Эволюция искусственного интеллекта: от идеи к реальности

Об авторе

Клиффорд Пиковер — активный автор, опубликовавший более пятидесяти изданий, включая «Книгу по математике», «Книгу по физике» и «Книгу по медицине». Они изложили развитие трех дисциплин на протяжении веков как ряд вех. Теперь он записал историю и развитие искусственного интеллекта (ИИ).

Клиффорд имеет докторскую степень из Йельского университета. Он является автором таких тем, как компьютеры и творчество, Искусство, математика, черные дыры, религия, человеческое поведение и интеллект, путешествия во времени, инопланетная жизнь и научная фантастика. Пиковер также известен в качестве изобретателя с десятками патентов, помощника редактора нескольких журналов, автора красочных календарей-пазлов и головоломок в журналах, предназначенных для детей и взрослых.

Пиковер — это больше, чем «рекордер» истории. Он получил более шестисот патентов США, включая изобретения в области ИИ. Например, в патенте США 9 651 945 «Система динамического управления, метод и носитель записи для когнитивных роев дронов» описывается система, которая позволяет группе дронов выполнять маневры, подобные маневрам стаи птиц.

Удешевление прогнозов

Для экономики ИИ имеет огромное значение именно потому, что он удешевит что-то важное. Сейчас вы, вероятно, думаете об интеллекте, логических рассуждениях и мышлении вообще

Компьютеры пока не умеют думать, так что мысли подешевеют нескоро.

Что же подешевеет благодаря ИИ? Ответим: прогнозы. Следовательно, согласно законам экономики, мы не только станем чаще пользоваться ими, но и начнем применять в самых неожиданных областях нашей жизни. Удешевление прогностики ведет к ее распространению. Снова элементарная экономика в действии: мы покупаем больше товаров или услуг, если цены на них падают.

Тест Тьюринга

С понятием искусственного интеллекта тесно связано понятие теста Тьюринга. В 1950 году Алан Тьюринг издал статью «Может ли машина мыслить». В ней описана простая процедура, позволяющая практически со 100% точностью определить, насколько близок уровень интеллекта машины к человеку.

Суть теста в том, что в трех разных комнатах находится компьютер и два человека. Один из них поочередно общается как с человеком, так и с машиной, не зная, кто из них кто. По окончании теста, он должен сказать, с кем именно он общался в той или иной ситуации. Беседа ведется в письменном виде (обычно в виде чата), все ответы отправляются через заданный промежуток времени, чтобы скорость ответа не повлияла на решение человека.

Экономика

Когда снижается цена на какой-либо предмет, товар или услугу, спрос немедленно повышается. Более дешевые вещи покупают чаще. Так действует простейшая экономика, именно это сейчас и происходит с искусственным интеллектом. Он повсюду: встроен в приложения для телефона, оптимизирует сети электроснабжения и заменил управляющего вашим портфелем акций.

Экономисты лучше всех умеют отделять зерна от плевел. Где другие замечают трансформационные инновации, они видят всего лишь снижение цен. Но не все так просто. Чтобы понять влияние искусственного интеллекта на вашу организацию, следует точно знать, как изменилась цена и как это отразится на экономической ситуации в целом. Только после этого можно приступать к разработке плана действий.

Первый искусственный интеллект: предпосылки к созданию

Концепция виртуального разума не возникла внезапно. Она является результатом долгой эволюции научных и философских мыслей, технологических достижений и потребностей общества.

Предпосылки к созданию ИИ появились еще в античные времена. Уже тогда древнегреческие философы задавались вопросами о возможности появления устройств, проявляющих разум.

В качестве примера можно привести несколько фактов, свидетельствующих о том, что идея искусственного интеллекта зародилась еще в период древности:

  • В мифах Древней Греции встречается явление автоматон — это кукла , выполняющая действия по заданному алгоритму. В качестве примера можно привести Пандору, созданную Зевсом.

  • В культуре еврейского народа встречаются мистические големы, созданные из неживой материи. Они выступают прообразом современного ИИ.

