Umelá inteligencia, jedna z najvzrušujúcejších tém beletrie 20. storočia, robí neuveriteľné pokroky. Neustále používame AI v každodennom živote, často bez toho, aby sme o tom vedeli. Napriek tomu ani dnes umelá inteligencia neopúšťa stránky vedecko-fantastických románov a plátna kín. Niektorí autori kreslia hrozné obrázky ľudstva zotročeného strojom, iní naopak vidia AI ako verného pomocníka a priateľa človeka.

Kde je pravda a čo je vlastne umelá inteligencia? Prekoná niekedy schopnosti ľudskej mysle? Alebo sa to už stalo? GeekBrains je pripravený odpovedať na najpopulárnejšie otázky o umelej inteligencii a perspektívach jej využitia.

Čo je umelá inteligencia?

Umelá inteligencia (skrátene AI) je vágny pojem a stále nemá všeobecne akceptovanú definíciu. V polovici 20. storočia, keď bol tento pojem prvýkrát spomenutý na Dartmouthskom seminári, mu autori dali význam výrazne odlišný od tých moderných. Potom vedci uverili, že umelá inteligencia je systém, ktorý bude schopný prekladať texty z jedného jazyka do druhého, rozpoznávať objekty z fotografie či videa, zachytiť význam hovorených fráz a adekvátne na ne reagovať. Súčasná AI dokáže všetko! Môžeme však uvažovať, že ciele boli dosiahnuté a umelá inteligencia už bola vytvorená?

Niektorí vedci budujú zložité teórie na priesečníku filozofie a informatiky a snažia sa určiť, čo je AI a aké vlastnosti musí mať systém, aby ho považovali za inteligentný. Bez toho, aby sme zachádzali do detailov, môžeme povedať, že inteligencia je definovaná ako schopnosť učiť sa, chápať a aplikovať poznatky v praxi. Preto aj my máme právo očakávať od umelej inteligencie schopnosť učiť sa, realizovať svoje poznatky a využívať ich. S prvou a poslednou úlohou sa modernej AI celkom darí!

Kedy sa začal vývoj AI?

V lete 1956 sa v Dartmouthe zišli vedci na seminári o umelej inteligencii (tam bol termín sformulovaný) a hneď nasledujúci rok sa objavil koncept prvej umelej neurónovej siete perceptrón. V roku 1960 Frank Rosenblatt vytvoril počítač Mark-1 založený na tomto koncepte. Prvý neuropočítač na svete sa naučil rozpoznávať písmená latinskej abecedy. Ale nedokonalosť technológie 60-tych rokov a zložitosť procesov neumožnili túto technológiu spomenúť a jej vývojár čoskoro zomrel. Neuropočítače boli zabudnuté na 20 rokov.

Až v 80. rokoch 20. storočia sa koncepty neurónových sietí začali opäť brať vážne. Technológia už bola dostatočne výkonná a kritikov bolo menej: inteligentná elektronika rýchlo napredovala. To, čo sa pred dvoma desaťročiami zdalo ako sen, začalo vyzerať celkom reálne a dosiahnuteľné. Trvalo však ďalších 20 rokov, kým sa našli správne prístupy k trénovaniu neurónových sietí. Až v polovici roku 2000 vedci našli správnu cestu a umelé neurónové siete začali svoj víťazný pochod okolo planéty.

Pred opisom ich úspechov sa však pozrime, ako tieto siete fungujú.

Popis umelého neurónu

Umelé neurónové siete boli vytvorené ako matematický model ľudského mozgu. Na to museli vedci Warren McCulloch a Walter Pitts vyvinúť teóriu ľudského mozgu.

V ňom sú jednotlivé neuróny živé bunky so zložitou štruktúrou. Každý neurón má dendrity - rozvetvené procesy, ktoré si môžu vymieňať signály s inými neurónmi prostredníctvom synapsií, ako aj jeden axón - väčší proces zodpovedný za prenos impulzov z neurónu. Časť synapsií je zodpovedná za excitáciu neurónu, časť - za inhibíciu. Od akých signálov a cez aké synaptické spojenia prídu na „vstup“ neurónu, budú závisieť aj impulzy, ktoré bude prenášať na iné neuróny.

Umelý neurón nepotrebuje fyzického nosiča. Celkovo je to matematická funkcia. Jeho úlohou je prijímať informácie (napríklad signály z mnohých iných umelých neurónov), spracovať ich určitým spôsobom a potom dať výsledok do „axónu“ – výstup. V umelej sieti sú neuróny zvyčajne rozdelené do troch typov:

• vstup - každý z týchto neurónov dostane ako vstup prvok počiatočnej informácie (napríklad jeden bod obrázka, ak sieť rozpoznáva fotografie);
• stredné - procesné informácie;
• výstup - uveďte výsledok (pri rozpoznávaní fotografie môže byť výsledkom identifikátor zobrazeného objektu).

Samotná neurónová sieť je vytvorená vo vrstvách, ako koláč. Jedna z vonkajších vrstiev obsahuje vstupné neuróny, druhá obsahuje výstupné neuróny a medzi nimi môže byť umiestnený jeden alebo viacero medziľahlých. Každý neurón strednej siete je spojený s množstvom neurónov z dvoch okolitých vrstiev. Komunikácia medzi neurónmi je zabezpečená pomocou váh - číselných hodnôt, ktoré každý neurón vypočítava na základe údajov prijatých z predchádzajúcej vrstvy siete.

Vedci sa pri vytváraní umelých neurónových sietí zamerali na štruktúru ľudského mozgu. Preto sa princípy správania umelých neurónov až tak nelíšia od skutočných, živých. Možno, že myseľ, ktorá sa môže rozvíjať na základe takýchto neurónových sietí, bude blízka tej ľudskej?

Rozdiel medzi umelou inteligenciou a prirodzenou inteligenciou

Otázka, ako sa AI líši od prirodzenej inteligencie, je v skutočnosti skôr filozofická ako prísne vedecká. A nejde ani o to, že si nevieme predstaviť, ako bude (alebo nebude vyzerať) umelo vytvorená myseľ. Sme schopní predstaviť si čokoľvek – a spisovatelia sci-fi to už mnohokrát dokázali. Faktom je, že ani jedna umelá inteligencia, ktorá dnes existuje, nedosiahla dostatočne vysokú úroveň rozvoja, aby mohla rovnocenne konkurovať ľuďom.

Existuje názor, ktorý vyjadril filozof John Searle už v 80. rokoch. Vymyslel pojmy „silná AI“ a „slabá AI“. Silná umelá inteligencia si podľa vedca dokáže byť vedomá a myslieť ako človek. Slabí to nezvládnu.

Dnešné AI, ak ich klasifikuje Searle, sú jednoznačne slabé, pretože žiadna z nich ešte nepoznala sebauvedomenie. Naše umelé neurónové siete rozpoznávajú tváre a kreslia zvláštne, neuveriteľné obrázky, čítajú rukopis a dokonca pridávajú poéziu – boli však vytvorené výhradne na tieto účely. Žiadna z týchto neurónových sietí nie je schopná zmeniť názor a vybrať si pre seba inú „špecialitu“. Robia len to, na čo boli vycvičení a v istom zmysle ich možno považovať za naprogramovaných na vykonávanie týchto úloh. Nemajú skutočné pochopenie toho, čo je za týmito vecami. Searle tvrdil, že vybudovať silnú AI je v podstate nemožné.

Ďalší filozof Hubert Dreyfus tiež veril, že počítačové systémy sa nikdy nedajú porovnávať s človekom – keďže sa vo svojej racionálnej činnosti opiera nielen o získané poznatky, ale aj o empirické skúsenosti. Počítače ho z definície nemajú – preto nie je ich osudom rozvíjať vlastnú myseľ.

Ale tieto sebavedomé vyhlásenia boli vyslovené v čase, keď neurónové siete ešte len robili prvé kroky. Dnes, keď sa pozrieme na ich úspešnosť v učení, nie je ťažké uveriť v realitu AI, ktorá sa môže človeku rovnať, ba dokonca ho aj prekonať.

Ako porovnať ľudskú a počítačovú inteligenciu?

Počkať, ako môžeme vôbec určiť, či umelá inteligencia dosiahla ľudskú úroveň alebo nie?

Dá sa predpokladať, že jedným z kritérií je prítomnosť pocitov a emócií, ako aj kreativita. Ak by stroj začal prežívať strach alebo lásku, keby sa zrazu rozhodol napísať báseň alebo namaľovať obraz – nebol by to prejav rozumu?

Je to celkom možné. Avšak aj zvieratá a vtáky majú city. Na otázku ich rozumnosti (najmä rovnosti mysle s ľudskou) zároveň často odpovedáme negatívne. Pocity sa navyše dajú naprogramovať – vo väčšine prípadov sú reakciou na špecifické vonkajšie podnety. Napokon, jednoducho nemáme údaje o tom, či budú niekedy počítače schopné prežívať emócie porovnateľné s ľudskými. Ale mali by byť ich pocity ako naše?

Možno spoľahlivejším kritériom je sebauvedomenie? Ak sa stroj pýta: „Kto som?“ - toto je moment objavenia sa racionality? Ale sebauvedomenie je prítomné aj u zvierat. Väčšina ľudí je zároveň celkom schopná žiť svoj život bez toho, aby sa ponorila do hlbokých filozofických otázok.

Existujú presnejšie a prísnejšie metódy na porovnávanie inteligencií? Koniec koncov, existuje koeficient IQ, pomocou ktorého môžete hodnotiť duševné schopnosti človeka. Prečo to nevyužiť v aute?

Majú počítačové programy IQ?

Meranie inteligencie, dokonca aj u ľudí, je neuveriteľne ťažké - nemôžete pripojiť pravítko ku kognitívnym a mentálnym schopnostiam. Navyše IQ nie je absolútny ukazovateľ, ale relatívny. Niektorí vedci sa vo všeobecnosti domnievajú, že IQ testy nemerajú inteligenciu ako takú, ale schopnosť obstáť v takýchto testoch. Dá sa to natrénovať a dosiahnuť skvelý výsledok – ale intelekt sa, samozrejme, nezmení. IQ teda nie je nič iné ako číslo, ktoré súvisí s inteligenciou, no nedokáže ju objektívne posúdiť.

V niektorých IQ testoch prevládajú úlohy na postreh alebo logiku, v iných - na kombinatoriku, v iných - na matematické myslenie. Výsledok bude závisieť od toho, čo sa človeku dáva ľahšie a v čom je kompetentnejší. Dôležitá je rýchlosť absolvovania testov a špecializácia úloh.

Umelá inteligencia môže byť tiež „trénovaná“ na riešenie určitých tried problémov a stroju bude trvať oveľa menej času na dokončenie IQ testu ako človeku. Neurónová sieť teda bude môcť získavať body, ktoré sú pre geniálnych ľudí nemysliteľné, no zároveň nebude vedieť odpovedať na tie najjednoduchšie otázky, na ktoré nebola pripravená počas tréningu.

Existujú teda nejaké kritériá, podľa ktorých možno objektívne posudzovať inteligenciu strojov? Jedným z prvých výskumníkov, ktorí sa ich pokúsili vyvinúť, bol slávny britský matematik Alan Turing.

Čo je Turingov test?

V roku 1950 Turing publikoval článok „Computing Machines and the Mind“, v ktorom diskutoval o teoretickej možnosti myslenia v strojoch. Nebola to prvá štúdia na tému umelej inteligencie a dokonca ani prvé takéto Turingovo dielo, no práve ona sa stala východiskom pre vážne vedecké diskusie a spory.

Turing začal s definíciami, aby objasnil otázku, či stroj môže myslieť, čo sa mu zdalo príliš vágne. Aké auto máš na mysli? Čo vo všeobecnosti znamená „myslieť“?... Bolo zrejmé, že takáto otázka v sebe spočiatku nesie iracionálne zrno, ktoré nedovolí dať na ňu správnu odpoveď. Výsledkom úvah vedca bol Turingov test - experiment, v ktorom je osoba ("sudca") pozvaná, aby komunikovala s dvoma partnermi: osobou a počítačom. Úlohou sudcu je pochopiť, kto je kto. Ak si v dôsledku toho nie je istý, ktorý z jeho partnerov je programom, alebo sa pri hodnotení pomýlil, má sa za to, že stroj prešiel testom.

Podstatou Turingovho testu nie je vytvoriť „stroj podvodníka“, ktorý môže predstierať, že je človek. Pomáha uistiť sa, že konkrétny stroj alebo program má myseľ, ktorú je ťažké odlíšiť od ľudskej. Takýto počítač Turing nazývaný "inteligentný" - táto definícia je stará viac ako 60 rokov a zostáva relevantná.

Procesory pre AI

Technológie AI sa neobmedzujú len na softvérové ​​riešenia. Dnes sa aktívne vyvíjajú elektronické čipy, v ktorých je podpora AI zabudovaná na hardvérovej úrovni. Mikroprocesory tohto typu sa nazývajú neurónové procesory. Používajú sa v bezpilotných dopravných prostriedkoch a lietadlách (dronoch), priemyselných robotoch a automatických strojoch, ako aj pri riešení špecializovaných úloh – rozpoznávanie hlasu alebo obrazu, vytváranie vyhľadávačov a strojových prekladačov.

Medzi takéto zariadenia patrí aj Google Tensor Processing Unit (TPU), navrhnutý špeciálne pre systémy strojového učenia. Toto zariadenie ešte nie je dostupné na predaj: používa ho iba samotný Google na optimalizáciu výsledkov vyhľadávania a spracovanie fotografií. TPU pracuje s 8-bitovými číslami (čo je extrémne malé pre presné výpočty) a má niečo cez tucet inštrukcií (iné moderné procesory ich môžu mať stovky). To však nebráni procesoru tenzor efektívne vykonávať výpočty súvisiace s umelou inteligenciou a neurónovými sieťami. Procesor sa rýchlo vyvíja – Google každý rok vydáva novú verziu.

Procesor tenzora Google Tensor Processing Unit 3.0 (TPU)

Existuje ďalší vývoj podobných čipov. Mnohé z nich sú vysoko špecializované: napríklad sú určené na zrýchlenie programov AI pre počítačové videnie.

Trh technológií umelej inteligencie

Technológie umelej inteligencie sa využívajú takmer vo všetkých oblastiach ľudskej činnosti, takže umelá inteligencia má veľkú budúcnosť. Trh s produktmi využívajúcimi AI rýchlo rastie.

svetový trh

Predpokladá sa, že do roku 2022 trh s AI dosiahne 52 miliárd dolárov. Možno to nie je také veľké číslo - napríklad trh s počítačovými hrami v tom istom roku presiahne 130 miliárd a trh so smartfónmi bol už v roku 2018 10-krát väčší - 520 miliárd.

Trh s AI však vykazuje neporovnateľný rast – podľa niektorých odhadov rastie približne o 30 % ročne (podobné čísla pre hry a smartfóny sú približne 5 %). Ak bude toto tempo adopcie technológií pokračovať ešte niekoľko rokov, môžeme očakávať, že čoskoro bude umelá inteligencia doslova všade.

Najväčšie svetové IT spoločnosti: Google, IBM, Intel, Nvidia prispievajú k rozvoju AI. Spojené štáty, Čína a Spojené kráľovstvo vedú.

V Rusku

Ak v roku 2017 bolo v Rusku len niekoľko desiatok projektov využívajúcich AI, tak v roku 2018 sú to už stovky. Odborníci predpovedajú, že do roku 2020 dosiahne trh 28 miliárd rubľov (asi 450 miliónov dolárov). Nové technológie sa najaktívnejšie využívajú vo finančnom sektore, ale aj telekomunikáciách, maloobchode a energetike. Niektoré spoločnosti si najímajú tímy špecialistov, ktorí sa venujú výlučne vývoju a implementácii systémov AI.

Napriek tomu, že rast trhu je vo všeobecnosti ešte rýchlejší ako vo svete, existujú problémy. Hlavným problémom je nedostatok špecialistov na strojové učenie. Je teda čas začať študovať AI, aby ste získali vyhľadávanú špecializáciu a dobre platenú prácu.

Vplyv umelej inteligencie na trh práce

Už dnes existujú oblasti, kde AI môže nahradiť ľudí. Aplikácie môžu napríklad odpovedať na jednoduché otázky cez telefón alebo chatovať so zákazníkmi. To vám umožní optimalizovať pracovné zaťaženie operátorov call centier a dokonca znížiť počet ich zamestnancov.

Vo výrobe je AI schopná riadiť automatizáciu a priemyselné roboty. Umelá neurónová sieť, ktorá neustále monitoruje výkon mnohých senzorov, bude schopná rýchlejšie ako človek reagovať na núdzovú situáciu a prijať správne opatrenia – vypnúť dopravník alebo zastaviť mechanizmy. V mnohých prípadoch dokážu takéto systémy vopred predvídať problémy a predchádzať núdzovým situáciám.

AI vytlačí ľudí z práce. Je to lacnejšie a robí menej chýb. Nevie leňošiť, prokrastinovať a flákať sa na Facebooku, nepotrebuje oddych, spánok a dovolenku, nie je smutný a neunaví sa. Ideálny pracovník.

V prvom rade umelé neurónové siete nahradia človeka pri vykonávaní rutinných operácií, prevezmú zložité výpočty, hodnotenie rizík, zber informácií, modelovanie situácií podľa zadaných parametrov. AI sa dá použiť v nebezpečných a nebezpečných odvetviach.

Ľudia však budú stále potrební tam, kde im roboti ešte dlho nebudú môcť konkurovať. A nie je to len o kreativite. Umelá inteligencia je zatiaľ schopná vykonávať len vysoko špecializované úlohy, na ktoré bola vycvičená, takže dokáže nahradiť ľudí v rovnakej miere, ako môže kalkulačka nahradiť matematiku. Vývoj technológií AI zároveň otvára obrovský pracovný trh pre špecialistov v oblasti strojového učenia a údržby intelektuálneho vybavenia.

Kde sa používa AI?

Skrátka – takmer všade!

Nezostáva toľko oblastí ľudskej činnosti, ktoré nie sú vôbec ovplyvnené technológiami AI. Zvážte len najdôležitejšie oblasti, kde sa už AI používa.

AI na internete

Kedykoľvek poviete „Ok Google“ alebo „Hey Siri“, hovoríte s umelou inteligenciou vo vašom smartfóne. Je schopný rozoznať reč, ktorá je mu adresovaná, v signáli z mikrofónu. Zaznamená vašu otázku a prepošle ju na servery Google alebo Apple. Tam je k puzdru pripojená druhá AI, ktorá rozpozná reč a preloží otázku do formátu zrozumiteľného pre počítač. A potom tretí hľadá odpoveď v obrovských databázach. Nakoniec sa odpoveď vráti do vášho smartfónu, kde ju za vás prehovorí AI, ktorá generuje ľudský hlas. A to všetko v zlomku sekundy.

AI v doprave a logistike

Pôsobivou aplikáciou umelých neurónových sietí sú bezpilotné prostriedky. Za posledné desaťročie sa mnoho automobiliek chopilo vývoja auta, ktoré by sa dokázalo samostatne pohybovať po cestách – General Motors, Nissan, BMW, Honda, Volkswagen, Audi, Volvo, ale aj Google a Tesla. Drony sa zatiaľ nestali masovým fenoménom v uliciach našich miest, no jednoznačne napredujú.

Amazon rozvíja myšlienku doručovania tovaru a pošty pomocou dronov od roku 2013. Prvýkrát dorazil balík k príjemcovi bezpilotným lietadlom už v decembri 2016. V niektorých regiónoch sú potraviny, lieky a dokonca aj prenosné defibrilátory doručované dronmi. Systém ešte nie je dokonalý, ale neustále sa vyvíja. Žiaľ, drony môžu slúžiť aj na nelegálne účely: boli zdokumentované prípady doručovania zakázaných predmetov do väzníc pomocou dronov, ako aj používanie dronov na prepravu drog.

AI vo financiách

Vo finančnom sektore sa AI používa na predpovedanie rizík a odhaľovanie podvodov. Spoločnosť MasterCard Corporation, ktorá vytvorila medzinárodný platobný systém, predstavila pred niekoľkými rokmi službu Decision Intelligence. Je navrhnutý tak, aby zvýšil presnosť potvrdenia pravých transakcií a znížil pravdepodobnosť falošného odmietnutia platby - ide o chybnú činnosť vstavaného bezpečnostného systému, ktorý vám neumožňuje vykonať správnu transakciu, mylne sa považuje za podvodnú. Takéto chyby poškodzujú tak predávajúceho, ktorý stratí zákazníka, ako aj kupujúceho, ktorý produkt nedostane. Straty sú dokonca vyššie ako škody spôsobené podvodom.

Systém, ktorý beží na umelej neurónovej sieti, využíva informácie z rôznych zdrojov na okamžité vyhodnotenie toho, aká „normálna“ transakcia je. Do úvahy sa neberie len spoľahlivosť a transakčná história predajcu, ale aj typický nákup pre kupujúceho a jeho poloha, ako aj denná doba. To všetko pomáha spoľahlivejšie chrániť ľudí pred podvodmi a minimalizovať falošné poplachy.

AI v medicíne

V zdravotníctve sa AI rozvíja predovšetkým v oblasti diagnostiky chorôb. Umelé neurónové siete sa naučili rozpoznávať rakovinové nádory na röntgenových snímkach, CT, mamografii a MRI. Preštudovať obraz trvá skúsenému lekárovi asi 20 minút, neurónovým sieťam pár sekúnd. Takže pacient môže takmer okamžite zistiť výsledky vyšetrenia. Je obzvlášť príjemné, že takýto vývoj sa uskutočňuje v Rusku.

Diagnostické AI dokážu odhaliť nielen rakovinu, ale aj skoré štádiá Alzheimerovej choroby, zápalu pľúc a iných ochorení.

V obrane a vo vojenských záležitostiach

V roku 2018 sa zistilo, že americká armáda vyvíja AI schopnú rozpoznať ľudské tváre v tme a dokonca aj cez steny pomocou termokamery. Očakáva sa, že technológia pomôže identifikovať vodcov gangov vo vojnových zónach.

Ďalšia AI - ALPHA - bola vytvorená na ovládanie bezpilotných stíhačiek a vedenie vzdušného boja. V jednej z bitiek na simulátoroch zvíťazil počítač, ktorý súčasne ovládal štyri lietadlá proti dvom ľudským protivníkom.

Vyvíjajú sa aj zameriavacie systémy pre tanky, schopné rozpoznať maskované ciele.

Vo vojensko-priemyselnom komplexe pomôže AI zlepšiť obranné schopnosti krajín, no môže sa stať aj zbraňou teroru.

V podnikaní a obchode

V maloobchode prináša AI revolúciu. Umelé neurónové siete zlepšujú kvalitu služieb a poskytujú individuálny prístup ku každému spotrebiteľovi. Inteligentné technológie odhalia podvody s bankovými kartami, poskytnú osobné rady a pomôžu vám vybrať ten správny produkt.

Podľa TAdviser bola viac ako tretina všetkých maloobchodných príjmov v roku 2018 vytvorená odporúčaniami založenými na AI!

AI v športe

Na predpovedanie výsledkov zápasov sa tu využívajú technológie AI – takéto systémy vytvárajú UBS, Commerzbank a Microsoft. Do úvahy sa berú skúsenosti tímu a jednotlivých hráčov. Niekedy sa predpovede ukážu ako správne, no často sa umelá inteligencia poriadne prepočíta. Ľudský faktor je schopný vyvrátiť akékoľvek predpovede.

AI v kultúre

Stroj nemôže byť kreatívny, pretože nemá predstavivosť! Alebo ešte môže?

Napodiv, umelé neurónové siete sú schopné ukázať kreativitu a dokonca dosiahnuť určité výšky v oblasti kultúry.

Hudba

Ako by znela flauta, keby to bol sitar? Syntetizátor NSynth Super od spoločnosti Google využíva neurónovú sieť na vytváranie úplne nových zvukov založených na rôznych nástrojoch.

Alice, vyvinutá ako súčasť startupu Popgun, vie, ako sa „pohrať“ s človekom a vytvárať hudobné improvizácie. Americká speváčka Taryn Southern vydala album v spolupráci s neurónovou sieťou Amper. A projekt Endel dokáže jediným stlačením tlačidla vytvárať kompozície, ktoré sú v súlade s náladou používateľa.

Maľovanie

Neurónová sieť DeepDream bola vytvorená s rozpoznaním tváre a preukázala schopnosť surrealistickej maľby. Vývojári otvorili stránku, kde môže každý vytvoriť úžasné plátno v spolupráci s AI. Neurónová sieť maľuje obrázky v rôznych štýloch.

Je pravda, že stále nevie, ako vymýšľať zápletky - žiada o pomoc človeka.

Video

Pomocou AI vyvinutej spoločnosťami Google a Facebook je možné „prinútiť“ osobu na obrazovke vysloviť akékoľvek slová, zobraziť celú škálu emócií. A môže byť ťažké rozlíšiť takéto videá od skutočných. Neurónové siete môžu dokonca nahradiť jedného herca druhým vo sfilmovanom filme. A to otvára možnosti nielen pre filmárov, ale aj pre tvorcov fejkov.

Literatúra

Neurónová sieť z Facebooku dokáže písať poéziu, perfektne zachováva veľkosť a rytmus a vyberá dobré rýmy. Čitatelia dokázali rozpoznať riadky generované počítačom iba v polovici prípadov, ale básnici umelej inteligencie majú ďaleko od skutočných básnikov. Stroj sa ešte nenaučil prenášať emócie a vkladať zmysel do poetických diel.

Yandex tiež spustil Autopoet, ktorý vytvoril básne z vyhľadávacích dopytov používateľov. Niektoré sa nedajú prečítať bez úsmevu. Je ťažké uveriť, že ich vytvorila neurónová sieť bez zmyslu pre humor!

A spoločnosť Narrative Science vyvinula elektronického novinára. Zatiaľ sú články písané AI obsahovo jednoduché, no vedenie spoločnosti je do budúcnosti optimistické a verí, že do roku 2025 bude až 90 % textov na internete písaných pomocou strojovej inteligencie.

V roku 2016 sa Deň, keď počítač píše román, stal finalistom japonskej literárnej ceny Hoshi Shinichi. Toto dielo takmer celé vytvorila umelá inteligencia.

Hry

V počítačových hrách sa neurónové siete používajú na ovládanie protivníkov a herných robotov. Ale AI sa dá naučiť hrať aj „na druhej strane obrazovky“ – teda čítať vizuálne informácie z obrazovky a ovládať hernú postavu, ako to robí človek.

V roku 2016 dokonca medzi AI prebehol Doom šampionát. A systém Deep-Q-Network je trénovaný na hranie klasických arkádových automatov Atari. Často ukazuje výsledky až o 30% vyššie ako skúsení hráči.

V 20. storočí sa verilo, že umelú inteligenciu možno považovať za silnú a dostatočne rozvinutú, keď dokáže poraziť majstra sveta v šachu. Počítače prešli touto fázou už dávno - v roku 1997 Deep Blue porazil Garryho Kasparova (a bol to algoritmický program, nie umelá inteligencia).

Potom sa pozornosť verejnosti upriamila na zložitejšie taktické hry, ako je go. Zložitosť výpočtu ťahu je tu rádovo vyššia ako v šachu, takže je takmer nemožné vytvoriť algoritmy, ktoré by roztriedili možné možnosti. Ale trénované neurónové siete si s touto hrou poradili. Už v roku 2015 vyhrala sieť AlphaGo vyvinutá spoločnosťou Google zápas proti profesionálnemu hráčovi Go.

Perspektívy rozvoja umelej inteligencie

Vedecký výskum AI prebieha už viac ako pol storočia, no stále nie každý chápe podstatu technológie. Vo fantasy románoch a filmoch spisovatelia a režiséri zobrazujú, aká nebezpečná môže byť umelá inteligencia. A pre mnohých sa týmto spôsobom formuje myšlienka umelej inteligencie.

Racionálne odpovieme na otázky súvisiace so vzdialenými vyhliadkami na rozvoj AI.

Cieľom AI je vložiť ľudskú myseľ do počítača?

Nie, nie je. Ani teoreticky takáto situácia nie je až taká nepravdepodobná. Umelé neurónové siete sú vytvorené na obraz ľudského mozgu, aj keď vo veľmi zjednodušenej forme. Možno raz bude možné oskenovať všetky časti mozgu živého človeka, urobiť „mapu“ jeho neurónov a synaptických spojení a reprodukovať jej kópiu v počítači. Od takto skopírovanej neurónovej siete možno očakávať nielen rozumné správanie - bude to doslova dvojník človeka, bude sa vedieť realizovať, rozhodovať a konať ako on. Kopírujú sa aj spomienky. Teoreticky bude možné takúto neurónovú sieť umiestniť do umelého tela (robota) a potom bude môcť človek – kópia jeho vedomia – žiť takmer večne.

V praxi bude neuveriteľne ťažké uskutočniť takýto prenos: neexistujú technológie, ktoré by umožnili „čítať“ živý mozog a vytvárať jeho „mapu“. A to sme ešte veľmi ďaleko od vytvorenia umelej neurónovej siete, ktorá by bola výkonná ako mozog.

Má AI za cieľ dosiahnuť úroveň ľudskej inteligencie?

Účelom AI je pomáhať ľuďom a brať na seba ťažké alebo rutinné úlohy. Aby to urobil, nemusí udržiavať rozhovory na filozofické témy alebo skladať básne.

Ak sa však umelá inteligencia jedného dňa dokáže dostať na úroveň ľudského myslenia, bude to pre civilizáciu míľnik. Dostaneme praktického a inteligentného pomocníka – a môžeme byť právom hrdí, že ide o výtvor našich rúk.

Kedy sa umelá inteligencia dostane na ľudskú úroveň?

Úspešne vytvárame relatívne malé neurónové siete schopné rozpoznať hlas alebo spracovať obraz. Žiadna AI zatiaľ nemá takú plasticitu ako náš mozog.

Človek môže robiť hudbu dnes a zajtra začať programovať v C++ – vďaka neuveriteľnej zložitosti mozgu. Má 86 miliárd neurónov a medzi nimi nespočetné množstvo synaptických spojení.

Umelé neurónové siete sú stále ďaleko od týchto ukazovateľov: majú niekoľko tisíc až milióny neurónov. Veľkosť neurónových sietí má technické obmedzenia: dokonca ani superpočítače nedokážu „vytiahnuť“ neurónovú sieť porovnateľnú s ľudským mozgom. Nehovoriac o tom, že jej tréning bude netriviálna úloha.

Umožňuje im rýchlosť počítačov byť inteligentnými?

„Sila“ inteligencie nesúvisí s rýchlosťou výpočtov, ale so zložitosťou neurónovej siete. Ľudský mozog je stále výkonovo lepší ako akákoľvek umelá neurónová sieť, napriek tomu, že rýchlosť procesov v ňom je výrazne nižšia ako v počítačoch.

Umelé neurónové siete pozostávajú z jednotlivých neurónov, ktoré sú zoskupené do vrstiev. Dve vonkajšie vrstvy slúžia ako „vstup“, do ktorého sú dodávané počiatočné informácie, a „výstup“, z ktorého sa číta výsledok. Medzi nimi sa môže nachádzať jedna až niekoľko desiatok alebo dokonca stoviek medzivrstvy neurónov. Okrem toho je každý neurón vo vrstve spojený s mnohými ďalšími v predchádzajúcej a nasledujúcej vrstve.

Čím je sieť zložitejšia, čím viac vrstiev a neurónov má, tým rozsiahlejšie a vážnejšie úlohy môže vykonávať.

Môže sa neurónová sieť vyvíjať prirodzene?

Pozrime sa, či je pravdepodobné, že AI bude môcť zažívať a učiť sa prirodzene, ako dieťa. Ľudská myseľ je formovaná mnohými faktormi. Informácie o vonkajšom svete prijímame prostredníctvom orgánov vnímania – pozorovaním, dotykom, ochutnávaním. Interakciou s prostredím získavame životné skúsenosti, poznatky o vlastnostiach sveta, sociálne zručnosti. Náš mozog sa neustále zlepšuje a fyzicky mení, buduje nové synaptické spojenia a „pumpuje“ tie existujúce.

Ak dokážeme vytvoriť taký komplex neurónovej siete, aby sa mohla takto rozvíjať, a vybavíme ju „zmyslovými orgánmi“ – videokamerou, mikrofónom a podobne – možno po čase bude môcť získať „životné skúsenosti“ ". To je však záležitosť ďalekej budúcnosti.

Existuje riziko pre ľudskú civilizáciu?

Riziká spojené s novými technológiami vždy existujú. Otázka je, čo sú zač.

Môže sa ukázať, že umelé neurónové siete po dosiahnutí určitého prahu dosiahnu „plató“ účinnosti a nebudú sa ďalej rozvíjať. Alebo nesplnia očakávania, ak sa ukáže, že AI v zásade nedokáže zvládnuť tú či onú triedu úloh, napríklad kreatívneho charakteru. To môže viesť k strate nákladov na prácu a finančných investícií.

Ak rizikom chápeme katastrofy spôsobené človekom alebo vzburu strojov, potom nás to pravdepodobne neohrozí. Zjednodušene povedané, moderné neurónové siete nie sú schopné obrátiť sa proti tvorcom – rovnako ako neuróny v mozgu, ktoré riadia pohyb ruky, nie sú schopné realizovať sa ako človek a udrieť do vlastného tela.

Musíme si však uvedomiť, že AI je náš vynález. Navrhujeme ich, vytvárame, trénujeme, vkladáme „myšlienky“. To znamená, že sme zodpovední aj za ich správanie.

Štvrtá revolúcia

Bez ohľadu na to, ako sa cítime o umelej inteligencii, budeme musieť prijať fakt, že už existuje. Odmietnuť to znamená urobiť krok späť vo vývoji. Koniec koncov, AI je dôležitou súčasťou nášho pokroku. Mnohí vedci spájajú začiatok štvrtej priemyselnej revolúcie s umelými neurónovými sieťami a vyhlasujú, že prichádza nová éra – keď sa vedľa nás objaví inteligencia vytvorená človekom, vždy pripravená pomôcť.

Všetko nové je strašidelné a nedôverčivé – to je normálna ľudská reakcia a mnohí ľudia sa obávajú AI. Len lenivý spisovateľ sci-fi nehovoril o hrôzach, ktoré nám umelá inteligencia prinesie. Ale podobné veci sa svojho času písali o každej technologickej novinke. Ľudia sa parných lokomotív báli, pretože by „odplašili kravy, otrávili vtáky dymom a pri rýchlosti nad 15 míľ za hodinu by boli cestujúci roztrhaní na kusy“. Zrejme sa aj potomkovia zasmejú na našich obavách, o ktorých sa dozvedajú z filmov a kníh 20. a 21. storočia.

Umela inteligencia (AI, angl. Artificial intelligence, AI) - veda a technológia vytvárania inteligentných strojov, najmä inteligentných počítačových programov. AI súvisí s podobnou úlohou používania počítačov na pochopenie ľudskej inteligencie, ale nie je nevyhnutne obmedzená na biologicky prijateľné metódy.

Čo je umelá inteligencia

• (J. McCarthy) AI vyvíja stroje, ktoré majú inteligentné správanie
• (Britannica) AI je schopnosť digitálnych počítačov riešiť problémy bežne spojené s vysoko inteligentnými ľudskými bytosťami.
• (Feigenbaum) AI – vyvíja inteligentné počítačové systémy so schopnosťami, ktoré si tradične spájame s ľudskou mysľou: porozumenie jazyku, učenie, schopnosť uvažovať, riešiť problémy atď.
• (Elaine Rich) AI je veda o tom, ako naučiť počítače robiť niečo, v čom sú ľudia v súčasnosti lepší.

inteligencia(z lat. intellectus – pociťovanie, vnímanie, chápanie, chápanie, pojem, rozum), alebo myseľ – kvalita psychiky, pozostávajúca zo schopnosti prispôsobiť sa novým situáciám, schopnosti učiť sa a pamätať si na základe skúseností, porozumieť a aplikovať abstraktné pojmy a využívať vlastné poznatky pre environmentálny manažment. Inteligencia je všeobecná schopnosť poznávania a riešenia ťažkostí, ktorá spája všetky kognitívne schopnosti človeka: pociťovanie, vnímanie, pamäť, reprezentáciu, myslenie, predstavivosť.

Začiatkom 80. rokov 20. storočia Počítačoví vedci Barr a Feigenbaum navrhli nasledujúcu definíciu umelej inteligencie (AI):

Neskôr sa ako AI začalo označovať množstvo algoritmov a softvérových systémov, ktorých charakteristickým znakom je, že dokážu vyriešiť niektoré problémy rovnakým spôsobom, ako by to urobil človek, ktorý o ich riešení uvažuje.

Hlavnými vlastnosťami AI sú jazykové porozumenie, učenie a schopnosť myslieť, a čo je dôležité, konať.

Umelá inteligencia je komplexom súvisiacich technológií a procesov, ktoré sa kvalitatívne a rýchlo rozvíjajú, napríklad:

• spracovanie textu v prirodzenom jazyku
• expertné systémy
• virtuálni agenti (chatboti a virtuálni asistenti)
• systémy odporúčaní.

Metódy AI: NLP, CV, Data Science

Technológie reči v prirodzenom jazyku (NLP).

• texty: rozpoznať, automaticky preložiť
• reč: rozpoznať, generovať

• nájsť, sledovať, klasifikovať, identifikovať predmety
• extrahovať údaje z obrázkov
• analyzovať prijaté informácie

Žiada sa o

• rozpoznávanie objektov
• popisy obsahu obrázkov a videí
• rozpoznávanie gest a rukopisu
• inteligentné spracovanie obrazu

• extrahovať vedomosti
• nájsť vzory v údajoch
• predpovedať

Použite metódy

• Štatistiky
• ekonometrie
• Strojové učenie, hlboké učenie

Národná stratégia rozvoja umelej inteligencie

• Hlavný článok: Národná stratégia rozvoja umelej inteligencie

Výskum AI

• Hlavný článok: Výskum v oblasti umelej inteligencie

štandardizácia AI

Štandardy v oblasti umelej inteligencie v zdravotníctve

2019

3 najlepšie trendy umelej inteligencie za 4 minúty

Rosstandart schválil prvé štandardy v oblasti AI

Federálna agentúra pre technickú reguláciu a metrológiu (Rosstandart) schválila v decembri 2019 prvé národné normy v oblasti umelej inteligencie - GOST R 58776-2019 „Prostriedky na monitorovanie správania ľudí a predpovedanie úmyslov ľudí. Termíny a definície“ a GOST R 58777-2019 „Letecká doprava. letiská. Technické prostriedky kontroly. Metodika stanovenia indikátorov kvality rozpoznávania nelegálnych investícií pomocou tieňových röntgenových snímok.

Norma je navrhnutá tak, aby zabezpečila efektívnu komunikáciu inteligentných robotických systémov (vrátane bezpilotných prostriedkov) s osobou. Interakcia inteligentných systémov spočíva vo vzájomnom predpovedaní zámerov a určovaní ďalších akcií na základe tejto prognózy. Predikciu správania možno použiť aj na identifikáciu jednotlivcov s kriminálnymi úmyslami.

Druhá prijatá norma, GOST R 58777-2019, stanovuje jednotné požiadavky na systémy a algoritmy na rozpoznávanie nezákonného obsahu batožiny a príručnej batožiny z röntgenových snímok. Norma tiež zvýši spoľahlivosť výsledkov testov systému a algoritmov.

Terminologický štandard „Umelá inteligencia. Koncepty a terminológia“ je základom pre celú rodinu medzinárodných regulačných a technických dokumentov v oblasti umelej inteligencie. Okrem pojmov a definícií tento dokument obsahuje koncepčné prístupy a princípy budovania systémov s prvkami, popis vzťahu medzi AI a inými end-to-end technológiami, ako aj základné princípy a rámcové prístupy k regulačnej a technickej regulácii. umelej inteligencie.

Po zasadnutí príslušnej subkomisie ISO/IEC v Dubline experti ISO/IEC podporili návrh delegácie z Ruska na súbežné vypracovanie terminologickej normy v oblasti AI nielen v angličtine, ale aj v ruštine. Očakáva sa, že dokument bude schválený začiatkom roka 2021.

Vývoj produktov a služieb založených na umelej inteligencii si vyžaduje jednoznačný výklad pojmov používaných všetkými účastníkmi trhu. Terminologický štandard zjednotí „jazyk“, ktorý používajú vývojári, zákazníci a odborná komunita, zaradí také vlastnosti produktov založených na AI ako „bezpečnosť“, „reprodukovateľnosť“, „autentickosť“ a „dôvernosť“. Jednotná terminológia sa stane dôležitým faktorom aj pre rozvoj technológií umelej inteligencie v rámci Národnej technologickej iniciatívy – viac ako 80 % spoločností v rámci perimetra NTI používa algoritmy AI. Okrem toho rozhodnutie ISO/IEC posilní autoritu a rozšíri vplyv ruských odborníkov na ďalší vývoj medzinárodných noriem.

Počas stretnutia experti ISO/IEC podporili aj vypracovanie návrhu medzinárodného dokumentu Informačné technológie – Umelá inteligencia (AI) – Prehľad výpočtových prístupov pre systémy AI, v ktorom Rusko vystupuje ako spolueditor. Článok poskytuje prehľad o súčasnom stave systémov AI, popisuje hlavné charakteristiky systémov, algoritmy a prístupy, ako aj príklady špecializovaných aplikácií v oblasti AI. Pracovná skupina 5 „Výpočtové prístupy a výpočtové charakteristiky systémov AI“ špeciálne vytvorená v rámci podvýboru vypracuje tento návrh dokumentu.

V rámci práce na medzinárodnej úrovni sa delegácii z Ruska podarilo dosiahnuť množstvo prelomových rozhodnutí, ktoré budú mať dlhodobý vplyv na rozvoj technológií umelej inteligencie v krajine. Vývoj ruskojazyčnej verzie normy už od takejto ranej fázy je zárukou synchronizácie s medzinárodným poľom a vývoj podvýboru ISO / IEC a iniciovanie medzinárodných dokumentov s ruskou spolueditorskou základ pre ďalšie presadzovanie záujmov ruských developerov v zahraničí,“ komentoval.

Technológie umelej inteligencie sú široko žiadané v rôznych odvetviach digitálnej ekonomiky. Medzi hlavné faktory, ktoré bránia ich úplnému praktickému využitiu, patrí nedostatočný rozvoj regulačného rámca. Zároveň je to dobre rozvinutá regulačná a technická základňa, ktorá zabezpečuje špecifikovanú kvalitu aplikácie technológie a zodpovedajúci ekonomický efekt.

V oblasti umelej inteligencie Cyber-Physical Systems TC na báze RVC vyvíja množstvo národných štandardov, ktorých schválenie je naplánované na koniec roka 2019 - začiatok roka 2020. Okrem toho sa spolu s hráčmi na trhu pracuje na vytvorení národného plánu normalizácie (PNS) na rok 2020 a neskôr. TC "Cyber-Physical Systems" je otvorené návrhom na vypracovanie dokumentov od zainteresovaných organizácií.

2018: Vývoj štandardov v oblasti kvantovej komunikácie, AI a smart city

Dňa 6. decembra 2018 Technická komisia „Kybernetické fyzikálne systémy“ na báze RVC spolu s Regionálnym inžinierskym centrom „SafeNet“ začala s vývojom súboru štandardov pre trhy Národnej technologickej iniciatívy (NTI) a digitálnej ekonomiky. . Do marca 2019 sa plánuje vypracovať technické normalizačné dokumenty v oblasti kvantových komunikácií a uviedla RVC. Čítaj viac.

Vplyv umelej inteligencie

Riziko pre rozvoj ľudskej civilizácie

Vplyv na ekonomiku a podnikanie

• Vplyv technológií umelej inteligencie na ekonomiku a podnikanie

Vplyv na trh práce

Zaujatosť umelej inteligencie

Základom všetkého, čo je praxou AI (strojový preklad, rozpoznávanie reči, spracovanie prirodzeného jazyka, počítačové videnie, automatizácia jazdy a ďalšie), je hlboké učenie. Ide o podskupinu strojového učenia, ktorá sa vyznačuje používaním modelov neurónových sietí, o ktorých možno povedať, že napodobňujú spôsob fungovania mozgu, takže ich možno len ťažko klasifikovať ako AI. Akýkoľvek model neurónovej siete je trénovaný na veľkých súboroch údajov, takže získava určité „zručnosti“, ale ako ich používa, nie je tvorcom jasné, čo sa v konečnom dôsledku stáva jedným z najdôležitejších problémov mnohých aplikácií pre hlboké učenie. Dôvodom je, že takýto model pracuje s obrazom formálne, bez akéhokoľvek chápania toho, čo robí. Je takýto systém AI a dá sa dôverovať systémom postaveným na báze strojového učenia? Význam odpovede na poslednú otázku presahuje rámec vedeckých laboratórií. Pozornosť médií na fenomén, nazývaný AI bias, sa preto citeľne vystupňovala. Dá sa to preložiť ako „AI bias“ alebo „AI bias“. Čítaj viac.

Trh technológií umelej inteligencie

Trh AI v Rusku

Globálny trh AI

Aplikácie AI

Oblasti použitia AI sú pomerne široké a pokrývajú technológie, ktoré sú známe, aj nové oblasti, ktoré majú ďaleko od masového použitia, inými slovami, ide o celý rad riešení, od vysávačov až po vesmírne stanice. Celú ich rôznorodosť je možné rozdeliť podľa kritéria kľúčových bodov rozvoja.

AI nie je monolitická tematická oblasť. Okrem toho sa niektoré technológie umelej inteligencie javia ako nové podsektory hospodárstva a samostatné subjekty, pričom súčasne slúžia väčšine oblastí hospodárstva.

Rozvoj využívania AI vedie k adaptácii technológií v klasických sektoroch ekonomiky v rámci celého hodnotového reťazca a ich transformácii, čo vedie k algoritmizácii takmer všetkých funkcionalít, od logistiky až po riadenie spoločnosti.

Využitie AI na obranné a vojenské účely

Využitie vo vzdelávaní

Využitie AI v podnikaní

AI v boji proti podvodom

11. júla 2019 vyšlo najavo, že len za dva roky sa umelá inteligencia a strojové učenie budú využívať na boj proti podvodom trikrát viac ako v júli 2019. Tieto údaje boli získané počas spoločnej štúdie SAS a Asociácie certifikovaných vyšetrovateľov podvodov (ACFE). V júli 2019 už takéto nástroje na boj proti podvodom používa 13 % organizácií, ktoré sa zúčastnili prieskumu, a ďalších 25 % uviedlo, že ich plánujú zaviesť v priebehu budúceho roka alebo dvoch. Čítaj viac.

AI v energetickom priemysle

• Na úrovni návrhu: zlepšené predpovedanie výroby a dopytu po energetických zdrojoch, hodnotenie spoľahlivosti zariadení na výrobu elektriny, automatizácia zvýšenia výroby v prípade prudkého nárastu dopytu.
• Na úrovni výroby: optimalizácia preventívnej údržby zariadení, zvyšovanie efektívnosti výroby, znižovanie strát, predchádzanie krádežiam energetických zdrojov.
• Na úrovni propagácie: optimalizácia cien v závislosti od dennej doby a dynamická fakturácia.
• Na úrovni poskytovania služieb: automatický výber najziskovejšieho dodávateľa, podrobné štatistiky spotreby, automatizovaný zákaznícky servis, energetická optimalizácia na základe zvykov a správania zákazníkov.

AI vo výrobe

• Na úrovni dizajnu: zlepšiť efektivitu vývoja nových produktov, automatizované hodnotenie dodávateľov a analýzu požiadaviek na náhradné diely a diely.
• Na úrovni výroby: zlepšenie procesu vykonávania úloh, automatizácia montážnych liniek, zníženie počtu chýb, skrátenie dodacích lehôt surovín.
• Na úrovni propagácie: predpovedanie objemu služieb podpory a údržby, riadenie cien.
• Na úrovni poskytovania služieb: zlepšenie plánovania trás vozového parku, dopyt po zdrojoch vozového parku, zlepšenie kvality školenia servisných technikov.

AI v bankách

AI v doprave

• Automobilový priemysel je na pokraji revolúcie: 5 výziev éry autonómneho riadenia

AI v logistike

AI v súdnictve

Vývoj v oblasti umelej inteligencie pomôže radikálne zmeniť súdny systém, urobiť ho spravodlivejším a bez korupčných schém. Tento názor vyjadril v lete 2017 Vladimír Krylov, doktor technických vied, technický konzultant spoločnosti Artezio.

Vedec verí, že riešenia AI, ktoré už existujú, možno úspešne aplikovať v rôznych oblastiach ekonomiky a verejného života. Odborník upozorňuje, že AI sa úspešne využíva v medicíne, no v budúcnosti môže úplne zmeniť súdny systém.

„Pri každodennom sledovaní správ o vývoji v oblasti AI človek len žasne nad nevyčerpateľnosťou fantázie a plodnosťou výskumníkov a vývojárov v tejto oblasti. Správy o vedeckom výskume sa neustále prelínajú so správami o nových produktoch prenikajúcich na trh a správami o úžasných výsledkoch získaných pomocou AI v rôznych oblastiach. Ak sa bavíme o očakávaných udalostiach, sprevádzaných citeľným humbukom v médiách, v ktorých sa AI opäť stane hrdinom novinky, tak si asi nedovolím robiť technologické prognózy. Môžem predpokladať, že najbližšou udalosťou bude, že sa niekde objaví mimoriadne kompetentný súd v podobe umelej inteligencie, spravodlivý a nepodplatiteľný. Stane sa tak pravdepodobne v rokoch 2020-2025. A procesy, ktoré budú prebiehať na tomto súde, povedú k nečakaným úvahám a túžbe mnohých ľudí preniesť väčšinu procesov riadenia ľudskej spoločnosti na AI.

Využitie umelej inteligencie v súdnom systéme vedec uznáva ako „logický krok“ v rozvoji legislatívnej rovnosti a spravodlivosti. Strojová myseľ nepodlieha korupcii a emóciám, dokáže sa striktne držať legislatívneho rámca a prijímať rozhodnutia s prihliadnutím na mnohé faktory vrátane údajov, ktoré charakterizujú účastníkov sporu. Analogicky s medicínskou oblasťou môžu robotickí sudcovia pracovať s veľkými dátami z verejných archívov. Dá sa predpokladať, že strojová inteligencia bude schopná rýchlo spracovať dáta a zohľadniť oveľa viac faktorov ako ľudský sudca.

Psychológovia sa však domnievajú, že absencia emocionálnej zložky pri posudzovaní súdnych prípadov negatívne ovplyvní kvalitu rozhodnutia. Verdikt strojového súdu sa môže ukázať ako príliš priamočiary, nezohľadňujúci dôležitosť pocitov a nálad ľudí.

Hudba

Maľovanie

V roku 2015 tím Google testoval neurónové siete, aby zistil, či dokážu vytvárať obrázky sami. Potom bola umelá inteligencia trénovaná na príklade veľkého množstva rôznych obrázkov. Keď však stroj „požiadal“, aby niečo zobrazil sám, ukázalo sa, že svet okolo nás interpretuje trochu zvláštnym spôsobom. Napríklad za úlohu kresliť činky dostali vývojári obrázok, na ktorom bol kov spojený ľudskými rukami. Stalo sa to pravdepodobne preto, že v štádiu tréningu analyzované obrázky s činkami obsahovali ruky a neurónová sieť si to nesprávne vyložila.

26. februára 2016 na špeciálnej aukcii v San Franciscu zástupcovia Google vyzbierali približne 98 000 dolárov z psychedelických obrazov namaľovaných umelou inteligenciou. Tieto prostriedky boli venované na charitu. Jeden z najúspešnejších obrázkov auta je uvedený nižšie.

Obrázok namaľovaný umelou inteligenciou Google.

Umela inteligencia

Umelá inteligencia je oblasť počítačovej vedy, ktorá študuje možnosť poskytnúť rozumné uvažovanie a konanie pomocou počítačových systémov a iných umelých zariadení. Vo väčšine prípadov nie je vopred známy algoritmus riešenia problému.

Presná definícia tejto vedy neexistuje, keďže vo filozofii nie je vyriešená otázka povahy a postavenia ľudského intelektu. Neexistuje presné kritérium na dosiahnutie „inteligencie“ počítačmi, hoci na úsvite umelej inteligencie bolo navrhnutých niekoľko hypotéz, napríklad Turingov test alebo hypotéza Newell-Simon. V súčasnosti existuje veľa prístupov k pochopeniu úlohy AI a vytváraniu inteligentných systémov.

Jedna z klasifikácií teda rozlišuje dva prístupy k rozvoju AI:

zhora nadol, semiotické - vytváranie symbolických systémov, ktoré modelujú duševné procesy na vysokej úrovni: myslenie, uvažovanie, reč, emócie, tvorivosť atď.;

zdola nahor, biologické – štúdium neurónových sietí a evolučných výpočtov, ktoré modelujú inteligentné správanie založené na menších „neinteligentných“ prvkoch.

Táto veda je spojená s psychológiou, neurofyziológiou, transhumanizmom a inými. Ako všetky počítačové vedy využíva matematický aparát. Filozofia a robotika sú pre ňu mimoriadne dôležité.

Umelá inteligencia je veľmi mladá oblasť výskumu, ktorá sa začala v roku 1956. Jeho historická cesta pripomína sínusoidu, ktorej každý „vzostup“ bol iniciovaný nejakou novou myšlienkou. Jeho vývoj je v súčasnosti na ústupe a ustupuje aplikácii už dosiahnutých výsledkov v iných oblastiach vedy, priemyslu, podnikania, ale aj bežného života.

Študijné prístupy

Existujú rôzne prístupy k budovaniu systémov AI. V súčasnosti existujú 4 úplne odlišné prístupy:

1. Logický prístup. Základom pre logický prístup je booleovská algebra. Každý programátor je s ním a s logickými operátormi oboznámený odkedy ovláda príkaz IF. Booleovská algebra dostala svoj ďalší rozvoj v podobe predikátového počtu - v ktorom je rozšírená o predmetové symboly, vzťahy medzi nimi, kvantifikátory existencie a univerzality. Prakticky každý systém AI postavený na logickom princípe je strojom na dokazovanie teorémov. V tomto prípade sú počiatočné údaje uložené v databáze vo forme axióm, pravidiel inferencie ako vzťahu medzi nimi. Každý takýto stroj má navyše blok na generovanie cieľov a inferenčný systém sa snaží daný cieľ dokázať ako vetu. Ak je cieľ preukázaný, sledovanie aplikovaných pravidiel vám umožní získať reťazec akcií potrebných na dosiahnutie cieľa (takýto systém je známy ako expertné systémy). Sila takéhoto systému je určená schopnosťami generátora cieľov a stroja na dokazovanie teorémov. Na dosiahnutie väčšej expresivity logického prístupu umožňuje taký relatívne nový smer, akým je fuzzy logika. Jeho hlavným rozdielom je, že pravdivosť tvrdenia môže obsahovať okrem áno / nie (1/0) aj stredné hodnoty - neviem (0,5), pacient je skôr nažive ako mŕtvy (0,75), pacient je pravdepodobnejšie mŕtvy ako živý (0,25). Tento prístup je viac podobný ľudskému mysleniu, pretože len zriedka odpovedá na otázky iba áno alebo nie.

2. Štrukturálnym prístupom tu rozumieme pokusy vybudovať AI modelovaním štruktúry ľudského mozgu. Jedným z prvých takýchto pokusov bol perceptrón Franka Rosenblatta. Hlavnou modelovanou štruktúrnou jednotkou v perceptrónoch (ako vo väčšine iných možností modelovania mozgu) je neurón. Neskôr vznikli ďalšie modely, ktoré väčšina pozná pod pojmom neurónové siete (NN). Tieto modely sa líšia štruktúrou jednotlivých neurónov, topológiou spojení medzi nimi a algoritmami učenia. Medzi najznámejšie varianty NN v súčasnosti patria spätné šírenie NN, Hopfieldove siete, stochastické neurónové siete. V širšom zmysle je tento prístup známy ako konektivizmus.

3. Evolučný prístup. Pri budovaní systémov AI podľa tohto prístupu sa hlavná pozornosť venuje konštrukcii počiatočného modelu a pravidlám, podľa ktorých sa môže meniť (vyvíjať). Okrem toho môže byť model zostavený pomocou rôznych metód, môže to byť neurónová sieť a súbor logických pravidiel a akýkoľvek iný model. Potom zapneme počítač a ten na základe kontroly modelov vyberie tie najlepšie z nich, na základe ktorých sa generujú nové modely podľa najrôznejších pravidiel. Medzi evolučnými algoritmami sa genetický algoritmus považuje za klasický.

4. Simulačný prístup. Tento prístup je klasický pre kybernetiku, pričom jedným z jeho základných konceptov je čierna skrinka. Objekt, ktorého správanie sa simuluje, je len „čierna skrinka“. Nezáleží nám na tom, čo má on a model vo vnútri a ako funguje, hlavné je, že náš model sa v podobných situáciách správa rovnako. Modeluje sa tu teda ďalšia vlastnosť človeka – schopnosť kopírovať to, čo robia iní, bez toho, aby sme zachádzali do detailov, prečo je to potrebné. Často mu táto schopnosť ušetrí veľa času, najmä na začiatku života.

V rámci hybridných inteligentných systémov sa snažia tieto oblasti spájať. Expertné inferenčné pravidlá môžu byť generované neurónovými sieťami a generatívne pravidlá sa získavajú pomocou štatistického učenia.

Sľubný nový prístup, nazývaný zosilnenie inteligencie, vidí dosiahnutie AI prostredníctvom evolučného vývoja ako vedľajší efekt technológie zosilňujúcej ľudskú inteligenciu.

Smery výskumu

Analýzou histórie AI je možné vyčleniť takú rozsiahlu oblasť, akou je modelovanie uvažovania. Vývoj tejto vedy sa mnoho rokov uberal touto cestou a teraz je jednou z najrozvinutejších oblastí modernej AI. Modelovanie uvažovania zahŕňa vytváranie symbolických systémov, na vstupe ktorých je nastavená určitá úloha a na výstupe je potrebné ju riešiť. Spravidla je navrhovaný problém už formalizovaný, t.j. preložený do matematickej podoby, ale buď nemá algoritmus riešenia, alebo je príliš komplikovaný, časovo náročný a pod. Táto oblasť zahŕňa: dokazovanie vety, rozhodovanie a teória hier, plánovanie a dispečing, prognózovanie.

Dôležitou oblasťou je spracovanie prirodzeného jazyka, ktoré analyzuje možnosti porozumenia, spracovania a generovania textov v „ľudskom“ jazyku. Doposiaľ nebol vyriešený najmä problém strojového prekladu textov z jedného jazyka do druhého. V modernom svete zohráva dôležitú úlohu rozvoj metód vyhľadávania informácií. Pôvodný Turingov test svojou povahou súvisí s týmto smerom.

Podľa mnohých vedcov je dôležitou vlastnosťou inteligencie schopnosť učiť sa. Do popredia sa tak dostáva znalostné inžinierstvo, ktoré spája úlohy získavania vedomostí z jednoduchých informácií, ich systematizácie a využitia. Pokroky v tejto oblasti ovplyvňujú takmer všetky ostatné oblasti výskumu AI. Aj tu si treba uvedomiť dve dôležité subdomény. Prvý z nich - strojové učenie - sa týka procesu samostatného získavania vedomostí inteligentným systémom v priebehu jeho prevádzky. Druhá je spojená s tvorbou expertných systémov – programov, ktoré využívajú špecializované znalostné bázy na získanie spoľahlivých záverov o akomkoľvek probléme.

V oblasti modelovania biologických systémov existujú veľké a zaujímavé úspechy. Presne povedané, možno sem zahrnúť niekoľko nezávislých smerov. Neurónové siete sa používajú na riešenie fuzzy a komplexných problémov, ako je rozpoznávanie geometrických tvarov alebo zhlukovanie objektov. Genetický prístup je založený na myšlienke, že algoritmus môže byť efektívnejší, ak si požičia lepšie vlastnosti od iných algoritmov („rodičov“). Relatívne nový prístup, kde úlohou je vytvoriť autonómny program – agenta, ktorý interaguje s vonkajším prostredím, sa nazýva agentský prístup. A ak správne prinútite veľa „nie veľmi inteligentných“ agentov, aby spolu interagovali, potom môžete získať „mravcovú“ inteligenciu.

Úlohy rozpoznávania vzorov sú už čiastočne vyriešené v rámci iných oblastí. To zahŕňa rozpoznávanie znakov, rukopis, reč, analýzu textu. Osobitne treba spomenúť počítačové videnie, ktoré súvisí so strojovým učením a robotikou.

Vo všeobecnosti sa robotika a umelá inteligencia často spájajú. Za ďalší smer AI možno považovať integráciu týchto dvoch vied, vytváranie inteligentných robotov.

Strojová tvorivosť je oddelená, pretože povaha ľudskej tvorivosti je ešte menej skúmaná ako povaha inteligencie. Napriek tomu táto oblasť existuje a tu sú kladené problémy písania hudby, literárnych diel (často básní alebo rozprávok), umeleckej tvorivosti.

Napokon existuje mnoho aplikácií umelej inteligencie, z ktorých každá tvorí takmer nezávislý smer. Príklady zahŕňajú programovanie inteligencie v počítačových hrách, nelineárne riadenie, inteligentné bezpečnostné systémy.

Je vidieť, že mnohé oblasti výskumu sa prelínajú. To platí pre každú vedu. Ale v umelej inteligencii je vzťah medzi zdanlivo odlišnými smermi obzvlášť silný a je to spôsobené filozofickou debatou o silnej a slabej AI.

Na začiatku 17. storočia René Descartes navrhol, že zviera je nejakým komplexným mechanizmom, čím sformuloval teóriu mechanizmu. V roku 1623 zostrojil Wilhelm Schickard prvý mechanický digitálny počítač, po ktorom nasledovali stroje Blaise Pascala (1643) a Leibniza (1671). Leibniz bol tiež prvým, kto opísal moderný binárny číselný systém, hoci pred ním bol tento systém pravidelne unášaný mnohými veľkými vedcami. V 19. storočí Charles Babbage a Ada Lovelace pracovali na programovateľnom mechanickom počítači.

V rokoch 1910-1913. Bertrand Russell a A. N. Whitehead publikovali Principia Mathematica, ktorá spôsobila revolúciu vo formálnej logike. V roku 1941 zostrojil Konrad Zuse prvý funkčný počítač riadený programom. Warren McCulloch a Walter Pitts publikovali v roku 1943 Logický počet nápadov imanentných v nervovej aktivite, ktorý položil základ pre neurónové siete.

Súčasný stav vecí

Momentálne (2008) pri tvorbe umelej inteligencie (v pôvodnom zmysle slova sem expertné systémy a šachové programy nepatria) je nedostatok nápadov. Boli vyskúšané takmer všetky prístupy, no ani jedna výskumná skupina nepristúpila k vzniku umelej inteligencie.

Niektoré z najpôsobivejších civilných systémov AI sú:

Deep Blue - Porazil majstra sveta v šachu. (Zápas Kasparov vs. superpočítač nepriniesol uspokojenie ani počítačovým vedcom, ani šachistom a systém Kasparov neuznal, hoci pôvodné kompaktné šachové programy sú integrálnym prvkom šachovej kreativity. Potom sa línia superpočítačov IBM prejavila v r. projekty hrubej sily BluGene (molekulárne modelovanie) a modelovanie pyramídového bunkového systému v (Swiss Blue Brain Center. Tento príbeh je príkladom zložitého a tajného vzťahu medzi AI, podnikaním a národnými strategickými cieľmi.)

Mycin bol jedným z prvých expertných systémov, ktoré dokázali diagnostikovať malú podskupinu chorôb, často tak presne ako lekári.

20q je projekt inšpirovaný AI inšpirovaný klasickou hrou 20 otázok. Po objavení sa na internete na stránke 20q.net sa stal veľmi populárnym.

Rozpoznávanie reči. Systémy ako ViaVoice sú schopné slúžiť spotrebiteľom.

Roboty na každoročnom turnaji RoboCup súťažia v zjednodušenej forme futbalu.

Aplikácia AI

Banky aplikujú systémy umelej inteligencie (AI) v poisťovacích činnostiach (aktuálna matematika) pri hraní na burze a správe majetku. V auguste 2001 roboty porazili ľudí v improvizovanej obchodnej súťaži (BBC News, 2001). Metódy rozpoznávania vzorov (vrátane zložitejších aj špecializovaných a neurónových sietí) sú široko používané v optickom a akustickom rozpoznávaní (vrátane textu a reči), lekárskej diagnostike, spamových filtroch, systémoch protivzdušnej obrany (identifikácia cieľa) a tiež na zabezpečenie množstva iné úlohy národnej bezpečnosti.

Vývojári počítačových hier sú nútení používať AI rôzneho stupňa prepracovanosti. Štandardné úlohy AI v hrách sú hľadanie cesty v 2D alebo 3D priestore, simulácia správania bojovej jednotky, výpočet správnej ekonomickej stratégie atď.

Pohľady na AI

Existujú dva smery vývoja AI:

prvou je vyriešenie problémov spojených s približovaním špecializovaných systémov AI k ľudským schopnostiam a ich integráciou, ktorá je realizovaná ľudskou prirodzenosťou.

druhým je vytvorenie umelej inteligencie, čo je integrácia už vytvorených systémov AI do jedného systému schopného riešiť problémy ľudstva.

Vzťah k iným vedám

Umelá inteligencia úzko súvisí s transhumanizmom. A spolu s neurofyziológiou a kognitívnou psychológiou tvorí všeobecnejšiu vedu zvanú kognitológia. Filozofia hrá v umelej inteligencii samostatnú úlohu.

Filozofické otázky

Veda o „vytváraní umelej inteligencie“ nemohla pritiahnuť pozornosť filozofov. S príchodom prvých inteligentných systémov vyvstali zásadné otázky o človeku a poznaní a čiastočne aj o svetovom poriadku. Na jednej strane sú s touto vedou nerozlučne späté a na druhej strane do nej vnášajú určitý chaos. Medzi výskumníkmi AI stále neexistuje dominantný názor na kritériá intelektuality, systematizáciu cieľov a úloh, ktoré sa majú riešiť, dokonca neexistuje ani striktná definícia vedy.

Dokáže stroj myslieť?

Najhorúcejšou debatou vo filozofii umelej inteligencie je otázka možnosti myslieť na výtvory ľudských rúk. Otázku „Môže stroj myslieť?“, ktorá podnietila výskumníkov k vytvoreniu vedy modelovania ľudskej mysle, položil Alan Turing v roku 1950. Dva hlavné uhly pohľadu na túto problematiku sa nazývajú hypotézy silnej a slabej umelej inteligencie.

Pojem „silná umelá inteligencia“ zaviedol John Searle a jeho prístup charakterizujú jeho vlastné slová:

„Navyše, takýto program by nebol len modelom mysle; v doslovnom zmysle slova to bude samo osebe myseľ, v tom istom zmysle, v akom je mysľou ľudská myseľ.

Naopak, slabí zástancovia AI dávajú prednosť tomu, aby programy vnímali len ako nástroj na riešenie určitých úloh, ktoré si nevyžadujú celú škálu ľudských kognitívnych schopností.

John Searle vo svojom myšlienkovom experimente „Chinese Room“ ukazuje, že úspešné zvládnutie Turingovho testu nie je kritériom toho, aby stroj mal skutočný myšlienkový proces.

Myslenie je proces spracovania informácií uložených v pamäti: analýza, syntéza a samoprogramovanie.

Podobný postoj zastáva Roger Penrose, ktorý vo svojej knihe The New Mind of a King tvrdí, že je nemožné získať myšlienkový proces na základe formálnych systémov.

Na túto problematiku existujú rôzne pohľady. Analytický prístup zahŕňa analýzu vyššej nervovej aktivity človeka na najnižšiu, nedeliteľnú úroveň (funkcia vyššej nervovej aktivity, elementárna reakcia na vonkajšie podnety (podnety), podráždenie synapsií súboru neurónov spojených funkciou ) a následnú reprodukciu týchto funkcií.

Niektorí odborníci berú schopnosť racionálnej, motivovanej voľby pre spravodajstvo, tvárou v tvár nedostatku informácií. To znamená, že tento program činnosti (nie nevyhnutne implementovaný na moderných počítačoch) sa jednoducho považuje za intelektuálny, ktorý si môže vybrať z určitého súboru alternatív, napríklad kam ísť v prípade „pôjdete doľava ... “, „pôjdete doprava ...“, „pôjdete rovno ...“

Veda o poznaní

Taktiež epistemológia úzko súvisí s problémami umelej inteligencie – vedy o poznaní v rámci filozofie. Filozofi zaoberajúci sa týmto problémom riešia otázky podobné tým, ktoré riešili inžinieri AI o tom, ako najlepšie reprezentovať a používať znalosti a informácie.

Postoj k AI v spoločnosti

AI a náboženstvo

Medzi stúpencami abrahámskych náboženstiev existuje niekoľko názorov na možnosť vytvorenia AI na základe štrukturálneho prístupu.

Podľa jedného z nich sa mozog, ktorého prácu sa systémy snažia napodobniť, podľa ich názoru nezúčastňuje procesu myslenia, nie je zdrojom vedomia a akejkoľvek inej duševnej činnosti. Vytvorenie AI na základe štrukturálneho prístupu je nemožné.

V súlade s iným uhlom pohľadu sa mozog zúčastňuje procesu myslenia, avšak vo forme „vysielača“ informácií z duše. Mozog je zodpovedný za také "jednoduché" funkcie, ako sú nepodmienené reflexy, reakcia na bolesť atď. Vytvorenie AI na základe štrukturálneho prístupu je možné, ak navrhovaný systém môže vykonávať funkcie „prenosu“.

Obe polohy nezodpovedajú údajom modernej vedy, pretože. pojem duše moderná veda nepovažuje za vedeckú kategóriu.

Podľa mnohých budhistov je AI možná. Duchovný vodca dalajlámu XIV teda nevylučuje možnosť existencie vedomia na počítačovej báze.

Raelites aktívne podporuje vývoj v oblasti umelej inteligencie.

AI a sci-fi

V sci-fi literatúre je AI najčastejšie zobrazovaná ako sila, ktorá sa snaží zvrhnúť silu človeka (Omnius, HAL 9000, Skynet, Colossus, The Matrix a Replicant) alebo slúžiaca humanoidom (C-3PO, Data , KITT a KARR, muž dvojstého výročia). Nevyhnutnosť, že AI ovládne svet mimo kontroly, spochybňujú spisovatelia sci-fi ako Isaac Asimov a Kevin Warwick.

Kurióznu víziu budúcnosti predstavujú v Turingovej voľbe spisovateľ sci-fi Harry Harrison a vedec Marvin Minsky. Autori hovoria o strate ľudskosti u človeka, ktorému bol do mozgu implantovaný počítač, a o získaní ľudskosti strojom s AI, do ktorého pamäte sa skopírovali informácie z ľudského mozgu.

Niektorí spisovatelia sci-fi, ako napríklad Vernor Vinge, tiež špekulovali o dôsledkoch AI, ktorá pravdepodobne prinesie dramatické zmeny do spoločnosti. Toto obdobie sa nazýva technologická singularita.

Používa sa takmer všade: od špičkových a zložitých matematických výpočtov po medicínu, automobilový priemysel a dokonca aj smartfóny. Technológie, ktoré sú základom práce AI v modernom pohľade, používame každý deň a niekedy si to možno ani nemyslíme. Čo je však umelá inteligencia? ako pracuje? A je to nebezpečné?

BB bude čoskoro všade!

Najprv si definujme terminológiu. Ak si umelú inteligenciu predstavujete ako niečo schopné samostatne myslieť, rozhodovať sa a vo všeobecnosti prejavovať známky vedomia, ponáhľame sa vás sklamať. Takmer všetky systémy, ktoré dnes existujú, sa takejto definícii AI ani nepribližujú. A tie systémy, ktoré vykazujú známky takejto činnosti, v skutočnosti aj tak fungujú v rámci vopred určených algoritmov.

Neurónové siete existujú už od 50. rokov minulého storočia (aspoň vo forme konceptu). Ale až donedávna sa nedočkali veľkého vývoja, pretože ich vytvorenie si vyžadovalo obrovské množstvo dát a výpočtového výkonu. V posledných rokoch sa toto všetko stalo dostupným, takže do popredia sa dostali neurónové siete, ktoré dostali svoj rozvoj. Je dôležité pochopiť, že na ich plnohodnotný vzhľad nebolo dostatok techniky. Ako to, že ani teraz nestačia na to, aby posunuli technológiu na novú úroveň.

Etapy definície.

Na čo slúži hlboké učenie a neurónové siete?

Existuje niekoľko oblastí, v ktorých tieto dve technológie pomohli dosiahnuť výrazný pokrok. Niektoré z nich navyše používame každý deň vo svojom živote a ani sa nezamýšľame nad tým, čo je za nimi.

• je schopnosť softvéru porozumieť obsahu obrázkov a videí. Toto je jedna oblasť, kde hlboké učenie urobilo veľký pokrok. Algoritmy na spracovanie obrazu hlbokého učenia môžu napríklad odhaliť rôzne typy rakoviny, pľúcnych chorôb, srdcových chorôb atď. A urobte to rýchlejšie a efektívnejšie ako lekári. Hlboké učenie sa však zakorenilo aj v mnohých aplikáciách, ktoré používate každý deň. Apple Face ID a Fotky Google využívajú hlboké učenie na rozpoznanie vašej tváre a zlepšenie kvality vašich fotografií. Facebook používa hlboké učenie na automatické označovanie ľudí na odovzdaných fotografiách atď. Počítačové videnie tiež pomáha spoločnostiam automaticky identifikovať a blokovať sporný obsah, ako je násilie a nahota. A napokon, hlboké učenie hrá veľmi dôležitú úlohu pri umožňovaní autonómnych áut tak, aby rozumeli svojmu okoliu.
• Rozpoznávanie hlasu a reči. Keď vyslovíte príkaz Asistentovi Google, algoritmy hlbokého učenia prevedú váš . Niekoľko online aplikácií používa hlboké učenie na prepis audio a video súborov. Aj keď skladbu „shazamujete“, do hry vstupujú neurónové siete a algoritmy hlbokého strojového učenia.
• Internetové vyhľadávanie: aj keď hľadáte niečo vo vyhľadávači, aby bola vaša požiadavka spracovaná prehľadnejšie a výsledky boli čo najsprávnejšie, firmy začali pripájať algoritmy neurónových sietí do svojich vyhľadávačov. Výkon vyhľadávača Google sa teda po prechode systému na hlboké strojové učenie a neurónové siete niekoľkonásobne zvýšil.

Hranice hlbokého učenia a neurónové siete

Napriek všetkým svojim výhodám majú hlboké učenie a neurónové siete aj určité nevýhody.

• Závislosť na údajoch: Algoritmy hlbokého učenia vo všeobecnosti vyžadujú obrovské množstvo trénovacích údajov na presné vykonávanie svojich úloh. Bohužiaľ, na vyriešenie mnohých problémov nie je dostatok kvalitných tréningových dát na vytváranie pracovných modelov.
• Nepredvídateľnosť: neurónové siete sa vyvíjajú nejakým zvláštnym spôsobom. Niekedy ide všetko podľa plánu. A niekedy (aj keď neurónová sieť robí svoju prácu dobre), dokonca aj tvorcovia sa snažia pochopiť, ako fungujú algoritmy. Nedostatok predvídateľnosti mimoriadne sťažuje odstránenie a opravu chýb v algoritmoch neurónových sietí.
• Algoritmické skreslenie: Algoritmy hlbokého učenia sú len také dobré ako údaje, na ktorých sú trénované. Problém je v tom, že trénovacie dáta často obsahujú skryté alebo zjavné chyby alebo nedostatky a algoritmy ich dedia. Napríklad algoritmus rozpoznávania tváre trénovaný primárne na fotografiách bielych ľudí bude fungovať menej presne na ľuďoch inej farby pleti.
• Nedostatok zovšeobecňovania: Algoritmy hlbokého učenia sú dobré na vykonávanie cielených úloh, ale nedajú sa dobre zovšeobecniť. Na rozdiel od ľudí by model hlbokého učenia nebol schopný hrať inú podobnú hru: povedzme Warcraft. Hlboké učenie tiež nie je dobré pri manipulácii s údajmi, ktoré sa odchyľujú od jeho tréningových príkladov.

Budúcnosť hlbokého učenia, neurónových sietí a AI

Je jasné, že práca na hlbokom učení a neurónových sieťach nie je ani zďaleka dokončená. Na zlepšenie algoritmov hlbokého učenia sa vyvíjajú rôzne snahy. Hlboké učenie je špičková metóda pri vytváraní umelej inteligencie. V posledných rokoch sa stala čoraz populárnejšou vďaka množstvu údajov a zvyšujúcemu sa výpočtovému výkonu. Je to základná technológia mnohých aplikácií, ktoré používame každý deň.

Schémy a spôsoby riešenia problémov čoskoro nahradia veľa vecí.

Zrodí sa však niekedy vedomie na základe tejto technológie? Skutočný umelý život? Niektorí z vedcov sa domnievajú, že v momente, keď sa počet spojení medzi komponentmi umelých neurónových sietí priblíži k rovnakému indikátoru, aký existuje v ľudskom mozgu medzi našimi neurónmi, môže sa stať niečo podobné. Toto tvrdenie je však veľmi pochybné. Aby sa objavila skutočná AI, musíme prehodnotiť, ako budujeme systémy AI. Všetko, čo je teraz, sú len aplikačné programy pre prísne obmedzený rozsah úloh. Akokoľvek by sme nechceli veriť, že budúcnosť už prišla...

Tento rok spoločnosť Yandex uviedla na trh hlasovú asistentku Alice. Nová služba umožňuje používateľovi počúvať správy a počasie, získavať odpovede na otázky a jednoducho komunikovať s botom. "Alice" niekedy drzý, niekedy to pôsobí takmer rozumne a ľudsky sarkasticky, no často nevie prísť na to, na čo sa jej pýtajú, a sedí v mláke.

To všetko vyvolalo nielen vlnu vtipov, ale aj nové kolo diskusií o vývoji umelej inteligencie. Správy o tom, čo dosiahli inteligentné algoritmy, dnes prichádzajú takmer každý deň a strojové učenie sa nazýva jednou z najsľubnejších oblastí, ktorým sa môžete venovať.

Na objasnenie hlavných otázok o umelej inteligencii sme sa rozprávali so Sergejom Markovom, špecialistom na umelú inteligenciu a metódy strojového učenia, autorom jedného z najsilnejších ruských šachových programov SmarThink a tvorcom projektu 22. storočia.

Sergej Markov,

špecialista na umelú inteligenciu

Búranie mýtov o AI

Čo je teda „umelá inteligencia“?

Pojem „umelá inteligencia“ je trochu nešťastný. Pôvodne vznikla vo vedeckej komunite, napokon prenikla do vedecko-fantastické literatúry a cez ňu aj do popkultúry, kde prešla množstvom zmien, nadobudla mnohé interpretácie a nakoniec bola úplne mystifikovaná.

Preto často od nešpecialistov počujeme vyjadrenia ako: „AI neexistuje“, „AI sa nedá vytvoriť“. Nepochopenie podstaty výskumu realizovaného v oblasti AI ľahko privádza ľudí do iných extrémov – napríklad moderným systémom AI sa pripisuje prítomnosť vedomia, slobodnej vôle a tajných motívov.

Skúsme oddeliť muchy od odrezkov.

Vo vede sa umelá inteligencia vzťahuje na systémy určené na riešenie intelektuálnych problémov.

Intelektuálna úloha je zasa úloha, ktorú ľudia riešia pomocou vlastného intelektu. Všimnite si, že v tomto prípade sa odborníci zámerne vyhýbajú definovaniu pojmu „inteligencia“, pretože pred príchodom systémov AI bol jediným príkladom inteligencie ľudský intelekt a definovanie pojmu inteligencia na základe jedného príkladu je rovnaké ako napr. snaží nakresliť priamku cez jeden bod. Takýchto riadkov môže byť toľko, koľko chcete, čo znamená, že debata o koncepte inteligencie by sa dala viesť po stáročia.

„silná“ a „slabá“ umelá inteligencia

Systémy AI sú rozdelené do dvoch veľkých skupín.

Aplikovaná umelá inteligencia(používajú aj výraz „slabá AI“ alebo „úzka AI“, v anglickej tradícii – slabá / aplikovaná / úzka AI) je AI navrhnutá na riešenie akejkoľvek intelektuálnej úlohy alebo malého počtu z nich. Táto trieda zahŕňa systémy na hranie šachu, go, rozpoznávanie obrázkov, reči, rozhodovanie o vydaní alebo nevystavení bankového úveru a pod.

Na rozdiel od aplikovanej AI je predstavený koncept univerzálna umelá inteligencia(tiež „silná AI“, v angličtine – strong AI / Artificial General Intelligence) – teda hypotetická (zatiaľ) AI schopná riešiť akékoľvek intelektuálne úlohy.

Ľudia, ktorí nepoznajú terminológiu, často identifikujú AI so silnou AI, a preto vznikajú úsudky v duchu „AI neexistuje“.

Silná AI zatiaľ v skutočnosti neexistuje. Prakticky všetky pokroky, ktoré sme v poslednom desaťročí zaznamenali v oblasti AI, boli pokroky v aplikovaných systémoch. Tieto úspechy nemožno podceňovať, pretože v niektorých prípadoch sú aplikované systémy schopné riešiť intelektuálne problémy lepšie ako univerzálna ľudská inteligencia.

Myslím, že ste si všimli, že pojem AI je dosť široký. Povedzme, že duševné počítanie je tiež intelektuálna úloha, čo znamená, že akýkoľvek počítací stroj bude považovaný za systém AI. A čo účty? počítadlo? Antikythérsky mechanizmus? Toto všetko sú formálne, hoci primitívne, ale systémy AI. Zvyčajne však nazývame nejaký systém systémom AI, čím zdôrazňujeme zložitosť úlohy, ktorú tento systém rieši.

Je celkom zrejmé, že delenie intelektuálnych úloh na jednoduché a zložité je veľmi umelé a naše predstavy o zložitosti určitých úloh sa postupne menia. Mechanický počítací stroj bol v 17. storočí zázrakom techniky, no dnes už ľudí, ktorí sú od detstva konfrontovaní s oveľa zložitejšími mechanizmami, nedokáže zaujať. Keď hra na autá v Go či autopilotov prestane verejnosť prekvapovať, určite sa nájdu ľudia, ktorí budú trhať nad tým, že takéto systémy niekto pripíše AI.

„Roboti – excelentní študenti“: o schopnosti AI učiť sa

Ďalšou vtipnou mylnou predstavou je, že systémy AI musia mať schopnosť samoučenia. Na jednej strane to nie je vôbec povinná vlastnosť systémov AI: existuje veľa úžasných systémov, ktoré nie sú schopné samoučenia, no napriek tomu riešia mnohé problémy lepšie ako ľudský mozog. Na druhej strane, niektorí ľudia jednoducho nevedia, že samoučenie je vlastnosť, ktorú mnohé systémy AI nadobudli už pred viac ako päťdesiatimi rokmi.

