полноценный искусственный интеллект общего назначения.
Игра в шахматы
Знаменитый Deep Blue был крут, но в первом матче проиграл Гарри Каспарову со счётом 2 : 4, а во втором – выиграл с результатом 3.5 : 2.5. Но он изначально был «накачан» знаниями.
А новая система AlphaZero до турнира знала лишь как ходят фигуры и какова цель игры. Но она обучилась и за четыре часа победила программу по игре в шахматы Stockfish 8, которая считалась лучшей в мире.
AlphaZero – улучшенная версия AlphaGo Zero. Она 100 раз подряд обыграла знаменитую систему AlphaGo, которой удалось одержать победу над сильнейшим из игроков-людей.
Итак, у AlphaZero была информация о том, как ходят фигуры, и обучающий нейросетевой алгоритм с подкреплением. Когда турнир начался, AlphaZero стал играть сам с собой, обрабатывая до 800 тыс. позиций в секунду.
По человеческим меркам, AlphaZero провел за игрой в шахматы около 1400 лет. И достиг уровня абсолютного чемпиона мира по шахматам. По крайней мере, среди компьютеров.
После этого AlphaZero потратил восемь часов и превзошел AlphaGo в го. А потом ещё ща два часа разгромил программу Elmo, которая раньше считалась неоспоримым чемпионом по игре в сёги (японскую стратегическую настольную игру).
Биржевая торговля
Группа исследователей из университета Эрлангена-Нюрнберга в Германии разработала ряд алгоритмов, использующих архивные данные рынков для тиражирования инвестиций в режиме реального времени. Одна из моделей обеспечила 73% возврата инвестиций ежегодно с 1992 по 2015 год, что сопоставимо с реальной рыночной доходностью на уровне в 9% в год.
В 2004 году Goldman Sachs запустил торговую платформу Kensho на базе искусственного интеллекта. На криптовалютных рынках также появляются системы на базе ИИ для торговли на биржах – Mirocana и т.д. Они лучше живых трейдеров, так как лишены эмоций и опираются на чёткий анализ и жесткие правила.
Заменит ли ИИ нас с вами
Искусственный интеллект превосходит человека в решении задач, которые связаны с анализом больших данных, чёткой логикой и необходимостью запоминать большие объёмы информации. Но в творческих конкурсах человек пока выигрывает у ИИ.
Возможно, потому, что восприятие творчества субъективно. А в шахматной партии или биржевой торговле можно двигаться к конкретным результатам.
Безусловно, ИИ меняет наш мир и находит всё новые применения. Наша задача – использовать его во благо, разрабатывать правила регулирования ИИ-систем и передавать системам опыт, накопленный за тысячелетия существования человечества.
iPhones.ru
Искусственный интеллект – технология, которую мы точно заберём с собой в будущее. Рассказываем, как он работает и какие крутые варианты применения нашел. ? Рубрика «Технологии» выходит каждую неделю при поддержке re:Store. Что представляет собой искусственный интеллект Искусственный интеллект (ИИ) – это технология создания умных программ и машин, которые могут решать творческие задачи и генерировать новую…
Рассказать
Мифы и легенды ИИ
За полвека исследований тема искусственного интеллекта обросла массой мифов и ложных представлений как о возможностях технологий, так и об их недостатках. Так, в области машинного перевода зачастую можно встретить утверждение о низкокачественных автоматических переводчиках 1960-х годов, превративших фразу «дух бодр, плоть слаба» в «водка хороша, но мясо протухло» при переводе с английского языка на английский через русский. Изначально этот пример был упомянут в качестве образца неправильного перевода человеком, вооружённым лишь словарём, грамматикой и излишне буйным воображением; достоверных свидетельств такой работы систем машинного перевода нет [].
Сергей Карелов:Бездумные машины. Что пошло не так в развитии ИИ и куда это может привести
В целом можно выделить несколько мифов, искажающих общественное представление об искусственном интеллекте.
ИИ — это магия
Если не принимать во внимание известное изречение Артура Кларка, согласно которому «любая достаточно развитая технология неотличима от магии», современные исследования в области ИИ произрастают из областей математики, робототехники, статистики и информатики; из вышесказанного в этой статье следует, что любой программный или программно-аппаратный комплекс, реализующий ИИ, в первую очередь, решает несколько математических проблем, зачастую основываясь на заранее собранных и классифицированных данных.
ИИ — это компьютерный мозг
В современной культуре прочно засело представление об искусственном интеллекте как, в первую очередь, антропоморфном механизме, во многом похожем на человеческий мозг. В реальности даже нейронные сети — это математическая абстракция, довольно далеко ушедшая от биологического механизма; другие модели вроде цепей Маркова вообще не имеют реальных биологических аналогов. Во многом, применяемые алгоритмы не нацелены на моделирование сознания, а специализированы на решении одной узко формализованной проблемы.
ИИ имеет лишь несколько сценариев применения
В привитом культурой представлении ИИ редко занят чем-то кроме планирования действий в интересах крупных корпораций либо государств. Однако упомянутые выше возможности позволяют применять ИИ-технологии в интересах широких групп населения: применяющиеся на практике алгоритмы доступны каждому, а в спектр задач машинного обучения входят вполне обыденные задачи вроде оценки потребностей в ремонте таксопарка и планирования оптимального использования операционных залов.
Опасности ИИ
В апокалиптических сценариях научно-фантастических произведений искусственный интеллект, как правило, в какой-то момент решает уничтожить человечество, а учёные не в состоянии этому помешать либо не осознают эту опасность. На практике в научном сообществе вопрос опасности сверх-интеллекта обсуждается достаточно давно []
Основной опасностью считается неправильное целеполагание «сильному» ИИ, располагающему существенными вычислительными и материальными ресурсами, и не принимающему во внимание интересы людей. Процитированная выше книга Бострома предлагает возможные решения этой проблемы.
Реальность сильного ИИ
Завышенные либо заниженные ожидания на успехи научно-технического прогресса влекут за собой прогнозы, в которых сильный ИИ либо станет доступным уже завтра (в крайнем случае — в следующем году), либо принципиально недостижим. Фактически создание сильного искусственного интеллекта сложно спрогнозировать, так как оно зависит от успешного решения нескольких инженерных и математических задач неизвестной сложности. Исторический пример решения теоремы Ферма, появившегося спустя 350 лет после её формулировки, не позволяет с уверенностью прогнозировать сроки решения задач такого масштаба.
Я, робот (I, Robot)
Действие фильма происходит в 2035 году в эпоху крайне умных роботов, которые служат людям по всему миру.
Все роботы работают согласно трём законам роботехники, разработанным для того, чтобы не навредить людям:
1. Робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинён вред.
2. Робот должен повиноваться всем приказам, которые даёт человек, кроме тех случаев, когда эти приказы противоречат Первому Закону.
3. Робот должен заботиться о своей безопасности в той мере, в которой это не противоречит Первому или Второму Законам.
Эти законы роботехники в научной фантастике впервые были предложены Айзеком Азимовым в своём рассказе 1942-го года «Хоровод».
Кажется, что благодаря этим законам люди и роботы могут мирно существовать. Однако один робот решает воспользоваться «Нулевым законом», который гласит:
0. Робот не может нанести вред человечеству или своим бездействием допустить, чтобы человечеству был нанесён вред.
Как только данный закон вступит в действие, начнётся хаос.
Хотя идея запрограммировать роботов следовать набору определённых правил довольно точна, тот факт, что один робот мог самопроизвольно перепрограммировать себя, немного нелеп. Робот, запрограммированный на выполнение конкретной задачи, не способен внезапно разработать для себя совершенно новую миссию.
7.
Как искусственный интеллект изменит Мир?
Роботы и автомобили без водителя
Желание роботов действовать автономно, понимать и ориентироваться в окружающем мире означает, что существует естественное перекрытие между робототехникой и ИИ. В то время как ИИ-это только одна из технологий, используемых в робототехнике, использование ИИ помогает роботам развиваться в новых областях, таких как самоходные автомобили, производство роботов, а также помогает роботам освоить новые навыки. Дженерал Моторс объявила, что желает построить беспилотный автомобиль без руля или педалей до 2019 года, в то время как Ford намерены сделать это к 2021 году.
