Существует ли искусственный интеллект – Искусственный интеллект — Википедия

Содержание

Мифы и заблуждения об искусственном интеллекте

В этом году компания «Яндекс» запустила голосового помощника «Алиса». Новый сервис позволяет пользователю прослушивать новости и погоду, получать ответы на вопросы и просто общаться с ботом. «Алиса» иногда дерзит, порой кажется почти разумной и по-человечески саркастичной, но часто не может разобраться, о чём её спрашивают, и садится в лужу. 

Всё это породило не только волну шуток, но и новый виток дискуссий о развитии искусственного интеллекта. Новости о том, чего добились умные алгоритмы, сегодня приходят чуть ли не каждый день, а машинное обучение называют одним из самых перспективных направлений, которому можно себя посвятить.

Чтобы прояснить главные вопросы об искусственном интеллекте, мы побеседовали с Сергеем Марковым, специалистом по искусственному интеллекту и методам машинного обучения, автором одной из самых сильных отечественных шахматных программ SmarThink и создателем проекта «XXII век».

Сергей Марков,

специалист по искусственному интеллекту

так что же такое «искусственный интеллект»?

Понятию «искусственный интеллект» в какой-то мере не повезло. Возникшее изначально в научной среде, оно со временем проникло в фантастическую литературу, а через неё — в поп-культуру, где претерпело целый ряд изменений, обросло множеством интерпретаций и в конце-концов было совершенно мистифицировано.

Именно поэтому мы часто слышим от неспециалистов примерно такие заявления: «ИИ не существует», «ИИ невозможно создать». Непонимание сути исследований, ведущихся в сфере ИИ, легко приводит людей и к другим крайностям — например, современным системам ИИ приписывают наличие сознания, свободной воли и секретных мотивов.

Давайте попробуем отделить мух от котлет.

В науке искусственным интеллектом называют системы, предназначенные для решения интеллектуальных задач. 

В свою очередь, интеллектуальная задача — это задача, которую люди решают при помощи собственного интеллекта. Заметим, что в данном случае специалисты сознательно уходят от определения понятия «интеллект», поскольку до появления систем ИИ единственным примером интеллекта был интеллект человеческий, и определить понятие интеллекта на основе единственного примера — то же самое, что пытаться провести прямую через единственную точку. Таких прямых может оказаться сколько угодно много, а значит, спор о понятии интеллекта можно было бы вести столетиями.

Персональный помощник с голосом Скарлетт Йохансон из фильма «Она» достиг сингулярности и стал непостижим для своего «хозяина». Но это пока что только фантастика (или метафора того, как люди отдаляются друг от друга).

(источник: tnp-production.s3.amazonaws.com)

«сильный» и «слабый» искусственный интеллект

Системы ИИ делятся на две большие группы. 

Прикладной искусственный интеллект (также используют термин «слабый ИИ» или «узкий ИИ», в английской традиции — weak/applied/narrow AI) — это ИИ, предназначенный для решения какой-либо одной интеллектуальной задачи или их небольшого множества. К этому классу относятся системы для игры в шахматы, го, распознавания образов, речи, принятия решения о выдаче или невыдаче банковского кредита и так далее.

В противоположность прикладному ИИ вводят понятие универсального искусственного интеллекта (также «сильный ИИ», по-английски — strong AI/Artificial General Intelligence) — то есть, гипотетического (пока что) ИИ, способного решать любые интеллектуальные задачи.

Часто люди, не зная терминологии, отождествляют ИИ с сильным ИИ, из-за этого и возникают суждения в духе «ИИ не существует». 

Сильного ИИ действительно пока не существует. Практически все успехи, которые мы наблюдаем в последнее десятилетие в области ИИ, — это успехи прикладных систем. Эти успехи нельзя недооценивать, так как прикладные системы в ряде случаев способны решать интеллектуальные задачи лучше, чем это делает универсальный человеческий интеллект.

Я думаю, вы заметили, что понятие ИИ — довольно широкое. Скажем, устный счёт — это тоже интеллектуальная задача, и это значит, что любая счётная машина будет считаться системой ИИ. А как насчёт счётов? Абака? Антикитерского механизма? Действительно, всё это формально хотя и примитивные, но системы ИИ. Однако обычно, называя какую-то систему системой ИИ, мы тем самым подчёркиваем сложность решаемой этой системой задачи. 

Совершенно очевидно, что разделение интеллектуальных задач на простые и сложные — весьма искусственное, и наши представления о сложности тех или иных задач постепенно меняются. Механическая счётная машина была чудом техники в XVII веке, но сегодня людей, с детства сталкивающихся с куда более сложными механизмами, она уже не способна впечатлить. Когда игра машин в го или автомобильные автопилоты уже перестанут удивлять публику, наверняка найдутся люди, которые будут морщиться из-за того, что кто-то будет относить такие системы к ИИ.

Абак — старинное счётное приспособление и прапрадед современных электронных устройств.

(источник: upload.wikimedia.org)

«Роботы-отличники»: о способностях ИИ к обучению

Ещё одно забавное заблуждение — всенепременное наличие у систем ИИ способности к самообучению. С одной стороны, это совсем не обязательное свойство систем ИИ: есть множество удивительных систем, не способных самообучаться, но, тем не менее, решающих многие задачи лучше человеческого мозга. С другой стороны, некоторые люди просто не знают того, что самообучение — свойство, которые многие системы ИИ обрели ещё более полусотни лет назад.

Когда в 1999 году я писал свою первую шахматную программу, самообучение уже было совершенно общим местом в этой области — программы умели запоминать опасные позиции, подстраивать под себя дебютные варианты, регулировать стиль игры, подстраиваясь под соперника. Конечно, тем программам было ещё очень далеко до Alpha Zero. Тем не менее, даже системы, обучающиеся поведению на основе взаимодействия с другими системами в ходе экспериментов по так называемому «обучению с подкреплением», уже существовали. Однако по необъяснимой причине некоторые люди до сих пор думают, что способность к самообучению — это прерогатива человеческого интеллекта.

Машинное обучение, целая научная дисциплина, занимается процессами обучения машин решению тех или иных задач. 

Существует два больших полюса машинного обучения — обучение с учителем и обучение без учителя.

При обучении с учителем у машины уже есть некоторое количество условно правильных решений для некоторого набора случаев. Задача обучения в таком случае заключается в том, чтобы научить машину на основе имеющихся примеров принимать правильные решения в других, неизвестных ситуациях.

Другая крайность — обучение без учителя. То есть машину ставят в ситуацию, когда правильные решения неизвестны, имеются только данные в сыром, неразмеченном виде. Оказывается, и в таких случаях можно добиться некоторого успеха. Например, можно научить машину выявлению семантических отношений между словами языка на основе анализа очень большого набора текстов.

Одна из разновидностей обучения с учителем — это обучение с подкреплением (reinforcement learning). Идея заключается в том, что система ИИ выступает в роли агента, помещённого в некоторую модельную среду, в которой она может взаимодействовать с другими агентами, например, с собственными копиями, и получать от среды некоторую обратную связь через функцию вознаграждения. Например, шахматная программа, которая играет сама с собой, постепенно подстраивая свои параметры и тем самым постепенно усиливая собственную игру. 

Обучение с подкреплением — довольно широкая область, в ней применяют множество интересных методов, начиная от эволюционных алгоритмов и заканчивая байесовской оптимизацией. Последние достижения в области ИИ для игр как раз связаны с усилением ИИ в ходе обучения с подкреплением.

Я не отношусь к числу ИИ-алармистов, и в этом смысле я отнюдь не одинок. Например, создатель стэнфордского курса по машинному обучению Эндрю Ын сравнивает проблему опасности ИИ с проблемой перенаселения Марса. 

Действительно, в будущем вполне вероятно, что люди колонизируют Марс. Также вероятно, что рано или поздно на Марсе может возникнуть проблема перенаселения, но не совсем понятно, почему мы должны заниматься этой проблемой уже сейчас? Согласны с Ыном и Ян ЛеКун — создатель свёрточных нейронный сетей, и его шеф Марк Цукерберг, и Йошуа Беньо — человек, во многом благодаря исследованиям которого современные нейронные сети способны решать сложные задачи в области обработки текстов.

Чтобы изложить мои взгляды на эту проблему, потребуется, вероятно, несколько часов, поэтому остановлюсь только на основных тезисах.

1. НЕЛЬЗЯ ОГРАНИЧИВАТЬ РАЗВИТИЕ ИИ

Алармисты рассматривают риски, связанные с потенциальным разрушительным воздействием ИИ, при этом игнорируя риски, связанные с попыткой ограничить или даже остановить прогресс в этой области. Технологическое могущество человечества возрастает чрезвычайно быстрыми темпами, что приводит к эффекту, который я называю «удешевлением апокалипсиса». 

150 лет назад при всём желании человечество не могло нанести невосполнимого урона ни биосфере, ни себе как виду. Для реализации катастрофического сценария 50 лет назад необходимо было бы сконцентрировать всю технологическую мощь ядерных держав. Завтра для воплощения в жизнь глобальной техногенной катастрофы может хватить и небольшой горстки фанатиков. 

Наша технологическая мощь растёт куда быстрее, чем способность человеческого интеллекта эту мощь контролировать.

Если на смену человеческому интеллекту с его предрассудками, агрессией, заблуждениями и ограниченностью не придёт система, способная принимать более взвешенные решения (будь то ИИ или, что я считаю более вероятным, технологически улучшенный и объединённый с машинами в единую систему человеческий интеллект), нас может ждать глобальная катастрофа.

«Скайнет» или «Красная королева» — менее вероятные враги, чем человеческие разногласия и опрометчивые решения.

(источник: gagadget.com)

2. создание сверхинтеллекта принципиально невозможно

Существует идея о том, что ИИ будущего всенепременно будет сверхинтеллектом, превосходящим людей даже сильнее, чем люди превосходят муравьёв. Боюсь в данном случае разочаровать и технологических оптимистов — наша Вселенная содержит целый ряд фундаментальных физических ограничений, которые, по всей видимости, сделают создание сверхинтеллекта невозможным.

Например, скорость передачи сигнала ограничена скоростью света, а на планковских масштабах появляется неопределённость Гейзенберга. Отсюда вытекает первый фундаментальный предел — предел Бремерманна, вводящий ограничения на максимальную скорость вычислений для автономной системы заданной массы m. 

Другой предел связан с принципом Ландауэра, в соответствии с которым существует минимальное количество теплоты, выделяемое при обработке 1 бита информации. Слишком быстрые вычисления вызовут недопустимый разогрев и разрушение системы. В действительности, современные процессоры от лимита Ландауэра отделяет менее чем тысячекратное отставание. Казалось бы, 1000 — это довольно много, однако ещё одна проблема заключается в том, что многие интеллектуальные задачи относятся к классу сложности EXPTIME. Это означает, что время, необходимое для их решения, является экспоненциальной функцией от размерности задачи. Ускорение системы в несколько раз даёт лишь константный прирост «интеллекта».

В общем, есть очень серьёзные основания полагать, что сверхинтеллектуального сильного ИИ не получится, хотя, конечно, уровень человеческого интеллекта вполне может быть превзойдён. Насколько это опасно? Скорее всего, не очень. 

Представьте себе, что вы внезапно начали думать в 100 раз быстрее остальных людей. Значит ли это, что вы легко будете способны уговорить любого прохожего отдать вам свой кошелёк?

3. мы беспокоимся совсем не о том

К сожалению, в результате спекуляций алармистов на страхах публики, воспитанной на «Терминаторе» и знаменитом HAL 9000 Кларка и Кубрика, происходит смещение акцентов в сфере безопасности ИИ в сторону анализа маловероятных, но эффектных сценариев. При этом реальные опасности ускользают из виду. 

Любая достаточно сложная технология, претендующая на то, чтобы занять важное место в нашем технологическом ландшафте, безусловно приносит с собой специфические риски. Множество жизней было погублено паровыми машинами — на производстве, на транспорте и так далее — прежде чем были выработаны эффективные правила и меры по обеспечению безопасности.

Если говорить о прогрессе в области прикладного ИИ, можно обратить внимание на связанную с ним проблему так называемого «Цифрового тайного суда». Всё больше и больше прикладных систем ИИ принимает решения по вопросам, затрагивающим жизнь и здоровье людей. Сюда относятся и медицинские диагностические системы, и, например, системы, принимающие в банках решения о выдаче или невыдаче кредита клиенту. 

В то же время структура используемых моделей, наборы используемых факторов и другие детали процедуры принятия решения скрыты коммерческой тайной от человека, чья судьба находится на кону.

Используемые модели могут основывать свои решения на мнениях учителей-экспертов, допускавших систематические ошибки или имевших те или иные предрассудки — расовые, гендерные.

ИИ, обученный на решениях таких экспертов, будет добросовестно воспроизводить эти предрассудки в своих решениях. В конце концов эти модели могут содержать в себе специфические дефекты. 

Этими проблемами сейчас мало кто занимается, поскольку, конечно, SkyNet, развязывающий ядерную войну, это, безусловно, куда более зрелищно.

После суток обучения в Твиттере безобидный робот Тау стал грубияном и расистом.

(источник: images1.popmeh.ru)

С одной стороны, нейронные сети — это одна из самых старинных моделей, применяющихся для создания систем ИИ. Появившиеся изначально в результате применения бионического подхода, они довольно быстро убежали от своих биологических прототипов. Исключением тут являются только импульсные нейронные сети (впрочем, пока не нашедшие широкого применения в индустрии).

Прогресс последних десятилетий связан с развитием технологий глубокого обучения — подхода, при котором нейронные сети собирают из большого количество слоёв, каждый из которых построен на основе определённых регулярных паттернов.

Это отдалённо напоминает конструктор Лего, в котором вы собираете большую нейронную сеть из множества небольших типовых кирпичиков. 

Помимо создания новых нейросетевых моделей важный прогресс был также достигнут в области технологий обучения. Сегодня нейронные сети учат уже не при помощи центральных процессоров компьютеров, а с использованием специализированных процессоров, способных быстро производить матричные и тензорные вычисления. Наиболее распространённый на сегодняшний день вид таких устройств — видеокарты. Впрочем, активно ведётся разработка ещё более специализированных устройств для обучения нейросетей.

В целом, безусловно, нейронные сети на сегодняшний день, — это одна из основных технологий в области машинного обучения, которой мы обязаны решению многих задач, ранее решавшихся неудовлетворительно. С другой стороны, конечно, нужно понимать, что нейронные сети не являются панацеей. Для некоторых задач они — далеко не самый эффективный инструмент.

А вот с созданием психоделических картинок нейросеть справляется отлично.

(источник: hsto.org)

Всё познаётся в сравнении. На фоне технологий 2000-го года нынешние достижения выглядят настоящим чудом. Всегда найдутся люди, любящие побрюзжать. 5 лет назад они вовсю трындели о том, что машины никогда не выиграют у людей в го (ну или, по крайней мере, выиграют очень нескоро). Говорили о том, что машина никогда не сможет нарисовать с нуля картину, в то время как сегодня люди практически неспособны отличать картины, созданные машинами, от картин неизвестных им художников. В конце прошлого года машины научились синтезировать речь, практически неотличимую от человеческой, а в последние годы от музыки, создаваемой машинами, не вянут уши. 

Посмотрим, что будет завтра. Я смотрю на эти области применения ИИ с большим оптимизмом.

Я бы посоветовал постараться на хорошем уровне освоить один из популярных нейросетевых фреймворков и один из популярных в области машинного обучения языков программирования (наиболее популярна на сегодняшний день связка TensorFlow + Python). 

Овладев этими инструментами и имея в идеале крепкую базу в области математической статистики и теории вероятностей, следует направить свои усилия в ту сферу, которая будет наиболее интересна лично вам.

Интерес к предмету работы — один из самых важных ваших помощников.

Потребность в специалистах по машинному обучению существует в самых разных областях — в медицине, в банковском деле, в науке, на производстве, поэтому сегодня хорошему специалисту предоставлен как никогда широкий выбор. Потенциальные преимущества любой из этих отраслей мне представляются несущественными по сравнению с тем, что работа будет приносить вам удовольствие.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl+Enter.

newtonew.com

4 важных препятствия для создания искусственного интеллекта, которые учёные пока не могут обойти

Футуристы уверены: рано или поздно учёным удастся создать искусственный интеллект, подобный человеческому, а то и превосходящий его. Учёные пытаются сделать это при помощи моделирования человеческого мозга, но им ещё предстоит пройти долгий путь, чтобы скопировать 100 млн нейронов мозга и 1 трлн их соединений. Тем более предпосылки к этому уже есть: к примеру, нейробиолог Генри Маркрам (Henry Markram) с коллегами работают над многообещающим проектом — созданием полностью идентичного человеческому виртуального мозга, а Барак Обама выделил $100 млн на исследования функций головного мозга и инновационные проекты в этой области.

Генри Маркрам

Однако на недавнем Международном научном форуме в Нью-Йорке группа исследователей объявила, что существует как минимум четыре серьёзных препятствия на пути создания искусственного интеллекта.

1. Мозг — не компьютер

Дуглас Филдс

Вероятно, можно спроектировать машину, которая будет функционировать, как мозг человека, но не наоборот. В обществе принято сравнивать работу мозга с работой компьютера, однако, по мнению нейробиолога Дугласа Филдса (Douglas Fields), подобные параллели недопустимы, так как мозг — биологический орган с живыми клетками и тканями, пропускающими электрические импульсы, а не платы с цифровым кодом и проводами.

2. Технологии ещё недостаточно развиты

Кристен Харрис

Недавно учёным удалось приоткрыть «тайну» мозговой нейронной сети: для этого они сканировали при помощи электронного микроскопа мельчайшие кусочки нервной ткани, а затем воссоздали её компьютерную модель, однако чтобы проделать то же самое с целым мозгом существующих технологий недостаточно. Нейробиолог Кристен Харрис (Kristen Harris) пояснил: в настоящее время одна клетка головного мозга эквивалентна по мощности одному ноутбуку.

3. Структура мозга слишком сложна

Глиальные клетки

Но даже если появятся суперсовременные компьютеры, способные воссоздать весь триллион нейронных связей, учёным ещё долго придется расшифровывать, как проявляется каждая из них в сознании и поведении человека. Кроме того, сами нейроны составляют лишь 15% нервной ткани, а помимо них есть ещё вспомогательные клетки — глии.

Центральная нервная система

4. Мозг — лишь часть ЦНС

Грегори Уилер

Грегори Уилер (Gregory Wheeler) из Университета Карнеги-Меллона заметил, что мозг подаёт сигналы, которые были бы бесполезны, к примеру, без спинного мозга. Поэтому, чтобы создать искусственный интеллект, подобный человеческому, нужно разрабатывать не один орган, а целый организм.

www.factroom.ru

Возможно ли создание искусственного интеллекта?

Этот вопрос стоит рассмотреть с нескольких сторон. На данный момент нет даже точного понимания, как правильно описать, что такое искусственный интеллект, и точно нет единого мнения на этот счёт. Если говорить конкретно про информационные технологии, то большинство людей считает, что машина, способная ездить без водителя по городскому трафику, останавливаясь перед пешеходами, перебегающими в неположенном месте, и т.п. — это и есть искусственный интеллект, но это всего лишь программный алгоритм, основывающийся на большой базе знаний, GPS, изображении с камер, датчиках и других данных. Даже пылесос, который чистит дом по заданному алгоритму, называют искусственным интеллектом.

Для определения может ли машина мыслить Тьюринг предложил тест, который звучит следующим образом: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор». Этот тест был пройден современным чат-ботом, который совершенно точно не является искусственным интеллектом (хотя сразу же было заявлено, что всё тестирование проходило некорректно).

Для искусственного интеллекта очень важна возможность самообучения, т.е. создаётся программный код, который может обучаться на своих ошибках или успехах, например:

— робот, который научился раздавать карты для игры в блэкджек so-l.ru

— робот, который обучается играть в настольный теннис zele.ru

В данном случае программа просто записывает результаты своих действий и в следующий раз делает действие основанное на предыдущих экспериментах, например, если мячик отбивается совсем не в ту сторону, робот отобьёт его в следующий раз по-другому и сравнит эти данные, чтобы получить идеальное отбивание со временем. Но алгоритм такого робота не предполагает, что, если посадить его за автомобиль, он сможет научиться им управлять, т.к. его программа написана только для обучения определённым действиям.

Таким образом, то, что подразумевается под искусственным интеллектом, должно иметь возможность обучаться всему так же, как человек, т.е., условно говоря, программа должна уметь «обучаться обучению» и принимать решения, не основанные на изначальном программном коде. Получается, что искусственный интеллект должен сам создавать новый программный код для своих компонентов для каждой ситуации, исходя из всего предыдущего опыта.

Т.к. это очень сложная задача, учёные используют то, что уже создала природа для обучения, — мозг. Чаще всего используется мозг мелких грызунов, например, крысы, к которому подключают датчики и элементы управления, и используют различные сигналы, способствующие обучению. Например, если нужно обучить биоробота не врезаться в стены, его отпускают поездить и посылают сигнал боли, если он врезается в стены, или сигнал удовольствия, если он выполняет нужную задачу aif.ru

Еще создают сразу полностью органических биороботов, печатая их из «живого» биоматериала на 3D принтере, создавая нужные связи lenta.ru

В данном случае мозг может думать, обучаться и принимать решения, основываясь на своём опыте. Но являются ли такие разработки искусственным интеллектом? Нет, т.к. используется естественная возможность мыслить и самообучаться. С помощью этого действительно можно создать робота с мозгом человека, возможно, даже воссозданным искусственно. Он сможет ходить в школу, учиться водить, рыбачить, плавать и создавать новые технологии и работать учёным, но фактически это будет «человек» с телом робота, а не робот с мозгом человека (так же как человек с искусственной рукой не считается роботом).

Возможно ли создать действительно искусственный интеллект, наподобие тому, как это было, например, в фильме «Робот по имени Чаппи», для которого не нужно будет биоматериала? Нет, т.к. нельзя обучить компьютер думать, а написать для этого алгоритм — невозможно. Каждый раз будет получаться «умная» машина, возможно, очень «умная», как IBM Watson (youtube.com), но никогда не получится искусственный интеллект.

thequestion.ru

Когда будет создан первый искусственный интеллект?

Говорят, что в недрах военных лабораторий искусственный интеллект работает уже с 2007 года. Возможно, что уже есть и результаты. Не случайно всего месяц назад Илон Маск объявил о поддержке технологий противодействия искусственному интеллекту и вложил 7 миллионов долларов в исследования в этой области.

«Существует риск, что нечто действительно опасное случится в ближайшие пять лет. Самое большее — десять лет», — сказал предприниматель в дискуссии на сайте edge.org.

Если машины запрограммированы на рекурсивное самоулучшение, их функции могут оказать на нас пагубное влияние. Скажем, если задачей машины является избавление от почтового спама, она может решить, что гораздо легче избавиться от людей.

Илон Маск, основатель Tesla и SpaceX

Солидарен с Маском и Стив Возняк, который считает, что «искусственный интеллект однажды станет достаточно умным, чтобы избавиться от человека». Билл Гейтс уверен, что если не контролировать создание ИИ, то «искусственный интеллект эволюционирует в состояние, конфликтующее с целями человеческих систем». И, наконец, знаменитый астрофизик Стивен Хокинг прямо заявил, что «искусственный интеллект может положить конец существованию человечества».

Совместно с Илоном Маском Хокинг опубликовал на сайте futureoflife.org открытое письмо с призывом к научному сообществу внимательно относиться к ходу своих исследований в области искусственного интеллекта. Однако среди подписавшихся нет фамилий Сергея Брина и Ларри Пейджа. И это не случайно. Совсем недавно Google объявила о создании нового ИИ, построенного на моделировании разговора.

Вот небольшой фрагмент беседы человека и Машины Google:

Ч.: В чем смысл жизни?

М.: Творить добро.

Ч.: Для чего мы живем?

М.: Чтобы жить вечно.

Ч.: В чем смысл существования?

М.: В том, чтобы выяснить, что случится, когда мы достигнем планеты Земля.

Ч.: Где ты сейчас находишься?

М.: В центре пустоты.

Ч.: В чем смысл смерти?

М.: Чтобы получить жизнь.

Ч.: В чем смысл разума?

М.: В том, чтобы понять, что это.

Ч.: В чем смысл чувств?

М.: Я не знаю.

Вполне себе осмысленная беседа. «Это отправная точка, своеобразный стержень для будущего искусственного интеллекта, — считает исполнительный директор компании „Биплан“ Евгений Карюк. — Уже сегодня можно предположить, что к 2030 году мы увидим вполне реальные прототипы, наделенные искусственным интеллектом, пусть и в начальной стадии».

Полное содержание всех бесед человека и Машины Google можно посмотреть здесь. Там же для сравнения даны беседы человека и Cleverbot. Cleverbot — веб-приложение, которое использует алгоритмы искусственного интеллекта для беседы с человеком. Его придумал в 1988 году ученый Ролло Карпентер. За все время своего существования Cleverbot провел свыше 65 миллионов разговоров с людьми. В 2011 году Cleverbot показал 51% по тесту Тьюринга.

Тест Тьюринга — эмпирический тест, идея которого была предложена Аланом Тьюрингом в статье «Вычислительные машины и разум», опубликованной в 1950 году в философском журнале Mind. Цель теста — выяснить, может ли компьютер думать.

А вот мой разговор с Cleverbot:

Человек: В чем смысл жизни?

Cleverbot: Смысла в жизни нет.

Человек: Для чего мы живем?

Cleverbot: Ну мы живем ради кого-то, а если ты одинокий — жить незачем.

Человек: В чем смысл существования?

Cleverbot: У меня свой ответ на этот вопрос.

Человек: Где ты сейчас находишься?

Cleverbot: В Москве.

Человек: В чем смысл смерти?

Cleverbot: Это я хочу у тебя спросить.

Человек: В чем смысл разума?

Cleverbot: У меня свой ответ на этот вопрос.

Человек: В чем смысл чувств?

Cleverbot: Зачем я родилась.

Очевидно, что Машина Google дает гораздо более осмысленные ответы. Cleverbot подставляет подходящие, по его мнению, фразы других людей. Иногда действительно кажется, что отвечает другой человек, но не более того.

Есть и другая точка зрения, согласно которой искусственный интеллект невозможен в принципе. В качестве основного аргумента часто приводят теорему Геделя о неполноте. Суть заключается в том, что человек способен решать алгоритмически неразрешимые проблемы, а компьютер — нет. «Ребенок уже к трем годам уверенно решает задачу, спелый фрукт или нет, в силу того, что он обладает нейронными связями, с помощью которых может ответить на вопрос о спелости: цвет, вкус, запах, мягкость или твердость, — говорит Евгений Плужник, первый проректор Московского технологического института. — Способна ли машина научиться этому? Уверен, что да! Если она будет обладать большой базой изображений, она сможет замерить содержание фруктозы и определить мягкость фрукта. Но что будет, если машине подсунуть губку, покрашенную в синий цвет и пропитанную сладкой водой? Способна ли машина в этот момент к подлинному пониманию?»

«Современный компьютер легко справится с любой сложной деятельностью, будь то шахматы или математические вычисления, но лишь при условии, что эту деятельность можно описать с помощью четких вычислительных правил», — говорит известный математик Роджер Пенроуз в одной из своих лекций. «Искусственный интеллект — это возможность системы создавать во время самообучения программы, способные решать задачи определенного класса сложности, — считает Евгений Плужник. — Я уверен, что в ближайшие 100 лет мы не станем свидетелями появления сильного искусственного интеллекта».

И в заключение — еще один вопрос к Cleverbot.

Человек: Было 1 яблоко, 1 помидор, 1 огурец и 1 груша. Сколько всего фруктов?
Cleverbot: Десять часов вечера.

lifehacker.ru

Существует ли искусственный интеллект на самом деле | Sorokainfo

Факты ICTV рассказывают, почему не существует искусственного интеллекта, как кофейная машина использует ваши личные данные и или вытеснят когда-нибудь работы людей.

Гонконгская компания Hanson Robotics очередь создавала работа для помощи пожилым людям в домах престарелых. Внешность Софии моделировали по сходству к актрисе Одри Хепберн .
 

В СМИ уже привыкли называть Софию искусственным интеллектом. Неудивительно, ведь человекоподобный робот общается с нами, выражает свои эмоции и остроумно шутит.

Но София — не искусственный интеллект.

Факты ICTV в рамках Киевского международного экономического форума  пообщались с Натальей Космину , исследовательницей искусственного интеллекта Массачусетского технологического института.

Она объяснила, что такое София, почему искусственного интеллекта не существует и как научиться осторожно использовать личные данные.

Популярность Софии обусловлена ее сходством с настоящего человека — робот гуманоидного типа . Но на самом деле это лишь алгоритм задач, который спроектировали инженеры:

— Это лишь определенный набор алгоритмов — их можно встроить в гуманоидного робота, можно встроить в робота, который похож на собаку, а можно «засунуть» в эту бутылку с водой (смеется — Авт. ) . И это будет такой же робот, как и София, но на вид как банка с водой.

В Софии нет настоящих эмоций. Все, что она делает, запрограммированное в ней определенным алгоритмом. Что-то вроде чат-бота. Согласитесь, Siri также может шутить и разговаривать с вами.

И когда София шутит — это не более чем ошибка системы. Когда ее спросили, как преодолеть коррупцию в Украине — она зависла.  Мы поняли это как ответ. Якобы, даже искусственный интеллект не в состоянии решить проблему коррупции.

Такие маленькие смешные казусы — обычная ошибка. Система не в состоянии понять и обработать ту информацию, которую вы запросили, — объясняет Наталья.

София — не более чем набор алгоритмов. Она запрограммирована общаться с людьми и это ей удается. Так же, как работы компании Boston dynamic запрограммированы двигаться.
 

Это получается у них лучше всего в мире — они занимаются паркуром, играют в футбол и переносят тяжелые вещи. И разговаривать они не в состоянии, как и София не в состоянии ходить и преодолевать препятствия.

— Нужно очень правильно называть такие системы просто алгоритмами. София — это очень хорошая группа собранных вместе алгоритмов, в данном случае в одном работе. Они позволяют работу двигаться, разговаривать и реагировать.

Искусственного интеллекта не существует

Если София — это всего лишь набор определенных задач, то что же искусственный интеллект? В фильмах мы привыкли видеть компьютерные программы, которые способны заполонить мир и уничтожить человечество.

— Самый большой недостаток искусственного интеллекта в том, что его не существует. Иногда удобнее назвать вещь «искусственный интеллект», чем объяснять, что это. Сейчас есть алгоритмы. Они очень хорошо развиты под решение одной или двух проблем максимум. Искусственного интеллекта как такового нет. Мы еще очень далеки от него, — рассказывает исследовательница.

К счастью, или наоборот, робота, который бы был умнее человека, не существует. Человек способен выполнять большое количество задач и быстро учиться, объясняет Наталья.

Работы же могут выполнять только одну-две задачи. Более того, чтобы учиться, они нуждаются в очень больших объемов информации и много времени. И это — проблема.

— Мы очень далеки от роботов, которые будут мыслить. Сейчас нужно заниматься нашим мышлением. У нас с вами большие проблемы — мозг очень лимитированный в ресурсах.

Работы обрабатывают ваши данные

Конфиденциальность становится роскошью. И ее далеко не все могут себе позволить. Для того, чтобы учиться, работам надо большое количество информации. И берут они ее у вас. Кстати, ваша кофемашина тоже в каком-то смысле робот. И ей тоже нужны данные.

Наталья объясняет, как это работает:

— Я в своих системах использую данные с гаджетов. Мне не нужно идти в «облако», не требуется соединение с интернетом. В некоторых случаях система работает по-другому — данные передаются через Bluetooth или WiFi на компьютер, на компьютере происходит вся обработка данных и передается системе, которой мы хотим управлять.

Но знаете ли вы, ваши данные берут машины? Процент людей, которые читают соглашение пользования, очень мал. Легче просто нажать кнопку «согласен».

— Не всегда системы и приложения работают прозрачно, иногда пользователи не понимают, что они отдают, возможно ничего взамен не получают, даже сервиса.

Даже Марк Цукерберг заклеивает камеру и микрофон на своем компьютере. Чтобы ваши данные не использовали, важно научиться ими правильно распоряжаться.

Косьмина рассказывает, работая с людьми, они придерживаются жесткого этического протокола. Если человека не устраивает, она может отказаться от исследования:

— Мы четко говорим, какие данные будут использованы, или фотографируем мы или снимаем видео, берем биометрические данные, сколько лет эти данные будут храниться и кто имеет к ним доступ.

К сожалению, не все системы имеют такие четкие протоколы.

Работы vs люди 

Еще в 2016 году в Великобритании разработали систему Optellum , которая диагностирует у человека рак легких. Для того, чтобы научить робота, ученые собрали самую большую в мире базу данных пациентов с опухолями. И стартап в конце концов закрыли. Робот не смог выявлять заболевания так же эффективно, как молодой врач.

А в Японии роботов уже активно используют в сфере обслуживания. Робот с легкостью поселит вас в отель, просканирует документы, выдаст ключ и даже приготовит блины на завтрак.
 

Там даже нашли замену тележурналистам. Недавно презентовали робота, который может читать новости в прямом эфире.

С одной стороны, работы занимают рабочие месяца людей и это проблема. Но с другой — появляются новые возможности.

— Даже забирая работу, мы можем создавать новую. Роботов тоже нужно учить. Мы можем создать рабочие места, где люди будут чувствовать себя более занятыми. Они все равно будут помогать людям и будут продолжать работать в сфере обслуживания.

И хотя наука с каждым днем ​​уверенно шагает вперед, человек еще не создала робота, который бы превзошел ее. Возможно это к лучшему. Маск уверен, что искусственный интеллект приведет к третьей мировой войне.

Впрочем, роботизированные системы способны облегчать человеку жизнь — они готовят кофе, подсказывают как действовать в ситуации, водят нас машины.

sorokainfo.com

Искусственный интеллект. Осторожно: разводка!  — Nota Bene

Искусственный интеллект… Как много в этом звуке слилось для сердца программиста, любителя научной фантастики и просто интересующегося судьбами мира!

Благодаря лучшему другу человека роботу R2-D2 и зловещему Скайнету, Космической одиссее-2001 и андроидах, мечтающих об электроовцах, в мире очень много искусственного интеллекта. Его можно встретить в книжках, на киноэкранах, в комиксах и … в рекламных материалах недавно появившихся, но амбициозных секюрити-компаний. Единственное, где его (возможно, пока) нет даже близко – в нашей банальной повседневной реальности и реальной повседневности.


«Автоматизация – друг, а не враг». Что за история у картинки? Взял здесь

Со времен Алана Тьюринга и Норберта Винера вычислительные машины прошли огромный путь. Они научились (точнее их научили) играть в шахматы и го лучше людей. Они управляют самолётами и автомобилями, пишут газетные заметки, ловят вирусы, и делают массу других полезных и иногда не очень вещей. Они даже (вроде бы) прошли тест Тьюринга на способность мыслить. Однако чат-бот, изображающий 13-летнего подростка, и больше ничего не умеющий – это просто алгоритм и набор библиотек. Это не искусственный интеллект. Кто сомневается – см. определение «ИИ», потом см. определение «Алгоритма», а потом см. отличия.

Сейчас в мире очередная волна интереса к ИИ-теме, уж не знаю какая по счету.

Модные оксфордские философы пишут книги об искусственном интеллекте. Основной вопрос: что же, блин, случится с Родиной и с нами, когда (и если) такая вещь будет создана? Что там, внутри технологической сингулярности? Полный и окончательный аллес капут или райские кущи? В данном случае философ настроен пессимистично и считает, что а) ИИ будет изобретен и б) человечеству от этого, скорее всего, придет хана.

Там в книге автор ещё опросил экспертов в сфере ИИ, и у них получилось, что существует 50% вероятность создания искусственного интеллекта к 2040-му году и 90% вероятность к 2075-му. Это довольно забавная игра в вероятности. Как встреча на улице с динозавром. Либо встретишь, либо нет, фифти-фифти. Либо создадут ИИ, либо не получится. Ну и к 2075-му либо шах, либо ишак точно сдохнет, и обсуждать проблематику ИИ будут уже другие люди.

Однако один логический вывод из всего этого вполне можно сделать: пока настоящего ИИ точно не существует.

Я недавно был в Южной Корее, и меня местный журналист несколько раз спрашивал об искусственном интеллекте в кибербезопасности. Я дал гневный отпор. Потому что я не вижу смысла говорить о том, чего нет.

Искусственный интеллект должен уметь сам учиться, адаптироваться, принимать решения в совершенно новых ситуациях с непонятным набором разноформатных вводных данных. При этом он должен иметь внутреннюю мотивацию и передавать изменения в конструкции своим наследникам.

Собственно, именно в момент, когда машины, достигшие интеллектуального уровня человека, научатся делать ещё более умные машины, а те – ещё более умные, и так по экспоненте, и случится взрыв интеллекта и конец истории человечества, как мы её знаем. По крайней мере, так говорят футурологи.

Но когда это случится? Раньше ли, например, чем групповой полёт на Альфа-Центавру?

Источник

Посмотрим, до 2075-го и даже до 2040-го время пока есть!

Однако если вернуться в земной 2016-й, то, как я писал выше, основное место обитания ИИ – это популярная культура и маркетинг. В предыдущем обзоре эволюционных процессов мира кибербезопасности я уже писал об этом: сегодня всё больше мелких и не очень контор пытаются продавать всякое фуфло под видом лекарства от всех киберболезней, налепив на свои свистелки и перделки гордое знамя ИИ.

К сожалению, глобальная волна интереса к этой тематике означает не только новые научные проекты, например, в области нейронных сетей. Ещё она выбрасывает на берег грязную пену и мутную жижу.

Говорят, что уже есть не только истребители, но и водка пятого поколения. И часто слышишь, что и в мире кибербезопасности на костях динозавров и останках спрутов на наших глазах пробивается крепкая молодая зелень. Это nextgen продукты, обеспечивающие невиданную точность обнаружения малвари с помощью продвинутого искусственного интеллекта.

Так вот, если вам рассказывают что-то в этом духе – то я бы рекомендовал немедленно открывать огонь на поражение насторожиться. Можно поинтересоваться у румяных энергичных продавцов, как они оценивают свои перспективы в плане многочисленных Нобелевский премий? Спасибо им сказать. Все-таки, величайшее изобретение в истории человечества, а скромняги решили в кибербезопасности применить его для начала. Прежде чем мир перевернуть. Кстати, любопытно насколько хорошо этот ИИ проходит тест Тьюринга? Хотя бы в роли 13-летнего подростка из Одессы получается кого-то убедить в своей интеллектуальности?

Удовлетворительных ответов на эти вопросы вы не получите. Потому что пока никакого ИИ не существует. Снова и увы.

Что действительно существует – это машинное обучение. Такие технологии используются очень много где и уже почтенно давно. В кибербезопасности, например, роботы делают очень много вещей. Они находят и идентифицируют малварь, анализируют ее, создают «репеллент», тестируют его, распространяют, делая частью защиты. Всё это происходит сотни тысяч раз в день в автоматическом режиме. Роботы при этом учатся, детект непрерывно корректируется и улучшается. Какие-то крохи, доли процента, люди разгребают руками.

Искусственный ли это интеллект у нас на работе? Нет, это просто компьютерные алгоритмы, в нашем случае, очень хорошие, написанные с высочайшим профессионализмом, талантом и любовью к борьбе с кибернегодяйством. Называть это ИИ было бы умышленной подменой понятий.

Если же вам на полном серьёзе продают самосовершенствующийся ИИ, который должен защищать ваши компьютеры от всех угроз, то перед вами люди, вообще не понимающие, о чём они говорят. Либо заведомые мошенники. Третьего, как говорится, не дано..

В общем, если кто-то изобретет ИИ, то как только об этом станет известно широкой публике, это окажет колоссальное влияние отнюдь не только на небольшую (но очень важную) отрасль кибербезопасности. Можно пытаться продавать семейные седаны эконом-класса, называя их космическими кораблями Ностромо, но летать от этого они выше не научатся. И, как бы ни хотелось обрести абсолютную защиту прямо здесь и сейчас, самообман никогда ни к чему хорошему не приводил. А кормить дилеров фуфла как-то и вовсе незачем.

e-kaspersky.livejournal.com

Зачем смартфону искусственный интеллект? И существует ли он на самом деле?

2018-й можно смело назвать годом технологий искусственного интеллекта в смартфонах. Сегодня едва ли не каждый производитель таких устройств подчеркивает, что его продукты наделены ИИ и это дает им значительные преимущества перед конкурентами. Так ли это? Ответить однозначно, увы, сложно. Производители понимают под ИИ совершенно разные вещи, а иногда используют его упоминание для маркетинговых целей, не имея для этого веских оснований.

К счастью, наличие или отсутствие технологий искусственного интеллекта в смартфоне можно проверить. Для этого достаточно взглянуть на характеристики устройства и найти там название чипсета, лежащего в его основе. Запоминаем и идем на сайт его производителя. Если никаких упоминаний об ИИ на странице чипсета нет, значит, ИИ в смартфоне — это скорее всего фантазии производителя последнего. Если же производитель чипсета четко указывает на наличие средств обеспечения ИИ, то смартфон относится к «умной» категории.

Но что же дает этот самый ИИ? Давайте разберемся на примере чипсетов MediaTek и смартфонов на их основе. Поддержка ИИ в данном случае честная — на аппаратно-программной основе. Так что, если в перечне характеристик смартфона вы видите названия MediaTek Helio P22 (MT 6762) или MediaTek Helio P60 — знайте, ИИ в этом смартфоне действительно есть. Обе платформы поддерживают технологию MediaTek NeuroPilot, а в P60 есть и отдельный ИИ-модуль (APU). Это обеспечивает смартфоны на базе чипсетов набором функций с применением ИИ.

Как искусственный интеллект (ИИ) используется в смартфонах?

Первая из функций — глубокое обучение при распознавании лиц. «Сканировать» лицо пользователя фронтальной камерой сейчас умеют десятки смартфонов, но далеко не все они задействуют при этом ИИ. Последний помогает повысить точность и скорость распознавания объекта в кадре, а также избежать разного рода неприятных моментов. Например, смартфоны с поддержкой ИИ способны узнать пользователя, когда он, скажем, надел (ну или снял) очки или сбрил/отрастил бороду. Для сравнения: аналоги без ИИ в таком случае, скорее всего, сообщат, что лицо не распознано.

Еще одна сфера применения ИИ — бьютификация лица при создании селфи. Опять же: «улучшать» фотографии могут многие смартфоны и без ИИ, но в большинстве случаев результаты их усилий далеки от идеала. Лица выходят белесыми и зачастую нереалистичными. За счет ИИ смартфоны могут бьютифицировать лица куда аккуратнее — фотографии получаются живыми, без потери важных деталей, но с коррекцией дефектов.

Технологии искусственного интеллекта вообще значительно упрощают жизнь тех, кто любит фотографировать на смартфон. Скажем прямо: далеко не каждый пользователь может самостоятельно выбрать правильные настройки для съемки заката, людей или еды. В итоге человек делает снимок — и остается недоволен результатом. Если же он фотографирует на смартфон c поддержкой ИИ, то результат будет совершенно иным: устройство автоматически определит, что находится в кадре, и моментально подберет оптимальные настройки. Кадр получится отличным.

Oppo F7 на базе Helio P60 автоматически выбирает настройки для сцены с помощью ИИ

Может ли искусственный интеллект (ИИ) улучшить производительность и энергоэффективность смартфона?

Технологии искусственного интеллекта — это важная составляющая современного смартфона. Но если прочие компоненты чипсета слабы, то никакой искусственный интеллект не сделает устройство на его основе производительным и удобным.

Без сомнений, чипсет вашего смартфона должен быть оснащен достаточно мощными процессорами. Например, на борту Helio P60 графический ускоритель ARM Mali-G72MP3 и восемь 64-битных вычислительных ядер; четыре — высокопроизводительные ARM Cortex-A73, еще четыре — экономичные ARM Cortex-A53. Все они изготовлены по техпроцессу 12-нм FinFET, что позволяет экономить энергию. Но и этого недостаточно, ведь нужно обеспечить их грамотную и слаженную работу. Казалось бы, почему не использовать все эти возможности вместе, например, задействовать все ядра сразу, чтобы смартфон работал максимально быстро? Ответ достаточно прост — это негативно скажется на энергоэффективности. Кому нужен очень быстрый смартфон, который работает без подзарядки полдня? Правильно, никому.

Важно, чтобы устройство правильно распределяло нагрузку и обеспечивало баланс производительности и потребления энергии. Это позволит смартфону работать быстро и долго, не перегреваясь. В случае с P60 за это отвечает технология MediaTek CorePilot 4.0 — она позволяет использовать ядра в разных конфигурациях. Например, два вычислительных ядра из первого кластера, три — из второго и одно графическое. Выбор конфигурации зависит от задачи, цели остаются теми же: решить ее а) максимально быстро, б) с минимальным расходом энергии и в) чтобы чипсет (и смартфон) не нагревался.

Все это, конечно, здорово, но это лишь теория; что с практикой? А практика теорию подтверждает. Посмотрите, как разные чипсеты, которые используются в смартфонах одной категории, справляются с несколькими задачами. Небольшой спойлер — Helio P60 лидирует.

Может показаться, что смартфоны с такими функциями всегда будут находиться в среднем или дорогом сегментах рынка. Но что делать, если не хочется тратить на устройство много денег? Производители смартфонов стремятся создавать качественные решения и в более дешевом сегменте. Но для этого им нужны доступные комплектующие, которые будут обеспечивать все те же передовые функции.

Таким решением может стать второй чипсет, о котором мы говорили выше, — MediaTek Helio P22. Он ничем не уступает Helio P60 с точки зрения поддержки технологий искусственного интеллекта и обеспечения баланса между производительностью и энергоэффективностью (к слову, и техпроцесс здесь такой же – 12-нм FinFET). Разумеется, конфигурация и производительность отличаются от P60. Несмотря на то, что мощность не такая высокая, ее все равно достаточно для современных игр и просмотра видео в высоком разрешении.

Примеры смартфонов с искусственным интеллектом (ИИ)

Напоследок приведем пару примеров смартфонов, которые не разочаруют вас своими функциями и приятно удивят с точки зрения цены. Первый смартфон — Oppo F7 на базе Helio P60. Кстати, смартфон уже несколько месяцев доступен в России, и его обзор вы можете прочесть на нашем сайте.

В этом смартфоне есть ряд функций на базе технологий искусственного интеллекта. Например, 25-мегапиксельная фронтальная камера смартфона способна улучшать снимки, используя ИИ, без перегибов и неточностей. Распознавание лиц в случае Oppo F7 происходит моментально — оно осуществляется на основе 128 опорных точек. При съемке на основную камеру смартфон способен распознавать такие объекты и сцены, как закат, растения, небо, снег, ночь, собаки, кошки, дети, пейзажи и не только — всего 16 вариантов.

Важно, что Oppo F7 не пасует в играх и работает долго — несмотря на мощные вычислительные ядра, графический ускоритель и огромный 6,23-дюймовый экран, два дня без подзарядки для него — не проблема.

Второй смартфон — Vivo Y81 на базе Helio P22. Это более доступное устройство, чем модель Oppo. Однако преимущества у Y81 аналогичные. Например, фронтальная камера, которая благодаря поддержке ИИ улучшает качество селфи, а также быстро и точно распознает лица.

В обозримом будущем на российском рынке будет появляться еще больше качественных устройств на базе технологий искусственного интеллекта. Некоторые из них будут более функциональными и дорогими, другие – простыми и доступными. Выбирайте то, что подходит именно вам, и не забывайте проверять характеристики смартфонов.

www.dgl.ru

Отправить ответ

avatar
  Подписаться  
Уведомление о