Esența inteligenței artificiale în format întrebare și răspuns. Istoria creației, tehnologiile de cercetare, dacă inteligența artificială este legată de IQ și dacă poate fi comparată cu inteligența umană. Întrebări cu răspuns Profesorul de la Universitatea Stanford, John McCarthy.

Ce este inteligența artificială (AI)?

Inteligența artificială este un domeniu al științei și ingineriei care se ocupă cu crearea de mașini și programe de calculator care au inteligență. Se ocupă de provocarea utilizării computerelor pentru a înțelege inteligența umană. În același timp, inteligența artificială nu ar trebui să se limiteze doar la metode observabile biologic.

Da, dar ce este inteligența?

Inteligența este capacitatea de a lua o decizie folosind calcule. Oamenii, multe animale și unele mașini au inteligență de diferite tipuri și niveluri.

Nu există o definiție a inteligenței care să nu depindă de relația ei cu inteligența umană?

Până acum, nu se înțelege ce tipuri de proceduri de calcul dorim să numim inteligente. Nu știm despre toate mecanismele inteligenței.

Este inteligența un concept lipsit de ambiguitate, astfel încât întrebarea „Are mașina aceasta are inteligență?” răspunsul ar putea fi „da” sau „nu”?

Nu. Cercetările AI au arătat cum să folosiți doar câteva dintre mecanisme. Dacă pentru a finaliza o sarcină sunt necesare doar modele bine învățate, se obțin rezultate foarte impresionante. Astfel de programe au inteligență „mică”.

Este inteligența artificială o încercare de a imita inteligența umană?

Uneori, dar nu întotdeauna. Pe de o parte, învățăm cum să facem ca mașinile să rezolve probleme prin observarea oamenilor sau a propriilor algoritmi. Pe de altă parte, cercetătorii AI folosesc algoritmi care nu sunt observați la oameni sau necesită resurse de calcul mult mai mari.

Programele de calculator au IQ?

Nu. IQ-ul se bazează pe rata cu care copiii dezvoltă inteligența. Acesta este raportul dintre vârsta la care un copil obține de obicei un anumit punctaj și vârsta copilului. Această evaluare se extinde în mod corespunzător la adulți. IQ-ul se corelează bine cu diferite măsuri ale succesului sau eșecului în viață. Dar crearea de computere care pot obține un scor mare la testele de IQ va avea puțin de-a face cu utilitatea lor. De exemplu, capacitatea unui copil de a repeta o succesiune lungă de numere se corelează bine cu alte abilități intelectuale. Arată câte informații își poate aminti un copil la un moment dat. În același timp, păstrarea numerelor în memorie este o sarcină banală chiar și pentru cele mai primitive computere.

Cum se compară inteligența umană și cea informatică?

Arthur R. Jensen, un cercetător de frunte în domeniul inteligenței umane, susține ca o „ipoteză euristică” că oamenii obișnuiți împărtășesc aceleași mecanisme de inteligență și că diferențele intelectuale sunt legate de „condițiile biochimice și fiziologice cantitative”. Acestea includ viteza de gândire, memoria pe termen scurt și capacitatea de a forma amintiri pe termen lung precise și recuperabile.

Indiferent dacă punctul lui Jensen despre inteligența umană este corect, situația în AI de astăzi este inversă.

Programele de calculator au un spațiu mare de viteză și memorie, dar capacitățile lor corespund mecanismelor inteligente pe care dezvoltatorii de programe le înțeleg bine și le pot pune în ele. Sunt introduse unele abilități pe care copiii nu le dezvoltă de obicei până în adolescență. Altele deținute de copii de doi ani sunt încă dispărute. Problema este și mai complicată de faptul că știința cognitivă încă nu poate determina exact care sunt abilitățile umane. Cel mai probabil, organizarea mecanismelor intelectuale ale IA se compară favorabil cu cea a oamenilor.

Când un om rezolvă o problemă mai repede decât un computer, indică faptul că dezvoltatorilor le lipsește inteligența necesară pentru a îndeplini sarcina în mod eficient.

Când a început cercetarea AI?

După al Doilea Război Mondial, mai mulți oameni au început să lucreze independent la mașini inteligente. Este posibil ca matematicianul englez Alan Turing să fi fost primul dintre aceștia. Și-a ținut prelegerea în 1947. Turing a fost unul dintre primii care au decis că AI ar putea fi explorată cel mai bine prin programarea computerelor, mai degrabă decât prin construirea de mașini. Până la sfârșitul anilor 1950, existau mulți cercetători în domeniul inteligenței artificiale, iar cei mai mulți dintre ei și-au bazat munca pe programarea computerelor.

Scopul AI este să pună inteligența umană într-un computer?

Mintea umană are multe trăsături; este puțin probabil să fie posibil să fie imitate pe fiecare dintre ele.

Ce este testul Turing?

Lucrarea lui A. Alan Turing din 1950 „Computing and Intelligence” a discutat despre condițiile pentru ca o mașină să aibă inteligență. El a susținut că, dacă o mașină poate pretinde cu succes a fi umană pentru un observator inteligent, atunci desigur că ar trebui să o considerați inteligentă. Acest criteriu va satisface majoritatea oamenilor, dar nu toți filozofii. Observatorul trebuie să interacționeze cu mașina sau cu persoana printr-o facilitate de intrare/ieșire pentru a elimina nevoia ca aparatul să imite aspectul sau vocea persoanei. Sarcina atât a mașinii, cât și a persoanei este să-l facă pe observator să se considere o persoană.

Testul Turing este unilateral. O mașină care trece testul ar trebui cu siguranță considerată inteligentă, chiar dacă nu are suficiente cunoștințe despre oameni pentru a-i imita.

Cartea lui Daniel Dennett Brainchildren conține o discuție excelentă despre Testul Turing și despre diferitele părți ale acestuia care au fost implementate cu succes, adică cu limitări ale cunoștințelor observatorului despre AI și subiectul respectiv. Se pare că unii oameni sunt destul de ușor de convins că un program destul de primitiv este inteligent.

Scopul AI este de a obține inteligență la nivel uman?

Da. Scopul final este de a crea programe de calculator care să rezolve probleme și să atingă obiective la fel ca oamenii. Cu toate acestea, oamenii de știință care efectuează cercetări în domenii înguste își stabilesc obiective mult mai puțin ambițioase.

Cât de departe este inteligența artificială de a atinge nivelul uman? Când se va întâmpla asta?

Inteligența la nivel uman poate fi obținută prin scrierea unui număr mare de programe și culegând baze vaste de cunoștințe ale faptelor în limbile care sunt folosite astăzi pentru a exprima cunoștințele.Cu toate acestea, majoritatea cercetătorilor AI cred că sunt necesare noi idei fundamentale. Prin urmare, este imposibil de prezis când va fi creată inteligența la nivel uman.

Este un computer o mașină care poate deveni inteligentă?

Calculatoarele pot fi programate pentru a simula orice tip de mașină.

Viteza computerelor le permite să aibă inteligență?

Unii oameni cred că sunt necesare atât computere mai rapide, cât și idei noi. Calculatoarele erau destul de rapide chiar și acum 30 de ani. Dacă am ști să le programăm.

Ce zici de crearea unei „mașini pentru copii” care ar putea fi îmbunătățită citind și învățând prin practică?

Această idee a fost propusă de multe ori începând cu anii 1940. În cele din urmă va fi implementat. Cu toate acestea, programele AI nu au atins încă un nivel în care să poată învăța mult din ceea ce învață un copil de-a lungul vieții. Programele existente nu înțeleg limba suficient de bine pentru a învăța multe prin citire.

Teoria computabilității și complexitatea computațională sunt cheile pentru AI?

Nu. Aceste teorii sunt relevante, dar nu abordează problemele fundamentale ale IA.

În anii 1930, logicienii matematicieni Kurt Gödel și Alan Turing au descoperit că nu existau algoritmi care să fie garantat să rezolve toate problemele din unele domenii matematice importante. De exemplu, răspunsurile la întrebări precum: „este o propoziție a logicii de ordinul întâi o teoremă” sau „o ecuație polinomială în unele variabile are soluții întregi în altele?” Deoarece oamenii sunt capabili să rezolve aceste tipuri de probleme, acest fapt a fost propus ca argument că computerele sunt inerent incapabile să facă ceea ce fac oamenii. Roger Penrose vorbește și despre asta. Cu toate acestea, oamenii nu pot garanta soluțiiarbitrarsarcini în aceste domenii.

În anii 1960, informaticieni, inclusiv Steve Cook și Richard Karp, au dezvoltat o teorie a domeniului pentru problemele NP-complete. Problemele din aceste domenii sunt rezolvabile, dar se pare că rezolvarea lor necesită timp care crește exponențial odată cu dimensiunea problemei. Cel mai simplu exemplu de domeniu de problemă NP-complet este întrebarea: Ce afirmații logice propoziționale sunt satisfăcătoare? Oamenii rezolvă adesea probleme în domeniul problemelor NP-complete de multe ori mai rapid decât garantat de algoritmii de bază, dar nu le pot rezolva rapid în cazul general.

Este important pentru AI ca atunci când rezolvi probleme algoritmi au fost la fel de eficiente ca mintea umană. Identificarea subdomeniilor în care există algoritmi buni este importantă, dar multe programe care rezolvă problemele AI nu se încadrează în subdomenii ușor de identificat.

Teoria complexității claselor generale de probleme se numește complexitate computațională. Până acum, această teorie nu a interacționat cu AI atât de mult pe cât s-ar fi putut spera. Succesul în rezolvarea problemelor de către oameni și programele AI pare să depindă de proprietățile problemei și de metodele de rezolvare a problemelor pe care nici cercetătorii de complexitate, nici comunitatea AI nu le pot defini cu precizie.

De asemenea, relevantă este teoria complexității algoritmice, dezvoltată independent una de cealaltă. Solomonov, Kolmogorov și Chaitin. Definește complexitatea unui obiect simbolic ca lungimea celui mai scurt program care îl poate genera. A demonstra că un program candidat este cel mai scurt sau cel mai aproape de a fi cel mai scurt este o sarcină imposibilă, dar reprezentarea obiectelor ca programe scurte care le generează poate uneori să clarifice lucrurile chiar dacă nu poți demonstra că programul tău este cel mai scurt.

Știrile despre noile evoluții în domeniul inteligenței artificiale apar cu o frecvență de invidiat. Astfel, în ianuarie a acestui an, Google și-a anunțat planurile, în parteneriat cu Movidius, de a crea procesoare mobile cu capabilități de învățare automată. Obiectivele declarate ale parteneriatului sunt de a aduce capabilități de inteligență a mașinii oamenilor în dispozitivele lor portabile. Și în februarie, inginerii MIT au introdus deja procesorul Eyeriss, datorită căruia inteligența artificială poate apărea în dispozitivele portabile. Și asta pe fundalul faptului că volumul investițiilor în dezvoltarea sistemelor de inteligență artificială crește de la an la an.

Totul sugerează că în curând inteligența artificială va pătrunde în smartphone-urile noastre, care vor deveni semnificativ mai inteligente. Deci nu suntem departe de răscoala mașinilor? Cât de mult mai inteligente trebuie să devină mașinile pentru a prelua puterea asupra oamenilor? Și cât de real este?

Inteligența artificială unu, inteligența artificială două, inteligența artificială trei

Când citim sau auzim despre inteligența artificială, mulți dintre noi ne imaginăm SkyNet și mașinile din celebrul film Terminator. Ce înseamnă cercetătorii și dezvoltatorii prin acest concept?

Există trei tipuri de IA pe care trebuie să le creăm sau poate fi necesar:

Inteligență artificială țintită îngust. Este exact ceea ce vom obține în noile noastre smartphone-uri în viitorul apropiat. O astfel de inteligență este superioară inteligenței umane în anumite activități sau operațiuni. Un computer cu inteligență artificială foarte țintită poate învinge un campion mondial la șah, poate parca o mașină sau poate selecta cele mai relevante rezultate dintr-un motor de căutare.

Puterea unei astfel de inteligențe artificiale constă în capacitățile de calcul ale procesoarelor. Cu cât aceste oportunități sunt mai mari, cu atât sarcinile atribuite sunt rezolvate mai eficient. Și odată cu creșterea puterii procesorului nu există probleme acum. AI focalizat îngust, în filosofia inteligenței artificiale (există așa ceva) se numește slab.

Dar numai capabilitățile de calcul, potrivit oamenilor de știință, nu sunt suficiente pentru a crea mașini cu adevărat inteligente. Deși tocmai cazul fictiv al tranziției spontane a inteligenței artificiale slabe la puternică a stat la baza scenariului filmelor Terminator. SkyNet, un supercomputer al Departamentului de Apărare al SUA conceput pentru a controla sistemul de apărare antirachetă, capătă conștiință și începe să ia propriile decizii.

Inteligența artificială generală. Dacă am creat deja sisteme cu AI țintite îngust și am găsit aplicații practice pentru ele, atunci cu IA generală totul este mult mai complicat. Acest tip de AI este deja inteligență la nivel uman. Este universal și capabil să efectueze aceleași operații intelectuale ca și creierul uman.

Dacă vedem roboți complet umanoizi în timpul vieții noastre, ei vor avea exact acest tip de inteligență. Amintiți-vă de androidul Andrew din filmul lui Chris Columbus Bicentennial Man. Roboții cu astfel de inteligență artificială vor putea să învețe, să gândească și să ia decizii în mod independent ca oamenii. Ei vor putea construi relații cu oamenii din jurul lor, devenind prieteni și ajutoare. Acest tip de inteligență artificială este numită puternică.

Dar există o prăpastie între inteligența artificială puternică și cea slabă. Pentru a trece de la unul la altul, nu este suficient să crești puterea de calcul a computerelor, trebuie să le oferi și inteligență. Oamenii de știință nu au văzut încă o modalitate clară de a face acest lucru.

Superinteligență artificială. Acest tip de inteligență artificială este cel care atrage atenția pe scară largă. În mare parte, pentru că posibilitatea creării sale este percepută de mulți oameni de știință ca un pericol pentru umanitate. SkyNet este o ilustrare a unei astfel de amenințări.

Superinteligența va fi mai inteligentă decât oricare dintre oameni. El va fi superior omului în aproape toate domeniile. Va fi capabil să rezolve probleme complexe și să facă descoperiri științifice. Cum se va comporta o mașină inteligentă în raport cu umanitatea?

Oamenii de știință sugerează trei modele de interacțiune:

Oracol- putem obține un răspuns la orice întrebare complexă.

Gin- va face el însuși tot ce avem nevoie, folosind pentru asta măcar un asamblator molecular, chiar și laboratoare robotice și fabrici care funcționează fără intervenția umană.

Suveran- El va găsi singur problema și o va rezolva singur.

După cum puteți vedea, termenul „inteligență artificială” conține trei forme de existență a inteligenței artificiale. Și diferențele dintre ele sunt semnificative, la fel ca și consecințele tranziției de la o IA la alta. Putem determina nivelul de inteligență al mașinilor inteligente pentru a înțelege cu cine avem de-a face?

Cum se măsoară inteligența artificială?

Oamenii diferă unii de alții prin nivelul lor de inteligență. Pentru a-l cuantifica se folosesc teste speciale. Testul IQ este cunoscut de mulți. Cum se măsoară inteligența mașinilor?

Dacă adoptăm o abordare necritică a reportajelor media, atunci nivelul intelectual al mașinilor moderne variază între IQ-ul unui copil de 4 ani și al unui adolescent de 13 ani. Aceste două numere ilustrează două abordări pentru măsurarea inteligenței mașinilor.

În 2015, o echipă de oameni de știință din Illinois a testat sistemul de inteligență artificială ConceptNet creat la Institutul de Tehnologie din Massachusetts folosind un test standard de IQ pentru copiii cu vârsta cuprinsă între 2,5 și 7 ani. Rezultatele aparatului corespundeau cu performanța medie a unui copil de patru ani.

Pe lângă utilizarea testelor concepute pentru oameni, un test special conceput pentru mașini este cunoscut și utilizat pe scară largă. Testul Turing este conceput pentru a determina dacă o mașină poate gândi.

Testul este după cum urmează. O persoană – judecătorul – comunică cu doi interlocutori pe care nu îi vede. Toată interacțiunea se realizează prin corespondență folosind un computer intermediar. Unul dintre interlocutori este o persoană, iar celălalt este un program de calculator care se prezintă ca o persoană. Dacă judecătorul nu poate spune cu siguranță care dintre interlocutorii săi este programul, atunci aparatul este considerat că a trecut testul.

Până în prezent, testul Turing a fost trecut o singură dată. În 2014, programul Eugene Goostman, care a imitat un adolescent de 13 ani numit de dezvoltatori drept Zhenya Goostman, a reușit să inducă în eroare judecătorii și să se uite la o persoană.

Cu toate acestea, există multe obiecții la astfel de teste. Atât computerele, cât și programele lor de astăzi sunt purtătoare de inteligență artificială slabă, concentrată îngust. O astfel de inteligență nu poate decât să imite persoana care susține testul.

Totul se va schimba atunci când trecem de la inteligența artificială slabă la una puternică. O mașină înzestrată cu inteligență artificială generală, care va fi asemănătoare cu inteligența umană, va avea deja conștiință și conștientizare de sine și, prin urmare, va gândi. Un astfel de computer ar trece un test standard de IQ, răspunzând la întrebări în mod conștient, așa cum ar face un om.

IQ-ul uman variază de la 85 la 130. Aceiași indicatori vor fi disponibili pentru IA generală. Dar nivelul superior al IQ-ului superinteligenței artificiale nu va avea restricții. Ar putea fi 1.000 sau 10.000. Ce ne așteaptă pe măsură ce AI se îmbunătățește?

Anul acesta, Yandex a lansat asistentul vocal Alice. Noul serviciu permite utilizatorului să asculte știri și vreme, să obțină răspunsuri la întrebări și să comunice pur și simplu cu botul. "Alice" uneori devine înflăcărat, uneori pare aproape rezonabil și uman sarcastic, dar adesea nu își poate da seama despre ce este întrebată și ajunge într-o băltoacă.

Toate acestea au dat naștere nu doar la un val de glume, ci și la o nouă rundă de discuții despre dezvoltarea inteligenței artificiale. Știrile despre ceea ce au realizat algoritmii inteligenți vin astăzi aproape în fiecare zi, iar învățarea automată este numită unul dintre cele mai promițătoare domenii cărora te poți dedica.

Pentru a clarifica principalele întrebări despre inteligența artificială, am discutat cu Serghei Markov, specialist în inteligență artificială și metode de învățare automată, autorul unuia dintre cele mai puternice programe interne de șah SmarThink și creatorul proiectului Secolul XXII.

Serghei Markov,

specialist în inteligență artificială

Dezmind miturile despre AI

deci ce este „inteligența artificială”?

Conceptul de „inteligență artificială” a fost ghinionist într-o oarecare măsură. Originară inițial din comunitatea științifică, a pătruns în cele din urmă în literatura fantastică, iar prin aceasta în cultura pop, unde a suferit o serie de schimbări, a căpătat multe interpretări și, în final, a fost complet mistificat.

Acesta este motivul pentru care auzim adesea afirmații de genul acesta de la nespecialiști: „AI nu există”, „AI nu poate fi creat”. Înțelegerea greșită a naturii cercetării IA îi duce cu ușurință pe oameni la alte extreme - de exemplu, sistemele AI moderne sunt atribuite prezenței conștiinței, liberului arbitru și motivelor secrete.

Să încercăm să despărțim muștele de cotlet.

În știință, inteligența artificială se referă la sisteme concepute pentru a rezolva probleme intelectuale.

La rândul său, o sarcină intelectuală este o sarcină pe care oamenii o rezolvă folosind propria lor inteligență. Rețineți că, în acest caz, experții evită în mod deliberat să definească conceptul de „inteligență”, deoarece înainte de apariția sistemelor AI, singurul exemplu de inteligență era inteligența umană, iar definirea conceptului de inteligență pe baza unui singur exemplu este la fel cu a încerca a trasa o linie dreaptă printr-un singur punct. Ar putea exista orice număr de astfel de rânduri, ceea ce înseamnă că dezbaterea despre conceptul de inteligență ar putea dura secole.

inteligența artificială „puternică” și „slabă”.

Sistemele AI sunt împărțite în două grupuri mari.

Inteligența artificială aplicată(se folosește și termenul „IA slabă” sau „AI îngustă”, în tradiția engleză - IA slabă/aplicată/îngustă) este AI concepută pentru a rezolva orice problemă intelectuală sau un set mic de acestea. Această clasă include sisteme pentru jocul de șah, Go, recunoașterea imaginii, vorbire, luarea deciziilor cu privire la emiterea sau neemiterea unui împrumut bancar și așa mai departe.

Spre deosebire de IA aplicată, conceptul este introdus inteligența artificială universală(de asemenea, „strong AI”, în engleză - strong AI/Artificial General Intelligence) - adică AI ipotetică (deocamdată) capabilă să rezolve orice probleme intelectuale.

Adesea oamenii, fără să cunoască terminologia, echivalează AI cu IA puternică, motiv pentru care judecățile apar în spiritul „AI nu există”.

Inteligența artificială puternică nu există încă. Aproape toate progresele pe care le-am văzut în ultimul deceniu în domeniul AI sunt progrese în sistemele de aplicații. Aceste succese nu trebuie subestimate, deoarece sistemele aplicate în unele cazuri sunt capabile să rezolve problemele intelectuale mai bine decât inteligența umană universală.

Cred că ați observat că conceptul de AI este destul de larg. Să spunem că calculul mental este și o sarcină intelectuală, iar asta înseamnă că orice mașină de calcul va fi considerată un sistem AI. Dar facturi? Abac? Mecanismul Antikythera? Într-adevăr, toate acestea sunt în mod formal, deși primitive, sisteme AI. Cu toate acestea, de obicei, denumind un sistem sistem AI, subliniem astfel complexitatea problemei rezolvate de acest sistem.

Este destul de evident că împărțirea sarcinilor intelectuale în simple și complexe este foarte artificială, iar ideile noastre despre complexitatea anumitor sarcini se schimbă treptat. Mașina de calcul mecanică a fost un miracol al tehnologiei în secolul al XVII-lea, dar astăzi oamenii, care au fost expuși la mecanisme mult mai complexe încă din copilărie, nu mai pot fi impresionați de ea. Când mașinile care joacă Go sau mașinile cu conducere autonomă încetează să uimească publicul, probabil că vor exista oameni care vor tresări pentru că cineva va clasifica astfel de sisteme drept AI.

„Roboți excelenți”: despre abilitățile de învățare ale AI

O altă concepție greșită amuzantă este că sistemele AI trebuie să aibă capacitatea de a auto-învăța. Pe de o parte, aceasta nu este o proprietate necesară a sistemelor AI: există multe sisteme uimitoare care nu sunt capabile de auto-învățare, dar, cu toate acestea, rezolvă multe probleme mai bine decât creierul uman. Pe de altă parte, unii oameni pur și simplu nu știu că auto-învățarea este o proprietate pe care multe sisteme AI au dobândit-o în urmă cu mai bine de cincizeci de ani.

Când am scris primul meu program de șah în 1999, auto-învățarea era deja un loc complet obișnuit în acest domeniu - programele puteau să-și amintească pozițiile periculoase, să ajusteze variațiile de deschidere pentru a se potrivi și să regleze stilul de joc, adaptându-se la adversar. Desigur, acele programe erau încă foarte departe de Alpha Zero. Cu toate acestea, chiar și sisteme care au învățat comportamentul bazat pe interacțiuni cu alte sisteme prin experimente în așa-numita „învățare prin întărire” deja existau. Cu toate acestea, dintr-un motiv inexplicabil, unii oameni încă mai cred că abilitatea de a auto-învăța este apanajul inteligenței umane.

Învățarea automată, o întreagă disciplină științifică, se ocupă de procesele de predare a mașinilor pentru a rezolva anumite probleme.

Există doi poli mari ai învățării automate - învățarea supravegheată și învățarea nesupravegheată.

La antrenament cu un profesor mașina are deja un anumit număr de soluții corecte condiționat pentru un anumit set de cazuri. Sarcina antrenamentului în acest caz este de a învăța mașina, pe baza exemplelor disponibile, să ia decizii corecte în alte situații, necunoscute.

Cealaltă extremă este invata fara profesor. Adică, mașina este plasată într-o situație în care deciziile corecte sunt necunoscute, doar datele sunt disponibile în formă brută, fără etichetă. Se pare că în astfel de cazuri puteți obține un anumit succes. De exemplu, puteți învăța o mașină să identifice relațiile semantice dintre cuvintele dintr-o limbă pe baza analizei unui set foarte mare de texte.

Un tip de învățare supravegheată este învățarea prin întărire. Ideea este că sistemul AI acționează ca un agent plasat într-un mediu simulat în care poate interacționa cu alți agenți, de exemplu, cu copii ale lui însuși, și poate primi feedback din mediu printr-o funcție de recompensă. De exemplu, un program de șah care se joacă cu el însuși, ajustându-și treptat parametrii și, astfel, întărindu-și treptat propriul joc.

Învățarea prin întărire este un domeniu destul de larg, cu multe tehnici interesante folosite, de la algoritmi evolutivi până la optimizarea bayesiană. Cele mai recente progrese în AI pentru jocuri se referă la îmbunătățirea AI prin învățare prin consolidare.

Riscuri ale dezvoltării tehnologiei: ar trebui să ne fie frică de „Ziua Apocalipsei”?

Nu sunt unul dintre alarmiştii AI și, în acest sens, nu sunt în niciun caz singur. De exemplu, creatorul cursului Stanford despre învățarea automată, Andrew Ng, compară problema pericolului AI cu problema suprapopulării lui Marte.

Într-adevăr, este probabil ca oamenii să colonizeze Marte în viitor. De asemenea, este probabil ca mai devreme sau mai târziu să existe o problemă de suprapopulare pe Marte, dar nu este complet clar de ce ar trebui să ne ocupăm acum de această problemă? Yann LeCun, creatorul rețelelor neuronale convoluționale, și șeful său Mark Zuckerberg, și Yoshua Benyo, un om în mare măsură datorită cercetărilor căruia, rețelele neuronale moderne sunt capabile să rezolve probleme complexe din domeniul procesării textului, sunt de acord cu Ng.

Probabil că va dura câteva ore pentru a-mi prezenta părerile cu privire la această problemă, așa că mă voi concentra doar pe punctele principale.

1. NU PUTEȚI LIMITA DEZVOLTAREA AI

Alarmiștii iau în considerare riscurile asociate cu potențialul impact distructiv al inteligenței artificiale, ignorând în același timp riscurile asociate cu încercarea de a limita sau chiar opri progresul în acest domeniu. Puterea tehnologică a umanității crește într-un ritm extrem de rapid, ceea ce duce la un efect pe care îl numesc „reducerea apocalipsei”.

Acum 150 de ani, cu toată dorința, omenirea nu putea provoca daune ireparabile nici biosferei, nici ei înșiși ca specie. Pentru a implementa scenariul catastrofal de acum 50 de ani, ar fi fost necesar să se concentreze toată puterea tehnologică a puterilor nucleare. Mâine, o mână mică de fanatici poate fi suficientă pentru a provoca un dezastru global provocat de om.

Puterea noastră tehnologică crește mult mai repede decât capacitatea inteligenței umane de a controla această putere.

Cu excepția cazului în care inteligența umană, cu prejudecățile, agresivitatea, iluziile și limitările ei, este înlocuită de un sistem capabil să ia decizii mai bune (fie că AI sau, ceea ce cred că este mai probabil, inteligență umană, îmbunătățită tehnologic și combinată cu mașini într-un singur sistem) , putem aștepta o catastrofă globală.

2. crearea superinteligenței este fundamental imposibilă

Există ideea că IA viitorului va fi cu siguranță superinteligență, superioară oamenilor chiar mai mult decât oamenii sunt superiori furnicilor. În acest caz, mi-e teamă să-i dezamăgesc și pe optimiștii tehnologici - Universul nostru conține o serie de limitări fizice fundamentale care, aparent, vor face imposibilă crearea superinteligenței.

De exemplu, viteza de transmitere a semnalului este limitată de viteza luminii, iar la scara Planck apare incertitudinea Heisenberg. Aceasta duce la prima limită fundamentală - limita Bremermann, care introduce restricții asupra vitezei maxime de calcul pentru un sistem autonom de o anumită masă m.

O altă limită este asociată principiului Landauer, conform căruia există o cantitate minimă de căldură generată la procesarea a 1 bit de informație. Calculele prea rapide vor provoca o încălzire inacceptabilă și distrugerea sistemului. De fapt, procesoarele moderne sunt de mai puțin de o mie de ori în spatele limitei Landauer. S-ar părea că 1000 este destul de mult, dar o altă problemă este că multe sarcini intelectuale aparțin clasei de dificultate EXPTIME. Aceasta înseamnă că timpul necesar pentru a le rezolva este o funcție exponențială a dimensiunii problemei. Accelerarea sistemului de mai multe ori dă doar o creștere constantă a „inteligenței”.

În general, există motive foarte serioase de a crede că IA puternică super-inteligentă nu va funcționa, deși, desigur, nivelul inteligenței umane poate fi depășit. Cât de periculos este asta? Cel mai probabil nu foarte mult.

Imaginează-ți că ai început brusc să gândești de 100 de ori mai repede decât alți oameni. Înseamnă asta că vei reuși ușor să convingi orice trecător să-ți dea portofelul?

3. ne îngrijorează lucrurile greșite

Din nefericire, ca urmare a speculațiilor alarmiștilor cu privire la temerile publicului, aduse în discuție despre „Terminator” și faimosul HAL 9000 al lui Clark și Kubrick, are loc o schimbare a accentului în domeniul siguranței AI către analiza improbabilelor. , dar scenarii eficiente. În același timp, pericolele reale sunt pierdute din vedere.

Orice tehnologie suficient de complexă care aspiră să ocupe un loc important în peisajul nostru tehnologic aduce cu siguranță riscuri specifice. Multe vieți au fost distruse de motoarele cu abur - în producție, transport și așa mai departe - înainte de a fi dezvoltate reglementări eficiente și măsuri de siguranță.

Dacă vorbim de progres în domeniul IA aplicată, putem acorda atenție problemei conexe a așa-numitei „Tribunale secrete digitale”. Tot mai multe aplicații AI iau decizii cu privire la problemele care afectează viața și sănătatea oamenilor. Acestea includ sisteme de diagnostic medical și, de exemplu, sisteme care iau decizii în bănci cu privire la emiterea sau neemiterea unui împrumut unui client.

În același timp, structura modelelor utilizate, seturile de factori utilizate și alte detalii ale procedurii decizionale sunt ascunse ca secrete comerciale de persoana a cărei soartă este în joc.

Modelele utilizate își pot baza deciziile pe opiniile profesorilor experți care au comis erori sistematice sau au avut anumite prejudecăți – rasiale, de gen.

AI instruit pe deciziile unor astfel de experți va reproduce cu fidelitate aceste părtiniri în deciziile sale. La urma urmei, aceste modele pot conține defecte specifice.

Puțini oameni se confruntă cu aceste probleme acum, deoarece, desigur, SkyNet începe un război nuclear este, desigur, mult mai spectaculos.

Rețelele neuronale ca „tendință fierbinte”

Pe de o parte, rețelele neuronale sunt unul dintre cele mai vechi modele folosite pentru a crea sisteme AI. Apărând inițial ca urmare a abordării bionice, ei au scăpat rapid de prototipurile lor biologice. Singura excepție aici sunt rețelele neuronale cu impulsuri (cu toate acestea, ele nu și-au găsit încă o aplicație largă în industrie).

Progresul din ultimele decenii este asociat cu dezvoltarea tehnologiilor de învățare profundă - o abordare în care rețelele neuronale sunt asamblate dintr-un număr mare de straturi, fiecare dintre acestea fiind construit pe baza anumitor modele regulate.

Pe lângă crearea de noi modele de rețele neuronale, s-au înregistrat progrese importante și în domeniul tehnologiilor de învățare. Astăzi, rețelele neuronale nu mai sunt predate folosind procesoare centrale de computer, ci folosind procesoare specializate capabile să efectueze rapid calcule matrice și tensoare. Cel mai comun tip de astfel de dispozitive astăzi sunt plăcile video. Cu toate acestea, dezvoltarea unor dispozitive și mai specializate pentru antrenarea rețelelor neuronale este în desfășurare activă.

În general, desigur, rețelele neuronale de astăzi sunt una dintre principalele tehnologii din domeniul învățării automate, căreia îi datorăm soluția multor probleme care anterior au fost rezolvate nesatisfăcător. Pe de altă parte, desigur, trebuie să înțelegeți că rețelele neuronale nu sunt un panaceu. Pentru unele sarcini, acestea sunt departe de a fi cel mai eficient instrument.

Deci cât de inteligenți sunt cu adevărat roboții de astăzi?

Totul este relativ. În comparație cu tehnologia din 2000, realizările actuale arată ca un adevărat miracol. Întotdeauna vor exista oameni cărora le place să mormăie. Acum 5 ani vorbeau cu toată puterea despre cum mașinile nu vor câștiga niciodată împotriva oamenilor de la Go (sau, cel puțin, nu vor câștiga foarte curând). Ei au spus că o mașină nu ar putea niciodată să deseneze o imagine de la zero, în timp ce astăzi oamenii sunt practic incapabili să distingă picturile create de mașini de picturile unor artiști necunoscuți de ei. La sfârșitul anului trecut, mașinile au învățat să sintetizeze vorbirea care este practic imposibil de distins de vorbirea umană, iar în ultimii ani, muzica creată de mașini nu a ofilit urechile.

Să vedem ce se întâmplă mâine. Sunt foarte optimist cu privire la aceste aplicații ale AI.

Direcții promițătoare: de unde să începeți să vă scufundați în domeniul AI?

V-aș sfătui să încercați să stăpâniți unul dintre cadrele de rețele neuronale populare și unul dintre limbajele de programare populare din domeniul învățării automate (cea mai populară combinație de astăzi este TensorFlow + Python).

După ce stăpâniți aceste instrumente și, în mod ideal, având o bază solidă în domeniul statisticii matematice și al teoriei probabilităților, ar trebui să vă îndreptați eforturile către domeniul care vă va fi cel mai interesant personal.

Interesul pentru subiectul muncii tale este unul dintre cei mai importanți ajutori.

Nevoia de specialiști în învățarea automată există într-o varietate de domenii - în medicină, în domeniul bancar, în știință, în producție, așa că astăzi un specialist bun are o opțiune mai largă decât oricând. Potențialele beneficii ale oricăreia dintre aceste industrii mi se par a fi nesemnificative în comparație cu faptul că vă veți bucura de muncă.

Inteligenţă artificială (AI, engleză: Inteligență artificială, AI) - știința și tehnologia de a crea mașini inteligente, în special programe de calculator inteligente. AI este legată de sarcina similară de utilizare a computerelor pentru a înțelege inteligența umană, dar nu se limitează neapărat la metode plauzibile din punct de vedere biologic.

Ce este inteligența artificială

Inteligența(din lat. intellectus - senzație, percepție, înțelegere, înțelegere, concept, rațiune), sau minte - o calitate a psihicului constând în capacitatea de a se adapta la situații noi, capacitatea de a învăța și a-ți aminti pe baza experienței, de a înțelege și de a aplica concepte abstracte și utilizarea cunoștințelor pentru managementul mediului. Inteligența este capacitatea generală de a cunoaște și de a rezolva dificultățile, care unește toate abilitățile cognitive umane: senzație, percepție, memorie, reprezentare, gândire, imaginație.

La începutul anilor 1980. Oamenii de știință în calcul Barr și Fajgenbaum au propus următoarea definiție a inteligenței artificiale (AI):

Mai târziu, o serie de algoritmi și sisteme software au început să fie clasificate ca AI, a căror proprietate distinctivă este că pot rezolva unele probleme în același mod în care ar face o persoană care se gândește la soluția lor.

Principalele proprietăți ale inteligenței artificiale sunt înțelegerea limbajului, învățarea și capacitatea de a gândi și, cel mai important, de a acționa.

AI este un complex de tehnologii și procese conexe care se dezvoltă calitativ și rapid, de exemplu:

• procesarea textului în limbaj natural
• sistem expert
• agenți virtuali (chatbot și asistenți virtuali)
• sisteme de recomandare.

Direcțiile tehnologice ale AI. Datele Deloitte

Cercetare AI

• Articolul principal: Cercetarea Inteligenței Artificiale

Standardizarea în IA

2018: Dezvoltarea standardelor în domeniul comunicațiilor cuantice, AI și orașului inteligent

Pe 6 decembrie 2018, Comitetul Tehnic „Sisteme Cyber-Fizice” bazat pe RVC împreună cu Centrul Regional de Inginerie „SafeNet” au început elaborarea unui set de standarde pentru piețele Inițiativei Naționale Tehnologice (NTI) și economia digitală. Până în martie 2019, este planificată dezvoltarea documentelor tehnice de standardizare în domeniul comunicațiilor cuantice și, a raportat RVC. Citeşte mai mult.

Impactul inteligenței artificiale

Risc pentru dezvoltarea civilizației umane

Impact asupra economiei și afacerilor

• Impactul tehnologiilor de inteligență artificială asupra economiei și afacerilor

Impactul asupra pieței muncii

Prejudecățile inteligenței artificiale

În centrul a tot ceea ce este practica AI (traducerea automată, recunoașterea vorbirii, procesarea limbajului natural, viziunea computerizată, conducerea automată și multe altele) se află învățarea profundă. Este un subset al învățării automate, caracterizat prin utilizarea modelelor de rețele neuronale, despre care se poate spune că imită funcționarea creierului, așa că ar fi o exagerare să le clasificăm ca AI. Orice model de rețea neuronală este antrenat pe seturi mari de date, așa că dobândește unele „abilități”, dar modul în care le folosește rămâne neclar pentru creatorii săi, ceea ce devine în cele din urmă una dintre cele mai importante probleme pentru multe aplicații de deep learning. Motivul este că un astfel de model funcționează cu imagini în mod formal, fără a înțelege ce face. Este un astfel de sistem AI și pot fi de încredere sistemele construite pe machine learning? Implicațiile răspunsului la ultima întrebare se extind dincolo de laboratorul științific. Prin urmare, atenția mass-media față de fenomenul numit prejudecată AI s-a intensificat considerabil. Poate fi tradus ca „prejudecata AI” sau „prejudecata AI”. Citeşte mai mult.

Piața tehnologiei de inteligență artificială

Piața AI din Rusia

Piața globală AI

Domenii de aplicare ale IA

Domeniile de aplicare ale AI sunt destul de largi și acoperă atât tehnologii familiare, cât și noi domenii emergente, care sunt departe de aplicarea în masă, cu alte cuvinte, aceasta este întreaga gamă de soluții, de la aspiratoare până la stații spațiale. Puteți împărți toată diversitatea lor în funcție de criteriul punctelor cheie de dezvoltare.

AI nu este un domeniu monolitic. În plus, unele domenii tehnologice ale IA apar ca noi subsectoare ale economiei și entități separate, deservind în același timp majoritatea domeniilor economiei.

Principalele aplicații comerciale ale tehnologiilor de inteligență artificială

Dezvoltarea utilizării AI duce la adaptarea tehnologiilor în sectoarele clasice ale economiei de-a lungul întregului lanț valoric și le transformă, ducând la algoritmizarea aproape tuturor funcționalităților, de la logistică la managementul companiei.

Folosind AI pentru Apărare și Afaceri Militare

Utilizare în educație

Folosirea inteligenței artificiale în afaceri

AI în industria energiei electrice

• La nivel de proiectare: prognoza îmbunătățită a generării și a cererii de resurse energetice, evaluarea fiabilității echipamentelor de generare a energiei, automatizarea creșterii producției atunci când cererea crește.
• La nivel de producție: optimizarea întreținerii preventive a echipamentelor, creșterea eficienței generației, reducerea pierderilor, prevenirea furtului resurselor energetice.
• La nivel de promovare: optimizarea preturilor in functie de ora din zi si facturare dinamica.
• La nivel de prestare a serviciilor: selectarea automată a celui mai profitabil furnizor, statistici detaliate de consum, service automatizat pentru clienți, optimizarea consumului de energie ținând cont de obiceiurile și comportamentul clientului.

AI în producție

• La nivel de proiectare: creșterea eficienței dezvoltării de noi produse, evaluarea automată a furnizorilor și analiza cerințelor pentru piese de schimb.
• La nivel de productie: imbunatatirea procesului de finalizare a sarcinilor, automatizarea liniilor de asamblare, reducerea numarului de erori, reducerea timpilor de livrare a materiilor prime.
• La nivel de promovare: prognozarea volumului de servicii de suport și întreținere, managementul prețurilor.
• La nivel de prestare a serviciilor: îmbunătățirea planificării rutelor flotei de vehicule, cererea de resurse ale flotei, îmbunătățirea calității pregătirii inginerilor de service.

AI în bănci

• Recunoaștere model - folosit incl. să recunoască clienții din sucursale și să le transmită oferte specializate.

Principalele domenii comerciale de aplicare a tehnologiilor de inteligență artificială în bănci

AI în transport

• Industria auto este în pragul unei revoluții: 5 provocări ale erei conducerii fără pilot

AI în logistică

AI în fabricarea berii

Utilizarea IA în administrația publică

AI în criminalistică

• Recunoaștere model - folosit incl. pentru a identifica infractorii în spațiile publice.

• În mai 2018, a devenit cunoscut faptul că poliția olandeză folosea inteligența artificială pentru a investiga crime complexe.

Agențiile de aplicare a legii au început să digitalizeze peste 1.500 de rapoarte și 30 de milioane de pagini legate de cazuri nerezolvate, relatează The Next Web. Materialele din 1988 încoace, în care infracțiunea nu a fost soluționată de cel puțin trei ani, iar infractorul a fost condamnat la peste 12 ani de închisoare, sunt transferate în format informatic.

Rezolvă o crimă complexă într-o zi. Poliția adoptă AI

Odată ce tot conținutul este digitizat, acesta va fi conectat la un sistem de învățare automată care va analiza înregistrările și va decide care cazuri folosesc cele mai fiabile dovezi. Acest lucru ar trebui să reducă timpul necesar procesării cazurilor și soluționării crimelor trecute și viitoare de la câteva săptămâni la o zi.

Inteligența artificială va clasifica cazurile în funcție de „solubilitatea” lor și va indica posibilele rezultate ale testării ADN. Planul este apoi de a automatiza analiza în alte domenii ale criminalisticii și poate chiar să se extindă în domenii precum știința socială și mărturia.

În plus, după cum a spus unul dintre dezvoltatorii de sistem, Jeroen Hammer, funcțiile API pentru parteneri ar putea fi lansate în viitor.

Poliția olandeză are o unitate specială specializată în dezvoltarea de noi tehnologii pentru rezolvarea infracțiunilor. El a fost cel care a creat sistemul AI pentru căutarea rapidă a criminalilor pe baza dovezilor.

AI în justiție

Evoluțiile din domeniul inteligenței artificiale vor ajuta la schimbarea radicală a sistemului judiciar, făcându-l mai echitabil și lipsit de scheme de corupție. Această opinie a fost exprimată în vara anului 2017 de Vladimir Krylov, doctor în științe tehnice, consultant tehnic la Artezio.

Omul de știință consideră că soluțiile existente în domeniul AI pot fi aplicate cu succes în diverse sfere ale economiei și ale vieții publice. Expertul arată că AI este folosită cu succes în medicină, dar în viitor poate schimba complet sistemul judiciar.

„Privindu-ne în fiecare zi știri despre evoluțiile din domeniul AI, ești doar uimit de imaginația inepuizabilă și fecunditatea cercetătorilor și dezvoltatorilor din acest domeniu. Rapoartele despre cercetarea științifică sunt în mod constant intercalate cu publicații despre produse noi care ies pe piață și rapoarte cu rezultate uimitoare obținute prin utilizarea AI în diverse domenii. Dacă vorbim despre evenimente așteptate, însoțite de hype vizibil în mass-media, în care AI va deveni din nou eroul știrilor, atunci probabil că nu voi risca să fac prognoze tehnologice. Îmi pot imagina că următorul eveniment va fi apariția undeva a unei instanțe extrem de competente sub forma inteligenței artificiale, corectă și incoruptibilă. Acest lucru se va întâmpla, se pare, în 2020-2025. Iar procesele care vor avea loc în această instanță vor duce la reflecții neașteptate și la dorința multor oameni de a transfera către IA majoritatea proceselor de gestionare a societății umane.”

Omul de știință recunoaște utilizarea inteligenței artificiale în sistemul judiciar ca un „pas logic” pentru dezvoltarea egalității legislative și a justiției. Inteligența mașină nu este supusă corupției și emoțiilor, poate adera strict la cadrul legislativ și poate lua decizii ținând cont de mulți factori, inclusiv de date care caracterizează părțile în dispută. Prin analogie cu domeniul medical, judecătorii roboți pot opera cu date mari din depozitele de servicii guvernamentale. Se poate presupune că inteligența mașinii va fi capabilă să proceseze rapid datele și să ia în considerare mult mai mulți factori decât un judecător uman.

Psihologii experți consideră însă că absența unei componente emoționale atunci când se analizează cauzele în instanță va afecta negativ calitatea deciziei. Verdictul unei instanțe automate poate fi prea simplu, fără a ține cont de importanța sentimentelor și a stărilor de spirit ale oamenilor.

Pictura

În 2015, echipa Google a testat rețelele neuronale pentru a vedea dacă pot crea imagini pe cont propriu. Apoi, inteligența artificială a fost antrenată folosind un număr mare de imagini diferite. Cu toate acestea, atunci când mașinii i s-a „rugat” să înfățișeze ceva pe cont propriu, s-a dovedit că a interpretat lumea din jurul nostru într-un mod oarecum ciudat. De exemplu, pentru sarcina de a desena gantere, dezvoltatorii au primit o imagine în care metalul a fost conectat de mâini umane. Acest lucru s-a întâmplat probabil din cauza faptului că în timpul etapei de antrenament, imaginile analizate cu gantere conțineau mâini, iar rețeaua neuronală a interpretat incorect acest lucru.

Pe 26 februarie 2016, la o licitație specială din San Francisco, reprezentanții Google au strâns aproximativ 98 de mii de dolari din picturi psihedelice create de inteligența artificială.Aceste fonduri au fost donate unor organizații caritabile. Una dintre cele mai reușite poze ale mașinii este prezentată mai jos.

Un tablou pictat de inteligența artificială a Google.

Subliniază: „Problema este că până acum nu putem determina în general ce proceduri de calcul dorim să le numim inteligente. Înțelegem unele mecanisme ale inteligenței și nu înțelegem altele. Prin urmare, inteligența din această știință se referă doar la componenta computațională a capacității de a atinge obiective în lume.”

În același timp, există un punct de vedere conform căruia inteligența nu poate fi decât un fenomen biologic.

După cum subliniază președintele filialei din Sankt Petersburg a Asociației Ruse de Inteligență Artificială T. A. Gavrilova, expresia în engleză inteligenţă artificială nu are acele nuanțe antropomorfe ușor fantastice pe care le-a dobândit în traducerea rusă destul de nereușită. Cuvânt inteligenţăînseamnă „capacitatea de a raționa rațional”, și deloc „inteligență”, pentru care există un analog englez inteligenţă .

Participanții Asociației Ruse de Inteligență Artificială dau următoarele definiții ale inteligenței artificiale:

Una dintre definițiile particulare ale inteligenței, comune omului și „mașinii”, poate fi formulată după cum urmează: „Inteligenta este capacitatea unui sistem de a crea programe (în primul rând euristice) în timpul auto-învățarii pentru a rezolva probleme de o anumită clasă de complexitate. și rezolvă aceste probleme.”

Cele mai simple electronice sunt adesea numite inteligență artificială pentru a indica prezența senzorilor și selectarea automată a modurilor de operare. Cuvântul artificial în acest caz înseamnă că nu trebuie să vă așteptați ca sistemul să poată găsi un nou mod de operare într-o situație neprevăzută de dezvoltatori.

Condiții preliminare pentru dezvoltarea științei inteligenței artificiale

Istoria inteligenței artificiale ca nouă direcție științifică începe la mijlocul secolului al XX-lea. Până în acest moment, multe premise pentru originea sa fuseseră deja formate: printre filosofi au existat dezbateri de multă vreme despre natura omului și procesul de înțelegere a lumii, neurofiziologii și psihologii au dezvoltat o serie de teorii cu privire la activitatea creierului uman. și gândirea, economiștii și matematicienii au pus întrebări despre calculele optime și prezentarea cunoștințelor despre lume într-o formă formalizată; în cele din urmă, s-a născut fundamentul teoriei matematice a calculelor - teoria algoritmilor - și au fost create primele calculatoare.

Capacitățile noilor mașini în ceea ce privește viteza de calcul s-au dovedit a fi mai mari decât cele umane, așa că întrebarea s-a strecurat în comunitatea științifică: care sunt limitele capacităților computerelor și vor atinge mașinile la nivelul dezvoltării umane? În 1950, unul dintre pionierii în domeniul calculului, omul de știință englez Alan Turing, a scris un articol intitulat „Can a Machine Think?” , care descrie o procedură prin care se va putea determina momentul în care o mașină devine egală cu o persoană din punct de vedere al inteligenței, numită testul Turing.

Istoria dezvoltării inteligenței artificiale în URSS și Rusia

În URSS, lucrările în domeniul inteligenței artificiale au început în anii 1960. O serie de studii de pionierat au fost efectuate la Universitatea din Moscova și la Academia de Științe, conduse de Veniamin Pușkin și D. A. Pospelov.

În 1964, a fost publicată lucrarea logicianului de la Leningrad Serghei Maslov, „Metoda inversă pentru stabilirea derivabilității în calculul predicatului clasic”, în care a fost primul care a propus o metodă pentru căutarea automată a demonstrațiilor teoremelor în calculul predicatului.

Până în anii 1970 în URSS, toate cercetările IA au fost efectuate în cadrul ciberneticii. Potrivit lui D. A. Pospelov, științele „informatic” și „cibernetica” erau amestecate în acel moment din cauza mai multor dispute academice. Abia la sfârșitul anilor 1970 în URSS au început să vorbească despre direcția științifică „inteligență artificială” ca ramură a informaticii. În același timp, s-a născut însăși informatica, subordonându-și strămoșul „cibernetica”. La sfârșitul anilor 1970, au fost create un dicționar explicativ despre inteligența artificială, o carte de referință în trei volume despre inteligența artificială și un dicționar enciclopedic despre informatică, în care sunt incluse secțiunile „Cibernetică” și „Inteligenta artificială”, împreună cu alte secţiuni, în informatică. Termenul de „informatică” a devenit larg răspândit în anii 1980, iar termenul de „cibernetică” a dispărut treptat din circulație, rămânând doar în numele acelor instituții apărute în perioada „boom-ului cibernetic” de la sfârșitul anilor 1950 - începutul anilor 1960. Această viziune despre inteligența artificială, cibernetică și informatică nu este împărtășită de toată lumea. Acest lucru se datorează faptului că în Occident limitele acestor științe sunt oarecum diferite.

Abordări și direcții

Abordări pentru înțelegerea problemei

Nu există un singur răspuns la întrebarea ce face inteligența artificială. Aproape fiecare autor care scrie o carte despre AI pleacă de la o anumită definiție, luând în considerare realizările acestei științe în lumina ei.

• descendent (engleză) AI de sus în jos), semiotică - crearea de sisteme expert, baze de cunoștințe și sisteme de inferență logică care simulează procese mentale de nivel înalt: gândire, raționament, vorbire, emoții, creativitate etc.;
• ascendent (engleză) AI de jos în sus), biologic - studiul rețelelor neuronale și al calculelor evolutive care modelează comportamentul inteligent bazat pe elemente biologice, precum și crearea sistemelor de calcul corespunzătoare, cum ar fi un neurocomputer sau un biocomputer.

Această din urmă abordare, strict vorbind, nu aparține științei AI în sensul dat de John McCarthy - ele sunt unite doar printr-un scop final comun.

Testul Turing și abordarea intuitivă

Un test empiric a fost propus de Alan Turing în lucrarea sa „Computing Machines and Minds”. Mașini de calcul și inteligență ), publicată în 1950 în revista filozofică " Minte" Scopul acestui test este de a determina posibilitatea unei gândiri artificiale apropiate de uman.

Interpretarea standard a acestui test este următoarea: " O persoană interacționează cu un computer și cu o persoană. Pe baza răspunsurilor la întrebări, el trebuie să stabilească cu cine vorbește: o persoană sau un program de calculator. Scopul unui program de calculator este de a induce o persoană în eroare să facă o alegere greșită." Toți participanții la test nu se pot vedea.

• Cea mai generală abordare presupune că AI va putea prezenta un comportament asemănător omului în situații normale. Această idee este o generalizare a abordării testului Turing, care afirmă că o mașină va deveni inteligentă atunci când este capabilă să poarte o conversație cu o persoană obișnuită și nu va putea înțelege că vorbește cu mașina ( conversația se desfășoară prin corespondență).
• Scriitorii de science fiction propun adesea o altă abordare: AI va apărea atunci când o mașină este capabilă să simtă și să creeze. Așadar, proprietarul lui Andrew Martin de la „Bicentennial Man” începe să-l trateze ca pe o persoană atunci când își creează o jucărie după propriul design. Și Data din Star Trek, fiind capabilă de comunicare și de învățare, visează să câștige emoții și intuiție.

Cu toate acestea, această din urmă abordare nu rezistă cu greu criticilor la o examinare mai atentă. De exemplu, nu este dificil să se creeze un mecanism care să evalueze anumiți parametri ai mediului extern sau intern și să răspundă la valorile lor nefavorabile. Despre un astfel de sistem putem spune că are sentimente („durerea” este o reacție la declanșarea unui senzor de șoc, „foamea” este o reacție la o încărcare scăzută a bateriei etc.). Iar clusterele create de cardurile Kohonen și multe alte produse ale sistemelor „inteligente” pot fi considerate un tip de creativitate.

Abordare simbolică

Din punct de vedere istoric, abordarea simbolică a fost prima din era mașinilor digitale, deoarece tocmai după crearea Lisp, primul limbaj de calcul simbolic, autorul său a devenit încrezător în capacitatea de a începe practic să implementeze aceste mijloace de inteligență. Abordarea simbolică vă permite să operați cu reprezentări slab formalizate și semnificațiile acestora.

Succesul și eficiența rezolvării de noi probleme depind de capacitatea de a izola doar informațiile esențiale, ceea ce necesită flexibilitate în metodele de abstractizare. În timp ce un program obișnuit își stabilește propriul mod de interpretare a datelor, motiv pentru care activitatea sa pare părtinitoare și pur mecanică. În acest caz, problema intelectuală este rezolvată doar de o persoană, un analist sau un programator, fără a putea încredința asta unei mașini. Ca rezultat, este creat un singur model de abstractizare, un sistem de entități constructive și algoritmi. Iar flexibilitatea și versatilitatea au ca rezultat cheltuirea semnificativă a resurselor pentru sarcini non-tipice, adică sistemul revine de la inteligență la forța brută.

Caracteristica principală a calculului simbolic este crearea de noi reguli în timpul execuției programului. În timp ce capacitățile sistemelor neinteligente se termină chiar înaintea capacității de a identifica cel puțin dificultățile care apar recent. Mai mult, aceste dificultăți nu sunt rezolvate și, în cele din urmă, computerul nu își îmbunătățește singur astfel de abilități.

Dezavantajul abordării simbolice este că astfel de posibilități deschise sunt percepute de oamenii nepregătiți ca o lipsă de instrumente. Această problemă destul de culturală este parțial rezolvată prin programarea logică.

Abordare logică

O abordare logică a creării sistemelor de inteligență artificială are ca scop crearea de sisteme expert cu modele logice de baze de cunoștințe folosind un limbaj predicat.

Sistemul de programare în limbaj și logică Prolog a fost adoptat ca model de antrenament pentru sistemele de inteligență artificială în anii 1980. Bazele de cunoștințe scrise în limbajul Prolog reprezintă seturi de fapte și reguli de inferență logică scrise în limbajul predicatelor logice.

Modelul logic al bazelor de cunoștințe vă permite să înregistrați nu numai informații și date specifice sub formă de fapte în limbajul Prolog, ci și informații generalizate folosind reguli și proceduri de inferență logică, inclusiv reguli logice pentru definirea conceptelor care exprimă anumite cunoștințe ca specifice. și informații generalizate.

În general, cercetarea problemelor de inteligență artificială în cadrul unei abordări logice a proiectării bazelor de cunoștințe și a sistemelor expert vizează crearea, dezvoltarea și funcționarea sistemelor informaționale inteligente, inclusiv problemele de predare a elevilor și școlarilor, precum și instruirea utilizatorilor și dezvoltatorilor de astfel de sisteme informatice inteligente.

Abordare bazată pe agenți

Cea mai recentă abordare, dezvoltată de la începutul anilor 1990, se numește abordare bazată pe agenți, sau abordare bazată pe utilizarea agenților inteligenți (raționali).. Conform acestei abordări, inteligența este partea computațională (în general, planificarea) a capacității de a atinge obiectivele stabilite pentru o mașină inteligentă. O astfel de mașină în sine va fi un agent inteligent, percepând lumea din jurul ei cu ajutorul senzorilor și capabil să influențeze obiectele din mediu folosind actuatoare.

Această abordare se concentrează pe acele metode și algoritmi care vor ajuta agentul inteligent să supraviețuiască în mediu în timp ce își îndeplinește sarcina. Astfel, algoritmii de găsire a căilor și de luare a deciziilor sunt studiați mult mai atent aici.

Abordare hibridă

Articolul principal: Abordare hibridă

Abordare hibridă presupune că numai combinația sinergică de modele neuronale și simbolice realizează întreaga gamă de capacități cognitive și de calcul. De exemplu, regulile de inferență ale experților pot fi generate de rețelele neuronale, iar regulile generative sunt obținute folosind învățarea statistică. Susținătorii acestei abordări consideră că sistemele informaționale hibride vor fi mult mai puternice decât suma diferitelor concepte separat.

Modele și metode de cercetare

Modelarea simbolică a proceselor de gândire

Articolul principal: Raționamentul de modelare

Analizând istoria AI, putem identifica o zonă atât de largă ca modelarea raționamentului. De mulți ani, dezvoltarea acestei științe s-a deplasat tocmai pe această cale, iar acum este una dintre cele mai dezvoltate domenii ale IA modernă. Modelarea raționamentului implică crearea unor sisteme simbolice, a căror intrare este o anumită problemă, iar rezultatul necesită rezolvarea acesteia. De regulă, problema propusă a fost deja formalizată, adică tradusă în formă matematică, dar fie nu are un algoritm de rezolvare, fie este prea complexă, consumatoare de timp etc. Această zonă include: demonstrarea teoremelor, luarea deciziilor și teoria jocului, planificare si expediere , prognoza .

Lucrul cu limbaje naturale

O direcție importantă este procesarea limbajului natural, în cadrul căruia se realizează analiza capacităților de înțelegere, prelucrare și generare de texte în limbaj „uman”. Această direcție urmărește să proceseze limbajul natural în așa fel încât cineva să poată dobândi cunoștințe în mod independent, citind textul existent disponibil pe Internet. Unele aplicații directe ale procesării limbajului natural includ regăsirea informațiilor (inclusiv extragerea de text profund) și traducerea automată.

Reprezentarea și utilizarea cunoștințelor

Direcţie ingineria cunoasteriiîmbină sarcinile de obținere a cunoștințelor din informații simple, sistematizarea și utilizarea acestora. Această direcție este asociată istoric cu creația sistem expert- programe care folosesc baze de cunoștințe specializate pentru a obține concluzii de încredere asupra oricărei probleme.

Producerea de cunoștințe din date este una dintre problemele de bază ale extragerii datelor. Există diverse abordări pentru rezolvarea acestei probleme, inclusiv cele bazate pe tehnologia rețelelor neuronale, folosind proceduri de verbalizare a rețelei neuronale.

Învățare automată

Probleme învățare automată se referă la proces independent dobândirea de cunoștințe de către un sistem inteligent în procesul de funcționare a acestuia. Această direcție a fost centrală încă de la începutul dezvoltării AI. În 1956, la Conferința de vară de la Dartmund, Ray Solomonoff a scris o lucrare despre o mașină de învățare probabilistică nesupravegheată, numind-o „Motor de inferență inductivă”.

Robotică

Articolul principal: Robotică inteligentă

Creativitatea mașinii

Articolul principal: Creativitatea mașinii

Natura creativității umane este chiar mai puțin studiată decât natura inteligenței. Cu toate acestea, această zonă există, iar aici sunt puse problemele scrisului pe calculator de muzică, opere literare (de multe ori poezie sau basme) și creație artistică. Crearea de imagini realiste este utilizată pe scară largă în industria filmului și a jocurilor.

Studiul problemelor de creativitate tehnică a sistemelor de inteligență artificială iese în evidență separat. Teoria rezolvării problemelor inventive, propusă în 1946 de G. S. Altshuller, a marcat începutul unei astfel de cercetări.

Adăugarea acestei capacități oricărui sistem inteligent vă permite să demonstrați foarte clar ce percepe exact sistemul și cum îl înțelege. Prin adăugarea de zgomot în loc să lipsească informații sau prin filtrarea zgomotului cu cunoștințele disponibile în sistem, se produce imagini concrete din cunoștințe abstracte care sunt ușor de perceput de către o persoană, acest lucru fiind util în special pentru cunoștințe intuitive și de valoare redusă, a căror verificare într-un forma formală necesită un efort mental semnificativ.

Alte domenii de cercetare

În cele din urmă, există multe aplicații ale inteligenței artificiale, fiecare dintre ele formând o direcție aproape independentă. Exemplele includ inteligența de programare în jocurile pe calculator, controlul neliniar și sistemele inteligente de securitate a informațiilor.

Se poate observa că multe domenii de cercetare se suprapun. Acest lucru este tipic pentru orice știință. Dar în inteligența artificială, relația dintre domenii aparent diferite este deosebit de puternică, iar acest lucru este asociat cu dezbaterea filozofică despre IA puternică și slabă.

Inteligența artificială modernă

Se pot distinge două direcții de dezvoltare a IA:

• rezolvarea problemelor asociate cu aducerea sistemelor AI specializate mai aproape de capacitățile umane și integrarea acestora, care este realizată de natura umană ( vezi Îmbunătățirea inteligenței);
• crearea inteligenței artificiale, reprezentând integrarea sistemelor AI deja create într-un singur sistem capabil să rezolve problemele umanității ( vezi Inteligență artificială puternică și slabă).

