Главная » Новости » Ресурсы для бизнеса » ИТ технологии » Прогнозы относительно Искусственного интеллекта

Прогнозы относительно Искусственного интеллекта




Тип новости - Прогнозы и Тенденции


Искусственный интеллект, которого нет

Что можно считать ИИ, а что им не является

Специалисты по промышленной автоматизации не очень любят этот термин. Хотя управление современным заводом вполне интеллектуальная задача. Скриншот официального сайта группы компаний
Специалисты по промышленной автоматизации не очень любят этот термин. Хотя управление современным заводом вполне интеллектуальная задача. Скриншот официального сайта группы компаний «Текон», www.tecon.ru

Редакция «Чердака» решила посмотреть, в каком состоянии пребывает разработка искусственного интеллекта. Как выяснилось, слухи о грядущей революции и угрозе для человечества сильно преувеличены, а блеск ИИ-технологий меркнет при выходе за границу рекламных буклетов.

Понятие «искусственный интеллект» (он же ИИ) обычно встречается в трех случаях. В невероятно скучных и невнятных описаниях какого-нибудь «революционного» и «инновационного» программного продукта, который все забудут через полгода. В статьях «ученые предсказали, что же нас убьет», все ключевые идеи которых списаны с фантастических рассказов 1950-х годов. И третий случай — в новостях про какую-нибудь научную группу или конференцию, где модный термин употребили для привлечения тех инвесторов, которые производят унылые описания из первого пункта. Это не значит, что нет хорошего ИИ, но это значит, что искать его надо не там, где про него громче всего говорят.

«Искусственный интеллект» в том виде, в котором его проще всего встретить в СМИ, имеет мало отношения к машинному разуму и используется где ни попадя. Стиральная машина с ИИ. Автоматический переводчик с ИИ — инновационный метод превращения осмысленного иностранного текста в бесполезную кашу из русских слов. Заявления, что в скором будущем грядет «интернет вещей» — разумеется, с искусственным интеллектом в нагрузку. В потоках всей этой чепухи уже практически невозможно найти нечто осмысленное.

Путаница в понятиях

Если обратиться к истории, то шумиха вокруг ИИ возникла вскоре после появления электронных компьютеров. Это было не случайно, поскольку само название computer (и русский термин ЭВМ) предполагало выполнение машиной той работы, которая прежде возлагалась на человека: компьютеры стали выполнять сложные математические расчеты, представлять результаты в виде графика и искать нужную информацию в архиве. Когда фотограф жмет кнопку в программе обработки изображений, и софт автоматически повышает контрастность с одновременной коррекцией цветового баланса, в дело вступает именно ИИ. Хотя обычно простенький фоторедактор никто так не воспринимает: нам трудно представить, что фоторедактор «думает сам».

Половину всей путаницы вокруг понятия ИИ порождает подмена (чаще всего не осознаваемая) понятия «интеллект» на вроде бы сходное «самосознание». Будем честны: сегодня люди понятия не имеют о том, как у них получается думать и чувствовать, поэтому все истории про компьютеры с самосознанием еще очень долго будут фантастикой. При этом научить компьютер делать то, что до этого требовало осознанного вмешательства человека, вполне реально. Такой «ИИ» уже давно существует: проверка орфографии в тексте, автоматически всплывающие подсказки при наборе имени человека в записной книжке телефона, самостоятельно фокусирующаяся на объекте съемки камера — все это демонстрирует возможность заменить человеческий интеллект компьютерной программой.

eBay показывает автоматически переведенные предложения товаров на английском. Получается, прямо скажем, так себе. Изображение — скриншот сайта ebay.com

ИИ и тест Тьюринга

Один из отцов-основателей той области знания, которая называется computer science (раньше был термин «кибернетика», но сейчас он вышел из употребления) Алан Тьюринг предложил такой тест: если интервьюер переписывается с невидимым собеседником и принимает программу за живого человека, такая программа считается примером ИИ. В 2014 году группа американских программистов, выходцев из России и Украины, представила программу, обманувшую треть судей на соревнованиях подобных систем. Ряд журналистов написал об этом как о «первом в мире прохождении теста Тьюринга».

Однако детище Владимира Веселова, Евгения Демченко и Сергея Уласеня все-таки далеко от «самосознания» и вряд ли произведет революцию в компьютерных технологиях. Программа успешно имитировала подростка, но это далеко не самая сложная задача: много ли можно успеть обсудить с 13-летним мальчиком за пять минут? Кроме того, большая часть судей все-таки опознала в «Жене Густмане» компьютерного собеседника.

Тест Тьюринга применяют повсеместно для защиты форумов от спама: пользователю предлагают задачу, с которой компьютеры справиться не могут. Чаще всего нужно ввести текст с фотографии или рисунка, но один раз автору этой статьи попался очень изящный вариант: надо было просто поставить галочку «я не робот». Компьютерная программа может уметь распознавать цифры с буквами на фотоснимках, но не в состоянии понять надпись «я не робот». Существуют системы, которые за несколько секунд превращают фотографию книжной страницы в правильно распознанный текст, специальный сканер может «читать» книги с недоступной людям скоростью, но смысл написанного остается компьютерам недоступен.

Вычислительная машина, спроектированная Аланом Тьюрингом для дешифровки немецких сообщений. Сыграла ключевую роль в обороне Великобритании в ходе войны. Снимок Sador / Wikipedia

ИИ в играх

Программа, которая может обыграть в шахматы чемпиона мира, создана еще в конце прошлого века — она лишила Гарри Каспарова титула непобедимого. Недавно группа канадских исследователей из университета Альберты создала программу для игры в покер. Ее описание представлено в журнале Science. Утверждается, что Cepheus (так зовут программу) может обыграть любого игрока: выигрыш компьютеру не гарантирован в конкретной партии, однако при большом числе игр алгоритм обязательно заработает больше очков, чем противник-человек. Круто?

По мнению профессионального игрока в покер Кристофера Холла, программа действительно впечатляет, однако у нее нашлось слабое место: Cepheus не способен менять стратегию в ответ на изменение стиля игры оппонента. «Моя выборка из 400 партий недостаточна для полноценных выводов, — пишет Холл на страницах The Guardian. — Однако было бы интересно протестировать Cepheus в игре против чемпионов, подобно Deep Blue против Каспарова».

Компьютеры научили играть в игры с намного более сложными правилами, чем в шашках или шахматах. Но математики предпочитают писать алгоритмы для классических игр. На скриншоте: Sid Meyers Civilization IV с модом Realism Invictus

С 1989 года проводятся международные соревнования алгоритмов в нескольких десятках игр, от шахмат и го до скрэббла («Эрудит» в русской редакции): игровой ИИ развивается непрерывно несколько десятков лет без каких-либо радикальных прорывов. Даже игры с достаточно простыми правилами не всегда хорошо алгоритмизируются, а в компьютерных стратегиях, шутерах или RPG особенно сложный ИИ зачастую просто не востребован. Зачем учить монстров самостоятельно искать места для засады, если их расположение все равно задает дизайнер уровня, а срок жизни монстра от силы десять секунд?

Впрочем, стратегии простых игр компьютерам даются хорошо: например, онлайн-программа, опубликованная на сайте газеты The New York Times, очень быстро «раскусывает» ваши алгоритмы (или понимает, что у вас его нет) и обыгрывает противника в 100% случаев. Попробовать сразиться с роботом можно тут.

ИИ в соцсетях

Теоретически из опубликованной в социальных сетях информации можно извлечь массу полезного — например, мнение потребителей о том или ином товаре или сообщения о заражении гриппом. Нам обещали предсказывать эпидемии гриппа на основе анализа твитов или поисковых запросов, однако пока можно говорить разве что о наблюдении за уже начавшейся эпидемией. Пример свежего научного исследования на эту тему — статья американских ученых, которые проанализировали микроблоговые записи из Нью-Йорка. Авторам удалось зафиксировать корреляцию «гриппозных» твитов с числом обращений к врачам, но говорить о полноценном прогнозе не приходится: когда люди пишут в соцсетях о своей болезни, эпидемия уже в разгаре. Маркетинговые приложения столь же ограниченны: да, вы можете узнать о том, что ваш товар плох по многочисленным публикациям со словами «плохо», «гадость» и «разочарование». Однако честный опрос сотрудников в отделе техподдержки даст куда более полезную информацию.

При этом живой человек может выловить из соцсетей и блогов по-настоящему важную информацию. Так, британец Элиот Хиггинс снискал себе славу непревзойденного военного аналитика, просто очень внимательно изучив данные в микроблогах и тысячи роликов в YouTube. Ничего подобного ИИ делать не может.

ИИ в поисковых системах

По-настоящему серьезное приложение ИИ связано с выделением корректных результатов поиска в сети. Поисковые системы находятся под давлением спамеров, которые стремятся повысить место своего сайта в выдаче всеми возможными способами, и машина обязана пресекать подобные попытки с минимальными потерями вычислительных ресурсов. По очевидным причинам ни Google, ни Яндекс, ни какая-либо еще система не раскрывают деталей, ведь публикация точного поискового алгоритма позволит спамерам найти в нем новые бреши.

Мы не знаем точно, как Яндекс это делает, но запрос «hfpjuyfnm gtxm» превращается в перечень статей по повышению производительности видеокарт серии GeForce GTX. Система сначала превращает латинские символы в русские и исправляет эффект непереключенной раскладки, потом переводит жаргонное «разогнать печь» в более строгий «разогнать gtx». Другой пример — отображение карты города с отмеченными банкоматами в ответ на запрос «банкомат такого-то банка» или ссылка на прогноз погоды в Москве после запроса москвича «погода завтра вечером». Здесь сочетаются вручную прописанные сценарии с автоматическим поиском информации в заданной области.

Ряд команд работает и над более сложными системами для мобильных устройств — речь идет о «мобильных помощниках», способных услышать запрос «Куда мне пойти вечером?» и порекомендовать в ответ хороший ресторан. Однако у всех таких программ есть несколько общих недостатков. Они нуждаются в заранее подготовленной, очень большой, подробной и потому дорогой базе данных. Кроме того, мы не до конца понимаем правила, которым подчиняется наш язык, равно как и правила, по которым работает наш мозг.

Приложение Siri для iPhone. Иллюстрация Apple, Inc

ИИ и распознавание речи

Распознавание голоса — тоже задача для ИИ, причем в ряде случаев ее можно признать решенной. К примеру, многие современные автонавигаторы понимают названный вслух адрес, а некоторые боевые самолеты распознают команды летчика. Разумеется, «пустить ракету» и «сбросить бомбу» в их число не входят — голосом предполагается управлять только второстепенными функциями вроде переключения режимов дисплея. В случаях, когда содержание речи в целом более или менее известно, такие программы успешно справляются со своими функциями.

Но разговоры об универсальном распознавании в любом контексте пока что остаются разговорами. Вот пересказ статьи в Business Week — разработчики рассчитывают на закон Мура, говорят о том, что компьютеры уже имеют достаточную производительность, что осталось лишь добавить анализ содержания речи и — «к середине следующего десятилетия синхронный перевод телефонных разговоров станет реальностью». Статья написана в 1998 году и спустя 17 лет по-прежнему читается как заметка о будущем. «Через год вы сможете общаться голосом со всеми основными программами» — ок, браузер, закрой вкладку!

Проблема: отсутствие знаний у компьютера

Чтобы правильно определять значение фразы «Где пила?» («В каком месте ты пила пиво с друзьями?» или «Где столярный инструмент?») программа должна учитывать контекст. Мало того что зачастую этот контекст недоступен, так еще и компьютер должен знать о существовании баров и столярных мастерских. Он должен хранить информацию о том, что люди приходят из бара домой, а на верстаке пилят доски, поэтому человек в прихожей городской квартиры вечером в пятницу вряд ли намерен с только что вернувшейся женой заниматься ремонтными работами. Сделать подобный вывод ИИ может лишь при наличии очень подробной «базы знаний», а создание такой базы требует огромного объема человеческого труда.

Там, где область деятельности программы жестко задана, она легко может превзойти человека. Владеющий картой города вкупе с данными о городским маршрутах поисковый сервер может понять запрос «Как мне быстрее доехать до вокзала?» и дать ответ, который будет гораздо содержательнее рекомендации прохожего. Но если карта устарела или система не получила координат пользователя, программа бессильна. Как, впрочем, и человек в аналогичной ситуации.

Один из способов научить компьютер понимать текст — дать ему онтологию, перечень различных понятий со связями между ними. Добавив к этому анализ синтаксиса и грамматической структуры предложения, можно попытаться решить и задачу понимания речи. Скриншот с

Проблема: экономическая бессмысленность

Уже существуют алгоритмы, которые позволяют компьютерной программе обучаться и самостоятельно искать закономерности в предложенных данных. Искусственные нейронные сети, способные узнавать определенные образы, были предложены около полувека назад и сегодня применяются для распознавания рукописного шрифта или надписей на фотографиях. Однако на чем попало такие системы не обучаются — вначале им надо показать специально подготовленный материал. Например, это могут быть тысячи снимков автомобильных номеров с подписями, где какие цифры и буквы. Программа сопоставит подписи с изображением и сама станет считывать номера с других снимков. Если такая выборка не сделана или сделана плохо, обучение не даст результата.

Подготовка обучающих выборок предполагает нудный и в то же время достаточно квалифицированный труд. Положим, это осмысленно при поиске новых лекарств, которые спасут тысячи жизней и принесут фармкомпаниям миллиарды, но большинство задач явно не оправдывают требуемых вложений. Материал для компьютерной системы нельзя заготовить лишь усилиями других программ, а оплата людского труда стоит дорого.

ИИ в экспертных системах, медицина и Watson

Алгоритмы, способные к самообучению и работающие с большим количеством изображений, уже позволили создать систему, которая обнаруживает опухоли на маммограмме и показывает онкологу все подозрительные места. Эффективность такой системы, разработанной компанией VuCOMP, обсуждалась в медицинской литературе, и мнения врачей разделились: одни сочли программу весьма эффективной, другие отметили необходимость дополнительных испытаний.

Суперкомпьютерная система Watson компании IBM использовала построенную на основе Википедии базу данных и успешно сыграла в Jeopardy! («Своя игра» в России), заняв там первое место в 2011 году. Некоторое время спустя разработчики договорились с врачами-онкологами об испытаниях этой экспертной системы для диагностики рака. Работы были начаты в феврале 2013 года, но пока что говорить об их результатах преждевременно.

Подчеркнем, что работоспособность идеи компьютерной диагностики, когда компьютер получает набор данных и взамен предлагает диагноз, сомнений не вызывает. Над экспертными диагностическими системами ученые работают уже не первый десяток лет, они уже находят применения в клинической практике. Скепсис вызывают лишь обещания радикально перевернуть все представления о диагностике как таковой. Переворота не будет, будет лишь постепенное совершенствование инструментов: в 2005 году тот же исследовательский центр IBM уже вел работы в области диагностики рака при помощи мощных вычислительных систем.

ИИ и роботы

Наиболее эффектный пример «медицины будущего» — роботы-хирурги — к ИИ имеют более чем опосредованное отношение. По сути, это скорее высокоточные манипуляторы, а связанный с ними компьютер не подменяет человека. В его задачу входит только отфильтровать опасные для пациента помехи. Если у врача вдруг дрогнет рука, система управления роботом не передаст резкое движение скальпелю.

Настоящим роботам взаимодействующий с человеком ИИ, как правило, не нужен. Да, мы пока не готовы рассматривать всерьез человекоподобных роботов за сто тысяч долларов с функционалом «проведи экскурсию» или «проводи к выходу» — за такие деньги в абсолютном большинстве случаев проще нанять живого секретаря. Промышленный робот для перевозки грузов по цеху может использовать весьма сложные алгоритмы для расчета пути, однако со стороны он выглядит как ящик на колесиках.

Специалисты по промышленной автоматизации не очень любят этот термин. Хотя управление современным заводом — вполне интеллектуальная задача. Скриншот официального сайта группы компаний

Сложные электронные «мозги» имеют беспилотные аппараты всех типов, от игрушечного квадрокоптера до системы посадки на планету марсохода. Они умеют самостоятельно ориентироваться на местности, а иногда и выбирать место для безопасной посадки. Это тоже пример ИИ, который очень далек от растиражированного человекоподобия, хотя про них можно сказать, что компьютер подменяет человека-пилота. Управляющие химическими заводами и ядерными реакторами промышленные контроллеры заменяют собой операторов, но их разработчики предпочитают не писать слова «искусственный интеллект» вовсе. На сайте российской компании «Текон», выпускающей промышленные контроллеры более 15 лет, этих слов нет. В англоязычных источниках к artificial intelligence отношение лучше: у Siemens, к примеру, есть ИИ, занятый на сталепрокатном производстве.

ИИ и автомобили

Мы не могли пройти и мимо «автомобиля-робота» компании Google. Инженерам удалось решить целый ряд сложнейших задач — вроде распознавания пешеходов и удержания машины на нужной полосе. Однако пока что автомобиль-робот не ездит во время дождя и снегопада, не видит ям на дорогах, не способен среагировать на приказ дорожного инспектора, а скомканную газету на дороге радар может легко спутать с камнем. Компания планирует найти решение всех этих проблем в ближайшие десять лет, и это хорошо согласуется с тем, что первые «беспилотные» автомобили начали проектировать еще в 1980-е годы.

ИИ. Итоги

Компьютеры могут выполнять множество операций, которые ранее считались доступны только человеческому интеллекту. Системы автоматизированного проектирования фактически уничтожили профессию чертежника, хотя когда-то задача «перенести изображение детали влево и нарисовать деталь повернутой на 34 градуса» считалась интеллектуальным трудом. Машины потеснили операторов промышленных установок, а современный телефон может заменить проводника в незнакомом городе. Однако говорить о какой-либо революции не приходится: большинство приложений ИИ развивалось на протяжении многих десятков лет. Радикальному прорыву мешает как непонимание фундаментальных принципов мышления человека, так и чрезвычайная сложность правильной подачи информации программе.

Материал с сайта http://chrdk.ru/tech/AI


Приложения

    Искусственный интеллект

Метки: