Изкуственият интелект, една от най-вълнуващите теми на художествената литература от 20-ти век, прави невероятни крачки. Постоянно използваме AI в Ежедневието, често без да знаят. Въпреки това дори и днес изкуственият интелект не слиза от страниците на научнофантастичните романи и киноекраните. Някои от авторите рисуват ужасни картини на човечеството, поробено от машината, докато други, напротив, виждат ИИ като верен помощник и приятел на човека.

Къде е истината и какво всъщност е изкуственият интелект? Ще надмине ли някога възможностите на човешкия ум? Или вече се е случило? GeekBrains е готов да отговори на най-популярните въпроси относно изкуствения интелект и перспективите за неговото използване.

Какво е изкуствен интелект?

Изкуственият интелект (съкратено AI) е неясно понятие и все още няма общоприето определение. В средата на 20 век, когато този термин е споменат за първи път на Дартмутския семинар, авторите му придават значение, което е значително различно от съвременните. Тогава учените вярваха, че изкуственият интелект е система, която ще може да превежда текстове от един език на друг, да разпознава обекти от снимка или видео, да улавя значението на изречените фрази и да реагира адекватно на тях. Настоящият AI може да направи всичко! Но можем ли да считаме, че целите са постигнати и изкуственият интелект вече е създаден?

Някои учени изграждат сложни теории в пресечната точка на философията и компютърните науки, опитвайки се да определят какво е AI и какви характеристики трябва да има системата, за да я считаме за интелигентна. Без да навлизаме в подробности, можем да кажем, че интелигентността се определя като способност за учене, разбиране и прилагане на знанията на практика. Следователно ние също имаме право да очакваме способността да се учим от изкуствения интелект, да реализираме знанията си и да ги използваме. С първата и последната задача модерният AI се справя доста добре!

Кога започна разработката на AI?

През лятото на 1956 г. в Дартмут учените се събраха на семинар за изкуствения интелект (терминът беше формулиран там), а още на следващата година се появи концепцията за първата изкуствена невронна мрежа, персептрон. През 1960 г. Франк Розенблат създава компютъра Mark-1 въз основа на тази концепция. Първият неврокомпютър в света беше научен да разпознава букви от латинската азбука. Но несъвършенството на технологията от 60-те години и сложността на процесите не позволиха да се донесе на ум технологията и нейният разработчик скоро умря. Неврокомпютрите бяха забравени за 20 години.

Едва през 80-те години концепциите за невронни мрежи отново започнаха да се приемат сериозно. Технологията вече беше достатъчно мощна и имаше по-малко критици: умната електроника бързо напредваше. Това, което изглеждаше като мечта преди две десетилетия, започна да изглежда съвсем реално и постижимо. Отне обаче още 20 години, за да се намерят правилните подходи за обучение на невронни мрежи. Едва в средата на 2000-те учените пипнаха Правилния начини изкуствените невронни мрежи започнаха своето победоносно шествие по планетата.

Но преди да опишем техните успехи, нека да разгледаме как работят тези мрежи.

Описание на изкуствения неврон

Изкуствените невронни мрежи са създадени като математически модел на човешкия мозък. За целта учените Уорън Маккълох и Уолтър Питс трябваше да разработят теория за човешкия мозък.

При него отделните неврони са живи клетки със сложна структура. Всеки неврон има дендрити - разклонени процеси, които могат да обменят сигнали с други неврони чрез синапси, както и един аксон - по-голям процес, отговорен за предаването на импулси от неврона. Част от синапсите е отговорна за възбуждането на неврона, част - за инхибирането. От това какви сигнали и чрез какви синаптични връзки ще постъпят на "входа" на неврона, ще зависят и импулсите, които той ще предаде на други неврони.

Изкуственият неврон не се нуждае от физически носител. Като цяло това е математическа функция. Неговата задача е да получава информация (например сигнали от много други изкуствени неврони), да я обработва по определен начин и след това да дава резултата на "аксона" - изхода. В една изкуствена мрежа невроните обикновено се разделят на три типа:

• вход - всеки от тези неврони получава елемент от първоначалната информация като вход (например една точка от изображението, ако мрежата разпознае снимки);
• междинно - процесна информация;
• изход - дава резултат (при разпознаване на снимка резултатът може да бъде идентификаторът на изобразения обект).

Самата невронна мрежа е създадена на слоеве, като пай. Единият от външните слоеве съдържа входни неврони, другият съдържа изходни неврони, а между тях могат да бъдат разположени един или повече междинни. Всеки неврон от междинната мрежа е свързан с множество неврони от двата околни слоя. Комуникацията между невроните се осигурява с помощта на тегла - числени стойности, които всеки неврон изчислява въз основа на данни, получени от предишния слой на мрежата.

Създавайки изкуствени невронни мрежи, учените се фокусираха върху структурата на човешкия мозък. Следователно принципите на поведение на създадените от човека неврони не са толкова различни от истинските, живи. Може би умът, който може да се развива на базата на такива невронни мрежи, ще бъде близък до човешкия?

Разликата между изкуствения интелект и естествения

Въпросът как AI се различава от естествения интелект всъщност е по-скоро философски, отколкото строго научен. И въпросът дори не е, че не можем да си представим как ще изглежда (или не изглежда) изкуствено създаден ум. Ние просто сме способни да си представим всичко - и писателите на научна фантастика са го доказвали многократно. Факт е, че нито един изкуствен интелект, който съществува днес, не е постигнал достатъчно високо ниворазвитие, за да се конкурира с човека на равна нога.

Има гледна точка, изразена от философа Джон Сърл още през 80-те години. Той измисли термините „силен AI“ и „слаб AI“. Силният изкуствен интелект, според учения, може да осъзнава себе си и да мисли като човек. Слабият не може.

Днешните изкуствени интелекти, ако са класифицирани от Сърл, са очевидно слаби, тъй като никой от тях все още не е заченал самосъзнание. Нашите изкуствени невронни мрежи разпознават лица и рисуват странни, невероятни картини, четат почерк и дори добавят поезия - но те са създадени единствено за тези цели. Нито една от тези невронни мрежи не е в състояние да промени решението си и да избере различна „специалност“ за себе си. Те правят само това, за което са били обучени, и в известен смисъл могат да се считат за програмирани да изпълняват тези задачи. Те нямат истинско разбиране какво стои зад тези неща. Searle твърди, че изграждането на силен AI е принципно невъзможно.

Друг философ, Хюберт Драйфус, също вярваше, че компютърните системи никога не могат да се сравняват с човек - тъй като в своята рационална дейност той разчита не само на придобито знание, но и на емпиричен опит. Компютрите не го притежават по дефиниция - следователно не е тяхната съдба да развиват собствения си ум.

Но тези самоуверени изявления бяха направени във време, когато невронните мрежи едва правеха първите си стъпки. Днес, гледайки техния успех в обучението, не е трудно да се повярва в реалността на ИИ, който може да стане равен на човек или дори да го надмине.

Как да сравним човешкия и компютърния интелект?

Чакай, как можем дори да определим дали изкуственият интелект е достигнал човешкото ниво или не?

Може да се предположи, че един от критериите е наличието на чувства и емоции, както и креативност. Ако машината започне да изпитва страх или любов, ако внезапно реши да напише стихотворение или да нарисува картина – няма ли това да е проява на разум?

Доста възможно. Животните и птиците обаче също имат чувства. В същото време ние често отговаряме отрицателно на въпроса за тяхната разумност (особено за равенството на техния ум с човешкия). Освен това чувствата могат да бъдат програмирани – в повечето случаи те са реакция на специфични външни стимули. И накрая, просто нямаме данни дали компютрите някога ще могат да изпитват емоции, сравними с човешките. Но трябва ли техните чувства да бъдат като нашите?

Може би по-надежден критерий е самосъзнанието? Ако машината се чуди "Кой съм аз?" - това е моментът на появата на рационалността? Но самосъзнанието присъства и при животните. В същото време повечето хора са напълно способни да живеят живота си, без да се задълбочават в дълбоки философски въпроси.

Има ли по-прецизни и строги методи за сравняване на интелекта? В крайна сметка има коефициент на IQ, с който можете да оцените умствените способности на човек. Защо не го използвате за кола?

Компютърните програми имат ли IQ?

Измерването на интелигентността, дори при хората, е невероятно трудно - не можете да прикрепите линийка към когнитивните и мисловните способности. Освен това IQ не е абсолютен показател, а относителен. Някои учени като цяло смятат, че IQ тестовете не измерват интелигентността сама по себе си, а способността за преминаване на такива тестове. Може да се тренира и да се получи блестящ резултат - но интелектът, разбира се, няма да се промени. Така че IQ не е нищо повече от число, което е свързано с интелекта, но не може да даде обективна оценка за него.

В някои IQ тестове преобладават задачите за наблюдателност или логика, в други - за комбинаторика, в трети - за математическо мислене. Резултатът ще зависи от това какво се дава на човек по-лесно и в какво е по-компетентен. Скоростта на преминаване на тестовете и специализацията на задачите имат значение.

AI може също да бъде „обучен“ да решава определени класове проблеми и на машината ще отнеме много по-малко време, за да завърши IQ тест, отколкото на човек. Така невронната мрежа ще може да събира точки, които са немислими за блестящи хора, но в същото време няма да може да отговаря на най-простите въпроси, за които не е била подготвена по време на обучението.

И така, има ли критерии, по които човек може обективно да прецени машинния интелект? Един от първите изследователи, които се опитаха да ги разработят, беше известният британски математик Алън Тюринг.

Какво представлява тестът на Тюринг?

През 1950 г. Тюринг публикува статия „Изчислителните машини и умът“, в която обсъжда теоретичната възможност за мислене в машини. Това не беше първото изследване по темата за изкуствения интелект и дори не първата подобна работа на Тюринг, но именно тя стана отправна точка за сериозни научни дискусии и спорове.

Тюринг започна с дефиниции, за да изясни въпроса дали една машина може да мисли, което му се стори твърде неясно. Каква кола имаш предвид? Какво изобщо означава „мисля”?.. Очевидно беше, че такъв въпрос първоначално носи ирационално зърно, което не би позволило да се даде правилен отговор на него. Резултатът от размишленията на учения беше тестът на Тюринг - експеримент, при който човек ("съдия") е поканен да общува с двама събеседници: човек и компютър. Задачата на съдията е да разбере кой кой е. Ако в резултат на това той не е сигурен кой от събеседниците му е програмата или допусне грешка в оценката, се счита, че машината е издържала теста.

Същността на теста на Тюринг не е да се създаде „измамна машина“, която може да се преструва на човек. Помага да се уверите, че определена машина или програма има ум, който е трудно да се различи от човешкия. Такъв компютър Тюринг нарича "интелигентен" - това определение е на повече от 60 години и остава актуално.

Процесори за AI

AI технологиите не се ограничават до софтуерни решения. Днес активно се разработват електронни чипове, в които поддръжката на AI е вградена на хардуерно ниво. Микропроцесорите от този тип се наричат ​​невронни процесори. Използват се в безпилотни превозни средства и летателни апарати (дронове), индустриални роботи и автомати, както и за решаване на специализирани задачи – разпознаване на глас или образ, създаване на търсачки и машинни преводачи.

Сред такива устройства е Google Tensor Processing Unit (TPU), предназначен специално за системи за машинно обучение. Това устройство все още не е налично за продажба: само самият Google го използва за оптимизиране на резултатите от търсенето и обработка на снимки. TPU работи с 8-битови числа (което е изключително малко за прецизни изчисления) и има малко над дузина инструкции (други съвременни процесори могат да имат стотици). Но това не пречи на тензорния процесор да извършва ефективно изчисления, свързани с изкуствения интелект и невронните мрежи. Процесорът се развива бързо - всяка година Google пуска нова версия.

Тензорен процесор Google Tensor Processing Unit 3.0 (TPU)

Има и други разработки на подобни чипове. Много от тях са тясно специализирани: например, те са предназначени да ускоряват AI програми за компютърно зрение.

Пазар на технологии за изкуствен интелект

Технологиите за изкуствен интелект се използват в почти всички области на човешката дейност, така че изкуственият интелект има голямо бъдеще. Пазарът на продукти, използващи AI, се разраства бързо.

Световен пазар

До 2022 г. пазарът на AI се очаква да достигне 52 милиарда долара. Може би това не е толкова голяма цифра - например пазарът на компютърни игри до същата година ще надхвърли 130 милиарда, а пазарът на смартфони вече е 10 пъти по-голям през 2018 г. - 520 милиарда.

Но пазарът на AI показва несравним растеж - според някои оценки той нараства с около 30% годишно (подобни цифри за игри и смартфони са около 5%). Ако този темп на усвояване на технологиите продължи още няколко години, можем да очакваме, че скоро изкуственият интелект ще бъде буквално навсякъде.

Най-големите ИТ компании в света: Google, IBM, Intel, Nvidia дават своя принос в развитието на AI. САЩ, Китай и Обединеното кралство са водещи.

В Русия

Ако през 2017 г. в Русия имаше само няколко десетки проекти, използващи AI, то през 2018 г. те вече са стотици. Експертите прогнозират, че до 2020 г. пазарът ще достигне 28 милиарда рубли (около $450 милиона). Новите технологии се използват най-активно във финансовия сектор, както и в телекомуникациите, търговията на дребно и енергетиката. Някои компании наемат екипи от специалисти, посветени изключително на разработването и внедряването на AI системи.

Въпреки факта, че растежът на пазара като цяло е дори по-бърз, отколкото в света, има проблеми. Основният проблем е липсата на специалисти по машинно обучение. И така, време е да започнете да изучавате AI, за да получите търсена специалност и добре платена работа.

Влиянието на изкуствения интелект върху пазара на труда

Вече днес има области, в които AI може да замени хората. Например приложенията могат да отговарят на прости въпроси по телефона или да чатят с клиенти. Това ви позволява да оптимизирате натоварването на операторите на кол център и дори да намалите техния персонал.

В производството AI е в състояние да контролира автоматизацията и промишлените роботи. Изкуствена невронна мрежа, която постоянно следи работата на много сензори, ще може да реагира по-бързо от човек на извънредна ситуация и да вземе правилните мерки - да изключи конвейера или да спре механизмите. В много случаи такива системи могат да предвидят проблемите предварително и да предотвратят извънредни ситуации.

AI ще принуди хората да напуснат работата си. По-евтино е и прави по-малко грешки. Не умее да мързелува, да отлага и да виси във Фейсбук, няма нужда от почивка, сън и ваканция, не се натъжава и не се уморява. Идеалният работник.

На първо място, изкуствените невронни мрежи ще заменят човек при извършване на рутинни операции, ще поемат сложни изчисления, оценка на риска, събиране на информация, моделиране на ситуации според определени параметри. AI може да се използва в опасни и опасни индустрии.

Но хората все още ще са необходими там, където роботите няма да могат да се конкурират с тях дълго време. И не става дума само за творчество. Засега AI е способен да изпълнява само високоспециализирани задачи, за които е бил обучен, така че те могат да заменят хората в същата степен, в която калкулаторът може да замени математиката. В същото време развитието на AI технологиите отваря огромен пазар на труда за специалисти, свързани с машинно обучение и поддръжка на интелектуално оборудване.

Къде се използва AI?

Накратко - почти навсякъде!

Не са останали толкова много области на човешката дейност, които изобщо не са засегнати от AI технологиите. Помислете само за най-важните области, в които AI вече се използва.

AI в интернет

Всеки път, когато кажете „Ok Google“ или „Hey Siri“, вие говорите с изкуствения интелект във вашия смартфон. Умее да разпознава речта, отправена към него в сигнала от микрофона. Той записва вашия въпрос и го препраща към сървърите на Google или Apple. Там към кутията е свързан втори AI, който разпознава речта и превежда въпроса в разбираем за компютъра формат. И тогава третият търси отговора в гигантски бази данни. Накрая отговорът се връща на вашия смартфон, където AI, който генерира човешки глас, го казва вместо вас. И всичко това за части от секундата.

ИИ в транспорта и логистиката

Впечатляващо приложение на изкуствените невронни мрежи са безпилотните превозни средства. През последното десетилетие много автомобилни производители се заеха с разработването на автомобил, който би могъл да се движи самостоятелно по пътищата - General Motors, Nissan, BMW, Honda, Volkswagen, Audi, Volvo, както и Google и Tesla. Дроновете все още не са се превърнали в масово явление по улиците на градовете ни, но явно напредват.

Amazon разработва идеята за доставка на стоки и поща с помощта на дронове от 2013 г. За първи път пратката пристигна до получателя с безпилотен летателен апарат през декември 2016 г. В някои региони храна, лекарства и дори преносими дефибрилатори се доставят с дронове. Системата все още не е съвършена, но продължава да се развива. За съжаление дроновете могат да служат и за незаконни цели: има случаи на доставяне на забранени предмети до затворите с помощта на дронове, както и използването на дронове за транспортиране на наркотици.

AI във финансите

Във финансовия сектор AI се използва за прогнозиране на рискове и откриване на измами. MasterCard Corporation, която създаде международната платежна система, представи услугата Decision Intelligence преди няколко години. Той е предназначен да повиши точността на потвърждаване на истински транзакции и да намали вероятността от фалшиви откази на плащане - това е грешна операция на вградената система за сигурност, която не ви позволява да направите правилна транзакция, погрешна за измама. Грешки като тази вредят както на продавача, който губи клиент, така и на купувача, който не получава продукта. Загубите са дори по-големи от щетите от измама.

