ПРЕМЬЕРА: #тренды | Искусственный интеллект

На Hi-News.ru каждый день выходит большое количество статьей, наполненных словами, в которых может разобраться далеко не каждый. Сегодня технологии развиваются так быстро, что мы не только не успеваем за ними следить, но и путаемся в базовых понятиях. Поэтому мы решили создать новый видеопроект, в котором попытаемся разобраться в сущности самых горячих технологических трендов современности. Сегодня мы поговорим о таком актуальном вопросе, как искусственный интеллект.

Понятие искусственного интеллекта витает в воздухе уже очень давно: еще в древнегреческих мифах содержались истории о механических людях, копирующих поведение человека. Первые вычислительные устройства воспринимались как «логические машины» и были призваны воспроизводить такие особенности человека, как память и базовые арифметические способности. А инженеры видели свою фундаментальную задачу в том, чтобы попытаться создать искусственный мозг.

По мере развития технологий и, что еще важней, понимания того, как работает наш разум, представление об искусственном интеллекте тоже переживало эволюцию. Его задача перестала состоять в осуществлении сложных вычислений, а сосредоточилась на копировании процесса принятия решений человеком и выполнении задач с более человечным подходом.

Искусственные интеллекты — устройства, наделенные синтезированным разумом, — часто подразделяются на две фундаментальные группы: прикладную и общую. Прикладной искусственный интеллект имеет более простое и узкое назначение: такие системы могут торговать акциями или управлять автономным автомобилем.

Общие системы искусственного интеллекта в теории способны выполнять любое задание, и именно в этой сфере сегодня происходят самые захватывающие события. Развитие этого направления привело к возникновению такого феномена, как машинное обучение, которому мы уделим внимание в одном из следующих выпусков.

Попытки сгенерировать искусственные мыслящие организмы всерьез начали возникать более 70 лет назад, когда стали появляться предположения о том, что компьютеры могут мыслить как люди. Амбициозные прогнозы привлекли серьезное финансирование, но через несколько десятилетий работа в этом направлении не принесла каких-то существенных плодов. Только в последние 25 лет, благодаря новому подходу к искусственному интеллекту и прорывам в технологиях, ученые приблизились к осуществлению мечты тех, кто стоял у истоков.

Во времена Второй мировой войны над этой проблемой работали ученые, представлявшие многие дисциплины, включая такие зарождавшиеся науки, как неврология и информатика.

Алан Тьюринг

В Великобритании вопросом разумных машин занялись математик Алан Тьюринг и невролог Уильям Грей Уолтер. Своими идеями они обменивались во время ужинов в престижном кружке под названием Ratio Club. Уолтер прославился тем, что создал первых в истории роботов. Тьюринг же изобрел так называемый «тест Тьюринга», который задал принципиальную планку для интеллектуальной машины: компьютер должен заставить человека подумать, что тот взаимодействует с другим человеком.

В 1950 году в свет вышла книга «Я, Робот» — сборник рассказов популярного фантаста Айзека Азимова. Азимов одним из первых писателей рассказал об идее машинного интеллекта и пофантазировал о его будущем. Книга, которая стала чрезвычайно популярной, заставила человечество задуматься и стала важнейшим источником вдохновения для целого поколения ученых. Самая известная часть книги — так называемые «Три закона робототехники», призванные уберечь человечество от восстания машин. Помимо абстрактных фантазий о далеком будущем, работа Азимова содержала и вполне реальные предсказания, которые уже успели сбыться. Например, речь идет о компьютере, способном хранить все человеческие знания, которому любой человек может задать любой вопрос.

«Я, Робот» Айзека Азимова

Собственно термин «искусственный интеллект» впервые прозвучал в 1956 году на летней конференции в Дартмутском Университете, организованной молодым специалистом по информатике Джоном Маккарти. Конференция была отмечена оживленной дискуссией о том, как именно стоит подходить к проблеме искусственного интеллекта. Одна группа, в числе которой был влиятельный ученый Марвин Минский, склонялась к так называемому подходу «сверху вниз» — предварительно запрограммированному компьютеру, работающему по законам, которые управляют поведением человека. Другие предложили подход «снизу вверх», основанный на нейронных сетях, которые симулируют работу клеток мозга и самостоятельно обучаются новым типам поведения. В то время верх взял подход Минского, и на пару с Маккарти он получил крупный грант от американского правительства, которое надеялось, что открытия в этой сфере позволят США укрепить свои позиции в противостоянии Советскому союзу в рамках холодной войны.

Кстати, Марвин Минский оказал серьезное влияние и на научную фантастику. В 1968 году он работал консультантом у Стэнли Кубрика на съемках фильма «2001 год: Космическая одиссея», в котором одним из персонажей был наделенный интеллектом компьютер HAL 9000.

Во время одной из сцен HAL дает интервью BBC, рассказывая о своей миссии и заявляя, что он «совершенно безопасен и не способен совершать ошибки». Участвующий в миссии ученый в своем интервью добавляет, что HAL, по его мнению, может иметь и самые подлинные эмоции. В фильме были отражены предсказания ученых того времени: например, прогноз того же Минского о том, что очень скоро машины по своему уровню интеллекта приблизятся к человеку. В картине также блистательно переданы некоторые страхи общества, например, связанные с тем, что машины могут захватить власть и начать вредить людям.

К концу 60-х стало ясно, что Минский погорячился со своими прогнозами, и мечты первых визионеров отделяют от реализации долгие годы и даже десятилетия. Свидетельством того, что искусственный интеллект топчется на месте, стал представленный в 1969 году робот Shakey.

Shakey стал первым роботом, который способен самостоятельно принимать решения, исходя из окружающей обстановки. Перед перемещением у него внутри выстраивалась карта местности, но даже в помещениях с минимумом препятствий робот передвигался непозволительно медленно. Перед каждым движением вперед Shakey приходилось обновлять свою карту, а появление в его поле зрения движущегося объекта могло ввести робота в ступор, и вычисления, необходимые для осуществления следующего шага, могли занять более часа.

Наступили семидесятые, и положение отрасли только ухудшилось. Невзирая на многомиллионные денежные вливания, искусственный интеллект так и не продемонстрировал серьезного движения вперед. В Конгрессе США все чаще звучали призывы отказаться от финансирования этого направления, а в 1973 году ведущий британский математик Сэр Джеймс Лайтхилл выступил в парламенте с разгромной речью о положении дел в данной сфере. Он заявил, что в настоящий момент машины по своему интеллекту сопоставимы с шахматистом с любительским уровнем мастерства. С таким развитием даже не приходится говорить о том, что когда-нибудь они смогут выполнять такие простые на первый взгляд задачи, как распознавание лиц. В итоге было принято решение существенно урезать финансирование, и исследования в области искусственного интеллекта перешли в стадию анабиоза.

Переломным моментом, ознаменовавшим выход индустрии из спячки, принято считать появление коммерческих решений, в которых искусственный разум помог компаниям сэкономить деньги и сократить расходы.

Новые коммерческие системы не преследовали тех сверхамбициозных целей, о которых заявляли пионеры искусственного интеллекта. Вместо создания универсального синтезированного разума эти «экспертные системы» были сосредоточены на выполнении куда более узких задач. Это означало, что их было необходимо программировать для решения какой-то одной конкретной проблемы. Первой успешной экспертной системой для бизнеса стала RI, которую взяла на вооружение компания Digital Equipment Corporation в начале восьмидесятых. Эта система, которая помогала составлять заказы на продукцию, позволила компании экономить до 40 миллионов долларов в год.

Родни Брукс

Однако коммерческое использование искусственного интеллекта не выглядит так же романтично, как мечтания об имитации биологии, которые по-прежнему занимали умы исследователей. В 1990 году ученый Родни Брукс опубликовал статью под названием «Слоны не играют в шахматы». Автор был вдохновлен существенными прорывами в нейрологии, в которой начали открываться загадки, связанные с человеческим мышлением и восприятием. Например, для распознавания визуальной информации зрению необходима совместная работа различных «модулей» мозга без какого-либо центрального управления. Главным тезисом статьи Брукса стало заявление, что подход «сверху вниз», при котором компьютер предварительно программируется на следование правилам интеллектуального поведения, является неверным. Это заключение позволило возродить подход «снизу вверх», а вместе с ним и совершенно немодную в те времена проблематику нейронных сетей.

Однако сторонники подхода «сверху вниз» не собирались сдаваться и в 1997 году одержали важную победу. Суперкомпьютер Deep Blue сразился в шахматы с мировым чемпионом Гарри Каспаровым и в конечном итоге вырвал у легендарного гроссмейстера победу.

В теории созданная IBM машина по своим возможностям превосходила Каспарова: хотя бы в том, что за секунду могла просчитать до 200 миллионов возможных ходов. Но в шахматах этого недостаточно: важным аспектом является умение мыслить стратегически. Поединок, который журналисты прозвали «Последним фиаско человеческого мозга», закончился такой красивой победой компьютера, что Каспаров даже предположил, что где-то за кулисами сидел живой человек, который управлял Deep Blue. Некоторые назвали этот момент возрождением интереса к искусственному интеллекту, скептики же сочли это еще одним примером создания машины, которая отлично справится с поставленной задачей, если правильно ее запрограммировать на решение конкретной проблемы с четкими правилами и законами.

Гарри Каспаров и Deep Blue

Родни Брук, о котором мы говорили выше, не стал ограничиваться только теоретическими размышлениями и занялся непосредственным продвижением своих идей. В 2002 году учрежденная им компания iRobot создала первого коммерчески успешного робота для дома — самоуправляемого робота-пылесоса под названием Roomba.

Уборка комнаты, безусловно, слишком скромный масштаб свершений для технологии, с которой ученые связывают такие большие надежды. Однако Roomba нельзя не назвать серьезным прорывом. Его многослойные системы генерирования поведения были намного проще алгоритмов робота Shakey и больше напоминали роботов, которых создал Грей Уолтер более 50 лет назад. Несмотря на относительно скромную функциональность датчиков и минимальную вычислительную производительность, устройству хватало интеллекта для того, чтобы качественно убирать квартиру. Появление Roomba ознаменовало собой новую эпоху автономных роботов, сосредоточенных на выполнении конкретных задач.

Несмотря на то, что холодная война закончилась, и искусственный интеллект в те годы не оправдал надежд американских военных, в середине двухтысячных они вернулись к этой проблематике, избрав новый подход. Власти начали активно инвестировать в автономных роботов, и в 2005 году мир увидел первый плод этих работ — BigDog от компании Boston Dynamics. Этого устрашающего четвероногого робота, рассчитанного на выполнение задач в условиях среды, в которых невозможна работа традиционных транспортных средств, пока так и не удалось увидеть в действии. Зато компания iRobot сумела внести заметный вклад в развитие этого направления. Их робот-сапер PackBot объединил в себе пользовательское управление и интеллектуальные способности, такие как умение распознавать запах взрывчатки. Более 2000 таких роботов с успехом использовались в ходе вооруженных конфликтов в Ираке и Афганистане.

Кажется, лед тронулся, и прогресс начали ощущать не только в академической среде, но и на массовом рынке. В ноябре 2008 года смартфон iPhone получил функцию, которой мало кто придал больше значение: в поисковом приложении Google появилось распознавание речи.

На первый взгляд тут нет ничего сложного, но в действительности это изобретение стало предвестником гигантского прорыва. Хотя распознавание речи с давних времен является одним из важнейших аспектов искусственного интеллекта, за десятилетия упорной работы точность распознавания так и не удалось поднять выше отметки в 80%. Компания Google выбрала для решения этой задачи принципиально новый подход: тысячи мощных компьютеров, которые работают в параллельных нейросетях, самостоятельно обучаются обнаруживать паттерны и нюансы в гигантских объемах данных, поступающих от миллионов пользователей Google. Поначалу точность распознавания была на весьма посредственной отметке, но теперь, спустя годы обучения и совершенствования, Google утверждает, что технология работает с 92-процентной точностью.

На фоне того, как гигантские вычислительные сети продолжали менять сущность искусственного интеллекта, более простые и узкоспециализированные компьютеры тоже переживали ренессанс.

Например, роботы-гуманоиды, в числе которых модель под названием NAO, могли вытворять такие вещи, о которых Shakey даже мечтать не мог. Воспользовавшись последними достижениями технологий в области нейросетей и машинного обучения, создатели разработали машину, которая поразила воображение многих. Шанхайская выставка World Expo 2010 года наверняка запомнится в первую очередь потрясающим танцем 20 роботов NAO, которые двигались в полной гармонии с музыкой, а их движения были не запрограммированными паттернами, а чистой импровизацией.

Спустя 14 лет после исторического поражения Гарри Каспарова перед искусственным интеллектом возник еще один вызов, который с успехом был принят. В 2011 компьютер Watson от все той же корпорации IBM принял участие в американском телешоу Jeopardy, которое является прообразом программы «Своя игра» на канале НТВ.

Для машины эта задача была куда сложней, чем игра в шахматы. Watson должен был отгадывать загадки и отвечать на вопросы, требующие не только сообразительности, но и эрудиции. Создатели компьютера использовали нейросети и в течение более трех лет обучали машину распознавать паттерны вопросов и ответов. В итоге Watson не оставил шансов своим соперникам — двум лучшим игрокам за всю историю шоу. Этот эпизод произвел большой фурор и был преподнесен СМИ как триумф искусственного интеллекта.

Женя Густман

2014 год был отмечен еще одним любопытным и немного спорным событием для развития искусственного интеллекта: российские и украинские разработчики представили миру Женю Густмана — первого виртуального собеседника, которому удалось пройти тест Тьюринга. 7 июня 2014 года, на конкурсе, посвященном 60-летию со дня смерти британского математика, Густман, который представляется 13-летним мальчиком из Одессы, убедил 33% судей в том, что он человек. Скептики не придали этому событию большого значения, утверждая, что 11 лет разработки виртуального собеседника были сосредоточены не на создании настоящего искусственного разума, а на поиске способов одурачить судей и выиграть в конкурсе.

С 2014 года мы успели стать свидетелями ряда других любопытных разработок, которые показали, насколько далеко продвинулась сфера искусственного интеллекта за последние 70 лет. Многомиллиардные инвестиции Google в самоуправляемые автомобили, голосовой переводчик Skype, работающий в реальном времени, дроны, самостоятельно следящие за людьми — похоже, еще немного, и некогда утопическая идея станет частью нашей обыденности.