Что такое Искусственный интеллект

Хочется сказать, что искусственный интеллект – это технология будущего. Но что если вы узнаете, что искусственный интеллект, это создание концепта будущего, что делается прямо здесь и сейчас.

История, этапы развития

В заголовках газет, интернет изданий и научно популярных видеороликах то и дело всплывает информация о тех или иных достижениях в сфере искусственного интеллекта. В общих чертах из названия можно понять, что это за технология, но вот когда она зародилась и главное, какая ее основная идея – порой эту информацию СМИ из своих шортридов с кричащими заголовками, опускает.  

Отличие Искусственного от Естественного

Artificial Intelligence (AI) или на русском искусственный интеллект (ИИ) – это технология создания интеллектуальных систем, технических программ для выполнения творческих задач и генерирование новой информации, через обучение по взаимодействию с уже имеющийся.

Но это не единственная трактовка этого термина. В первую очередь интеллект это психологическая составляющая человека, позволяющая:

  1. Приспосабливаться.
  2. Накапливать опыт, запоминать информацию, получать знания, обучаться.
  3. Применять познания для обуздания и взаимодействия с окружающей средой.

Человек с помощью интеллекта познает реальность. С другой стороны есть психология человека, эмпатия, его философское отношение к реальности. Именно достижение симбиоза психологической составляющей и интеллекта, способно убедить многих скептиков в том, что это ИИ. В противном случае – это всего лишь умная программа, заточенная на узкоспециализированную задачу или крупномасштабная система с широким спектром действия.

Такую трактовку скептиков можно списать на ИИ эффект – если ИИ достигает определенного прогресса, найдутся «неоспоримые» доказательства того, что этот прогресс не означает появления у машины собственного мышления.

Но если провести параллель ИИ с «искусственным полетом», это можно сравнить с тем, как братья Райт начали изучать аэродинамику, перестав имитировать птиц. Ведь цель работ было покорение воздушного пространства, а не создание машин, полностью имитирующих птиц, что способны обмануть их или стать частью их стаи.

Преимущества ИИ:

Мгновенное запоминание информации и ее обработки за короткое время. Человеку для запоминания нужно в течении 3-4 дней повторять информацию и раз в полтора месяца освежать ее.

Быстрая обработка количественных данных. Деление или умножение двух и трехзначных чисел дело не одной секунды, а машина способна выполнить любую числовую и количественную операцию за долю секунды. Также быстро ИИ нарисует график по формуле, закроет позицию и вовремя выведет депозит в трейдинге, спроектирует модель вселенной и поработает с прочими задачами.

Недостатки ИИ:

Качественная обработка информации все еще недостаточно хороша. Хотя, Китай успешно применяет систему распознавания лиц с помощью нейросетей, поэтому улучшение качества до приемлемого уровня – вопрос времени.

Могут быть сбои. Да, ИИ несовершенен, и возможно не будет таким никогда. Простые задачи он может выполнять самостоятельно, но в сложных – за ним должен следить человек. Самая большая фобия человечества, что ИИ даст сбой и будет работать не во благо человечества, а во вред.

Пятидесятилетняя история развития ИИ

Началось все с философской мысли в далеком средневековье: «может ли машина мыслить и вести себя, словно человек?». Но дальше этой мысли и разговоров о терминах: робот, робототехника и нейронные сети, никаких работ не проводилось вплоть до середины девятнадцатого века.

Алан Тьюринг стал первопроходцем в исследованиях, после публикации статьи «может ли машина мыслить?», в которой описан некий эмпирический тест, с помощью которого выясняется, считается ли машина разумной или нет. Этот тест до сих пор не утратил своей актуальности и в честь создателя называется – тест Тьюринга.

Неоднозначную роль в формировании развития искусственного интеллекта сыграла концепция крошка-машина (Baby Machine). Подразумевалось, что между машиной и маленьким ребенком проводится некая параллель, и машина, словно дитя, будет самостоятельно познавать мир и обучаться.

Затем, до 2000 года произошла цепочка событий, вывившая технологию ИИ на новый уровень:

  • После первой публикации Алана Тьюринга и обсуждения ее в научных кругах, Клод Шеннон в этом же 1950 году публикует отчет интеллектуальной шахматной игры.
  • В 1956 году Джон Маккарти вводит термин ИИ и демонстрирует первый запуск программы в исследовательский центре, в Питтсбурге. А в 58 создает lisp – язык программирования для ИИ.
  • В 1964 году в МТИ Дэнни Боброва в своей диссертации демонстрирует, что компьютеры хорошо воспринимают естественный язык.
  • Годом позже, американский ученый Джозеф Вейценбаум в МТИ разрабатывает Элизу (привет бабушка Сири) – интерактивного ассистента, разговаривающего на английском языке.
  • В 1969 году, ученые из Стэнфорда представили общественности робота Шеки, который имеет двигатели, воспринимает некоторую информацию и решает специальные задачи.


  • В 1973 году исследователи Эдинбургского университета создали Фредди – «зрячего» робота, способного обнаружить модели и собрать их.
  • Шестью годами позже была сооружена «Стэнфордская тележка» — компьютеризированный автономный автомобиль.
  • В 1985 году была написана программа для создания оригинальных художественных образов, художником Гарольдом Коэном. Развитие ее поддерживалось на протяжении множества лет.
  • В 1997 году чемпиона мира по шахматам Гарри Каспарова обыграла программа.
  • В 2000 году Массачусетский технический институт демонстрирует эмоционального робота Кисмет. 

  • В это же время, робота Номад отправляют в исследовательскую экспедицию в отдаленные районы Антарктиды.

За этот период, ИИ эволюционировал и пошел по двум независимым стезям:

  • нейрокибернетика (использование искусственных нейронных связей, биологический подход);
  • логический подход (имитация речи, мышления и других процессов интеллекта).

Первый основывается на искусственном нейроне, второй на логике.

Искусственный нейрон

Основная составляющая искусственного интеллекта, это нейросеть – математическая модель людского нейрона. Чтобы понять, что это такое, нужно рассмотреть упрощенный принцип работы центральной нервной системы.

Составные компоненты клетки, это аксоны и дендриты. В помощью синопсисов, первые соединяются со вторыми. При получении нейроном информации и если на аксон подается чуть большее напряжение (проходит порон возбуждения), чем в состоянии покоя, то информация обрабатывается и передается к следующему нейрону и так далее.

Аналогичная ситуация в искусственном нейроне. Здесь есть входной и выходной слой. Есть тело нейрона, выступающее сумматором. Задача его сводится к проверке преодоления порога возбуждения. Если истина, то сигнал передаться на следующий нейрон.

Входной слой принимает так называемые признаки, которые анализирует. Например, простая задача:

Требуется лайкнуть видео на youtube человека, который с чувством юмора, на хорошем английском языке и в его рассказах есть информация о полете, летчиках или самолетах.

Такие признаки как:

  • чувство юмора;
  • идеальный язык;
  • авиация.

Должны подаваться на сумматор. Порог возбуждения нейрона в нейросети зовется функцией активацией. Если сумматор выявил истину, то активация произведена, а сигнал идет на выходной слой.

С помощью весовых коэффициентов можно задать уровень важности каждому признаку. Нужно это, чтобы настраивать ИИ под нужды конкретного пользователя. Например, не столь важно какого рода это шутка, главное, чтобы про авиацию и на английском. То есть придать больший вес двум последним признакам.

Если же весовые коэффициенты не брать в расчет, то получится, что будут лайкнуты все видео, в которых велся разговор о самолетах английскими словами, и при этом диктор улыбался, или был слышен смех.

Делается это с помощью математических коэффициентов. Например, для шуток коэффициент 0,2. Для полетов и английского — 0,4. Показатель умножается на коэффициент и получается нужный результат. При сложении нужных признаков компьютер в любом случае увидит единицу. Ну или же 0, если по признакам не подошло.

Входные данные понимаются компьютером на собственном языке – например, двоичном коде. То есть, входные данные придется выразить в цифрах и привести в единую шкалу для сравнения.

Дальше, нейросеть нужно обучить с помощью подбора нужных коэффициентов, чтобы она смогла получить требуемый результат.

Естественно, это очень и очень упрощенное описание более сложной системы работы нейросети, но основная суть должна быть ясна.

Тест Тьюринга

Основой интуитивного подхода стал тест Тьюринга. Он определяет способность машины «мыслить» так, как это делает человек. Такой подход предусматривает поведение машины, которое невозможно было бы отличить от человеческого в тех или иных ситуациях. Тест определяет, будет ли машина считаться разумной, если общаясь с ней человек не сможет определить, это ИИ или человек.

Авторы фантасты часто придерживаются другой точки определения ИИ. Если машина сможет «чувствовать» и сопереживать также, как это делает человек, то она может считаться ИИ. Но придерживаться такой концепции не совсем верно, ведь для «ощущений» уже используются всевозможные датчики и сенсоры, а сопереживания можно заменить на тысячи шаблонных и абстрактных фраз голосового ассистента.

Способы развития Искусственного Интелекта

Если вы полностью читаете статью, то уже наверняка поняли, что для развития ИИ применяют программирование (определенный набор деталей и функций закладывается на начальном этапе) и машинное обучение (в процессе существования, ИИ обучается, обрабатывая получаемую информацию).

Программирование

Как для функционирования человека нужно тело, так и для функционирования ИИ нужен код. Естественно, без знаний, о чем писать и как работает тот или иной ИИ не обойтись, поэтому, кроме подключения кучи библиотек и длинного кода, необходимы знания логики, линейной алгебры, теории графов, теории вероятностей и математической статистики. Эти знания применяются как на стадии проектирования, так и во время корректировки каких-либо правок. Когда ИИ готов получать информацию, но не знает, что с ней делать (в коде не указано прямых вариантов, что делать), на помощь приходит машинное обучение.

Машинное обучение

Задача машинного обучение состоит в том, чтобы компьютер не использовал заранее прописанный в коде алгоритм, а обучался и принимал решение самостоятельно, при выполнении поставленной задачи. Машинное обучение развивается вместе с ИИ. Его доступность в целом можно поделить на три уровня:

  1. Первый – когда корпорации уровня Google или Apple могут себе позволить заниматься машинным обучением, привлекая штатных программистов и инженеров.
  2. Второй – при наличии базовых знаний, любой студен может попробовать себя в этом.
  3. Третий – машинное обучение настолько просто, что даже бабушка разберётся.

Сейчас машинное обучение находится в той стадии, когда большой студенческий багаж знаний не нужен, но для бабули разобраться с этим еще сложно. Основной составляющей машинного обучения являются нейросети. Они позволяют построить алгоритм, который сможет для любого входного объекта предоставить точный классифицирующий ответ.

Важной составляющей обучаемой системы ИИ является способность к обобщению, то есть к адекватной реакции на данные, которые выходят за пределы предоставленной для ознакомления выборки.

Применение в реальной жизни

За практически 20 лет с начала 2000-х годов, ИИ применяется во многих интересных проектах. Многие из них стали частью неотъемлемой жизни в эру информационных технологий.

Суперкомпьютер Watson

 Исследовательская группа под началом Дэвида Феруччи предоставила общественности суперкомпьютер, способный ответить на любой вопрос. Кроме того, он понимает вопросы на человеческом языке и ищет ответы на них в собственной базе данных. Чтобы компьютер, названный в честь первого президента IBM, работал как надо, за ним закреплены 90 серверов IBM p750, с общим числом восьми ядерных процессоров архитектуры Power7 – 360 штук, и с объемом оперативной памяти с 15 Тб.

Голосовой Ассистент

Алиса, Алекса, Биксби, Сири, Кортана, Окей Гугл – наверняка одно из этих имен всплыло в вашей памяти. Это голосовые ассистенты, которые большие компании, такие как Яндекс, Amazon, Samsung, Apple, Microsoft и Google используют в своих продуктах. Ассистенты воспринимают голосовые команды и выполняют команды для вас. С каждым месяцем, голосовые ассистенты становятся все лучше и востребование, так как разработчики пытаются охватить все больший спектр деятельности человека.

Распознание лиц

Использование нейросети в программах для безопасности позволило создать системы, которые распознают с помощью сенсоров лицо, обрабатывают данные и если все в порядке, то дают допуск к объекту. Технология используется в охранных системах, а впервые, компания Apple ее вывела в массы в своем продукте iPhone X. Далее, технологию распознавания лиц подхватили остальные разработчики электроники.

Нейросети дали толчок в улучшении систем распознавания лиц, которые используют службы безопасности при поиске правонарушителей как по базе данных, так и в режиме онлайн. Например, тот резонансный случай в Китае, когда система распознала «криминальное лицо» на стадионе, когда там собралось 50 тысяч человек.

Фотофильтры

Программы Face App, Deep Nude или Deepfakes используют алгоритмы машиного обучения и могут обработать фотографию, наложив интересные фильтры. Например:

  1. Face App сделает ваше лицо старым, сделает блондином, поменяет ваш пол.
  2. Deep Nude обнажит ваш торс.
  3. Deepfakes вообще поменяет лицо.

В общем, в сети можно найти много приложений использующих фильтры для фотографий.

Творчество

Писать тексты, песни и рисовать картины теперь может не только человек. Например ИИ Microsoft может нарисовать картинку по текстовому описанию.

А исследователи из Нью-Джерси создали систему, выработавшую собственный художественный стиль.

ИИ Amper помог сочинить певице Тэрин Саузерн песню за несколько секунд. 

А ИИ Dewey, прочитав книги библиотеки проекта «Гутенберг», а потом научные тексты из Google Scholar, смог написать собственное произведение о паре, которая не смогла быть вместе.

Финансы

В торговле ценными бумагами давно используются системы ИИ. Исследователи из университета Эрлангена-Нюрнберга в Германии создала алгоритмы, что используют архивную информацию о рынках для тиражирования инвестиций в режиме онлайн. С 1992 по 2015 год одна модель смогла обеспечить 73% возврата капитала, что в среднем составляет доходность на уровне 9% годовых. В период 2000 и 2008 годов, во кризисное время взлетов и падений акций, доход был на уровне 545% и 681%.

Современные торговые платформы используют собственные аналитические ИИ для трейдерства. Фондовые, валютные, криптовалютные рынки – на всех используется ИИ. Из-за отсутствия чувств, его рука не дрогнет и он вовремя закроет позицию или начнет шортить.

Медицина

 

ИИ в медицине – повсеместное явление и вот почему:

  1. Xiaoyi – китайский робот-врач, который прошел аттестацию и получил корочку лечащего врача. Он находит и анализирует сведенья о пациенте. Выступает в качестве ассистента для врачей онкологов и терапевтов.
  2. Система Wave Clinical Platform от ExcelMedical – она мониторит жизненные показатели пациента и предупреждает врачей за шесть часов, если у пациента наблюдаются признаки скорой смерти. Опробованная в действии, она уже смогла предупредить врачей о ухудшении состояния пациентов и шестерым спасла жизнь. А это действительно вклад в будущее.
  3. DeepFaceLIFT – система позволяет по микро выражениям лица определить степень боли. Система анализирует и выясняет, кому действительно нужны обезболивающие, а кто претворяется.

Имитация человекаНатянуть ла робота лицо – никого не удивит. А вот создать качественную мимику – это довольно трудная задача. Но ИИ с этим справляется. Исследователи из МТИ создали Moral Machine, способную обучаться мимике. Кроме того, ее обучали морали, ставили перед ней непростые задачи и заставляли принимать сложные решения, балансирующие на грани «причинения вреда человеку».

Некоторые считают, что роботы вскоре будут равноправными жителями нашей планеты. Предпосылки к этому уже имеются. Например, компания Hanson Robotics сделала робота Софию, что получила гражданство в Саудовской Аравии.

 

Заключение

Искусственный интеллект – это вектор направления в будущее, которое с увеличением вычислительных и производственных мощностей будет неуклонно развиваться и совершенствоваться. Данная технология уже выводит виток развития человечества на новый уровень, упрощая понемногу жизнь человека во всех сферах жизни.

future2day.ru