Însă, în acest moment, domeniul inteligenței artificiale vede implicarea multor domenii care au mai degrabă o relație practică cu AI decât una fundamentală. Au fost testate multe abordări, dar niciun grup de cercetare nu a abordat încă apariția inteligenței artificiale. Mai jos sunt doar câteva dintre cele mai cunoscute dezvoltări din domeniul AI.

Aplicație

Turneul RoboCup

Unele dintre cele mai cunoscute sisteme AI sunt:

Băncile folosesc sisteme de inteligență artificială (AI) în activități de asigurări (matematică actuarială), atunci când joacă la bursă și în administrarea proprietăților. Metodele de recunoaștere a modelelor (incluzând atât rețele mai complexe, cât și mai specializate și neuronale) sunt utilizate pe scară largă în recunoașterea optică și acustică (inclusiv text și vorbire), diagnosticare medicală, filtre de spam, în sistemele de apărare aeriană (identificarea țintei), precum și pentru a asigura o un număr de alte sarcini de securitate națională.

Psihologie și științe cognitive

Metodologia de modelare cognitivă este concepută pentru a analiza și a lua decizii în situații nedefinite. A fost propus de Axelrod.

Se bazează pe modelarea ideilor subiective ale experților despre situație și include: o metodologie de structurare a situației: un model de reprezentare a cunoștințelor expertului sub forma unui digraf (hartă cognitivă) semnată (F, W), unde F este setul de factori ai situației, W este setul de relații cauză-efect dintre factorii situației; metode de analiză a situației. În prezent, metodologia modelării cognitive se dezvoltă în direcția perfecționării aparatului de analiză și modelare a situației. Aici sunt propuse modele de prognoză a evoluției situației; metode de rezolvare a problemelor inverse.

Filozofie

Știința „creării inteligenței artificiale” nu a putut să nu atragă atenția filozofilor. Odată cu apariția primelor sisteme inteligente, au fost ridicate întrebări fundamentale despre om și cunoaștere, și parțial despre ordinea mondială.

Problemele filozofice ale creării inteligenței artificiale pot fi împărțite în două grupuri, relativ vorbind, „înainte și după dezvoltarea IA”. Primul grup răspunde la întrebarea: „Ce este AI, este posibil să o creezi și, dacă este posibil, cum să o faci?” Al doilea grup (etica inteligenței artificiale) pune întrebarea: „Care sunt consecințele creării AI pentru umanitate?”

Termenul „inteligență artificială puternică” a fost introdus de John Searle, iar abordarea este caracterizată în cuvintele sale:

Mai mult, un astfel de program nu ar fi pur și simplu un model al minții; ea, în sensul literal al cuvântului, ea însăși va fi mintea, în același sens în care mintea umană este mintea.

În același timp, este necesar să înțelegem dacă o minte „pură artificială” („metamind”) este posibilă, înțelegând și rezolvând probleme reale și, în același timp, lipsită de emoții caracteristice unei persoane și necesare supraviețuirii sale individuale. .

În schimb, susținătorii unei IA slabe preferă să vadă programele doar ca instrumente care le permit să rezolve anumite probleme care nu necesită întreaga gamă de abilități cognitive umane.

Etică

Operă științifico-fantastică

Subiectul AI este considerat din diferite unghiuri în lucrările lui Robert Heinlein: ipoteza apariției conștientizării de sine a IA atunci când structura devine mai complexă dincolo de un anumit nivel critic și există interacțiune cu lumea exterioară și cu alți purtători de inteligență („The Moon Is a Harsh Mistress”, „Time Enough For Love”, personajele Mycroft, Dora și Aya din seria „History of the Future”), probleme de dezvoltare a AI după conștientizarea de sine ipotetică și unele probleme sociale și etice ("Vineri"). Problemele socio-psihologice ale interacțiunii umane cu IA sunt luate în considerare și în romanul lui Philip K. Dick „Do Androids Dream of Electric Sheep? ", cunoscut și pentru adaptarea cinematografică a lui Blade Runner.

Lucrările scriitorului și filosofului de science fiction Stanislaw Lem descriu și anticipează în mare măsură crearea realității virtuale, inteligenței artificiale, nanoroboților și a multor alte probleme ale filozofiei inteligenței artificiale. De remarcat în special este futurologia Sumei Tehnologiei. În plus, în aventurile lui Ijon liniștitul, relația dintre ființele vii și mașini este descrisă în mod repetat: răzvrătirea computerului de bord cu evenimente neașteptate ulterioare (a 11-a călătorie), adaptarea roboților în societatea umană („The Washing Tragedie” din „Memoriile lui Ijon liniștitul”), crearea ordinii absolute pe planetă prin procesarea rezidenților vii (a 24-a călătorie), invenții ale lui Corcoran și Diagoras („Memoriile lui Ijon liniștitul”), o clinică psihiatrică pentru roboți („Memoriile lui Ijon cel liniștit”). În plus, există o serie întreagă de romane și povestiri Cyberiad, în care aproape toate personajele sunt roboți, care sunt descendenți îndepărtați ai roboților scăpați de oameni (ei numesc oamenii palid și îi consideră creaturi mitice).

Filme

Începând cu aproape anii 60, odată cu scrierea de povești și novele științifico-fantastice, s-au făcut filme despre inteligența artificială. Multe povești ale unor autori recunoscuți în întreaga lume sunt filmate și devin clasice ale genului, altele devin o piatră de hotar în dezvoltarea cinematografiei science fiction, de exemplu, The Terminator și The Matrix.

Vezi si

Note

1. Întrebări frecvente de la John McCarthy, 2007
2. M. Andrei. Viața reală și inteligența artificială // „Artificial Intelligence News”, RAAI, 2000
3. Gavrilova T. A. Khoroshevsky V. F. Bazele de cunoștințe ale sistemelor inteligente: manual pentru universități
4. Averkin A. N., Gaase-Rapoport M. G., Pospelov D. A. Dicționar explicativ despre inteligența artificială. - M.: Radio și Comunicații, 1992. - 256 p.
5. G. S. Osipov. Inteligența artificială: starea cercetării și privirea către viitor
6. Ilyasov F.N. Inteligența artificială și naturală // Știrile Academiei de Științe din RSS Turkmen, seria de științe sociale. 1986. Nr 6. P. 46-54.
7. Alan Turing, Mașinile pot gândi?
8. Mașini inteligente de S. N. Korsakov
9. D. A. Pospelov. Formarea informaticii în Rusia
10. Despre istoria ciberneticii în URSS. Eseul unu, eseul doi
11. Jack Copeland. Ce este Inteligența Artificială? 2000
12. Alan Turing, „Computing Machinery and Intelligence”, Mind, vol. LIX, nr. 236, octombrie 1950, pp. 433-460.
13. Procesarea limbajului natural:
14. Aplicațiile de procesare a limbajului natural includ regăsirea informațiilor (inclusiv extragerea de text și traducerea automată):
15. Gorban P. A. Extragerea în rețea neuronală a cunoștințelor din date și psihanaliza computerizată
16. Învățare automată:
17. Alan Turing a discutat despre aceasta ca un subiect central încă din 1950, în lucrarea sa clasică Computing Machinery and Intelligence. ()
18. (copie pdf scanată a originalului) (versiunea publicată în 1957, An Inductive Inference Machine, „IRE Convention Record, Section on Information Theory, Part 2, pp. 56-62)
19. Robotica:
20. , pp. 916–932
21. , pp. 908–915
22. Blue Brain Project - creier artificial
23. Watson cu maniere blânde îi pune în pericol pe oponenții umani
24. 20Q.net Inc
25. Axelrod R. Structura deciziei: hărți cognitive ale elitelor politice. - Princeton. University Press, 1976
26. John Searle. Este mintea creierului un program de calculator?
27. Penrose R. Noua minte a regelui. Despre computere, gândire și legile fizicii. - M.: URSS, 2005. - ISBN 5-354-00993-6
28. AI ca factor de risc global
29. ...te va conduce în Viața Eternă
30. http://www.rc.edu.ru/rc/s8/intellect/rc_intellect_zaharov_2009.pdf Viziunea ortodoxă asupra problemei inteligenței artificiale
31. Harry Harrison. Alegerea Turing. - M.: Eksmo-Press, 1999. - 480 p. - ISBN 5-04-002906-3

Literatură

• Calculatorul învață și motivează (partea 1) // Computerul dobândește inteligență = Artificial Intelligence Computer Images / ed. V. L. Stefanyuk. - Moscova: Mir, 1990. - 240 p. - 100.000 de exemplare. - ISBN 5-03-001277-X (rusă); ISBN 705409155 (engleză)
• Devyatkov V.V. Sisteme de inteligență artificială / Ch. ed. I. B. Fedorov. - M.: Editura MSTU im. N. E. Bauman, 2001. - 352 p. - (Informatică la o universitate tehnică). - 3000 de exemplare. - ISBN 5-7038-1727-7

• Korsakov S.N. Conturând un nou mod de cercetare folosind mașini care compară idei / Ed. LA FEL DE. Mihailova. - M.: MEPhI, 2009. - 44 p. - 200 de exemplare. -