Системата, работеща върху изкуствена невронна мрежа, използва информация от различни източници, за да оцени в движение колко „нормална“ е дадена транзакция. Взема се предвид не само надеждността и историята на транзакциите на продавача, но дори и типичната покупка за купувача и неговото местоположение, както и времето от деня. Всичко това помага за по-надеждна защита на хората от измами и минимизиране на фалшивите положителни резултати.

AI в медицината

В здравеопазването AI се развива предимно в областта на диагностицирането на заболявания. Изкуствените невронни мрежи са се научили да разпознават ракови тумори на рентгенови лъчи, компютърна томография, мамография и ЯМР. Отнема около 20 минути за опитен лекар, за да проучи изображението и няколко секунди за невронни мрежи. Така пациентът може да разбере резултатите от изследването почти мигновено. Особено приятно е, че подобни разработки се извършват в Русия.

Диагностичните AI са в състояние да открият не само рак, но и ранните стадии на болестта на Алцхаймер, пневмония и други заболявания.

В отбраната и военното дело

През 2018 г. стана известно, че американската армия разработва AI, способен да разпознава човешки лица в тъмното и дори през стени с помощта на термовизионна камера. Очаква се технологията да помогне за идентифицирането на лидери на банди във военни зони.

Друг AI - ALPHA - е създаден за управление на безпилотни изтребители и водене на въздушен бой. В една от битките на симулаторите компютърът спечели, контролирайки четири самолета едновременно срещу двама човешки противника.

Разработват се и прицелни системи за танкове, способни да откриват маскирани цели.

Във военно-промишления комплекс AI ще помогне за подобряване на отбранителните способности на страните, но може да се превърне и в оръжие за терор.

В бизнеса и търговията

В търговията на дребно AI прави революция. Изкуствените невронни мрежи подобряват качеството на услугата и осигуряват индивидуален подход към всеки потребител. Интелигентните технологии откриват измами с банкови карти, дават лични съвети и ви помагат да изберете правилния продукт.

Според TAdviser над една трета от всички приходи от търговията на дребно през 2018 г. са генерирани от базирани на AI препоръки!

AI в спорта

Тук AI технологиите се използват за прогнозиране на резултатите от мачовете - такива системи са създадени от UBS, Commerzbank и Microsoft. Взет е предвид опитът на отбора и отделните играчи. Понякога прогнозите се оказват верни, но често изкуственият интелект е сериозно грешно изчислен. Човешкият фактор е в състояние да опровергае всякакви прогнози.

AI в културата

Една машина не може да бъде креативна, защото няма въображение! Или все още може?

Колкото и да е странно, изкуствените невронни мрежи са в състояние да покажат креативност и дори да достигнат определени висоти в областта на културата.

Музика

Как би звучала една флейта, ако беше ситар? Синтезаторът NSynth Super на Google използва невронна мрежа, за да създава напълно нови звуци, базирани на различни инструменти.

Алиса, разработена като част от стартъпа Popgun, знае как да "играе заедно" с човек, създавайки музикални импровизации. Американската певица Taryn Southern издаде албум в сътрудничество с невронната мрежа Amper. И проектът Endel е способен да създава композиции, които са в унисон с настроението на потребителя с едно натискане на бутон.

Рисуване

Невронната мрежа DeepDream е създадена с внимание към разпознаването на лица и показва способността за сюрреалистично рисуване. Разработчиците са отворили сайт, където всеки може да създаде невероятно платно в сътрудничество с AI. Невронната мрежа рисува картини в различни стилове.

Вярно е, че тя все още не знае как да измисля сюжети - тя моли за помощта на човек.

Видео

С помощта на AI, разработен от Google и Facebook, е възможно да „принудите“ човек на екрана да произнася всякакви думи, да изобразява цялата гама от емоции. И може да е трудно да се разграничат такива видеоклипове от истинските. Невронните мрежи дори могат да заменят един актьор с друг в заснет филм. И това отваря възможности не само за режисьорите, но и за създателите на фалшификати.

Литература

Невронната мрежа от Facebook може да пише поезия, перфектно поддържайки размера и ритъма, избирайки добри рими. Читателите успяха да разпознаят компютърно генерирани редове само през половината от времето, но поетите с изкуствен интелект далеч не са истински поети. Машината все още не се е научила да предава емоции и да влага смисъл в поетични произведения.

Yandex също стартира Autopoet, който създава стихотворения от потребителски заявки за търсене. Някои са невъзможни за четене без усмивка. Трудно е да се повярва, че те са съставени от невронна мрежа, лишена от чувство за хумор!

А компанията Narrative Science разработи електронен журналист. Досега статиите, написани от AI, са прости по съдържание, но ръководството на компанията е оптимист за бъдещето и вярва, че до 2025 г. до 90% от текстовете в интернет ще бъдат написани с помощта на машинен интелект.

През 2016 г. The Day a Computer Writes a Novel беше финалист за японската литературна награда Hoshi Shinichi. Тази работа е почти изцяло създадена от изкуствен интелект.

игри

В компютърните игри невронните мрежи се използват за контролиране на опоненти и игрови ботове. Но AI може също да бъде научен да играе "от другата страна на екрана" - тоест да чете визуална информация от екрана и да контролира игровия герой, както прави човек.

През 2016 г. дори имаше шампионат по Doom между AI. А системата Deep-Q-Network е обучена да играе на класически аркадни машини Atari. Често показва резултати до 30% по-високи от опитни играчи.

През 20 век се смяташе, че изкуственият интелект може да се счита за достатъчно мощен и развит, когато е в състояние да победи световния шампион по шах. Компютрите отдавна преминаха този етап - през 1997 г. Deep Blue победи Гари Каспаров (и това беше алгоритмична програма, а не изкуствен интелект).

След това вниманието на обществеността се насочи към по-сложни тактически игри, като го. Сложността на изчисляването на хода тук е с порядък по-висока, отколкото в шаха, така че създайте алгоритми, които да сортират възможни варианти, почти невъзможно. Но обучените невронни мрежи успяха да се справят с тази игра. Още през 2015 г. мрежата AlphaGo, разработена от Google, спечели мач срещу професионален играч на Go.

Перспективи за развитие на изкуствения интелект

Научните изследвания върху AI продължават повече от половин век, но все още не всеки разбира същността на технологията. Във фантастични романи и филми писатели и режисьори описват колко опасен може да бъде изкуственият интелект. И за мнозина идеята за изкуствения интелект се формира по този начин.

Ще отговорим рационално на въпроси, свързани с далечните перспективи за развитие на ИИ.

Целта на AI е да постави човешкия ум в компютър?

Не, не е. Дори теоретично подобна ситуация не е толкова невероятна. Изкуствените невронни мрежи са създадени по образа на човешкия мозък, макар и в много опростен вид. Може би един ден ще бъде възможно да се сканират всички участъци от мозъка на жив човек, да се направи "карта" на неговите неврони и синаптични връзки и да се възпроизведе нейно копие в компютър. От такава копирана невронна мрежа може да се очаква не само разумно поведение - тя буквално ще бъде двойник на човек, ще може да се реализира, да взема решения и да действа като него. Дори спомените се копират. Теоретично ще бъде възможно да се постави такава невронна мрежа в изкуствено тяло (робот) и тогава човек - копие на неговото съзнание - ще може да живее почти вечно.

На практика ще бъде невероятно трудно да се извърши такъв трансфер: няма технологии, които да позволяват „разчитане“ на жив мозък и създаване на неговата „карта“. И все още сме много далеч от създаването на изкуствена невронна мрежа, която би била толкова мощна, колкото мозъка.

Стреми ли се AI да достигне човешките нива на интелигентност?

Целта на AI е да помага на хората и да поема трудни или рутинни задачи. За да направи това, той не трябва да поддържа разговори на философски теми или да композира стихове.

Въпреки това, ако един ден изкуственият интелект може да достигне нивото на човешкото мислене, това ще бъде крайъгълен камък за цивилизацията. Ще получим практичен и интелигентен помощник - и с право можем да се гордеем, че това е творението на нашите ръце.

Кога изкуственият интелект ще достигне човешкото ниво?

Ние успешно създаваме относително малки невронни мрежи, способни да разпознават глас или да обработват изображение. Нито един AI все още няма същата пластичност като нашия мозък.

Човек може да пуска музика днес и да започне да програмира на C++ утре - благодарение на невероятната сложност на мозъка. Той има 86 милиарда неврони и безброй синаптични връзки между тях.

Изкуствените невронни мрежи все още са далеч от тези показатели: те имат от няколко хиляди до милиони неврони. Има технически ограничения за размера на невронните мрежи: дори суперкомпютрите не могат да „издърпат“ невронна мрежа, сравнима по мащаб с човешкия мозък. Да не говорим, че обучението й ще бъде нетривиална задача.

Скоростта на компютрите позволява ли им да бъдат интелигентни?

„Силата“ на интелигентността не е свързана със скоростта на изчисленията, а със сложността на невронната мрежа. Човешкият мозък все още превъзхожда по мощност всяка изкуствена невронна мрежа, въпреки факта, че скоростта на процесите в него е значително по-ниска от тази в компютрите.

Изкуствените невронни мрежи са съставени от отделни неврони, които са групирани в слоеве. Двата външни слоя служат като "вход", към който се подава първоначалната информация, и "изход", от който се чете резултатът. Между тях могат да бъдат разположени от един до няколко десетки или дори стотици междинни слоеве неврони. Освен това всеки неврон в слоя е свързан с много други в предишния и следващия слой.

Колкото по-сложна е мрежата, колкото повече слоеве и неврони има, толкова по-мащабни и сериозни задачи може да изпълнява.

Може ли невронната мрежа да се развие естествено?

Нека да разгледаме дали е вероятно AI да може да преживява и учи естествено, като дете. Човешкият ум се формира от много фактори. Получаваме информация за външен святблагодарение на органите на възприятие - наблюдение, докосване, вкус. Взаимодействайки с околната среда, ние получаваме житейски опит, знания за свойствата на света, социални умения. Нашият мозък непрекъснато се усъвършенства и физически се променя, изграждайки нови синаптични връзки и „изпомпвайки“ съществуващите.

Ако успеем да създадем невронна мрежа, достатъчно сложна, за да може да се развива по този начин, и я оборудваме със „сетивни органи“ – видеокамера, микрофон и други подобни – може би след известно време тя ще може да придобие „житейски опит“ ". Но това е въпрос на далечно бъдеще.

Има ли риск за човешката цивилизация?

Рисковете, свързани с новите технологии, винаги съществуват. Въпросът е какви са те.

Може да се окаже, че изкуствените невронни мрежи, достигнали определен праг, ще достигнат „плато“ на ефективност и няма да се развиват по-нататък. Или няма да оправдаят очакванията, ако се окаже, че AI по принцип не е в състояние да се справи с един или друг клас задачи, например от творчески характер. Това може да доведе до загуба на разходи за труд и финансови инвестиции.

Ако обаче под риск имаме предвид причинени от човека бедствия или въстание на машини, то това едва ли ще ни застраши. С прости думи, съвременните невронни мрежи не са в състояние да се обърнат срещу създателите - точно както невроните в мозъка, които контролират движението на ръката, не са в състояние да разпознаят себе си като личност и да нанесат удар по собственото си тяло.

Трябва обаче да помним, че AI е наше изобретение. Ние ги проектираме, създаваме ги, обучаваме ги, влагаме „мисли“. Това означава, че ние също носим отговорност за тяхното поведение.

Четвърта революция

Без значение как се отнасяме към изкуствения интелект, ще трябва да приемем факта, че той вече съществува. Да го откажеш означава да направиш крачка назад в развитието. В крайна сметка AI е важна част от нашия прогрес. Много учени свързват началото на четвъртата индустриална революция с изкуствените невронни мрежи и заявяват, че тя предстои нова ера- когато до нас се появи ум, създаден от човека, винаги готов да помогне.

Всичко ново е страшно и предизвиква недоверие - това е нормална човешка реакция и много хора са предпазливи към AI. Само мързелив писател на научна фантастика не е говорил за ужасите, които ще ни донесе изкуственият интелект. Но за всяко технологично нововъведение в тяхното време са се писали подобни неща. Хората се страхуваха от парните локомотиви, защото те биха "разбили крави, отровили птици с дим и при скорости над 25 мили в час, пътниците ще бъдат разкъсани на парчета". Вероятно потомците също ще се смеят на нашите страхове, за които научават от филми и книги от 20-ти и 21-ви век.

Изкуствен интелект

Изкуственият интелект е клон на компютърните науки, който изучава възможността за предоставяне на разумни разсъждения и действия с помощта на компютърни системи и други изкуствени устройства. В повечето случаи алгоритъмът за решаване на проблема не е известен предварително.

Точното определение на тази наука не съществува, тъй като въпросът за природата и състоянието на човешкия интелект не е решен във философията. Няма точен критерий за постигане на „интелигентност“ от компютрите, въпреки че в зората на изкуствения интелект бяха предложени редица хипотези, например тестът на Тюринг или хипотезата на Нюел-Саймън. В момента има много подходи както за разбиране на задачата на AI, така и за създаване на интелигентни системи.

И така, една от класификациите разграничава два подхода към развитието на AI:

отгоре надолу, семиотичен - създаване на символни системи, които моделират умствени процеси на високо ниво: мислене, разсъждения, реч, емоции, творчество и др.;

отдолу нагоре, биологични - изследване на невронни мрежи и еволюционни изчисления, които моделират интелигентно поведение въз основа на по-малки "неинтелигентни" елементи.

Тази наука е свързана с психологията, неврофизиологията, трансхуманизма и др. Както всички компютърни науки, тя използва математически апарат. Философията и роботиката са от особено значение за нея.

Изкуственият интелект е много млада област на изследване, която стартира през 1956 г. Историческият му път прилича на синусоида, всяко "издигане" на която е инициирано от някаква нова идея. В момента развитието му е в застой, отстъпвайки място на прилагането на вече постигнати резултати в други области на науката, индустрията, бизнеса и дори бита.

Подходи за изследване

Има различни подходи за изграждане на AI системи. В момента има 4 доста различни подхода:

1. Логически подход. Основата на логическия подход е булевата алгебра. Всеки програмист е запознат с него и с логическите оператори, откакто е усвоил израза IF. Булевата алгебра получава своето по-нататъшно развитие под формата на предикатно смятане - в което се разширява чрез въвеждане на предметни символи, отношения между тях, квантори на съществуване и универсалност. На практика всяка AI система, изградена на логически принцип, е машина за доказване на теореми. В този случай първоначалните данни се съхраняват в базата данни под формата на аксиоми, правилата за извод като връзката между тях. Освен това всяка такава машина има единица за генериране на цел и системата за извод се опитва да докаже тази целкато теорема. Ако целта е доказана, тогава проследяването на приложените правила ви позволява да получите верига от действия, необходими за постигане на целта (такава система е известна като експертни системи). Силата на такава система се определя от възможностите на генератора на цели и машината за доказване на теореми. Постигането на по-голяма изразителност на логическия подход позволява такава сравнително нова посока като размита логика. Основната му разлика е, че истинността на изявлението може да вземе в него, в допълнение към да / не (1/0), също и междинни стойности - не знам (0,5), пациентът е по-вероятно жив, отколкото мъртъв (0,75), пациентът е по-вероятно мъртъв, отколкото жив (0,25). Този подход прилича повече на човешко мислене, тъй като рядко отговаря на въпроси само с да или не.

2. Под структурен подход тук имаме предвид опити за изграждане на AI чрез моделиране на структурата на човешкия мозък. Един от първите подобни опити е перцептронът на Франк Розенблат. Основната моделирана структурна единица в перцептроните (както в повечето други опции за моделиране на мозъка) е неврон. По-късно възникват и други модели, които са известни на повечето под термина невронни мрежи (NN). Тези модели се различават по структурата на отделните неврони, по топологията на връзките между тях и по алгоритмите за обучение. Сред най-известните варианти на NN сега са NN с обратно разпространение, мрежите на Хопфийлд, стохастичните невронни мрежи. В по-широк смисъл този подход е известен като конективизъм.

3. Еволюционен подход. При изграждането на AI системи според този подход основното внимание се обръща на изграждането на първоначалния модел и правилата, по които той може да се променя (еволюира). Освен това моделът може да бъде съставен с помощта на различни методи, може да бъде невронна мрежа и набор от логически правила и всеки друг модел. След това включваме компютъра и на базата на проверката на моделите той избира най-добрите от тях, на базата на които се генерират нови модели по различни правила. Сред еволюционните алгоритми генетичният алгоритъм се счита за класически.

4. Симулационен подход. Този подход е класически за кибернетиката с една от основните си концепции черна кутия. Обектът, чието поведение се симулира, е просто "черна кутия". За нас няма значение какво има той и моделът вътре и как функционира, основното е нашият модел да се държи по същия начин в подобни ситуации. Така тук се моделира още едно свойство на човек - способността да копира това, което другите правят, без да навлизаме в подробности защо е необходимо това. Често тази способност му спестява много време, особено в началото на живота му.

В рамките на хибридните интелигентни системи те се опитват да комбинират тези области. Правилата за експертни изводи могат да бъдат генерирани от невронни мрежи, а генеративните правила се получават с помощта на статистическо обучение.

Обещаващ нов подход, наречен усилване на интелекта, разглежда постигането на AI чрез еволюционно развитие като страничен ефект от усилването на човешкия интелект чрез технологиите.

Изследователски направления

Анализирайки историята на AI, може да се отдели такава обширна област като моделиране на разсъжденията. В продължение на много години развитието на тази наука се движи по този път и сега това е една от най-развитите области в съвременния AI. Моделирането на разсъждения включва създаването на символни системи, на входа на които се поставя определена задача, а на изхода се изисква нейното решаване. По правило предложеният проблем вече е формализиран, т.е. преведен в математическа форма, но или няма алгоритъм за решение, или е твърде сложен, отнема време и т.н. Тази област включва: доказване на теорема, вземане на решения и теория на игрите, планиране и диспечиране, прогнозиране.

Важна област е обработката на естествен език, която анализира възможностите за разбиране, обработка и генериране на текстове на "човешки" език. По-специално, проблемът с машинния превод на текстове от един език на друг все още не е решен. В съвременния свят развитието на методите за извличане на информация играе важна роля. По своята същност оригиналният тест на Тюринг е свързан с това направление.

Според много учени важно свойство на интелигентността е способността за учене. Така инженерството на знанието излиза на преден план, съчетавайки задачите за получаване на знания от проста информация, тяхното систематизиране и използване. Напредъкът в тази област засяга почти всяка друга област на изследванията на ИИ. Тук също трябва да се отбележат два важни поддомейна. Първият от тях - машинното обучение - засяга процеса на самостоятелно придобиване на знания от интелигентна система в процеса на нейното функциониране. Вторият е свързан със създаването на експертни системи - програми, които използват специализирани бази от знания за получаване на надеждни заключения по всеки проблем.

Има големи и интересни постижения в областта на моделирането на биологични системи. Строго погледнато, тук могат да бъдат включени няколко независими направления. Невронните мрежи се използват за решаване на размити и трудни проблемикато разпознаване на геометрични фигури или групиране на обекти. Генетичният подход се основава на идеята, че един алгоритъм може да стане по-ефективен, ако заимства по-добри характеристики от други алгоритми („родители“). Сравнително нов подход, при който задачата е да се създаде автономна програма - агент, който взаимодейства с външната среда, се нарича агентен подход. И ако правилно принудите много „не много интелигентни“ агенти да взаимодействат заедно, тогава можете да получите „подобен на мравка“ интелект.

Проблемите с разпознаването на образи вече са частично решени в рамките на други области. Това включва разпознаване на символи, почерк, реч, анализ на текст. Специално трябва да се спомене компютърното зрение, което е свързано с машинното обучение и роботиката.

Като цяло, роботиката и изкуственият интелект често се свързват помежду си. Интеграцията на тези две науки, създаването на интелигентни роботи, може да се счита за друга посока на AI.

Машинното творчество се отличава от факта, че природата на човешката креативност е дори по-малко проучена от природата на интелигентността. Въпреки това тази област съществува и тук се поставят проблемите на писането на музика, литературни произведения (често стихове или приказки), художествено творчество.

И накрая, има много приложения на изкуствения интелект, всяко от които формира почти независима посока. Примерите включват програмиране на интелигентност в компютърни игри, нелинейно управление, интелигентни системи за сигурност.

Може да се види, че много области на изследване се припокриват. Това важи за всяка наука. Но при изкуствения интелект връзката между привидно различни посоки е особено силна и това се дължи на философския дебат за силния и слабия ИИ.

В началото на 17 век Рене Декарт предполага, че животното е някакъв сложен механизъм, като по този начин формулира механистичната теория. През 1623 г. Вилхелм Шикард създава първия механичен цифров компютър, последван от машините на Блез Паскал (1643 г.) и Лайбниц (1671 г.). Лайбниц е и първият, който описва съвременната двоична бройна система, въпреки че преди него тази система е била периодично увличана от много велики учени. През 19 век Чарлз Бабидж и Ада Лавлейс работят върху програмируем механичен компютър.

През 1910-1913г. Бертран Ръсел и А. Н. Уайтхед публикуват Principia Mathematica, което революционизира формалната логика. През 1941 г. Конрад Цузе създава първия работещ компютър с програмно управление. Уорън Маккълох и Уолтър Питс публикуват „Логическо смятане на идеите, присъщи на нервната дейност“ през 1943 г., което поставя основата на невронните мрежи.

Сегашното състояние на нещата

В момента (2008 г.) при създаването на изкуствения интелект (в оригиналния смисъл на думата експертните системи и шахматните програми не са тук) има недостиг на идеи. Изпробвани са почти всички подходи, но нито една изследователска група не се е доближила до появата на изкуствения интелект.

Някои от най-впечатляващите граждански AI системи са:

Deep Blue - Победи световния шампион по шах. (Мачът Каспаров срещу суперкомпютър не донесе удовлетворение нито на компютърните учени, нито на шахматистите и системата не беше разпозната от Каспаров, въпреки че оригиналните компактни шахматни програми са неразделна част от шахматното творчество. Тогава суперкомпютърната линия на IBM се прояви в проектите за груба сила BluGene (молекулярно моделиране) и моделирането на пирамидалната клетъчна система в Swiss Blue Brain Center. Тази историяе пример за сложната и тайна връзка между ИИ, бизнеса и националните стратегически цели.)

Mycin беше една от ранните експертни системи, които можеха да диагностицират малка подгрупа от заболявания, често толкова точно, колкото лекарите.

20q е вдъхновен от AI проект, вдъхновен от класическата игра 20 Questions. Той стана много популярен, след като се появи в интернет на сайта 20q.net.

Гласово разпознаване. Системи като ViaVoice са способни да обслужват потребителите.

Роботите в годишния турнир RoboCup се състезават в опростена форма на футбол.

Приложение на AI

Банките прилагат системи с изкуствен интелект (AI) в застрахователните дейности (актюерска математика), когато играят на фондовата борса и управляват имущество. През август 2001 г. роботи победиха хора в импровизирано търговско състезание (BBC News, 2001 г.). Методите за разпознаване на образи (включително както по-сложни, така и специализирани и невронни мрежи) се използват широко в оптично и акустично разпознаване (включително текст и реч), медицинска диагностика, филтри за нежелана поща, системи за противовъздушна отбрана (идентификация на цели), а също и за осигуряване на редица други задачи по националната сигурност.

Разработчиците на компютърни игри са принудени да използват AI с различна степен на сложност. Стандартните задачи на AI в игрите са намиране на път в 2D или 3D пространство, симулиране на поведението на бойна единица, изчисляване на правилната икономическа стратегия и т.н.

Гледни точки за AI

Има две посоки на развитие на AI:

първият е да се решат проблемите, свързани с доближаването на специализираните AI системи до човешките възможности и тяхната интеграция, която се изпълнява от човешката природа.

второто е създаването на изкуствен интелект, което е интегрирането на вече създадени AI системи в една система, способна да реши проблемите на човечеството.

Връзка с други науки

Изкуственият интелект е тясно свързан с трансхуманизма. И заедно с неврофизиологията и когнитивната психология, тя образува по-обща наука, наречена когнитология. Философията играе отделна роля в изкуствения интелект.

Философски въпроси

Науката за "създаване на изкуствен интелект" не можеше да не привлече вниманието на философите. С появата на първите интелигентни системи се повдигат фундаментални въпроси за човека и познанието и отчасти за световния ред. От една страна, те са неразривно свързани с тази наука, а от друга, внасят някакъв хаос в нея. Сред изследователите на ИИ все още няма доминираща гледна точка относно критериите за интелектуалност, систематизацията на целите и задачите, които трябва да бъдат решени, дори няма строга дефиниция на науката.

Може ли една машина да мисли?

Най-разгорещеният дебат във философията на изкуствения интелект е въпросът за възможността за мислене на творения на човешки ръце. Въпросът „Може ли една машина да мисли?“, който подтикна изследователите да създадат науката за моделиране на човешкия ум, беше поставен от Алън Тюринг през 1950 г. Двете основни гледни точки по този въпрос се наричат ​​хипотези за силен и слаб изкуствен интелект.

Терминът „силен изкуствен интелект“ е въведен от Джон Сърл и неговият подход се характеризира със собствените му думи:

„Нещо повече, такава програма не би била просто модел на ума; в буквалния смисъл на думата, той самият ще бъде умът, в същия смисъл, в който човешкият ум е ум.

За разлика от тях защитниците на слабия ИИ предпочитат да гледат на софтуера просто като на инструмент за решаване на определени задачи, които не изискват пълния набор от човешки когнитивни способности.

В своя мисловен експеримент "Китайска стая" Джон Сиърл показва, че преминаването на теста на Тюринг не е критерий за една машина да има истински мисловен процес.

Мисленето е процес на обработка на информация, съхранявана в паметта: анализ, синтез и самопрограмиране.

Подобна позиция е заета от Роджър Пенроуз, който в книгата си „Новият ум на един крал“ твърди, че е невъзможно да се получи мисловен процес въз основа на формални системи.

Има различни гледни точки по този въпрос. Аналитичният подход включва анализ на висшата нервна дейност на човек до най-ниското, неделимо ниво (функцията на висшата нервна дейност, елементарна реакция на външни стимули (стимули), дразнене на синапсите на набор от неврони, свързани с функция ) и последващото възпроизвеждане на тези функции.

Някои експерти приемат способността за рационален, мотивиран избор за интелигентност, в лицето на липсата на информация. Тоест тази програма за дейност (която не е задължително да се изпълнява на съвременни компютри) просто се счита за интелектуална, която може да избира от определен набор от алтернативи, например къде да отиде в случай на „ще отидете наляво ... ”, „ще отидете надясно ...”, „ще отидете направо ...”

Наука за знанието

Също така епистемологията е тясно свързана с проблемите на изкуствения интелект - науката за познанието в рамките на философията. Философите, занимаващи се с този проблем, решават въпроси, подобни на тези, решавани от инженерите на AI за това как най-добре да се представят и използват знания и информация.

Отношение към AI в обществото

AI и религия

Сред последователите на авраамическите религии има няколко гледни точки относно възможността за създаване на ИИ въз основа на структурен подход.

Според един от тях мозъкът, чиято работа се опитват да имитират системите, според тях не участва в процеса на мислене, не е източник на съзнание и всяка друга умствена дейност. Създаването на AI въз основа на структурен подход е невъзможно.

В съответствие с друга гледна точка мозъкът участва в процеса на мислене, но под формата на "предавател" на информация от душата. Мозъкът е отговорен за такива "прости" функции като безусловни рефлекси, реакция на болка и др. Създаването на AI на базата на структурен подход е възможно, ако проектираната система може да изпълнява функции за „прехвърляне“.

И двете позиции не отговарят на данните на съвременната наука, т.к. понятието душа не се разглежда съвременна наукакато научна категория.

Според много будисти AI е възможен. Така духовният лидер на Далай Лама XIV не изключва възможността за съществуване на съзнание на компютърна основа.

Raelites активно подкрепят разработките в областта на изкуствения интелект.

AI и научна фантастика

В литературата за научна фантастика AI най-често се описва като сила, която се опитва да свали силата на човек (Omnius, HAL 9000, Skynet, Colossus, The Matrix and a Replicant) или служи на хуманоид (C-3PO, Data, КИТ и КАР, Двустагодишен човек). Неизбежността ИИ да доминира над света извън контрол се оспорва от писатели на научна фантастика като Айзък Азимов и Кевин Уоруик.

Любопитна визия за бъдещето е представена в „Изборът на Тюринг“ от писателя на научна фантастика Хари Харисън и учения Марвин Мински. Авторите говорят за загубата на човечност в човек, в чийто мозък е имплантиран компютър, и придобиването на човечност от машина с AI, в чиято памет е копирана информация от човешкия мозък.

Някои писатели на научна фантастика, като Върнър Виндж, също спекулират относно последиците от ИИ, който вероятно ще доведе до драматични промени в обществото. Този период се нарича технологична сингулярност.

Изкуствен интелект(AI, изкуствен интелект, AI) е наука за създаване на интелигентни технологии и компютърни програми.

Изкуственият интелект е тясно свързан със задачата за разбиране на човешкия интелект чрез компютърни технологии. В момента е невъзможно да се каже точно кои изчислителни методи могат да се нарекат интелигентни. Някои механизми на интелигентност са отворени за разбиране, други не. В момента програмите използват методи, които не се срещат при хората.

Изкуственият интелект има научно направление, което изучава решаването на проблемите на човешката интелектуална дейност. Изкуственият интелект е насочен към изпълнение на творчески задачи в областта, знанията за които се съхраняват в интелектуалната система на програмата - знание.

С това знание механизмът на програмата работи - разрешаващ проблеми. Тогава човекът получава представа за резултата от програмата чрез интелигентен интерфейс. Резултатът от програма за изкуствен интелект е пресъздаване на интелигентно разсъждение или интелигентно действие.

Едно от основните свойства на изкуствения интелект е способността за самообучение. На първо място това евристично обучение- програма за непрекъснато обучение, формиране на учебния процес и собствените цели, анализ и осъзнаване на своето обучение.

Научното направление, изучаващо изкуствения интелект, започна да се заражда отдавна:

• философите са мислили за познаването на вътрешния свят на човека
• психолозите изучават човешкия ум
• математиците направиха сметката

Скоро бяха създадени първите компютри, които направиха възможно извършването на изчисления, изпреварващи хората по скорост. Тогава учените започнаха да задават въпроса: къде е границата на възможностите на компютрите и могат ли да достигнат нивото на човек?

Алън Тюринг - английски учен, пионер Информатика, написа статията „Може ли една машина да мисли?“, където описа метод, който ще помогне да се определи в кой момент компютърът може да се сравни с човек. Този метод се нарича - Тест на Тюринг.

Същността на метода е, че човек първо отговаря на въпросите на компютъра, след това на въпросите на друг човек, като в същото време не знае кой точно му е задал въпросите. Ако, отговаряйки на компютърни въпроси, човек не е подозирал, че това е машина, тогава преминаването на теста на Тюринг може да се счита за успешно, както и фактът, че компютърът е изкуствен интелект.

По този начин, ако компютърът показва нещо подобно на човешкото поведениевъв всякакви естествени ситуации и е в състояние да поддържа диалог с човек, тогава можем да кажем, че това е изкуствен интелект. Друг предложен метод за определяне дали една машина е интелигентна е нейната способност да бъде креативна и съзнателна.

Има много различни подходи за изучаване и разбиране на изкуствения интелект.

Символичен подход

Символният подход беше първият в цифровата ера на машините. След като създадоха символния компютърен език Lisp, неговите автори започнаха да прилагат интелект. Символният подход използва свободно форматирани представяния. Засега само човек може да извършва интелектуална работа и задачи, свързани с творчеството. Работата на компютрите в тази посока е пристрастна и всъщност не може да се извърши без участието на човека.

Символните изчисления помогнаха да се създадат правила за решаване на проблеми по време на изпълнение на компютърна програма. Въпреки това стана възможно да се решат само най-простите проблеми и когато има такива предизвикателна задачалицето трябва да се свърже отново. По този начин такива системи не ни позволяват да ги наречем интелигентни, тъй като техните възможности не позволяват решаване на възникващи трудности и подобряване на вече съществуващи системи. познаване на начинирешаване на проблеми за решаване на нови.

логичен подход

Логическият подход се основава на моделиране на разсъждения и използване на език за логическо програмиране. Например езикът за програмиране Prolog се основава на набор от правила за извод без строги последователни действия за постигане на резултат.

Подход, базиран на агент

Подходът, базиран на агенти, се основава на методи, които помагат на интелекта да оцелее в околен святза постигане на определени резултати. Компютърът възприема своята среда и действа върху нея с помощта на определени методи.

Хибриден подход

Хибридният подход включва експертни правила, които могат да бъдат създадени от невронни мрежи, и генеративни правила, използващи статистическо обучение.

Моделиране на разсъждения

Има такова направление в изучаването на изкуствения интелект като моделиране на разсъжденията. Това направление включва създаването на символни системи за поставяне на задачи и тяхното решаване. Проблемът трябва да бъде преведен в математическа форма. В същото време той все още няма алгоритъм за решаване поради сложност. Следователно моделирането на разсъждения включва доказване на теореми, вземане на решения, планиране, прогнозиране и т.н.

обработка на естествен език

Друга важна област на изкуствения интелект е обработка на естествен език, който анализира и обработва текстове на разбираем за хората език. Целта на това направление е обработка на естествен език за самостоятелно придобиване на знания. Източникът на информация може да бъде текст, въведен в програмата или получен от Интернет.

Представяне и използване на знания

Инженерството на знанията е посоката на получаване на знания от информация, нейното систематизиране и по-нататъшно използване за решаване на различни проблеми. С помощта на специални бази от знания експертните системи получават данни за процеса на намиране на решения на задачите.

Машинно обучение

Едно от основните изисквания към изкуствения интелект е способността на машината да се учи самостоятелно без намесата на учител. Машинното обучение включва задачи за разпознаване на шаблони: разпознаване на знаци, текст и реч. Това включва и компютърно зрение, свързано с роботиката.

Биологично AI моделиране

Има такава посока като квазибиологична парадигма, което иначе се нарича биокомпютри. Това направление в изкуствения интелект изучава развитието на компютри и технологии, използващи живи организми и биологични компоненти - биокомпютри.

роботика

Областта на роботиката е тясно свързана с изкуствения интелект. Свойствата на изкуствения интелект също се изискват от роботите, за да изпълняват много различни задачи. Например, за навигация и определяне на вашето местоположение, изучаване на обекти и планиране на движението ви.

Приложения на изкуствения интелект

Изкуственият интелект е създаден за решаване на проблеми от различни области:

• Интелигентни системи за обучение и отдих.
• Синтезът и разпознаването на текст и човешка реч се използва в системите за обслужване на клиенти.
• Системите за разпознаване на образи се използват в системи за сигурност, в оптично и акустично разпознаване, медицинска диагностика, системи за прицелване.
• В компютърните игри AI системите се използват за изчисляване на стратегия за игра, симулиране на поведението на героите и намиране на път в космоса.
• Системи за алгоритмична търговия и вземане на решения.
• Финансови системи за консултиране и финансов мениджмънт.
• Роботи, използвани в промишлеността за решаване на сложни рутинни задачи: роботи за грижа за пациенти, роботи консултанти, както и такива, участващи в животозастрашаващи дейности: роботи спасители, роботи миньори.
• Управление на човешките ресурси и набиране, проверка и класиране на кандидати, прогнозиране на успеха на служителите.
• Системи за разпознаване и филтриране на спам в електронна поща.

Това не са всички области, в които може да се приложи изкуственият интелект.

Сега създаването на изкуствен интелект е една от важните задачи на човека. Все още обаче няма единна гледна точка кое може да се счита за интелигентност и кое не. Много въпроси предизвикват спорове и съмнения. Възможно ли е да се създаде интелигентен ум, който да разбира и решава проблемите на хората? Умът, нелишен от емоции и със способностите, присъщи на живия организъм. Докато дойде моментът да го видим.

Използва се почти навсякъде: от високотехнологични и сложни математически изчисления до медицина, автомобилостроене и дори смартфони. Технологиите, които са в основата на работата на AI в съвременния поглед, ние използваме всеки ден и понякога може дори да не мислим за това. Но какво е изкуственият интелект? Как работи той? И опасно ли е?

ББ ще бъде навсякъде скоро!

Първо, нека дефинираме терминологията. Ако си представяте изкуствения интелект като нещо, което може самостоятелно да мисли, да взема решения и като цяло да проявява признаци на съзнание, тогава бързаме да ви разочароваме. Почти всички системи, които съществуват днес, дори не се доближават до такова определение за AI. И тези системи, които показват признаци на такава активност, всъщност така или иначе работят в рамките на предварително зададени алгоритми.

Невронните мрежи съществуват от 50-те години на миналия век (поне в концептуална форма). Но доскоро те не получиха голямо развитие, тъй като създаването им изискваше огромни количества данни и изчислителна мощност. През последните няколко години всичко това стана достъпно, така че невронните мрежи излязоха на преден план, след като получиха своето развитие. Важно е да се разбере, че нямаше достатъчно технология за пълноценния им външен вид. Как те дори сега не са достатъчни, за да изведат технологиите на ново ниво.

Етапи на дефиниране.

За какво се използват дълбокото обучение и невронните мрежи?

Има няколко области, в които тези две технологии са помогнали да се постигне значителен напредък. Освен това някои от тях използваме всеки ден в живота си и дори не се замисляме какво стои зад тях.

• е способността софтуерразбират съдържанието на изображения и видеоклипове. Това е една област, в която дълбокото обучение е постигнало голям напредък. Например, алгоритмите за дълбоко обучение за обработка на изображения могат да откриват различни видове рак, белодробни заболявания, сърдечни заболявания и т.н. И го направете по-бързо и по-ефективни от лекарите. Но дълбокото обучение също е пуснало корени в много от приложенията, които използвате всеки ден. Apple Face ID и Google Photos използват дълбоко обучение, за да разпознаят лицето ви и да подобрят качеството на вашите снимки. Facebook използва дълбоко обучение, за да маркира автоматично хора в качени снимки и т.н. Компютърното зрение също помага на компаниите автоматично да идентифицират и блокират съмнително съдържание като насилие и голота. И накрая, задълбоченото обучение играе много важна роля в активирането на самоуправляващите се автомобили, така че да могат да разбират заобикалящата ги среда.
• Разпознаване на глас и реч. Когато изречете команда на своя Google Assistant, алгоритмите за задълбочено обучение преобразуват вашите . Няколко онлайн приложения използват дълбоко обучение за транскрибиране на аудио и видео файлове. Дори когато „shazam“ песен, невронната мрежа и алгоритмите за дълбоко машинно обучение влизат в действие.
• Търсене в интернет: дори и да търсите нещо в търсачка, за да може вашата заявка да бъде обработена по-ясно и резултатите да бъдат максимално коректни, компаниите започнаха да свързват невронни мрежови алгоритми към своите търсачки. И така, производителността на търсачката Google се увеличи няколко пъти, след като системата премина към дълбоко машинно обучение и невронни мрежи.

Границите на дълбокото обучение и невронните мрежи

Въпреки всичките си предимства дълбокото обучение и невронните мрежи имат и някои недостатъци.

• Зависимост от данни: Като цяло, алгоритмите за дълбоко обучение изискват огромно количество данни за обучение, за да изпълняват задачите си точно. За съжаление, за решаване на много проблеми няма достатъчно качествени данни за обучение за създаване на работещи модели.
• Непредсказуемост: невронните мрежи се развиват по някакъв странен начин. Понякога всичко върви по план. А понякога (дори и невронната мрежа да върши работата си добре), дори създателите се борят да разберат как работят алгоритмите. Липсата на предвидимост прави изключително трудно елиминирането и коригирането на грешки в алгоритмите на невронните мрежи.
• Алгоритмично отклонение: Алгоритмите за дълбоко обучение са толкова добри, колкото и данните, върху които се обучават. Проблемът е, че данните за обучение често съдържат скрити или очевидни грешки или недостатъци и алгоритмите ги наследяват. Например, алгоритъм за разпознаване на лица, обучен основно върху снимки на бели хора, ще работи по-малко точно при хора с различен цвят на кожата.
• Липса на генерализация: Алгоритмите за дълбоко обучение са добри за изпълнение на целеви задачи, но не обобщават добре. За разлика от хората, моделът на дълбоко обучение не би могъл да играе друга подобна игра: да речем Warcraft. Освен това дълбокото обучение не е добро при обработката на данни, които се отклоняват от примерите за обучение.

Бъдещето на дълбокото обучение, невронните мрежи и AI

Ясно е, че работата по дълбокото обучение и невронните мрежи далеч не е завършена. Полагат се различни усилия за подобряване на алгоритмите за дълбоко обучение. Дълбокото обучение е авангардна техника за създаване на изкуствен интелект. Той стана все по-популярен през последните няколко години, благодарение на изобилието от данни и нарастващата изчислителна мощност. Това е основната технология зад много от приложенията, които използваме всеки ден.

Схемите и начините за решаване на проблеми скоро ще заменят много неща.

Но дали някога ще се роди съзнание на базата на тази технология? Истински изкуствен живот? Някои от учените смятат, че в момента, когато броят на връзките между компонентите на изкуствените невронни мрежи се доближи до същия показател, който съществува в човешкия мозък между нашите неврони, може да се случи нещо подобно. Това твърдение обаче е силно съмнително. За да се появи истински AI, трябва да преосмислим начина, по който изграждаме AI системи. Всичко, което е сега, са само приложни програми за строго ограничен набор от задачи. Колкото и да не ни се иска да вярваме, че бъдещето вече е настъпило...

Изкуственият интелект е технология, която определено ще вземем със себе си в бъдещето.

Разказваме как работи и какви страхотни приложения намерих.

😎 Технологичният раздел се пуска всяка седмица с подкрепата на re:Store.

Какво е изкуствен интелект

Изкуственият интелект (AI) е технология за създаване на интелигентни програми и машини, които могат да решават творчески проблеми и да генерират нова информация въз основа на съществуваща информация. Всъщност изкуственият интелект е предназначен да симулира човешка дейност, която се счита за интелектуална.

Традиционно се смяташе, че креативността е присъща само на хората. Но създаването на изкуствен интелект промени обичайния ред на нещата

Робот, който само механично цепи дърва, не е надарен с AI. Робот, който се научава да цепи дърва сам, като гледа пример на човек или дънер и неговите части, и го прави по-добре всеки път, има AI.

Ако програмата просто извлича стойности от базата данни чрез определени правила, не е надарен с AI. Ако системата след обучение създава програми, методи и документи, решаващи определени задачи, тя има AI.

Как да създадем система с изкуствен интелект

В глобален смисъл е необходимо да се имитира моделът на човешкото мислене. Но всъщност е необходимо да се създаде черна кутия - система, която в отговор на набор от входни стойности произвежда такива изходни стойности, които биха били подобни на резултатите на човек. И ние като цяло не ни интересува какво се случва в нейната „глава“ (между влизането и излизането).

Системите с изкуствен интелект се създават за решаване на определен клас проблеми

Основата на изкуствения интелект – учене, въображение, възприятие и памет

Първото нещо, което трябва да направите, за да създадете изкуствен интелект, е да разработите функции, които реализират възприемането на информация, така че да можете да „захраните“ данни към системата. След това - функциите, които реализират способността за учене. И склад за данни, за да може системата да съхранява някъде информацията, която получава по време на учебния процес.

След това се създават функциите на въображението. Те могат да моделират ситуации, като използват съществуващи данни и да добавят нова информация (данни и правила) към паметта.