Поддельные новости
Мы находимся на грани того, что нейронные сети могут создавать фото-реалистичные изображения или копировать чей-то голос. С этим приходит потенциал для развития чрезвычайно разрушительных социальных факторов, таких как пользователи больше не в состоянии доверять видео или аудио информации, как подлинной. Проблемы начинают с вопроса о том, как подобные технологии будут использоваться.
Распознавание речи и языка
Системы машинного обучения помогли компьютерам распознать то, что говорят люди с точностью почти 95 процентов. Недавно исследовательская группа Microsoft в области искусственного интеллекта сообщила, что они разработал систему, способную расшифровать разговорный английский, в точности, как человек переводчик.
Поскольку исследователи преследуют цель 99-процентной точности перевода, ожидайте, что разговоры с компьютерами станут нормой наряду с более традиционными формами взаимодействия человека и машины.
Распознавание лиц и наблюдение
В последние годы, точность технологии распознавания шагнула вперед, к точке, где китайский гигант Baidu сообщает, что распознавание человеческих лиц искусственным интеллектом может соответствовать 99 процентной точности. В то время как силы полиции в западных странах только опробовали технологию распознавания на крупных мероприятиях, в власти Китая создали общенациональную программу для подключения видеонаблюдения по всей стране для распознавания лиц и использования системы ИИ для отслеживания подозреваемых и подозрительного поведения.
Хотя правила конфиденциальности различаются по всему миру, скорее всего, это более навязчивое использование технологии ИИ.
Здесь возникает проблема об этических вопросах, и о том, что технологии ИИ должны регулироваться правительством, так, чтобы предоставлять максимум свободы для частной жизни пользователей, то есть обеспечивать защиту информации информацию и сохранение конфиденциальности.
Более подробно об робоэтике можно прочитать в нашей статье «Искусственный Интеллект требует вмешательства правительства«.
Искусственный интеллект в здравоохранении
ИИ может оказать значительное влияние на развитие здравоохранения, помогая рентгенологам выявлять опухоли в рентгеновских снимках, помогая исследователям обнаруживать генетические последовательности, связанные с заболеваниями, и выявляя молекулы, которые могут привести к созданию более эффективных лекарств.
В больницах по всему миру были проведены испытания технологии, связанной с ИИ. Они включают использование системы IBM Watson, использование Google DeepMind систем Национальной службой здравоохранения Великобритании и многое другое.
Когда искусственный интеллект получит сознание
Как мы уже писали выше, интеллекта компьютерам хватает, а вот сознание у них отсутствует. Как же создать «искусственный разум», который будет обладать сознанием и станет разумом безо всяких кавычек? «Сделать его уязвимым», — говорят исследователи Кинсон Ман и Антонио Дамасио.
Кадр из фильма Ex Machina, главная героиня которого — обладающий сознанием робот Ава / New York Times
По мнению ученых, ощущая собственную уязвимость и пытаясь избежать гибели (или, например, отключения), ИИ сможет познать ценность собственного существования и на ее основе получить полноценное сознание. Вынужденный думать о хрупкости существования и затрачивая усилия на поддержание целостности и функциональности «организма», искусственный интеллект получит гораздо больше возможностей для самосовершенствования.
Для реализации подобной концепции Ман и Дамасио предлагают скомбинировать методики машинного обучения и так называемую мягкую робототехнику (роботизированные устройства, созданные из мягких материалов, имитирующих биологическую ткань). Подобная комбинация создаст у роботов с AI определенное чувство собственной уязвимости и гомеостатическую реакцию на внешние изменения.
Матрица (The Matrix)
Если бы этот фильм был одним из продолжений фильмов про Терминатора, то, после свержения машинами человечества, настало бы именно такое будущее.
Разница лишь в том, что если Скайнет из «Терминатора» намеревался уничтожить человечество, то умные машины в «Матрице» заточают людей в специальные капсулы и используют тела в качестве батареек, собирая их энергию, а разум человека они заманивают в ловушку, в которой человек думает, что всё, что его окружает (на самом деле умные программы), реально.
И хотя искусственный интеллект, это не самое важное в фильме, самая идея того, как умные машины могут поступить, поработив человечество, достаточно интересна, чтобы гарантировать место в нашем списке.
13.
