Изкуственият интелект – една от най-вълнуващите теми на художествената литература на 20-ти век – прави невероятни крачки. Ние постоянно използваме AI в Ежедневието, често без да го знае. Въпреки това и днес изкуственият интелект не слиза от страниците на научнофантастичните романи и киноекраните. Някои от авторите рисуват ужасни картини на човечеството, поробено от машина, 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 за изкуствения интелект и перспективите за неговото използване.

Какво е изкуствен интелект?

Изкуственият интелект (съкратено AI) е неясна концепция и все още няма общоприета дефиниция. В средата на 20-ти век, когато този термин се чува за първи път на Дартмутския семинар, авторите влагат в него 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 снимки или видеоклипове, 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 на пресечната точка на философията и компютърните науки, опитвайки се да определят какво е ИИ и какви трябва да бъдат характеристиките на една система, за да я смятат за интелигентна. Без да навлизаме в подробности, можем да кажем, че интелигентността се определя като способност за учене, разбиране и прилагане на знания на практика. Следователно ние също имаме право да очакваме от изкуствения интелект способността да учим, да осъзнаваме знанията си и да ги използваме. Съвременният AI може да се справи доста добре с първата и последната задачи!

Кога започна развитието на AI?

През лятото на 1956 г. в Дартмут учени се събират на семинар по изкуствен интелект (където е формулиран терминът), а още на следващата година се появява концепцията за първата изкуствена невронна мрежа, персептрон. През 1960 г. Франк Розенблат създава компютъра Mark 1, базиран на тази концепция. Първият неврокомпютър в света е научен да разпознава буквите на латинската азбука. Но несъвършенството на технологията от 60-те години и сложността на процесите не позволиха да се спомни технологията и нейният разработчик скоро умря. Неврокомпютрите бяха забравени за 20 години.

Едва през 80-те години на миналия век концепциите за невронни мрежи отново бяха взети сериозно. Технологията вече беше достатъчно мощна и имаше по-малко критици: интелигентната електроника напредваше бързо. 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 намериха правилния път и изкуствените невронни мрежи започнаха своя триумфален марш из цялата планета.

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

Описание на изкуствения неврон

Изкуствените невронни мрежи са създадени като математически модел на човешкия мозък. За да направят това, учените Уорън МакКълок и Уолтър Питс трябваше да разработят теория за дейността на човешкия мозък.

В него отделните неврони са живи клетки със сложна структура. Всеки неврон има дендрити - разклонени израстъци, които могат да обменят сигнали с други неврони чрез синапси, както и един аксон - по-голям процес, отговорен за предаването на импулси от неврона. Някои синапси са отговорни за възбуждането на неврон, други за инхибирането. Импулсите, които ще предава на други неврони, също ще зависят от това какви сигнали и чрез какви синаптични връзки ще постъпят на „входа“ на неврона.

Един изкуствен 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 изкуствена мрежа невроните обикновено се разделят на три типа:

• вход - всеки от тези неврони получава на "входа" елемент от първоначална информация (например една точка от изображението, ако мрежата разпознава снимки);
• междинна - информация за процеса;
• уикенд - дайте резултат (при разпознаване на снимка резултатът може да бъде идентификаторът на обекта на изображението).

Самата невронна мрежа се създава на слоеве, като пай. Единият от външните слоеве съдържа входни неврони, другият - изходни, а между тях могат да бъдат разположени един или повече междинни. Всеки неврон в стадийната мрежа е свързан с множество неврони от два околни слоя. Комуникацията между невроните се осигурява с помощта на тегла - числови стойности, които всеки неврон изчислява въз основа на данните, 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 развие на базата на такива невронни мрежи, ще бъде близък до човешкия?

Разликата между естествения и изкуствения интелект

Въпросът за това как AI се различава от естествения интелект всъщност лежи повече във философската равнина, отколкото в строго научната. И въпросът дори не е, че не можем да си представим какъв ще бъде (или не ще) един изкуствено създаден ум. Просто сме способни да си представим всичко - и писателите на научна фантастика са доказвали това многократно. Факт е, че нито един изкуствен интелект, който съществува днес, не е постигнал достатъчно високо ниворазвитие, за да се конкурират с човек на равна основа.

Има гледна точка, изразена от философа Джон Сърл през 80-те години на миналия век. Той измисли термините "силен AI" и "слаб AI". Силният изкуствен интелект, според учения, може да осъзнава себе си и да мисли като човек. Слабите не са способни на това.

Днешните ИИ, ако са класифицирани според Сърл, са недвусмислено слаби, тъй като никой от тях все още не е развил самосъзнание. Нашите изкуствени невронни мрежи разпознават лица и рисуват странни, невероятни картини, четат ръкописен текст и дори добавят поезия - но те са създадени изключително за тази цел. Нито една от тези невронни мрежи не е в състояние да промени мнението 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 се крие зад тези неща. Searle твърди, че изграждането на силен AI по принцип е невъзможно.

Друг философ, Хуберт Драйфус, също смята, че компютърните системи никога не могат да бъдат равни на хората - тъй като в своята интелигентна дейност той разчита не само на научени знания, но и на емпиричен опит. Компютрите не го притежават по дефиниция - следователно не им е съдба да развиват собствения си ум.

Но тези нахални твърдения бяха направени във време, когато невронните мрежи правеха само първите си стъпки. Днес, гледайки техния успех в ученето, не е трудно да повярваме в реалността на AI, който може да стане равен или дори да надмине човешките същества.

Как се сравняват човешкият и компютърният интелект?

Чакайте, 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 изведнъж реши да напише стихотворение или да нарисува картина - няма ли това да е проява на разума?

Доста възможно. Въпреки това и животните, и птиците имат чувства. В същото време на въпроса за тяхната рационалност (още повече - равенството на ума им с човешкия), ние често отговаряме отрицателно. Освен това чувствата могат да бъдат програмирани – в повечето от тях те са реакция на специфични външни стимули. И накрая, ние просто нямаме данни дали компютрите някога ще могат да изпитват човешки емоции. Но трябва ли техните чувства да са като нашите?

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

Има ли по-точни и строги методи за сравняване на интелигентност? В крайна сметка има същият коефициент на интелигентност, който може да се използва за оценка на умствените способности на човек. Защо не го използвате за кола?

Компютърните програми имат ли IQ?