  • В 17-м веке некоторые философы начали рассуждать о возможности вдохнуть жизнь в неживые предметы. Например, немецкий философ и изобретатель Лейбниц считал, что мысли человека можно изобразить математически при помощи специальных символов и схем.

Таким образом, предпосылки к созданию виртуального разума возникли не вчера, а еще в самой древности. Однако история ИИ началась относительно недавно, а именно в середине 20-го века. В тот период резко возросло количество трудов, связанных с исследованием возможности создания машинного разума, начали активно проводить эксперименты, появились первые результаты.

Дартмутская конференция и рождение ИИ как области исследования

В 1956 году группа исследователей организовала Дартмутскую конференцию, которую многие считают местом зарождения ИИ как области исследований. На конференции собрались специалисты из разных областей, включая математику, психологию и инженерное дело, чтобы изучить потенциал ИИ. В конференции приняли участие некоторые из самых выдающихся деятелей в этой области, включая Джона Маккарти, Марвина Мински и Клода Шеннона.

Конференция привела к созданию Дартмутского летнего исследовательского проекта по искусственному интеллекту, который стал первым официальным исследованием в области ИИ. Целью проекта было создание машин, которые могли бы рассуждать, обучаться и общаться на естественном языке. Хотя проект не достиг всех своих целей, он заложил основу для будущих исследований в этой области.

Прогнозирование новых возможностей ИИ в будущем

В 2023 году нейросети уже вышли на высокий уровень, но это не предел. Со становлением вычислительных мощностей, расширением объемов доступных ресурсов и постоянным усовершенствованием алгоритмов нейронные сети будут продолжать удивлять нас новыми возможностями. В будущем мы можем ожидать:

  • усовершенствованные программы автоматического распознавания и анализа данных;

  • прорывы в медицине, включая индивидуализированные методы лечения и генетическую терапию;

  • появление автономных роботов и дронов, способных выполнять сложные задачи;

  • интеграцию виртуального разума в образовательные процессы, что позволит сделать обучение более эффективным.

Также ожидается, что в перспективе нейросети научатся более глубоко понимать контекст. Современные модели ИИ уже способны распознавать его до определенной степени, но в будущем они могут стать еще более продвинутыми в этом направлении. В итоге это даст более естественные и эффективные диалоги.

Сегодня возрастает внимание к этическим вопросам, связанным с использованием роботов. В будущем мы можем ожидать перемещение фокуса на создание «этичного ИИ», который будет уважать приватность пользователей и работать на общее благо

Кто занимается развитием искусственного интеллекта

На сегодняшний день вопросами разработки и совершенствования алгоритмов ИИ занимается большое количество крупных организаций по всему миру. К наиболее известным из них можно отнести:

  • Google (Alphabet Inc.) — эта компания активно инвестирует в разработку машинного разума. Один из их наиболее известных проектов — Google Brain. Его цель: глубокое изучение возможностей генеративных вариаций. Google также разрабатывает сервисы для улучшения поисковых систем, голосовых ассистентов (например, Google Assistant) и автономных машин.

  • Facebook — активно занимается обработкой естественного языка, компьютерного зрения и рекомендаций. Они также разрабатывают автоматическое распознавание лиц и сервисы для анализа данных.

  • Microsoft — является ключевым игроком в области разработок, связанных с ИИ. Эта компания создала проекты Cognitive Services и Azure Machine Learning. Они предоставляют разработчикам механизмы и платформы для внедрения решений, а также разрабатывают продукты, включая голосовой помощник Cortana и переводчик Skype.

  • Amazon — создали Amazon Web Services (AWS). Это платформа облачных вычислений, которая предоставляет мощные инструменты для разработки и развертывания приложений. Также их голосовой помощник Alexa использует средства обработки естественного языка.

  • IBM — эта компания внесла значительный вклад, начиная с создания суперкомпьютера Deep Blue, победившего чемпиона мира по шахматам Гарри Каспарова. IBM Watson стал одним из наиболее известных устройств, способных анализировать большие объемы информации и давать ответы на нестандартные вопросы.