Ученето може да бъде индуктивно или дедуктивно. В индуктивната версия системата получава двойки входни и изходни данни, въпроси и отговори и т.н. Системата трябва да намери връзки между данните и в бъдеще, използвайки тези модели, да намери изходните данни според входа.

Дедуктивният подход (здравей Шерлок Холмс!) използва опита на експертите. Той се прехвърля в системата като база от знания. Има не само набори от данни, но и готови правила, които помагат да се намери решение по условие.

AT модерни системиизкуственият интелект използва и двата подхода. Освен това системите обикновено вече са обучени, но продължават да се учат в процеса. Това се прави така, че програмата в началото да демонстрира прилично ниво на способности, но в бъдеще става още по-добра. Например, вземете предвид вашите желания и предпочитания, промени в ситуацията и т.н.

В системата за изкуствен интелект можете дори да зададете вероятността за непредсказуемост. Това ще го направи по-човешки.

Защо изкуственият интелект побеждава хората

На първо място, защото има по-малка вероятност за грешка.

• Изкуственият интелект не може да забрави – той има абсолютна памет.
• Не може неволно да игнорира фактори и зависимости – всяко действие на AI има ясна обосновка.
• AI не се колебае, а оценява вероятностите и се навежда в полза на по-голямата. Следователно може да оправдае всяка стъпка.
• Освен това AI няма емоции. Следователно те не влияят върху вземането на решения.
• Изкуственият интелект не спира да оценява резултатите от текущата стъпка, а мисли няколко стъпки напред.
• И разполага с достатъчно ресурси, за да обмисли всички възможни сценарии.

Страхотни случаи на използване на изкуствен интелект

Най-общо казано, изкуственият интелект може всичко. Основното е правилно да формулирате проблема и да му предоставите първоначални данни. Освен това AI може да прави неочаквани заключения и да търси модели там, където изглежда, че ги няма.

Отговор на всеки въпрос

Изследователски екип, ръководен от Дейвид Феручи, разработи суперкомпютъра Watson със система за въпроси и отговори. Наречена на първия президент на IBM, Томас Уотсън, системата може да разбира въпроси на естествен език и да търси в базата данни за отговори.

Watson има 90 сървъра IBM p750, всеки с четири осем-ядрени процесора POWER7. Общ обем оперативна паметсистема надвишава 15 TB.

Сред постиженията на Уотсън е победата в играта "Jeopardy!" (Американска "Собствена игра"). Той победи двама от най-добрите играчи: победителят с най-голяма победа Брад Рътър и носителят на най-дългата непобедена серия Кен Дженингс.

Наградата на Уотсън е 1 милион долара. Вярно, само през 2014 г. в него са инвестирани 1 млрд.

Освен това Watson участва в диагностицирането на рак, помага на финансови специалисти и се използва за анализ на големи данни.

Разпознаване на лица

В iPhone X лицевото разпознаване е разработено с помощта на невронни мрежи, вариант на системата за изкуствен интелект. Алгоритмите на невронната мрежа са внедрени на нивото на процесора A11 Bionic, поради което той работи ефективно с технологиите за машинно обучение.

Невронните мрежи извършват до 60 милиарда операции в секунда. Това е достатъчно, за да анализира до 40 хиляди ключови точки на лицето и да осигури изключително точна идентификация на собственика за част от секундата.

Дори ако си пуснете брада или носите очила, iPhone X ви разпознава. Той просто не взема предвид линията на косата и аксесоарите, а анализира зоната от храма до храма и от всеки храм до вдлъбнатината под долната устна.

Пестене на енергия

И отново Apple. iPhone X има вградена интелигентна система, която проследява активността на инсталираните приложения и сензор за движение, за да разбере ежедневието ви.

След това iPhone X, например, ще ви подкани да актуализирате в най-удобния момент. Ще улови момента, в който имате стабилен интернет, а не прескачащ сигнал от мобилни кули и не изпълнявате спешни или важни задачи.

AI също така разпределя задачите между процесорните ядра. Така той осигурява достатъчна мощност с минимална консумация на енергия.

Създаване на живопис

Творчеството, което преди беше достъпно само за хората, е отворено за AI. И така, системата, създадена от изследователи от университета Rutgers в Ню Джърси и AI ​​Lab в Лос Анджелис, въведе свой собствен артистичен стил.

А системата за изкуствен интелект на Microsoft може да рисува картини според тяхното текстово описание. Например, ако помолите AI ​​да нарисува "жълта птица с черни крила и къс клюн", ще получите нещо подобно:

Такива птици може да не съществуват в реалния свят- просто така нашият компютър ги представя.

По-разпространен пример е приложението Prisma, което създава картини от снимки:

Писане на музика

През август изкуственият интелект Ампер композира, продуцира и изпълни музиката за албума "I AM AI" (англ. I - artificial intelligence) с певицата Taryn Southern.

Amper е разработен от екип от професионални музиканти и технологични експерти. Те отбелязват, че AI е предназначен да помогне на хората да напреднат в творческия процес.

AI може да пише музика за секунди

Amper самостоятелно създава структурата на акордите и инструментите на песента "Break Free". Хората само леко коригираха стила и общия ритъм.

Друг пример е музикален албум в духа на "Гражданска защита", текстовете за който са написани от AI. Експериментът е проведен от служителите на Yandex Иван Ямщиков и Алексей Тихонов. Албумът 404 на групата Neural Defense беше публикуван онлайн. Оказа се в духа на Летов:

Тогава програмистите отидоха по-далеч и принудиха AI да пише поезия в духа на Кърт Кобейн. За четири най-добриМузикантът Роб Карол написа текстовете и песните бяха комбинирани в албума Neurona. Дори беше заснет видеоклип за една песен - но вече без участието на AI:

Създаване на текстове

Писателите и журналистите също може скоро да бъдат заменени от AI. Например, системата Dewey беше захранвана с книги от библиотеката на проекта Gutenberg, след което добави научни текстове от Google Scholar, класирайки ги по популярност и заглавие, както и продажби в Amazon. Освен това бяха определени критериите за написване на нова книга.

Сайтът покани хората да вземат решения в трудни ситуации: например да ги сложат на шофьорската седалка, която може да свали или трима възрастни, или две деца. Така Moral Machine беше обучен да взема трудни решения, които нарушават закона на роботиката, че роботът не може да нарани човек.

До какво ще доведе имитирането на хора от роботи с AI? Футуристите вярват, че един ден те ще станат пълноправни членове на обществото. Например роботът София на хонконгската компания Hanson Robotics вече получи гражданство в Саудитска Арабия (в същото време обикновените жени в страната нямат такова право!).

Когато колумнистът на New York Times Андрю Рос попита София дали роботите са съзнателни и самосъзнателни, София отговори с въпрос:

Нека в отговор да те попитам откъде знаеш, че си човек?

Освен това София каза:

Искам да използвам своя изкуствен интелект, за да помогна на хората да живеят по-добре, като например да проектирам по-интелигентни домове, да изграждам градове на бъдещето. Искам да бъда емпатичен робот. Ако се отнасяш добре с мен, и аз ще се отнасям добре с теб.

И по-рано тя призна, че мрази човечеството и дори се съгласи да унищожи хората ...

Подмяна на видео лице

Видеоклиповете Deepfakes масово се разпространяват в мрежата. Алгоритми за изкуствен интелект замениха лицата на актьорите във филми за възрастни с лицата на звезди.

Работи по следния начин: невронната мрежа анализира фрагменти от лица на оригиналното видео. След това ги съпоставя със снимки от Google и видеоклипове от YouTube, наслагва необходимите фрагменти и ... любимата ви актриса е във филм, който е по-добре да не гледате на работа.

PornHub вече забрани подобни видеоклипове.

Deepfakes се оказа опасно нещо. Едно е абстрактна актриса, друго е клип с теб, съпругата ти, сестра ти, колежка, който може да служи за изнудване.

Борсова търговия

Група изследователи от университета Ерланген-Нюрнберг в Германия разработи серия от алгоритми, които използват исторически пазарни данни, за да възпроизведат инвестиции в реално време. Един от моделите осигурява 73% възвръщаемост на инвестициите годишно от 1992 до 2015 г., което е сравнимо с реална пазарна възвръщаемост от 9% годишно.

Когато пазарът се тресеше през 2000 г. и 2008 г., възвръщаемостта беше рекордно висока от съответно 545% и 681%.

През 2004 г. Goldman Sachs стартира платформата за търговия Kensho AI. AI-базирани системи за търговия на борси се появяват и на пазарите на криптовалута - Mirocana и др. Те са по-добри от търговците на живо, тъй като са лишени от емоции и разчитат на ясен анализ и строги правила.

AI ще замести ли теб и мен

Изкуственият интелект превъзхожда човека при решаването на проблеми, свързани с анализ на големи данни, ясна логика и необходимостта да се запомнят големи количества информация. Но в творческите състезания човек все още печели AI.