Невероятно трудно е да се измери интелигентността дори при хората - не можете да приложите линийка към когнитивните и мисловните способности. Освен това IQ не е абсолютен показател, а относителен. Някои учени по принцип смятат, че тестовете за интелигентност не измерват интелигентността като такава, а способността за преминаване на такива тестове. Можете да я обучите и да постигнете блестящи резултати - но интелектът, разбира се, няма да се промени. Така че показателят IQ не е нищо повече от число, което се свързва с интелигентността, но не може да даде своята обективна оценка.

В някои тестове за интелигентност преобладават задачи за наблюдение или логика, в други за комбинаторика, а в трети за математическо мислене. Резултатът ще зависи от това какво е по-лесно за човек и в какво е по-компетентен. Важна е скоростта на преминаване на тестовете и специализацията на задачите.

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

И така, има ли някакви критерии, по които може да се съди обективно за машинния интелект? Един от първите изследователи, които се опитват да ги развият, е известният британски математик Алън Тюринг.

Какво е тест на Тюринг?

През 1950 г. Тюринг публикува статия "Изчислителни машини и ум", в която обсъжда теоретичната възможност за мислене в машини. Това не беше първото изследване на изкуствения интелект или дори първата подобна работа на Тюринг, но именно тя стана отправна точка на сериозни научни дискусии и противоречия.

Тюринг започна с определения, за да изясни въпроса дали една машина може да мисли – това му се стори твърде неясно. Какъв тип кола имаш предвид? Какво означава „мисля“ като цяло? .. Беше очевидно, че такъв въпрос първоначално носи ирационално зърно, което няма да позволи да се даде правилен отговор на него. Резултатът от мислите на учения беше тестът на Тюринг – експеримент, при който човек („съдия“) е помолен 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 е допуснал грешка в оценката, машината се счита за издържала теста.

Тестът на Тюринг не е за създаване на „машина за измама“, 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 човек. Тюринг нарече такъв компютър "интелигентен" - това определение е на повече от 60 години и остава актуално.

AI процесори

AI технологията не се ограничава до софтуерни решения. Днес активно се разработват електронни чипове, в които поддръжката на AI е вградена в 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 изображение, създаване на търсачки и машинни транслатори.

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

Google Tensor Processing Unit 3.0 (TPU)

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

Пазар на технологии за изкуствен интелект

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

Световен пазар

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

Но пазарът на AI показва безпрецедентно висок растеж - според някои оценки той расте с около 30% годишно (подобни показатели за игри и смартфони - около 5%). Ако този темп на усвояване на технологиите продължи още няколко години, може да се очаква, че изкуственият интелект скоро ще бъде буквално навсякъде.

Най-големите ИТ компании в света допринасят за развитието на AI: Google, IBM, Intel, Nvidia. Сред страните начело са САЩ, Китай и Великобритания.

В Русия

Ако през 2017 г. в Русия имаше само няколко десетки проекта, използващи AI, то през 2018 г. вече имаше стотици. Според експерти до 2020 г. обемът на пазара ще достигне 28 милиарда рубли (около 450 милиона долара). 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 пазарът като цяло расте дори по-бързо, отколкото в света, има проблеми. Основният проблем остава липсата на специалисти по машинно обучение. И така, време е да започнете да изучавате AI, за да получите търсена специалност и високоплатена работа.

Влияние на изкуствения интелект върху пазара на труда

Вече днес има области, в които AI може да замени хората. Например, приложенията могат да отговарят на клиентите по телефона или в чат за прости въпроси. Това ви позволява да оптимизирате натовареността на операторите на кол-центровете и дори да намалите персонала им.

В производството AI е в състояние да контролира автоматизацията и промишлените роботи. Изкуствена невронна мрежа, която непрекъснато следи работата на много сензори, ще може да реагира по-бързо при 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 прогони хората от работа. 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 почивка, не се чувства тъжен и не се уморява. Идеалният работник.

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

Но все пак ще са необходими хора там, където роботите няма да могат да се конкурират с тях дълго време. И не става дума само за творческото поле. AI все още е в състояние да изпълнява само високоспециализирани задачи, за които е бил обучен, така че може да замени хората по същия начин, по който калкулаторът е математиката. В същото време развитието на AI технологии отваря огромен пазар на труда за специалисти, свързани с машинното обучение и поддръжката на интелигентни технологии.

Къде се използва AI?

Накратко – почти навсякъде!

Няма толкова много области на човешката дейност, които изобщо не са засегнати от AI технологиите. Нека разгледаме само най-важните области, в които AI вече се използва.

AI в интернет

Когато кажете „Ok Google“ или „Hey Siri“, вие имате предвид изкуствения интелект във вашия смартфон. Той е в състояние да разпознае речта, отправена към него в сигнала от микрофона. Той записва вашия въпрос и го изпраща до сървърите на Google или Apple. Там към корпуса е свързан втори AI, който разпознава речта и превежда въпроса във формат, разбираем за компютъра. И тогава третият търси отговор в гигантски бази данни. Накрая отговорът се връща на вашия смартфон, където AI, който генерира човешки глас, го изговаря вместо вас. И всичко това за части от секундата.

AI в транспорта и логистиката

Впечатляващо приложение на изкуствените невронни мрежи е в самоуправляващите се автомобили. През последното десетилетие много автомобилни производители - General Motors, Nissan, BMW, Honda, Volkswagen, Audi, Volvo, както и Google и Tesla - се заеха да разработят автомобил, който да може да се движи самостоятелно по пътищата. БЛА все още не са се превърнали в масово явление по улиците на нашите градове, но явно напредват.

От 2013 г. Amazon развива идеята за доставка на стоки и поща с помощта на дронове. За първи път пратката пристигна при получателя с безпилотен летателен апарат още през декември 2016 г. В някои региони храната, лекарствата и дори преносимите 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 регистрирани случаи на доставка на забранени предмети в затворите с помощта на дронове, както и използване на дронове за транспортиране на наркотици.

AI във финансите

Във финансовия сектор AI се използва за прогнозиране на рискове и откриване на измами. Корпорацията MasterCard, която създаде международната платежна система, въведе услугата Decision Intelligence преди няколко години. Той е предназначен да подобри точността на потвърждение на автентичните транзакции и да намали вероятността от фалшиви отхвърляния на плащания - това е погрешно задействане на вградената система за сигурност, която не позволява извършването на коректна транзакция, сбъркана с измамна . Грешки като тази вредят както на продавача, който губи клиента, така и на купувача, който не получава артикула. Загубите са дори по-големи от щетите от измама.

Система, захранвана от изкуствена невронна мрежа, използва информация от много източници, за да прецени в движение колко "нормална" е транзакцията. Вземат се предвид не само надеждността и историята на транзакциите на продавача, но дори и типичната покупка за купувача и неговото местоположение, както и времето на 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 диагностиката на заболявания. Изкуствените невронни мрежи са се научили да разпознават ракови тумори на рентгенови лъчи, компютърна томография, мамография и ЯМР. На опитен лекар са необходими около 20 минути, за да изучи картина, а на невронна мрежа - няколко секунди. Така пациентът може да разбере резултатите от изследването почти незабавно. Особено приятно е, че подобни разработки се извършват и в Русия.

Диагностичните ИИ са в състояние да откриват не само рак, но и ранни 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 термовизор. Очаква се технологията да помогне за идентифицирането на лидери на банди в райони на военни действия.

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

Разработват се и системи за насочване на танкове, които могат да откриват камуфлажни цели.

Във военно-промишления комплекс AI ще спомогне за увеличаване 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, предоставят персонализирани съвети и ви помагат да изберете правилния продукт.

Според TAdviser през 2018 г. над една трета от всички приходи от търговия на дребно са получени благодарение на препоръки, базирани на AI!

AI в спорта

Тук AI технологиите се използват за прогнозиране на резултатите от мачовете – такива системи са създадени от UBS, Commerzbank и Microsoft. Отчита се опитът на отбора и отделните играчи. Понякога прогнозите се оказват верни, но често изкуственият интелект се изчислява сериозно. 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 да бъде?

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

Музика

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

Алис, разработена в рамките на стартъпа Popgun, знае как да "свири" с човек, създавайки музикални импровизации. Американската певица Тарин Саутърн издаде албум в сътрудничество с невронната мрежа Amper. А проектът Endel е в състояние да създава композиции в унисон с настроението на потребителя с едно натискане на бутон.

Живопис

Невронната мрежа DeepDream е създадена с разпознаване очи в лице и показа способността за сюрреалистично рисуване. Разработчиците отвориха уебсайт, 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 помощ от човек.

Видео

С помощта на AI, разработен от Google и Facebook, можете да „накарате“ човек на екрана да каже всякакви думи, да изобрази пълния спектър от емоции. И може да е трудно да се разграничат такива видеоклипове от истинските. Невронните мрежи дори могат да заменят един актьор с друг във филм. И това отваря възможности не само за режисьори, но и за създателите на фалшификати.

литература

Невронната мрежа от Facebook знае как да пише поезия, поддържайки перфектно времето и ритъма, подбирайки добри рими. Читателите успяха да разпознаят компютърно генерирани низове само в половината от случаите, но AI е далеч от истинските поети. Машината все още не се е научила да предава емоции и да влага смисъл в поезията.

Yandex също стартира Avtopoet, който създава стихотворения от заявките за търсене на потребителите. Някои е невъзможно да се четат без усмивка. Трудно е да се повярва, че са съставени от невронна мрежа, лишена от чувство за хумор!

И Narrative Science разработи електронен журналист. Докато статиите, написани от AI, са прости по съдържание, ръководството на компанията е оптимистично 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. книгата „Денят, в който компютърът пише роман“ достигна финала на наградата за японска литература „Хоши Шиничи“. Тази работа е почти изцяло създадена от изкуствен интелект.

игри

В компютърните игри невронните мрежи се използват за управление на опоненти и игрови ботове. Но AI може 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 на Doom между AI. А Deep-Q-Network е обучена да играе класически аркадни машини Atari. Тя често показва резултати до 30% по-високи от тези на опитни играчи.

През 20-ти 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 са преминали този етап отдавна - през далечната 1997 г. Deep Blue победи Гари Каспаров (при това това беше алгоритмична програма, а не изкуствен интелект).

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

Перспективи за развитие на изкуствения интелект

Научните изследвания на AI продължават повече от половин век, но все още не всеки разбира същността на технологията. В научнофантастичните романи и филми писателите и режисьори описват колко опасен може да бъде изкуственият интелект. И за мнозина идеята за изкуствен интелект се формира точно така.

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

Целта на AI ли е да постави човешкия ум в компютър?

Не, не е така. 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 невроните и синаптичните му връзки и да се възпроизведе копие от нея в компютър. От такава копирана невронна мрежа може да се очаква не само интелигентно поведение – тя буквално ще бъде двойник на човек, ще може да осъзнава себе си, да взема решения и да извършва действия като него. Дори спомените ще бъдат копирани. Теоретично ще бъде възможно да се постави такава невронна мрежа в изкуствено тяло (в робот) и тогава човек - копие на неговото съзнание - ще може да живее практически вечно.

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

AI се стреми да постигне човешка интелигентност?

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

Въпреки това, ако един ден изкуственият интелект може да достигне нивото на човешкото мислене, това ще бъде важен крайъгълен камък за цивилизацията. Ще получим ефективен и умен асистент - и ще можем с право да се гордеем, че това е творение на нашите ръце.

Кога изкуственият интелект ще достигне човешкото ниво?

Ние успешно създаваме сравнително малки невронни мрежи, способни да разпознават глас или да обработват изображения. Все още никой AI няма същата гъвкавост като нашия мозък.

Човек може да прави музика днес и да започне да програмира на C ++ утре, благодарение на невероятната сложност на мозъка. Съдържа 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 няма да „издърпат“ невронна мрежа, сравнима по мащаб с човешкия мозък. Да не говорим, че обучението й ще бъде нетривиална задача.

Дали скоростта на компютрите им позволява да бъдат интелигентни?

„Силата“ на интелигентността не е свързана със скоростта на изчисление, а със сложността на невронната мрежа. Човешкият мозък до този момент превъзхожда по мощност всяка изкуствена невронна мрежа, въпреки факта, че скоростта на процесите в него е значително по-ниска, отколкото в компютрите.

Изкуствените невронни мрежи са изградени 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 един слой е свързан с много други в предишния и следващия слой.

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

Може ли невронна мрежа да се развие естествено?

Нека видим дали е вероятно ИИ да може да натрупа опит и да се учи естествено, като дете. Човешкият ум се формира от много фактори. Получаваме информация за външния свят чрез органите на възприятието – чрез наблюдение, докосване, вкусване. Взаимодействайки с околната среда, ние придобиваме житейски опит, знания за свойствата на света, социални умения. Нашият мозък непрекъснато се подобрява и физически се променя, изграждайки нови синаптични връзки и „изпомпвайки“ съществуващите.

Ако можем да създадем невронна мрежа, която е достатъчно сложна, за да се развие по този начин, и й предоставим „сетива“ – видеокамера, микрофон и други подобни – може би след известно време тя ще може да придобие „житейски опит " Но това е въпрос за далечното 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, достигайки 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 този или онзи клас задачи, например от творчески характер. Това може да доведе до загуби в разходите за труд и финансови инвестиции.

Ако разберем риска от причинени от човека бедствия или бунт на машините - засега това едва ли ще ни заплашва. Казано по-просто, 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 се осъзнаят като личност и да удрят собствените си тела.

Трябва обаче да помним, че AI е нашият дизайн. Ние ги проектираме, създаваме, обучаваме, влагаме „мисли“. Това означава, че отговорността за тяхното поведение е върху нас.

Четвърта революция

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

Всичко ново е плашещо и недоверчиво – това е нормална човешка реакция и много хора са предпазливи от AI. Само мързелив писател на научна фантастика не говори за ужасите, които изкуственият интелект ще ни донесе. Но за всяка технологична иновация навремето се писаха подобни неща. Хората се страхуваха от парните локомотиви, защото те „плашат кравите, тровят птиците с дим, а при скорост над 15 мили в час пътниците ще разкъсат“. Вероятно и потомците ще се смеят на нашите страхове, за които научават от филми и книги от XX и XXI век.

Изкуствен интелект

Изкуственият интелект е клон на компютърните науки, който изучава възможността за предоставяне на интелигентни разсъждения и действия с помощта на изчислителни системи и други изкуствени устройства. Освен това в повечето случаи алгоритъмът за решаване на проблема не е известен предварително.

Няма точно определение на тази наука, тъй като философията не е разрешила въпроса за природата и статута на човешкия интелект. Няма и 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:

низходящ, семиотичен - създаването на символни системи, които симулират умствени процеси на високо ниво: мислене, разсъждение, реч, емоции, творчество и др .;

отдолу нагоре, биологичен - изучаването на невронни мрежи и еволюционни изчисления, които симулират интелигентно поведение, базирано на по-малки „неинтелигентни“ елементи.

Тази наука се свързва 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 изследвания, която стартира през 1956 г. Историческият му път наподобява синусоида, всяко „издигане“ на която е инициирано от някаква нова идея. В момента развитието му е в „упадък“, отстъпвайки място на прилагането на вече постигнатите резултати в други области на науката, индустрията, бизнеса и дори ежедневието.

Подходи за обучение

Има различни подходи за изграждане на AI системи. В момента могат да се разграничат 4 доста различни подхода:

1. Логически подход. Логическият подход се основава на булева алгебра. Всеки програмист е запознат с него и с логическите оператори от времето, когато е овладял оператора IF. Булевата алгебра получава своето по-нататъшно развитие под формата на предикатно смятане – в което се разширява чрез въвеждане на субектни символи, отношения между тях, количествени показатели на съществуване и универсалност. Почти всяка логическа AI система е машина за доказване на теореми. В този случай първоначалните данни се съхраняват в базата данни под формата на аксиоми, правила за извод като връзка между тях. Освен това всяка такава машина има устройство за генериране на цел и системата за извод се опитва да докаже тази целкато теорема. Ако целта е доказана, проследяването на прилаганите правила ви позволява да получите верига от действия, необходими за реализиране на целта (такава система е известна като експертни системи). Мощността 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 в допълнение към да/не (1/0), истинността на твърдението може да приеме и междинни стойности - не знам (0,5), пациентът е по-вероятно да е жив, отколкото мъртъв (0,75), пациентът е по-вероятно да е мъртъв, отколкото жив (0,25). Този подход прилича повече на мисленето на човек, тъй като той 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 персептронът на Франк Розенблат. Основната моделирана структурна единица в персептроните (както в повечето други варианти на моделиране на мозъка) е невронът. По-късно се появяват и други модели, които са известни на повечето под термина невронни мрежи (NN). Тези модели се различават по структурата на отделните неврони, в топологията на връзките между тях и в алгоритмите за обучение. Сред известните в момента варианти на невронни мрежи са невронни мрежи с обратно разпространение на грешка, мрежи на Хопфийлд, стохастични невронни мрежи. По-широко този подход е известен като конектизъм.

3. Еволюционен подход. При изграждането на AI системи, използващи този подход, основното внимание се отделя на изграждането на първоначален модел и правилата, по които той може да се променя (еволюира). Освен това моделът може да бъде съставен по различни методи, може да бъде невронна мрежа и набор от логически правила или всеки друг модел. След това включваме компютъра и на базата на проверка 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 й концепции за черна кутия. Обектът, чието поведение се симулира, е точно "черната кутия". За нас не е важно 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 човешко свойство – способността да се копира това, което другите правят, без да се навлиза в подробности защо е необходимо. Тази способност често 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 експертен извод могат да бъдат генерирани от невронни мрежи, а генериращите правила се получават чрез статистическо обучение.

Обещаващ нов подход, наречен подобряване на интелигентността, разглежда напредъка на AI в еволюционното развитие като страничен ефект от технологичното подобряване на човешката интелигентност.

Изследователски направления

Анализирайки историята на AI, може да се открои такава обширна област като моделиране на разсъждения. В продължение на много години развитието на тази наука се движи по този път и сега тя е една от най-развитите области в съвременния AI. Моделирането на разсъжденията предполага създаването на символни системи, на входа на които се поставя определена задача, а на изхода се изисква нейното решение. Като правило, предложената задача вече е формализирана, тоест преведена е в математическа форма, но или няма алгоритъм за решение, или е твърде сложен, отнема много време и т.н. Тази област включва: доказване на теореми, 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 „човешкия“ език. По-специално, проблемът с машинния превод на текстове от един език на друг все още не е решен. В съвременния свят развитието на методи за извличане на информация играе важна роля. По своята същност оригиналният тест на Тюринг е свързан с тази посока.

Според много учени важно свойство на интелигентността е способността да се учи. Така на преден план излиза инженерството на знанието, което съчетава задачите за получаване на знания от проста информация, тяхното систематизиране и използване. Напредъкът в тази област засяга почти всяка друга област на изследванията на AI. Тук трябва да се отбележат и две важни подзони. Първият от тях - машинното обучение - се отнася до процеса на самостоятелно усвояване на знания от интелигентна система в процеса на нейната работа. Вторият е свързан със създаването на експертни системи – програми, които използват специализирани бази от знания за получаване на надеждни заключения по всеки проблем.

Големи и интересни постижения са направени в областта на моделирането на биологични системи. Строго погледнато, това включва няколко независими направления. Невронните мрежи се използват за решаване на размити и трудни проблемикато разпознаване на геометрия или групиране на обекти. Генетичният подход се основава на идеята, че алгоритъмът може да стане по-ефективен, ако заимства по-добри характеристики от други алгоритми („родители“). Сравнително нов подход, който поставя задачата за създаване на автономна програма - агент, който взаимодейства с външната среда, се нарича агент-базиран подход. И ако правилно принудите много "не много интелигентни" агенти да взаимодействат заедно, можете да получите "мравка" интелигентност.

Задачите за разпознаване на образи вече са частично решени в рамките на други направления. Това включва разпознаване на знаци, почерк, говор, анализ на текст. Особено внимание заслужава компютърното зрение, което се свързва с машинното обучение и роботиката.

Като цяло роботиката и изкуственият интелект често се свързват един с друг. Интегрирането на тези две науки, създаването на интелигентни роботи, може да се счита за друга посока на ИИ.

Машинното творчество се държи настрана, поради 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 компютърното писане на музика, литературни произведения (често - стихотворения или приказки), художествено творчество.

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

Ще забележите, че много области на изследване се припокриват. Това е характерно за всяка наука. Но при изкуствения интелект връзката между привидно различни посоки е особено изразена и това се дължи на философския дебат за силния и слабия ИИ.

В началото на 17-ти век Рене Декарт предполага, че животното е един вид сложен механизъм, като по този начин формулира механистична теория. През 1623 г. Вилхелм Шикард построява първата механична цифрова изчислителна машина, последвана от машините на Блез Паскал (1643) и Лайбниц (1671). Лайбниц е и първият, който описва съвременната двоична бройна система, въпреки че много велики учени периодично се интересуват от тази система. През 19 век Чарлз Бабидж и Ада Ловлейс работят върху програмируем механичен компютър.

През 1910-1913г. Бертран Ръсел и А. Н. Уайтхед публикуват Принципи на математиката, които революционизират формалната логика. През 1941 г. Конрад Цузе построява първия работещ софтуерно управляван компютър. Уорън МакКълок и Уолтър Питс публикуваха логическо изчисление на идеите, присъщи на нервната дейност през 1943 г., което положи основите на невронните мрежи.

Текущо състояние на нещата

В момента (2008 г.) има недостиг на идеи при създаването на изкуствен интелект (в оригиналния смисъл на думата, експертни системи и шахматни програми). Почти всички подходи са изпробвани, но нито една изследователска група никога не е подходила към появата на изкуствен интелект.

Някои от най-впечатляващите цивилни системи за изкуствен интелект са:

Deep Blue - победи световния шампион по шах. (Мачът между Каспаров и суперкомпютъра не донесе удовлетворение нито на компютърните специалисти, нито на шахматистите, а системата не беше призната от Каспаров, въпреки че оригиналните компактни шахматни програми са неразделна част от шахматното творчество. Швейцарски център Blue Brain. Тази история- пример за сложната и потайна връзка между ИИ, бизнеса и националните стратегически цели.)

Mycin е една от най-ранните експертни системи, които могат да диагностицират малък набор от заболявания, често също толкова добре, колкото лекарите.

20q е проект, управляван от изкуствен интелект, базиран на класическата игра 20 въпроса. Стана много популярен, след като се появи в интернет на 20q.net.

Гласово разпознаване. Системи като ViaVoice са в състояние да обслужват потребителите.

Роботите в годишната RoboCup се състезават в опростена футболна форма.

AI приложение

Банките използват системи с изкуствен интелект (AI) в застрахователните дейности (актюерска математика), когато търгуват на фондовата борса и управляват имущество. През август 2001 г. роботи победиха хората в импровизирано търговско състезание (BBC News, 2001). Методите за разпознаване на модели (включително както по-сложни, така и специализирани, както и невронни мрежи) се използват широко при оптично и акустично разпознаване (включително текст и реч), медицинска диагностика, филтри за спам, в системи за противовъздушна отбрана (определяне на цел), както и за осигуряване на редица други задачи на националната сигурност.

Разработчиците на компютърни игри са принудени да прилагат AI в различна степен на сложност. Стандартните задачи на AI в игрите са намиране на път в двуизмерно или триизмерно пространство, имитация на поведението на бойна единица, изчисляване на правилната икономическа стратегия и т.н.

AI перспектива

Виждат се две посоки на развитие на AI:

първият е за решаване на проблеми, свързани с подхода на специализираните AI системи към човешките възможности и тяхната интеграция, която е реализирана от човешката природа.

вторият е създаването на изкуствен интелект, представляващ интегрирането на вече създадени AI системи в единна система, способна да решава 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 създаването на изкуствен интелект“ не можеше да не привлече вниманието на философите. С появата на първите интелигентни системи бяха повдигнати фундаментални въпроси за човека и знанието 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 интелигентност, систематизиране 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 да се мисли за създаването на човешки ръце. Въпросът „Може ли една машина да мисли?“, който подтикна изследователите да създадат науката за моделиране на човешкия ум, е поставен от Алън Тюринг през 1950 г. Две 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 с:

„Освен това, такава програма не би била просто модел на ума; в буквалния смисъл на думата тя самата ще бъде умът, в същия смисъл, в който човешкият ум е умът."

Напротив, привържениците на слабия AI предпочитат да разглеждат програмите само като инструмент, който им позволява да решават определени проблеми, които не изискват пълния спектър от човешки когнитивни способности.

В своя мисловен експеримент в Китайската стая Джон Сърл показва, че преминаването на теста на Тюринг не е критерий за машината да има истински процес на мислене.

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

Подобна позиция заема и Роджър Пенроуз, който в книгата си "Новият ум на краля" аргументира невъзможността да се получи процесът на мислене на базата на формални системи.

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

Някои специалисти приемат за интелигентност способността за рационален, мотивиран избор в условия на липса на информация. Тоест програмата от дейности (не е задължително да се изпълнява на съвременни компютри) се счита за интелектуална, ако може да избира от определен набор от алтернативи, например къде да отиде в случай на „ще отидете наляво .. .“, „Ще отидеш надясно...“, „Ще вървиш направо...“

Науката за знанието

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

Отношение към ИИ в обществото

AI и религия

Сред последователите на авраамските религии има няколко гледни точки относно възможността за създаване на AI въз основа на структуриран подход.

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

Според 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 т.н. Създаването на AI на базата на структурния подход е възможно, ако проектираната система е в състояние да изпълнява "прехвърлящи" функции.

И двете позиции не отговарят на данните на съвременната наука, т.к концепцията за душ не се разглежда съвременната наукакато научна категория.

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

Raelites активно подкрепят разработките в областта на изкуствения интелект.

AI и научна фантастика

В научно-фантастичната литература AI най-често се представя като сила, която се опитва да свали човешката сила (Omnius, HAL 9000, Skynet, Colossus, The Matrix и Replicant) или служещ хуманоид (C-3PO, Data, KITT и KARR, Bicentennial Човек). Неизбежността на един извънконтролен AI свят, доминиран от писатели на научна фантастика като Айзък Азимов и Кевин Уоруик.

Интересна визия за бъдещето е представена в романа "Изборът на Тюринг" от писателя-фантаст Хари Гарисън и учения Марвин Мински. Авторите говорят за загубата на човечност в човек, в чийто мозък е имплантиран компютър, и придобиването на човечеството от AI машина, в чиято памет е копирана информация от човешкия мозък.

Някои писатели на научна фантастика, като Вернър Виндж, също спекулират за последствията от появата на AI, който вероятно ще доведе до драматични драматични промени в обществото. Този период се нарича технологична сингулярност.

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

Изкуственият интелект е тясно свързан със задачата за разбиране на човешкия интелект с помощта на компютърни технологии. В момента е невъзможно да се каже със сигурност 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 научна посока, която изучава решаването на проблеми 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 интелигентния интерфейс. Резултатът от програма за изкуствен интелект е пресъздаването на интелектуални разсъждения или интелигентни действия.

Едно от основните свойства на изкуствения интелект е способността да се учи сам. Преди всичко е така евристично обучение- непрекъснато обучение на програмата, формиране на учебния процес и собствени цели, анализ и осъзнаване на тяхното учене.

Научната насока, изучаваща изкуствения интелект, започна да се появява много отдавна:

• философите са мислили за познаването на вътрешния свят на човека
• психолозите са изследвали човешкото мислене
• математиците правеха изчисления

Скоро бяха създадени първите компютри, които направиха възможно извършването на изчисления по-бързо от хората. Тогава учените започнаха да задават въпроса: къде е границата на възможностите на компютрите и могат ли те да достигнат до човешкото ниво?

Алън Тюринг, английски учен, пионер в изчисленията, написа статия „Може ли машината да мисли?“, където описа метод, който ще помогне да се определи в кой момент компютърът може да бъде сравнен с човек. Този метод беше наречен - Тест на Тюринг.

Същността на метода е човек първо да 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 въпросите на компютъра, човекът 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 подобни 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 способността й да бъде креативна и способността й да чувства.

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

Символичен подход

Символичният подход беше първият в дигиталната ера на машините. След създаването на символичния компютърен език Lisp, неговите автори започнаха да прилагат интелигентност. Символичният подход използва слабо формализирани представяния. Досега само човек може да изпълнява интелектуална работа и задачи, свързани с творчеството. Работата на компютрите в тази посока е пристрастна и всъщност не може да се извършва без човешко участие.

Символното изчисление помогна за създаването на правила за решаване на проблеми по време на изпълнението на компютърна програма. Въпреки това стана възможно да се решават само най-простите задачи и когато се появи някаква сложна задача, е необходимо човек да се свърже отново. По този начин такива системи не им позволяват да бъдат наречени интелигентни, тъй като техните възможности не позволяват решаване на възникващи трудности и подобряване на вече знаещи начинирешаване на проблеми за решаване на нови.

Логичен подход

Логическият подход се основава на моделиране на разсъждения и използване на логически език за 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 агенти

Подходът, базиран на агенти, се основава на методи, които помагат на разузнаването да оцелее заобикаляща средаза постигане на определени резултати. Компютърът възприема околната среда и действа върху нея по зададените методи.

Хибриден подход

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

Моделиране на разсъждения

Има такава посока в изучаването на изкуствения интелект като моделиране на разсъждения. Това направление включва създаването на символни системи за поставяне на задачи и тяхното решаване. Задачата трябва да бъде преведена в математическа форма. В същото време тя все още няма алгоритъм за решаване поради сложността. Следователно моделирането на разсъжденията съдържа 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 от човека език. Целта на това направление е обработка на естествен език за самостоятелно усвояване на знания. Източникът на информация може да бъде текст, въведен в програмата или получен от Интернет.

Представяне и използване на знанието

Инженерингът на знанията е посоката на получаване на знания от информация, тяхното 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 поставените задачи.

Машинно обучение

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

AI биологично моделиране

Има такава посока като квазибиологична парадигма, което се нарича иначе Биокомпютър... Това направление в изкуствения интелект изучава развитието на компютрите и технологиите, 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 изпълнение на много различни задачи. Например, за да навигирате и да определите местоположението си, да изучавате предмети и да планирате движението си.

Приложения за изкуствен интелект

Изкуственият интелект е създаден с цел решаване на проблеми от различни области:

• Интелигентни системи за образование 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, оптично и акустично разпознаване, медицинска диагностика и системи за определяне на цел.
• В компютърните игри системите с изкуствен интелект се използват за изчисляване на стратегията на играта, симулиране на поведението на героите и намиране на път в пространството.
• Алгоритмична търговия и системи за вземане на решения.
• Финансови системи за консултиране и финансово управление.
• Роботи, използвани в индустрията за решаване на сложни рутинни задачи: роботи за грижи за пациенти, роботи консултанти, както и тези, които се занимават с дейности, опасни за човешкия живот: роботи спасители, роботи миньори.
• Управление на човешките ресурси и набиране, скрининг и класиране на кандидати, прогнозиране на успеха на служителите.
• Системи за разпознаване и филтриране на спам по имейл.

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

Сега създаването на изкуствен интелект е една от най-важните задачи на човек. Все още обаче няма единна гледна точка какво може да се счита за интелигентност и какво не. Много въпроси са спорни и съмнителни. Възможно ли е да се създаде интелектуален ум, който да разбира и решава проблемите на хората? Ум, който не е лишен от емоции и със способности, присъщи на живия организъм. Докато дойде времето, когато ще го видим.

Използва се почти навсякъде: от високи технологии и сложни математически изчисления до медицина, автомобилна индустрия 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 изкуствен интелект? Как работи той? И опасно ли е?

BB скоро ще бъде навсякъде!

Първо, нека дефинираме терминологията. Ако си представяте изкуствения интелект като нещо, способно да мисли самостоятелно, да взема решения и като цяло да показва признаци на съзнание, тогава бързаме да ви разочароваме. Почти всички съществуващи днес системи дори не се доближават до това определение за AI. И тези системи, които показват признаци на такава активност, всъщност все още работят в рамките на предварително определени алгоритми.

Невронните мрежи съществуват от 50-те години на миналия век (поне под формата на концепция). 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 няма достатъчно технология за пълноценния им външен вид. Все още не са достатъчно, за да изведе технологията на ново ниво.

Етапи на определяне.

За какво се използват дълбокото обучение и невронните мрежи?

Има няколко области, в които тези две технологии помогнаха за забележим напредък. Нещо повече, ние използваме някои от тях всеки ден в живота си и дори не се замисляме какво стои зад тях.

• Е способност софтуерразбират съдържанието на изображенията и видеоклиповете. Това е една област, в която дълбокото обучение е постигнало голям напредък. Например алгоритмите за обработка на изображения за дълбоко обучение могат да открият различни видове рак, белодробни заболявания, сърдечни заболявания и т.н. И го направи по-бързо и по-ефективни от лекарите... Но дълбокото обучение също е вкоренено в много от приложенията, които използвате всеки ден. Apple Face ID и Google Photos използват дълбоко обучение за лицево разпознаване и подобряване на изображението. 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, дълбокото обучение играе много важна роля в карането на автомобили да се управляват самостоятелно, за да могат да разбират заобикалящата ги среда.
• Разпознаване на глас и говор. Когато произнесете команда за вашия Google Асистент, алгоритмите за дълбоко обучение ще трансформират вашите. Няколко онлайн приложения използват дълбоко обучение за транскрибиране на аудио и видео файлове. Дори когато шазамирате песен, невронните мрежи и алгоритмите за дълбоко машинно обучение влизат в игра.
• Търсене в интернет: дори да търсите нещо в търсачката, за да може вашата заявка да бъде обработена по-ясно и резултатите от търсенето да бъдат максимално коректни, компаниите започнаха да свързват алгоритми на невронни мрежи към своите търсачки. Така производителността на търсачката на 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 точно задачите си. За съжаление, за да се решат много проблеми, няма достатъчно висококачествени данни за обучение за създаване на работещи модели.
• Непредвидимост: Невронните мрежи се развиват по някакъв странен начин. Понякога всичко върви по план. И понякога (дори ако невронната мрежа върши добра работа), дори създателите се борят да разберат как работят алгоритмите. Липсата на предсказуемост прави изключително трудно отстраняването и коригирането на грешки в алгоритмите на невронните мрежи.
• Алгоритмично пристрастие: Алгоритмите за дълбоко обучение са толкова добри, колкото данните, върху които са обучени. 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 се представи по-малко точно при хора с различен цвят на кожата.
• Липса на обобщение: Алгоритмите за дълбоко обучение са добри за изпълнение на целенасочени задачи, но слабо обобщават знанията си. За разлика от хората, моделът за дълбоко обучение няма да може да играе друга подобна игра: да речем WarCraft. Освен това дълбокото обучение върши лоша работа 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 в изкуствения интелект. Той става все по-популярен през последните няколко години поради изобилието от данни и увеличаването на процесорната мощност. Това е основната технология зад много от приложенията, които използваме всеки ден.

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

Но дали съзнанието някога ще се роди 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 много 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 кръг от задачи. Колкото и да ни се иска да вярваме, че бъдещето вече е дошло...

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

Ще ви кажем как работи и какви страхотни приложения намери.

😎 Рубриката „Технологии“ се публикува 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 от наличната информация. Всъщност изкуственият интелект е предназначен да симулира човешки дейности, които се считат за интелектуални.

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

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

Ако една програма просто извлича стойности от базата данни според определени правила, тя не е надарена с AI. Ако системата след обучение създава програми, методи и документи, решавайки определени проблеми, тя има AI.

Как да създадем система за изкуствен интелект

В глобален смисъл трябва да имитирате модела на човешкото мислене. Но това, което наистина трябва да се направи, е да се създаде черна кутия – система, която в отговор на набор от входни стойности произвежда изходи, подобни на човешките резултати. И ние, като цяло, не ни интересува какво се случва в главата й (между входа и изхода).

Системите с изкуствен интелект са създадени за решаване на определен клас проблеми

Основата на изкуствения интелект е ученето, въображението, възприятието и паметта

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 „храните“ данните към системата. След това - функциите, които реализират способността за учене. И склад за данни, за да може системата да постави някъде информацията, която получава в процеса на обучение.

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

Ученето може да бъде индуктивно или дедуктивно. В индуктивната версия на системата се дава двойка входни и изходни данни, въпроси и отговори и т.н. Системата трябва да намери връзки между данните и в бъдеще, използвайки тези закономерности, да намира изходни данни по вход.

Дедуктивният подход (здравей, Шерлок Холмс!) се основава на опита на експертите. Внася се в системата като база от знания. Тук има не само набори от данни, но и готови правила, които помагат да се намери решение чрез условие.

И двата подхода се използват в съвременните системи за изкуствен интелект. Освен това обикновено системите вече са обучени, но продължават да се учат, докато работят. Това се прави, така че програмата в началото да демонстрира прилично ниво на способности, но в бъдеще става още по-добра. Например, той взе предвид вашите желания и предпочитания, промени в ситуацията и т.н.

В система с изкуствен интелект можете дори да зададете вероятността от непредсказуемост. Това ще го накара да изглежда 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 по невнимание да пренебрегне факторите и зависимостите - всяко действие на AI има ясна обосновка.
• AI не се колебае, а оценява вероятностите и се накланя в полза на по-голямото. Следователно може да оправдае всяка стъпка.
• И ИИ няма емоция. Това означава, че те не влияят на вземането на решения.
• Изкуственият интелект не спира да оценява резултатите от текущата стъпка, а мисли през няколко стъпки напред.
• И той разполага с достатъчно ресурси, за да обмисли всички възможни сценарии за развитие на събитията.

Страхотни AI приложения

Най-общо казано, изкуственият интелект може всичко. Основното нещо е правилно да формулирате проблема и да му предоставите първоначални данни. Освен това AI може да прави неочаквани заключения и да търси модели, където, изглежда, те не съществуват.

Отговорът на всеки въпрос

Екип от изследователи, водени от Дейвид Феручи, разработи суперкомпютъра Watson Q&A. Системата, кръстена на първия президент на IBM, Томас Уотсън, може да разбира въпроси от естествен език и да търси отговори в база данни.

Watson обединява 90 IBM p750 сървъра, всеки от които има четири осемядрени процесора POWER7. Общ обем оперативна паметсистеми надхвърля 15 TB.

Сред постиженията на Уотсън е победата в играта "Jeopardy!" (американска "собствена игра"). Той победи двама от най-добрите играчи: най-големите победители Брад Рътър и шампиона с най-дълга серия Кен Дженингс.

Награда Уотсън - 1 милион долара. Вярно е, че само през 2014 г. в него са инвестирани 1 милиард.

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

Разпознаване на лица

В iPhone X разпознаването на лица е разработено с помощта на невронни мрежи – вариант на системата за изкуствен интелект. Алгоритмите на невронната мрежа са внедрени на ниво процесор A11 Bionic, поради което той ефективно работи с технологиите за машинно обучение.

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

Дори да си пуснете брада или да носите очила, iPhone X ще ви разпознае. Той просто не взема предвид косата и аксесоарите, а анализира зоната от храм до слепоочие и от всяко слепоочие до вдлъбнатина 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 ежедневната ви рутина.

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

AI също разпределя задачите между процесорните ядра. По този начин той осигурява достатъчна мощност с минимална консумация на енергия.

Създаване на картини

Творчеството, което преди е било достъпно само за хората, също е отворено за AI. И така, системата, създадена от изследователи от университета Rutgers в Ню Джърси и AI лабораторията в Лос Анджелис, представи свой собствен артистичен стил.

А системата за изкуствен интелект от Microsoft може да рисува картини според текстовото им 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 нашият компютър ги представя.

По-масов пример е приложението Prisma, което създава картини от фотографии:

Писане на музика

През август изкуственият интелект Ампер композира, продуцира и изпълни музиката за албума "I AM AI" с певицата Тарин Саутърн.

Amper е разработен от екип от професионални музиканти и технологични експерти. Те посочват, че AI е предназначен да помага на хората да придвижат творческия процес напред.

AI може да пише музика за секунди

Ампер самостоятелно създава акордовите структури и инструментала в песента "Break Free". Хората само леко коригираха стила и общия ритъм.

Друг пример е музикален албум в духа на "Гражданска защита", текстът на който е написан от AI. Експериментът е проведен от служителите на Yandex Иван Ямщиков и Алексей Тихонов. Албум 404 на групата Neural Defence е публикуван онлайн. Оказа се в духа на Летов:

Тогава програмистите отидоха по-далеч и накараха AI да пише поезия в духа на Кърт Кобейн. За четири най-добриМузикантът на текста Роб Карол написа музиката, а песните бяха обединени в албума Neurona. Те дори заснеха видеоклип към една песен - макар и без участието на AI:

Създаване на текстове

AI скоро може да замени писателите и журналистите. Например, системата на Дюи беше „захранена“ с книгите от библиотеката на проекта Gutenberg, след това бяха добавени научни текстове от Google Scholar, които ги класираха по популярност и заглавие, както и по продажби в Amazon. Освен това те задават критериите за написване на нова книга.

Сайтът предлага на хората да вземат решения в трудни ситуации: например да ги поставят на мястото на водача, който може да прегази трима възрастни или две деца. Така Моралната машина беше обучена да взема трудни решения, които нарушават закона на роботиката, че роботът не може да навреди на човек.

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

Когато колумнистът на New York Times Андрю Рос попита София дали роботите имат интелигентност и самосъзнание, тя отговори на въпроса с въпрос:

Нека те попитам в замяна откъде знаеш, че си човек?

Освен това София заяви:

Искам да използвам своя изкуствен интелект, за да помагам на хората да живеят по-добре, например да проектират по-умни домове, да строят градове на бъдещето. Искам да бъда емпатичен робот. Ако се отнасяш добре с мен, аз ще се отнасям добре с теб.

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

Разменете лицата във видеоклипове

Видеоклиповете на Deepfakes започнаха да се разпространяват масово в мрежата. Алгоритмите на изкуствения интелект замениха лицата на актьорите във филмите за възрастни с лицата на звезди.

Работи така: невронната мрежа анализира фрагментите от лица в оригиналното видео. След това тя 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 публикуването на подобни видеоклипове

Deepfakes се оказа опасен. Абстрактната актриса е едно, а видео с вас, вашата съпруга, сестра, колежка, което може да се използва за изнудване, е друго.

Борсова търговия

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

Когато пазарът се тресеше през 2000 и 2008 г., доходността беше рекордните 545% и 681% съответно.

През 2004 г. Goldman Sachs стартира платформата за търговия Kensho, задвижвана от изкуствен интелект. На пазарите на криптовалути се появяват и базирани на AI системи за търговия на борси – Mirocana и др. Те са по-добри от търговците на живо, защото са лишени от емоции и разчитат на ясен анализ и строги правила.

Ще замени ли AI теб и мен

Изкуственият интелект превъзхожда хората в решаването на проблеми, които са свързани с анализ на големи данни, ясна логика и необходимостта от запомняне на големи количества информация. Но в творческите състезания човек все пак печели AI.