Keď som v roku 1999 napísal svoj prvý šachový program, samoštúdium už bolo v tejto oblasti samozrejmosťou – programy si dokázali zapamätať nebezpečné pozície, upravovali si variácie otvárania pre seba, upravovali štýl hry, prispôsobovali sa súperovi. Samozrejme, tieto programy boli stále veľmi vzdialené od Alpha Zero. Avšak už existovali aj systémy, ktoré sa učia správanie založené na interakciách s inými systémami v takzvaných experimentoch „posilňovacieho učenia“. Niektorí ľudia si však z nejakého nevysvetliteľného dôvodu stále myslia, že schopnosť samoučenia je výsadou ľudského intelektu.

Strojové učenie, celá vedná disciplína, sa zaoberá procesmi výučby strojov na riešenie určitých problémov.

Existujú dva veľké póly strojového učenia – učenie pod dohľadom a učenie bez dozoru.

o učenie s učiteľom stroj už má niekoľko podmienene správnych riešení pre určitý súbor prípadov. Úlohou učenia je v tomto prípade naučiť stroj na základe dostupných príkladov robiť správne rozhodnutia v iných, neznámych situáciách.

Druhý extrém - učenie bez učiteľa. To znamená, že stroj sa dostane do situácie, keď nie sú známe správne riešenia, existujú iba údaje v surovej, neoznačenej forme. Ukazuje sa, že v takýchto prípadoch je možné dosiahnuť určitý úspech. Môžete napríklad naučiť stroj identifikovať sémantické vzťahy medzi slovami v jazyku na základe analýzy veľmi veľkého súboru textov.

Jedným typom učenia pod dohľadom je posilňovacie učenie. Myšlienkou je, že systém AI funguje ako agent umiestnený v nejakom modelovom prostredí, v ktorom môže interagovať s inými agentmi, napríklad s kópiami seba samého, a dostávať spätnú väzbu z prostredia prostredníctvom funkcie odmeňovania. Napríklad šachový program, ktorý hrá sám so sebou, postupne upravuje svoje parametre a tým postupne posilňuje vlastnú hru.

Posilňovacie vzdelávanie je pomerne široká oblasť a využíva mnoho zaujímavých techník od evolučných algoritmov až po Bayesovskú optimalizáciu. Nedávne pokroky v AI pre hry presne súvisia so zosilnením AI počas posilňovacieho učenia.

Technologické riziká: Mali by sme sa báť súdneho dňa?

Nie som jeden z AI ​​alarmistov av tomto zmysle nie som v žiadnom prípade sám. Napríklad Andrew Ng, tvorca kurzu Stanford Machine Learning, prirovnáva nebezpečenstvo AI k problému preľudnenia Marsu.

V budúcnosti je skutočne pravdepodobné, že ľudia budú kolonizovať Mars. Je tiež pravdepodobné, že skôr či neskôr môže na Marse vzniknúť problém s preľudnením, no nie je celkom jasné, prečo by sme sa týmto problémom mali zaoberať už teraz? Yn a Yang LeKun, tvorcovia konvolučných neurónových sietí, súhlasia s Ynom a jeho šéfom Markom Zuckerbergom a Joshuom Benyom, človekom, ktorého výskum je do značnej miery spôsobený výskumom, ktorého moderné neurónové siete sú schopné riešiť zložité problémy v tejto oblasti. spracovania textu.

Prezentovať moje názory na tento problém bude zrejme trvať niekoľko hodín, preto sa sústredím len na hlavné tézy.

1. NEOBMEDZUJTE VÝVOJ AI

Alarmisti zvažujú riziká spojené s potenciálnym narušením AI, pričom ignorujú riziká spojené so snahou obmedziť alebo dokonca zastaviť pokrok v tejto oblasti. Technologická sila ľudstva sa zvyšuje extrémne rýchlym tempom, čo vedie k efektu, ktorý nazývam „zlacnenie nákladov na apokalypsu“.

Pred 150 rokmi ľudstvo pri všetkej vôli nemohlo spôsobiť nenapraviteľné škody ani biosfére, ani sebe ako druhu. Na realizáciu katastrofického scenára spred 50 rokov by bolo potrebné sústrediť všetku technologickú silu jadrových veľmocí. Zajtra môže stačiť malá hŕstka fanatikov na oživenie globálnej katastrofy spôsobenej človekom.

Naša technologická sila rastie oveľa rýchlejšie ako schopnosť ľudskej inteligencie túto silu ovládať.

Pokiaľ ľudskú inteligenciu s jej predsudkami, agresivitou, bludmi a úzkoprsosťou nenahradí systém schopný robiť informovanejšie rozhodnutia (či už to bude AI alebo, čo považujem za pravdepodobnejšie, technologicky vylepšená ľudská inteligencia integrovaná so strojmi do jednotný systém), môžeme čakať na globálnu katastrofu.

2. vytvorenie superinteligencie je zásadne nemožné

Existuje predstava, že AI budúcnosti bude určite superinteligentná, nadradená ľuďom ešte viac, ako sú ľudia nadradení mravcom. V tomto prípade sa obávam sklamať technologických optimistov – náš Vesmír obsahuje množstvo zásadných fyzikálnych obmedzení, ktoré zjavne znemožnia vytvorenie superinteligencie.

Napríklad rýchlosť prenosu signálu je obmedzená rýchlosťou svetla a na Planckovej stupnici sa objavuje Heisenbergova neurčitosť. Z toho vyplýva prvý základný limit – Bremermannov limit, ktorý ukladá obmedzenia maximálnej výpočtovej rýchlosti pre autonómny systém danej hmotnosti m.

Ďalší limit súvisí s Landauerovým princípom, podľa ktorého sa pri spracovaní 1 bitu informácie uvoľňuje minimálne množstvo tepla. Príliš rýchle výpočty spôsobia neprijateľné zahrievanie a zničenie systému. V skutočnosti sú moderné procesory menej ako tisíckrát za limitom Landauer. Zdalo by sa, že 1000 je dosť veľa, ale ďalším problémom je, že veľa intelektuálnych úloh patrí do triedy zložitosti EXPTIME. To znamená, že čas potrebný na ich vyriešenie je exponenciálnou funkciou rozmeru problému. Niekoľkonásobné zrýchlenie systému dáva len neustále zvyšovanie „inteligencie“.

Vo všeobecnosti existujú veľmi vážne dôvody domnievať sa, že superinteligentná silná AI nebude fungovať, aj keď, samozrejme, úroveň ľudskej inteligencie môže byť prekonaná. Aké je to nebezpečné? S najväčšou pravdepodobnosťou nie veľmi.

Predstavte si, že ste zrazu začali myslieť 100-krát rýchlejšie ako ostatní ľudia. Znamená to, že ľahko presvedčíte každého okoloidúceho, aby vám dal svoju peňaženku?

3. trápime sa niečím iným

Bohužiaľ, v dôsledku špekulácií alarmistov o obavách verejnosti, vychovaných na Terminátorovi a Clarkovom a Kubrickovom slávnom HAL 9000, došlo k posunu v zameraní bezpečnosti AI smerom k analýze nepravdepodobných, ale veľkolepých scenárov. Zároveň skutočné nebezpečenstvá unikajú z dohľadu.

Akákoľvek dostatočne zložitá technológia, ktorá tvrdí, že zaberá dôležité miesto v našom technologickom prostredí, so sebou určite prináša špecifické riziká. Mnoho životov bolo zničených parnými strojmi - vo výrobe, preprave atď. - predtým, ako boli zavedené účinné bezpečnostné pravidlá a opatrenia.

Ak hovoríme o pokroku v oblasti aplikovanej AI, môžeme venovať pozornosť súvisiacemu problému takzvaného „Digital Secret Court“. Čoraz viac aplikovaných systémov AI rozhoduje o otázkach ovplyvňujúcich život a zdravie ľudí. Patria sem medicínske diagnostické systémy a napríklad systémy, ktoré v bankách rozhodujú o poskytnutí alebo neposkytnutí úveru klientovi.

Zároveň je pred osobou, o ktorej osud ide, utajená štruktúra použitých modelov, použité množiny faktorov a ďalšie detaily rozhodovacieho postupu.

Použité modely môžu vychádzať z názorov odborných učiteľov, ktorí robili systematické chyby alebo mali určité predsudky – rasové, rodové.

AI vyškolená na rozhodnutiach takýchto odborníkov bude tieto predsudky vo svojich rozhodnutiach svedomito reprodukovať. Koniec koncov, tieto modely môžu obsahovať špecifické chyby.

Len málo ľudí sa teraz zaoberá týmito problémami, pretože, samozrejme, SkyNet rozpútajúci jadrovú vojnu je, samozrejme, oveľa veľkolepejšie.

Neurónové siete ako „horúci trend“

Na jednej strane sú neurónové siete jedným z najstarších modelov používaných na budovanie systémov AI. Spočiatku sa objavili ako výsledok aplikácie bionického prístupu, ale rýchlo utiekli od svojich biologických prototypov. Výnimkou sú tu len impulzné neurónové siete (v priemysle však zatiaľ nenašli široké uplatnenie).

Pokrok posledných desaťročí je spojený s rozvojom technológií hlbokého učenia – prístupu, v ktorom sú neurónové siete zostavené z veľkého počtu vrstiev, z ktorých každá je postavená na základe určitých pravidelných vzorov.

Okrem vytvárania nových modelov neurónových sietí sa významný pokrok dosiahol aj v oblasti technológií učenia. Dnes sa neurónové siete už nevyučujú pomocou centrálnych procesorov počítačov, ale pomocou špecializovaných procesorov schopných rýchlo vykonávať maticové a tenzorové výpočty. Najbežnejším typom takýchto zariadení sú dnes grafické karty. Aktívne sa však vyvíjajú ešte špecializovanejšie zariadenia na trénovanie neurónových sietí.

Vo všeobecnosti sú, samozrejme, dnes neurónové siete jednou z hlavných technológií v oblasti strojového učenia, ktorému vďačíme za vyriešenie mnohých problémov, ktoré sa predtým riešili neuspokojivo. Na druhej strane, samozrejme, musíte pochopiť, že neurónové siete nie sú všeliekom. Pri niektorých úlohách nie sú ani zďaleka najefektívnejším nástrojom.

Akí inteligentní sú teda dnešní roboti skutočne?

Všetko je relatívne. Na pozadí technológií z roku 2000 vyzerajú súčasné výdobytky ako skutočný zázrak. Vždy sa nájdu ľudia, ktorí radi reptajú. Pred 5 rokmi hovorili mocne a hlavne o tom, že stroje v Go nikdy neporazia ľudí (alebo aspoň nebudú veľmi skoro vyhrávať). Hovorilo sa, že stroj nikdy nedokáže nakresliť obrázok od nuly, zatiaľ čo dnes ľudia prakticky nedokážu rozlíšiť medzi obrázkami vytvorenými strojmi a maľbami pre nich neznámych umelcov. Koncom minulého roka sa stroje naučili syntetizovať reč, takmer na nerozoznanie od ľudskej, a v posledných rokoch uši nevädnú ani od hudby vytvorenej strojmi.

Uvidíme, čo bude zajtra. Pozerám sa na tieto aplikácie AI s veľkým optimizmom.

Sľubné smery: kde sa začať ponoriť do oblasti AI?

Odporúčam vám, aby ste sa pokúsili na dobrej úrovni ovládať jeden z populárnych rámcov neurónových sietí a jeden z populárnych programovacích jazykov v oblasti strojového učenia (dnes najpopulárnejší je TensorFlow + Python).

Po zvládnutí týchto nástrojov a v ideálnom prípade so silným základom v oblasti matematickej štatistiky a teórie pravdepodobnosti by ste mali svoje úsilie nasmerovať do oblasti, ktorá bude pre vás osobne najzaujímavejšia.

Záujem o predmet práce je jedným z vašich najdôležitejších pomocníkov.

Potreba špecialistov na strojové učenie existuje v rôznych oblastiach – v medicíne, v bankovníctve, vo vede, vo výrobe, takže dnes má dobrý špecialista väčší výber ako kedykoľvek predtým. Potenciálne výhody ktoréhokoľvek z týchto odvetví sa mi zdajú zanedbateľné v porovnaní s tým, že práca vám prinesie potešenie.