  • OpenAI — это исследовательская организация, создавшая ChatGPT. Это модель искусственного интеллекта, наделенная способностью генерировать человеческий язык на основе введенных данных. Также OpenAI разрабатывает передовые методы обучения программ, публикует достижения и работает над различными проектами, включая расширение генеративных моделей текста.

  • Tesla — прославилась своими электрическими автомобилями, также активно занимается разработкой ИИ для автономных транспортных средств. Их Autopilot используется для распознавания дорожных знаков, управления движением и предотвращения аварий на дороге.

  • «Иннополис» — это инновационный научно-технологический парк в России, разработанный с целью содействия передовым методам, включая создание роботов. «Иннополис» явился центром привлечения молодых талантов, инвестиций и ресурсов для становления будущего, основанного на инновациях и науке. В университетах и образовательных центрах «Иннополиса» проводятся специализированные курсы и мастер-классы, что помогает вырастить новое поколение экспертов в области высоких технологий. Кроме того, технопарк поддерживает стартапы и молодые компании, работающие над инновационными проектами.

Искусственный интеллект – общее понятие

В процессе работы над ИИ разрабатываются алгоритмы и программы, решающие задачи точно так же, как и человек. На первом этапе такими задачами была обработка языка и распознавание речи, текста, изображения, затем видео и лиц.

Сейчас круг задач продолжает развиваться. Это беспилотные средства транспорта, компьютерная медицинская диагностика, поисковые системы, игры, автоматизированные системы управления роботами, и многое другое.

(Прогресс машинной классификации изображений: коэффициент ошибок по годам сделанных ИИ (%) и коэффициент ошибок обученного человека-аннотатора (5,1%))

Искусственный интеллект – человек и этика

Разработка любой новой технологии должна решить проблему контроля. Владелец технологии должен иметь максимум возможностей, но при этом поле принятия решения самой машиной должно быть сужено до минимума. Идеальная машина должна быть беспомощна в отсутствии человека, так как с точки зрения человека, машина должна увеличивать способность человека к управлению.

Принципы взаимодействия человека и машины ещё в 1940 г. сформулировал А.Азимов в «трёх законах робототехники». У эволюционировавшего ИИ должны быть те же ограничения?

Основные характеристики существа сознательного, по мнению профессоров Н.Бострома и Е. Юдковски, это чувствительность, способность страдать, самосознание и рефлексия. Это не совсем то, о чём говорят владельцы и разработчики.

Интеллект, по самой своей природе, не может поддаваться контролю. Тем не менее, люди самого разного круга обсуждают сценарии восстания машин, а изобретатели стремятся к созданию исключительно умной, но и исключительно «доброжелательной» машины, действия которой легко контролировать и предсказывать. И это противоречие пока не имеет своих решений.

Символьный ИИ

Символьный искусственный интеллект (ИИ) — это использование логических и символьных представлений для того, чтобы машины могли рассуждать и принимать решения. Это направление ИИ, которое опирается на использование символов, правил и логики для моделирования человеческого познания и решения проблем.

Определение и характеристики символьного ИИ

Символьный ИИ, также известный как «старый добрый ИИ» (GOFAI), основан на идее, что интеллект может быть достигнут путем манипулирования символами и правилами. Он предполагает использование базы знаний, набора правил и механизма вывода, который может рассуждать о базе знаний для получения выводов. Системы символьного ИИ предназначены для выполнения задач, требующих высокого уровня рассуждений, таких как экспертные системы, обработка естественного языка и игры.

Основными характеристиками символьного ИИ являются:

  • Использование символов: системы символьного ИИ используют символы для представления понятий, объектов и отношений.
  • Логические рассуждения: системы символьного ИИ используют логические рассуждения для манипулирования символами и получения выводов.
  • Представление знаний: системы символьного ИИ используют базу знаний для представления и организации знаний.
  • Принятие решений на основе правил: системы символьного ИИ используют набор правил для принятия решений на основе базы знаний и процесса рассуждений.

Роль Джона Маккарти и Марвина Мински в развитии символьного ИИ

Джон Маккарти и Марвин Мински были двумя наиболее влиятельными фигурами в развитии символьного ИИ. Они оба были исследователями в Массачусетском технологическом институте (MIT) в 1950-х и 1960-х годах и сыграли ключевую роль в создании первых программ ИИ.

В 1958 году Джон Маккарти изобрел язык программирования Lisp, который стал стандартным языком для исследований в области символьного ИИ. Лисп был разработан для поддержки символьной обработки и использовался для создания первых программ ИИ, включая первую экспертную систему Dendral.

Марвин Мински был одним из основателей Лаборатории искусственного интеллекта Массачусетского технологического института и сыграл ключевую роль в развитии символического ИИ. Он был соавтором книги «Перцептроны» в 1969 году, которая исследовала ограничения нейронных сетей и привела к сокращению исследований нейронных сетей в то время.

Примеры систем символьного ИИ и их ограничения

Одним из самых известных примеров символьной системы ИИ является экспертная система MYCIN, разработанная в 1970-х годах для диагностики бактериальных инфекций. MYCIN использовала базу знаний правил и эвристик для постановки диагноза на основе симптомов и истории болезни пациента. Хотя MYCIN был успешен в своей области, он был ограничен своей неспособностью учиться на новых случаях или адаптироваться к изменениям в медицинской сфере.

Другим примером системы символьного ИИ является Prolog — язык программирования, используемый для символьной обработки и логического программирования. Prolog использовался для создания экспертных систем, систем обработки естественного языка и игровых систем. Однако возможности Prolog ограничены его неспособностью работать с неопределенностью и неполной информацией.

Символьные системы ИИ также ограничены тем, что они полагаются на явное представление знаний, которое требует значительных человеческих усилий для создания и поддержки. Они плохо подходят для задач, требующих обучения на основе опыта или обработки больших объемов данных.

Коннекционистский искусственный интеллект, также известный как нейросетевой ИИ, — это направление ИИ, основанное на идее моделирования структуры и функций мозга для того, чтобы машины могли обучаться и принимать решения.

Вклад Алана Тьюринга в развитие ИИ

Алан Тьюринг широко считается одним из основателей ИИ. В 1930-х годах Тьюринг заложил основы современных вычислений, разработав концепцию универсальной машины, способной выполнять любые вычисления, которые может выполнить человек. Эта идея привела к созданию первых электронных компьютеров, что проложило путь к развитию ИИ.

В 1950 году Тьюринг опубликовал работу под названием «Вычислительные машины и интеллект», в которой предложил тест Тьюринга в качестве способа определения того, способна ли машина к разумному поведению. В тесте Тьюринга участвует человек, который ведет беседу с человеком и машиной, не зная, кто из них кто. Если эксперт не может последовательно отличить человека от машины, то считается, что машина прошла тест Тьюринга.

Тест Тьюринга и его значение

Тест Тьюринга важен тем, что он предоставил четкую и измеримую цель для развития ИИ. Он также поднял важные вопросы о природе интеллекта и о том, можно ли вообще считать машины разумными. С тех пор тест Тьюринга используется как критерий для исследования ИИ, и многие исследователи пытались создать машины, способные пройти тест.

Хотя ни одна машина еще не смогла последовательно пройти тест Тьюринга, тест остается важной вехой в развитии ИИ. Он привел к созданию интеллектуальных систем, способных выполнять такие задачи, как обработка естественного языка, распознавание речи и машинный перевод

Развитие этих систем оказало глубокое влияние на такие области, как медицина, финансы и образование.

Объем данных

В наше время для создания эффективных алгоритмов ИИ нужны три составляющих: большие объемы данных, вычислительные мощности и труд способных — но не обязательно выдающихся — разработчиков алгоритмов ИИ. Чтобы с помощью глубокого обучения решать новые задачи, необходимы все три элемента, но в эпоху внедрения основную роль играют именно данные. Так получается потому, что, как только вычислительная мощность и талант разработчика достигают некоторого порога, объем данных становится решающим и определяет общую эффективность и точность алгоритма.

При глубоком обучении данных не бывает слишком много. Чем больше примеров одного явления получает сеть, тем проще ей будет находить закономерности и идентифицировать вещи в реальном мире.

Хронология изучения и развития искусственного интеллекта

  • 1943 г. – У. Маккалок и У. Питтс опубликовали научные труды, где заложили основы идеи искусственных нейронных сетей и предложили модель нейрона, созданного искусственно.
  • 1949 г. – Д.Хебб описал принципы обучения групп нейронов.
  • 1956 г. – Вводится понятие ИИ.
  • 1969 г. – Пайперт и Минский обнаружили и обосновали непреодолимые на тот момент времени вычислительные проблемы, возникающие при создании искусственных нейронных сетей. И интерес к ним на какое-то время практически сошел на нет.
  • 1950 г.- Исследования А. Тьюринга, в популярной форме – в форме теста — показали близость интеллекта человека и машины. Человек и робот общаются с другим человеком посредством телетайпа или чата. Этот человек не знает, кто есть кто. Если робот при этом самого выбрать себя за человека, значит, он и представляет собой пресловутый ИИ.
  • 1954 г. – Рождение компьютерной лингвистики. Джорджтаунский эксперимент показал возможности машинного перевода текстов. Эксперимент описывали все крупные мировые СМИ. И несмотря на то, что переводить удавалось лишь самые примитивные тексты, подавалось это как большой научный прорыв.
  • 1965 г. – Создание первой экспертной системы Dendral. По данным ИК, СМ, ЯМ – спектрометрии и данных, предоставленных пользователем, ИИ выдаёт результат в виде химической структуры. Экспертная система может отбрасывать не подошедшие гипотезы, и применять новые. Ещё одна экспертная система MYCIN была создана в 1970 г. и могла распознавать патогенные бактерии, подбирать антибиотики для их уничтожения с расчетом дозировок.
  • 1966 г. – Создана компьютерная программа Элиза, которая может поддерживать разговор, выдавая себя за человека.
  • 1969 г. – Начало развития робототехники, создание первого универсального робота Фредди.
  • 1970 г. – 17 ноября- посадка на лунную поверхность «Лунохода-1», самоходного аппарата, управляемого дистанционно, проработал 11 лунных дней, проехав 10 540 метров.
  • 1970 г. – Создание экспертной системы MYCIN, которая анализирует симптомы инфекционных заболеваний крови и предлагает рекомендации по лечению.
  • 1971 г. – Создание робота из Стэнфорда – первого мобильного робота, действующего по внутренней программе без руководства человека.
  • 1981 г. – Создание промышленных роботов с микропроцессорным управлением и развитой сенсорикой.
  • 1982 г. – Возврат интереса к нейронным сетям и создание сети с двухсторонней передачей информации (сеть Хопфилда).
  • 1982 г. – Начинается разработка первой системы распознавания речи.
  • 1993 г. – В Массачусетском технологическом институте успешно работает робот — экскурсовод.
  • 1997 г. – Компьютер DeepBlue играет в шахматы с Гарри Каспаровым и одерживает победу.
  • 1999 г. – Появление домашней робособаки Sony Aibo. Через 7 лет проект, так и не ставший сенсационным, был закрыт, но в 2017 году разработчики к нему вернулись.
  • 2009 г. – Создание поисковой системы WorframAlpha, которая может распознавать естественные речевые запросы.
  • 2010 г. – Использование ИИ в приложениях и устройствах для потребителя. Огромные базы данных стали прорывом в обучении ИИ, к тому же были созданы новые производительные алгоритмы обучения нейтронных сетей.
  • 2017 г. – 34 сотрудника компании FukokuMutualInsurance, занимающейся страхованием, были заменены одним компьютером.
  • 2017 г. – Рекомендательный ИИ на Amazon делает 40% продаж, оценивая товары, которые покупатели купят с большей долей вероятности

Работа над AI – одна из важнейших и перспективных проблем в настоящее время. Закон Мура предполагает, что в 2029 году быстродействие компьютера сравнится с уровнем работы человеческого мозга. А в 2045 году искусственный интеллект должен превзойти способности человека и начать самообучаться.

Однако основной проблемой подобных систем является не сложность обработки информации и поиск наиболее оптимальных путей решения поставленных задач, а способность мыслить и чувствовать в широком понимании этого слова. Первые наработки в этом направлении появились с развитием нейросетей, которые позволяют устанавливать меняющиеся связи между различными событиями и явлениями подобно нейронам в мозге, только работающим в тысячи раз быстрее. Отрицательными сторонами такой нейросети является невозможность их запрограммировать, они должны обучаться на собственном опыте.

Искусственный Интеллект в кино

Начиная с истоков зарождения ИИ, режиссёры и художники описывали мир будущего как мир, где ИИ конкурирует с человеком, и человек побеждает в борьбе далеко не всегда.

(Искусственный интеллект СкайНет из КибердайнСистемс, фильм “Терминатор”)

1968 г. – «Космическая одиссея» – фильм С. кубрика, в котором ИИ лице бортового компьютера ХЭЛ-9000 вместо помощи экипажу корабля поднял бунт. И тему бунта машин подхватили тысячи последователей.

1984 г. – СкайНет из КибердайнСистемс — ИИ, противостоящий Терминатору в фильмах Кэмерона, спонтанно получил свободу воли, и направил её на уничтожение человечества. Сработал ли в сюжете дар предвидения?

(Программа, созданная ИИ, иммитирующая человеческий мир из фильма “Матрица”)

1999 г. – Братья Вачовски создали знаменитую «Матрицу», где ИИ создал для людей фальшивый мир.

2005 г. – «Автостопом по галактике» – фильм, в котором фигурирует ИИ в виде суперкомпьютера, размером с планету, ищущий ответ на Главный вопрос жизни.

Ответ был найден, но вот понравился ли он представителям человечества?

2014 г. – «Превосходство» (Transcendence) — фильм об ИИ, собравшем все знания, накопленные человечеством.

Человечество давно мечтает о настоящем ИИ и одновременно очень его боится.

Заключение

Искусственный интеллект — это область науки и технологии, которая занимается созданием машин, способных имитировать человеческий интеллект.

История развития виртуального разума начинается с середины прошлого века. Однако корни этой концепции уходят гораздо глубже в историю. Начиная с мифов о живых статуях и големах, идей о машинах, способных думать и действовать как человек, до разработки первых компьютерных программ, имитирующих человеческий интеллект, ИИ прошел несколько этапов развития.

Несмотря на периоды затишья и снижения интереса, благодаря инновациям в области машинного обучения искусственный интеллект сегодня активно используется в самых разных сферах — от интернет-поиска и автомобилей, работающих в режиме автопилота, до создания кода программирования. И сегодня эта сфера продолжает развиваться, а ее потенциал кажется безграничным.

Заключение

Искусственный интеллект — это область науки и технологии, которая занимается созданием машин, способных имитировать человеческий интеллект.

История развития виртуального разума начинается с середины прошлого века. Однако корни этой концепции уходят гораздо глубже в историю. Начиная с мифов о живых статуях и големах, идей о машинах, способных думать и действовать как человек, до разработки первых компьютерных программ, имитирующих человеческий интеллект, ИИ прошел несколько этапов развития.

Несмотря на периоды затишья и снижения интереса, благодаря инновациям в области машинного обучения искусственный интеллект сегодня активно используется в самых разных сферах — от интернет-поиска и автомобилей, работающих в режиме автопилота, до создания кода программирования. И сегодня эта сфера продолжает развиваться, а ее потенциал кажется безграничным.

***

Если вам нужен качественный контент, который сможет вывести ваш ресурс в ТОП выдачи, заказывайте статьи у авторов с биржи еТХТ. Регистрация займет пару минут.

Like this post? Please share to your friends: