Вероятно, вам приходилось слышать об искусственном интеллекте, избежать этого в наше время трудно. Но не всегда ясно, что в точности подразумевается, когда речь заходит об искусственном интеллекте, и какое отношение он имеет к таким на первый взгляд разным технологиям, как беспилотные автомобили и помощники с функцией обмена сообщениями.
Однако есть предпосылки к тому, что скоро в этом вопросе должна наступить ясность. Согласно исследованиям, заказанным компанией Teradata, результаты которых обнародованы в октябре 2017 года (https://www. multivu. com/players/English/8075951-teradata-state-of-artificial-intelligence-ai-for-enterprises/), 80% компаний применяют искусственный интеллект в производственной деятельности, 30% планируют увеличить инвестиции в искусственный интеллект в течение следующих трех лет и 62% намерены принять на работу специалиста, ответственного за искусственный интеллект.
В 2018 году компания Microsoft провела в Индии форум, посвященный искусственному интеллекту; руководитель, долгое время возглавлявший направление Windows, объявил, что следующее обновление Windows 10 будет содержать элементы искусственного интеллекта. Facebook сделала открытой свою платформу глубокого обучения PyTorch, а Amazon, Google и Microsoft дополнили функциями искусственного интеллекта «облачные» службы.
Когда такие гиганты, как Microsoft и Google, выстраивают свою корпоративную структуру вокруг искусственного интеллекта, мы понимаем, что речь идет о важной сфере. Развитие искусственного интеллекта — следующий логический шаг в мире, где накоплены огромные массивы данных. Компаниям, которые собирают постоянно возрастающие объемы данных, необходимо понять, что делать с этими данными, и спроектировать соответствующие инструменты. На данном этапе в игру вступает искусственный интеллект.
Что такое искусственный интеллект
Давайте попробуем дать определение искусственному интеллекту. Джон Маккарти, специалист в области компьютерных наук, которого часто называют отцом искусственного интеллекта, описывает его как комплекс «научных и технических средств проектирования интеллектуальных машин, особенно интеллектуальных компьютерных программ».
Говоря простым языком, искусственный интеллект — это область компьютерной науки, ориентированная на создание «интеллектуальных» компьютеров и машин, имитирующих человеческие действия и реакции через машинное обучение, распознавание речи и решение задач. Такого мнения придерживается Крити Шарма, вице-президент по искусственному интеллекту компании Sage.
«Если вы когда-нибудь использовали прогнозный поиск в Google, спрашивали Siri о погоде или просили Alexa воспроизвести плей-лист предварительных работ, то вы уже использовали искусственный интеллект»,?— считает Шарма.
Для этого необходимо найти способы наделить компьютеры с их двоичной логикой способностью имитировать человеческое мышление, которое носит более абстрактный характер и подкрепляется способностью к обучению и адаптации. Это поле охватывает не только компьютерное программирование, но и лингвистику, биологию, математику, инженерию и психологию.
«Мы используем термин «искусственный интеллект» для обозначения программ, которые не просто кодируются, а могут обучаться. В сущности, заставляем компьютеры думать более интуитивно, анализируя данные и делая прогнозы»,?— рассказывает Дэвид Парментер, руководитель по обработке и анализу данных в компании Adobe.
Популярные описания искусственного интеллекта, особенно в фильмах и телепередачах, сосредоточены в основном на чувствующих роботах, слугах-гуманоидах и вышедших из-под контроля смарт-холодильниках. В действительности же искусственный интеллект имеет меньшее отношение к гуманоидам, но затрагивает широкий спектр отраслей и научных дисциплин. Искусственный интеллект объединяет Большие Данные, вычислительные ресурсы и специально разработанные алгоритмы, чтобы научить программы обучаться и адаптироваться в зависимости от содержимого данных — шаблонов, аберраций, специальной информации.
«Хороший образец искусственного интеллекта, используемый почти всеми,?— обнаружение спама. У всех есть фильтр спама или какое-нибудь средство обнаружения мошеннических сообщений,?— отмечает Парментер.?— Это и есть искусственный интеллект».
На данном этапе искусственный интеллект не имеет компьютеризованного сознания. В какой-то момент требуется вмешательство человека в программные алгоритмы, поиск в данных или выдача инструкций машине иным способом. Но по мере развития технологий, составляющих фундамент искусственного интеллекта, такие программируемые свойства, как знания, рассуждение, обучение и решение задач, непрерывно совершенствуются.
Как видно из приведенной в начале статьи статистики, искусственный интеллект быстро становится важной частью многих отраслей — настолько, что некоторым компаниям бывает трудно найти кадры, обладающие достаточной квалификацией в области искусственного интеллекта.
Ключевая характеристика искусственного интеллекта заключается в том, что он наделяет компьютеры умением учиться. Вслед за новой информацией появляются новые возможности благодаря таким усовершенствованиям, как обработка естественных языков и машинное обучение. Эта информация, а именно ее массивы, играет ключевую роль. Компьютеры обрабатывают данные, распознают закономерности в них и совершают различные действия с полученной информацией.
Искусственный интеллект часто ассоциируется с автоматизацией, но он шире простейших, ручных форм. Эти технологии могут использоваться для задач, которые необходимо выполнять часто или в больших объемах, но ключевым является компонент машинного обучения (по-прежнему требующий участия человека).
В современном мире искусственный интеллект используется в основном для совершенствования существующих приложений. Например, такие приложения, как Google Calendar и Spotify, уже успешно работают, но появление технологии распознавания речи в таком продукте, как Amazon Alexa, с помощью большого объема данных, добавляет новую функциональность к ним обоим.
Типы искусственного интеллекта
Распределенный искусственный интеллект. Распределенный искусственный интеллект на основе параллельной компьютерной системы — это способ обеспечить оптимальное использование всех вычислительных ресурсов благодаря независимым «узлам» в разнообразных географических точках с эффективными связями между ними. В распределенном искусственном интеллекте задействована огромная вычислительная мощь, что делает его удобным для работы с большими хранилищами данных: разные узлы могут анализировать различные части информации, и огромные количества данных удается обработать быстрее, чем при использовании других методов.
Независимость узлов также способствует повышению адаптируемости и надежности распределенной системы искусственного интеллекта. В случае аварии одного узла другие могут по-прежнему функционировать, и систему не требуется полностью заново развертывать после изменения файлов данных.
Искусственный суперинтеллект. Тест Тьюринга, разработанный в 1950 году, представляет собой тест способности машины проявлять интеллектуальное поведение, равноценное или неотличимое от человеческого. Если такой уровень будет когда-нибудь достигнут или превзойден, то это будет искусственный суперинтеллект.
Если искусственный интеллект относится к компьютерам, которые могут имитировать человеческую мысль, то искусственный суперинтеллект подразумевает, что компьютеры превзошли человека. Пока мы исходим из того, что компьютеры еще не достигли этого уровня. Возможно, он не будет достигнут никогда, ведь полный искусственный интеллект пока не стал реальностью. Говорящие личные помощники, такие как Alexa и Siri,?— шаг в этом направлении, но пока им еще далеко до человеческого (или превосходящего человеческий) уровня познавательных способностей и знаний.
Слабый искусственный интеллект. Известный также как узкий искусственный интеллект, слабый искусственный интеллект существует в особом мире, например в видеоигре, но не выходит за его пределы. Он представляет подход к искусственному интеллекту, в рамках которого признается, что технология всегда будет лишь имитацией человеческого познания, способной действовать по заданным правилам, но никогда — вне их. Слабый искусственный интеллект может действовать по правилам, но одновременно связан ими и не располагает истинно человеческими познавательными возможностями.
Сильный искусственный интеллект. На данном этапе в развитии искусственного интеллекта сильный искусственный интеллект представляет собой в большей степени философию, нежели практический подход к технологии. Сильный искусственный интеллект, также известный как полный искусственный интеллект, — это конструкция, имитирующая человеческий мозг.
В философском отношении сильный искусственный интеллект не делает различий между программным обеспечением и искусственным интеллектом, точно имитируя человеческий мозг и, следовательно, действия самого человека. Философия заключаются в том, что компьютер может быть запрограммирован на то, чтобы воспроизводить все характеристики человеческого мозга, как мы их понимаем, с умственными и познавательными способностями, которые в настоящее время считаются принадлежащими исключительно человеку. Но поскольку мы до сих пор до конца не понимаем, что такое интеллект человека и как он развивается, то ориентиры для разработки сильного искусственного интеллекта по-прежнему не ясны.
Подразделы искусственного интеллекта
Существует несколько подразделов искусственного интеллекта: глубокое обучение, нейронные сети, машинное обучение, обработка естественного языка, когнитивные вычисления и компьютерное видение. Все они могут рассматриваться как члены семейства искусственного интеллекта. Иногда термин «искусственный интеллект» и названия этих подразделов употребляются как взаимозаменяемые, но в действительности все они размещаются под большим «зонтом» искусственного интеллекта.
Глубокое обучение
Глубокое обучение использует мощные вычислительные ресурсы нейронных сетей и вычислительных устройств разных уровней для поиска закономерностей в больших массивах данных (например, чтобы обнаруживать изображения). Эти модели, которые относятся к подразделу машинного обучения, учатся на предоставляемых им данных, поэтому, чтобы добиться эффективности и точности, данных должно быть много. Когда вы используете обратный поиск Google Image или задаете вопрос Amazon Alexa, то ответ вы получаете благодаря глубокому обучению.
Нейронные сети
Нейронная сеть как тип машинного обучения составлена из взаимосвязанных блоков, обрабатывающих информацию с учетом внешних данных и пересылающих эту информацию между блоками. Блоки работают совместно как нейроны, отсюда и название.
Доктор Роберт Хехт-Нильсен, разработавший первый нейрокомпьютер, определил нейронную сеть как вычислительную систему, составленную из простых, глубоко взаимосвязанных обрабатывающих элементов, которые обрабатывают информацию путем динамического реагирования на внешние входные сигналы.
Сама идея не нова, но лишь в последние годы появились достаточные вычислительные ресурсы, чтобы двинуть вперед разработку нейронных сетей.
Машинное обучение
Иногда термины «машинное обучение» и «искусственный интеллект» используются взаимозаменяемо, что показывает, насколько важно первое для второго. Это не одно и то же; машинное обучение — золотой стандарт искусственного интеллекта, и именно оно развивается наиболее активно.
Точно так же, как искусственный интеллект охватывает разнообразные технологии, такие методы, как статистика, физика, нейронные сети и исследование операций, сочетаются в машинном обучении для поиска скрытых закономерностей в данных, особенно таких, для поиска которых машина не была запрограммирована. Машинное обучение — ключевой элемент искусственного интеллекта, так как позволяет машине сделать что-то «по-человечески», например подготовить доступ к Большим Данным. Существует разница между сервером, который просто хранит большие объемы демографической информации, и компьютером, использующим эту информацию для поиска закономерностей, выполнения задач и реагирования на изменения в данных.
Обработка естественного языка
Словосочетание «естественный язык» в данном случае обозначает язык, используемый людьми, например английский, в отличие от языка программирования компьютера. В процессе обработки естественного языка такой язык используется для связи с программируемой системой искусственного интеллекта. Когда вы просите помощника Google запланировать событие, произнося вслух или вводя с клавиатуры «Посетить парикмахера в 14 часов в следующий вторник», вы обращаетесь к обработке естественного языка. Популярность в последнее время личных помощников, таких как Amazon Echo,?— прямой результат совершенствования обработки естественного языка.
Обработка естественного языка состоит из двух компонентов: понимания и генерации. Понимание заключается в сопоставлении ввода на естественном языке с полезными представлениями и анализе различных аспектов естественных языков. Генерация — процесс формирования значащего вывода в виде слов и предложений, она состоит в планировании текста и предложений, а также реализации текста.
Когнитивные вычисления
В основе когнитивных вычислений лежат искусственный интеллект и усиление сигналов. С когнитивными вычислениями можно столкнуться при использовании помощника на основе программы обмена сообщениями; их цель — организовать взаимодействие, близкое к человеческому, имитируя человеческие процессы. В некотором смысле когнитивные вычисления объединяют различные подмножества искусственного интеллекта, в том числе машинного обучения и обработки естественного языка, но пока в этой сравнительно новой области определения остаются размытыми. Вероятно, наиболее известный пример когнитивных вычислений — Watson, суперкомпьютер компании IBM.
Компьютерное зрение
Компьютерное зрение — еще одно междисциплинарное поле в сфере искусственного интеллекта. С его помощью компьютеры могут учиться на изображениях и видеофильмах, автоматизируя задачи, для выполнения которых люди используют зрение: например, взглянуть на фотографию и определить, что на ней изображено. При этом нужно собрать, обработать, проанализировать и понять цифровые изображения и данные, которые в них содержатся.
Роль данных
Чтобы действовать и реагировать, компьютерам необходима информация. Развитие искусственного интеллекта отчасти объясняется не прогрессом новых технологий. Дело в данных, огромных массивах данных. Компания не извлечет большой пользы, просто обладая большим объемом информации, для которой не находится применения, и поиск такого применения — определение оптимальных способов обработки, анализа и манипулирования данными — стал целью многих компаний и научных учреждений.
«Сегодня в распоряжении компаний имеется невероятное количество данных, действительно ценных, если бы их удалось использовать в бизнесе,?— отмечает Парментер.?— Искусственный интеллект позволяет упростить процесс получения знаний, благодаря которым наша повседневная работа станет более удобной, продуктивной и полезной».
Важность этих данных также стала причиной споров относительно недавних развертываний искусственного интеллекта. Требования Общих положений о защите данных (GDPR), недавно принятых в Европе, и нормативные акты, определяющие порядок сбора данных, которые начнут действовать в Калифорнии с 2020 года, могут ограничить количество данных, доступных системам искусственного интеллекта для машинного обучения. Некоторые технические специалисты, в том числе компании Microsoft, призывают установить правила использования технологии распознавания лиц.
Области развертывания искусственного интеллекта
Может сложиться впечатление, что искусственный интеллект появился ниоткуда в последние несколько лет, но на самом деле идеям и технологиям, которые лежат в основе современных достижений, почти 100 лет.
Впервые в английском языке слово «робот» было использовано почти век назад, когда в Лондоне была поставлена пьеса Карела Чапека «Россумские универсальные роботы», а в 1945 году термин «робототехника» был впервые использован Айзеком Азимовым. Термин «искусственный интеллект» употребляется уже несколько десятилетий, с 1956 года. Его придумал Маккарти, который в том же десятилетии создал язык программирования LISP для искусственного интеллекта. Поначалу работа над искусственным интеллектом была направлена на решение задач и представлена первыми трудами в области нейронных сетей, основы которых закладывались в 1943 году.
В 1960-х Министерство обороны США приступило к работам над искусственным интеллектом. Эта работа продолжается по сей день и немало способствует прогрессу. Разработки в области машинного обучения, важной части искусственного интеллекта, начались в 1980-х. В 1964 году была опубликована диссертация, в которой показано, что компьютеры могут понимать естественный язык в достаточной мере для того, чтобы решать алгебраические задачи. Также в 1960-х мир увидел интерактивную программу ELIZA и робота Shakey, решающего задачи.
Первый управляемый компьютером беспилотный автомобиль появился в 1979 году, и к 1990 году были достигнуты первые успехи в области искусственного интеллекта, которыми можно гордиться: демонстрации машинного обучения, анализ данных, разработки в области естественных языков и виртуальная реальность. В 1997 году машина Deep Blue компании IBM победила Гарри Каспарова, который в то время был чемпионом мира по шахматам, а в новом тысячелетии роботы развлекали людей дома и исследовали труднодоступные территории планеты. В значительной степени благодаря работе, проделанной в первые десятилетия, недавние достижения в технологиях, составляющих фундамент искусственного интеллекта, привели к значительному прогрессу в последние годы. Большие и малые технологические компании торопятся укрепить свои штаты специалистов по искусственному интеллекту или приобретают фирмы, которые уже сделали это.
В настоящее время работу в этой области искусственного интеллекта можно разделить на две крупные категории: прикладной искусственный интеллект и обобщенный.
Прикладной искусственный интеллект сосредоточен на единственной задаче, для решения которой использует способность программируемой машины имитировать мыслительную деятельность человека.
Ориентация на единственную задачу может показаться ограниченной, но в этой области удалось добиться больших успехов. Настоящее достоинство прикладного искусственного интеллекта — в возможности применять технологию для анализа огромного количества данных и совершения последующих действий гораздо быстрее, чем это делает человек.
Например, прикладной искусственный интеллект может использоваться для обнаружения мошенничества в финансовой отрасли, что позволяет машинам обрабатывать и анализировать большие объемы компьютеризованных финансовых данных, чтобы находить закономерности и отклонения от этих закономерностей.
В сфере морских перевозок прикладной искусственный интеллект позволяет обрабатывать данные из тысяч судовых манифестов и записей, ежедневно заполняемых в мире, чтобы оптимизировать загрузку портов и в конечном счете сократить время перевозок. Такие приложения, как Waze, используют данные о трафике, чтобы прогнозировать интенсивность движения на определенной дороге в конкретное время суток.
Обобщенный искусственный интеллект
Сложившееся у многих из нас благодаря массовой культуре представление об искусственном интеллекте относится к обобщенной категории «машинный интеллект», который, подобно человеческому, может применяться к любой задаче.
Обобщенный искусственный интеллект пока не стал реальностью. Мы недостаточно знаем о человеческом мозге, чтобы правильно моделировать его работу, а огромные вычислительные возможности мозга пока недостижимы для машин. Но развитие неуклонно идет в направлении практической реализации обобщенного искусственного интеллекта.
Практическое применение в современном мире
«Искусственный интеллект лучше всего работает при решении практических задач, ведь он проектировался для того, чтобы сделать нашу жизнь удобной и одновременно помочь нам работать более интеллектуально»,?— считает Парментер.
Сегодня трудно найти отрасль, не затронутую искусственным интеллектом.
«Вместо того чтобы рассматривать искусственный интеллект как враждебную силу, компаниям и потребителям следует воспринимать его как важнейшего партнера для роста, повышения эффективности, исключения ручных работ и развития разнообразных отраслей»,?— полагает Шарма.
Парментер привел пример приложения Adobe Scan, которое позволяет пользователю сфотографировать документ и сохранить его в «облаке». Одно из потенциальных применений — хранение медицинской информации, например результатов анализов. Но искусственный интеллект означает, что мы переходим от приложений, которые просто хранят эту информацию, к использованию и обработке информации новыми способами.
«Лист бумаги может быть измят и выглядеть не лучшим образом. Поскольку Scan имеет функцию Sensei, проблема автоматически обнаруживается и устраняется, так что документ выглядит как гладкий лист бумаги,?— комментирует Парментер.?— Это искусственный интеллект, его применение может быть вот таким простым».
Искусственный интеллект — общее название для разнообразных сложных технологий, но сегодня многие практические применения искусственного интеллекта в потребительской сфере и на предприятиях ориентированы на узкие задачи.
«И все же современные технологии искусственного интеллекта позволяют решать гораздо более сложные задачи в бизнесе и обычной жизни — от управления рабочей силой до борьбы с изменением климата,?— считает Шарма.?— В разных секторах компаниям придется выполнять внешнее развертывание решений искусственного интеллекта для более сложных и имеющих общественную значимость задач. Только тогда мы увидим, как в полной мере раскрывается потенциал искусственного интеллекта».
Будущее искусственного интеллекта
Мы пока не достигли такого уровня, чтобы в нашей жизни появились HAL или C3PO, но поле искусственного интеллекта быстро развивается.
На сегодня 5% всего персонала компаний выполняет административные функции, согласно опросу Sage (http://www. marketwired. com/press-release/sage-survey-shows-that-unleashing-business-builders-from-burdensome-administrative-tasks-2233347.htm), выпущенному в сентябре 2017 года. Выполнение соответствующих задач без участия человека позволит каждый год экономить в США 333,3 млрд. долл.
«В будущем искусственный интеллект должен взять на себя все ручные операции, чтобы у сотрудников было больше времени для новаций и повышения производительности труда,?— полагает Парментер.?— Например, с помощью искусственного интеллекта компании могут найти закономерности в контенте, сохраняемом в «облаке», а затем уделить время полезному применению этой информации, вместо того чтобы просеивать горы данных в поисках знаний, которые теперь будут выделены машиной. Медицинские исследовательские лаборатории и фармакологические компании могут задействовать искусственный интеллект для поиска результатов исследований и их использования в собственной работе или сравнения со своими результатами».
«Перспективы впечатляют, а варианты применения практически бесконечны»,?— заключает Парментер.
Есть некоторые опасения относительно того, как искусственный интеллект применяется или будет применяться в дальнейшем, даже если нам не предстоит быть атакованными разумными гуманоидами после того, как мы позволим им развиваться слишком успешно. Например, технология распознавания лиц основывается на обработке огромных массивов виртуальных данных. Один из источников таких данных — фотографии на водительских правах, и в некоторых штатах эти большие базы данных с миллионами цифровых изображений уже используются полицией, в частности для идентификации подозреваемых. Инструмент очень мощный, но потенциал для злоупотреблений очевиден.
Существуют также практические опасения относительно потенциального применения искусственного интеллекта. Когда удастся автоматизировать разнообразные задачи, которые в настоящее время требуют человеческого участия, что произойдет с выполняющими эти обязанности сотрудниками? Появится спрос на технические навыки, но есть ли они у работников, которые в основном будут именно теми, кто выполняет легко автоматизируемые функции, по крайней мере в ближайшем будущем? Искусственному интеллекту предстоит трансформировать способы работы. Пока не ясно, каким образом это произойдет, и поэтому некоторые испытывают беспокойство.
Однако, по мнению Шарма, среди востребованных навыков будут не только технические. По мере приближения времени, когда искусственный интеллект сможет кодировать себя сам, создание интеллектуальных машин и интеграция искусственного интеллекта на рабочем месте потребует таких навыков, как креативность и эмоциональный интеллект.
«Как сказал недавно инвестор-миллиардер Марк Кубан, через 10 лет спрос на гуманитариев будет больше, чем на программистов, а может быть, даже инженеров,?— отмечает Шарма.?— Переобучение и переоснащение персонала для автоматизированного будущего, а также понимание, что искусственный интеллект лучше всего работает в сочетании с человеческой интуицией, послужат основой для успеха компаний».
Шарма также указывает на растущее понимание роли, которую человеческая субъективность играет в программируемой технологии, и того, как искусственный интеллект может одновременно усугубить и смягчить последствия этой субъективности.
«Автоматизация отдела кадров и его задач поможет руководству компании по-настоящему сосредоточиться на персонале, особенно при приеме на работу. Мы уже замечаем изменения, начиная с использования искусственного интеллекта для того, чтобы помочь в изучении автобиографий и исключить необъективность в оценках,?— поясняет она.?— Однако результат может быть как полезен, так и вреден компании. У большинства компаний возникают трудности с формированием разнообразия в коллективах и личной необъективностью на собеседованиях, но привычные предрассудки вполне могут оказаться и встроенными в алгоритмы искусственного интеллекта в зависимости от того, кто проектирует их».
Крупные технические компании делают значительные инвестиции в искусственный интеллект и работают над устранением потенциальных опасностей и типовой искусственной интеллект-функциональностью.
В 2017 году технические гиганты, в том числе Google, Microsoft, IBM, Amazon и Facebook, основали организацию Partnership in AI (https://www. partnershiponai. org/) с заявленной целью утверждения этических норм в технологии и подготовки правил для ее дальнейшего развития и использования.
«Несомненно, искусственный интеллект приводит к фундаментальным изменениям в бизнесе, обществе и этике»,?— подчеркивает Шарма.
Для ответственного управления этими изменениями требуется принять меры с самого начала, так как исправить субъективные пристрастия и ошибки в реальном мире гораздо сложнее, нежели предотвратить их изначально. Но есть возможность повысить эффективность разработок и добиться лучшего представительства аудитории, на которую ориентированы разработки, если расширить круг людей, проектирующих искусственный интеллект.
«В первую очередь, задачей искусственного интеллекта должно быть создание справедливых условий для людей,?— считает Шарма.?— Искусственный интеллект обеспечивает новые, масштабируемые возможности для демократизации как доступа к технологии, так и среды для работы».