Новости всё Hi-Tech - iCity.life Томск

Сегодня многие мировые технологические компании участвуют в уникальной гонке: стремятся в буквальном смысле вдохнуть жизнь в искусственный интеллект (ИИ). Системы машинного обучения для многих уже стали неотъемлемой частью бизнеса, поэтому неудивительно, если новости об ИИ и нейронных сетях попадаются вам на глаза чуть ли не ежедневно. Обычно заголовки таких новостей звучат так: «ИИ победил человека в видеоигре» или «ИИ имитирует человеческую речь», а иногда и «ИИ эффективнее человека определяет развитие рака». Действительно ли мы существенно приблизились к тому моменту, когда интеллект машин можно будет сравнить с человеческим, или к моменту, когда человек и машина смогут вести светские беседы и работать вместе так же естественно, как это делают между собой люди? Далеко ли машины от обретения самосознания?

Преждевременная шумиха

Несмотря на то, что все указанные выше «заголовочные» достижения ИИ уже реальны, такие люди, как Ян ЛеКун, директор отдела разработок ИИ в Facebook и профессор компьютерных наук Нью-Йоркского университета, считают, что мы слишком переоцениваем возможности сегодняшних ИИ-систем и создаем вокруг них чрезмерно повышенную шумиху.

«На самом деле мы еще далеки от создания машин, способных обучаться базовому мировосприятию таким же образом, как это могут делать люди и животные», — прокомментировал ЛеКун в интервью порталу The Verge.

«Да, не поспоришь, что в некоторых отдельно взятых областях машины уже обзавелись возможностями, превосходящими человеческие, но в перспективе создания общего универсального искусственного интеллекта мы не приблизились даже к уровню крысы».

Так называемый общий искусственный интеллект — это система, не требующая участия оператора-человека и способная выполнять практически любую задачу, которую способен выполнять человек. Нынешние же системы ИИ специализированы и могут работать только с той или иной задачей, например, заниматься распознаванием речи или изображений или выделять конкретные объекты в огромных массивах данных, то есть делать только то, на что они были запрограммированы. Такие специализированные ИИ часто называют «прикладными ИИ», или «узкоспециализированными ИИ», что лишь в очередной раз показывает их ограниченные интеллектуальные возможности.

С заявлениями ЛеКуна соглашается Мануэль Себриан, сотрудник Массачусетского технологического института и один из разработчиков Shelley, ИИ-алгоритма, способного писать страшные рассказы.

«ИИ – это просто отличный инструмент. Но на мой взгляд, опираясь на мой опыт работы с Shelley, ИИ очень далек от способности создавать произведения в жанре ужасов на профессиональном уровне, так как он по-прежнему очень далек от уровня человеческого интеллекта», — отмечает Себриан.

ЛеКун вообще считает, что, несмотря на весь тот удивительный уровень прогресса, который удалось достичь исследователям и разработчикам искусственного интеллекта за последние годы, работа с машинным обучением и нейронными сетями – это не совсем разработка того самого настоящего искусственного интеллекта, о котором все так сегодня грезят.

«Я никоим образом не хочу принижать заслуги наших друзей-инженеров и исследователей из DeepMind, работающих с тем же AlphaGo, однако, когда люди интерпретируют совершенствование AlphaGo как существенный прогресс в развитии общего искусственного интеллекта – это неправильно. Потому что это совсем не так», — комментирует ЛеКун.

Пьер Баро, генеральный директор компании Aiva Technologies, разработавшей ИИ-алгоритм Aiva для создания музыки, тоже считает, что те успехи, которые мы добились в создании синтетического интеллекта, несколько преувеличены.

«Общий искусственный интеллект – это тема, привлекающая очень много внимания. В целом я, конечно, оптимистично смотрю на то, как быстро развиваются технологии, но в то же время считаю, что большинство людей просто не понимают сложность нашего собственного мозга, не говоря уже о том, насколько сложно будет создать искусственный», — отмечает Баро.

Создание общего искусственного интеллекта

Сегодня люди очень любят использовать термин ИИ по любому поводу, даже там, где разговор может идти совсем о другом. В любой новости об ИИ можно встретить такие термины, как «машинное обучение» или «глубинное обучение», а также «нейронные сети». Хотя каждый из этих терминов в какой-то степени связан с ИИ, но по факту речь здесь совсем не об ИИ как таковом.

Машинное обучение – это инструмент. Набор алгоритмов, составляющих интеллектуальную систему, которая обучается путем поглощения огромного объема данных. Также и глубинное обучение представляет собой вид машинного обучения, необязательно привязанного к конкретной задаче. С другой стороны, нейронная сеть представляет собой систему, которая имитирует работу мозга, но опять же работает она лишь в рамках тех особенностей, согласно которым создаются алгоритмы машинного обучения.

Эксперты в области ИИ считают, все три вышеназванных компонента являются фундаментальной основой для создания синтетического интеллекта со способностью по-человечески мыслить, то есть осознавать свои действия и их последствия. Но мы лишь в самом начале этого пути. Нет, мы действительно достигли большого прогресса, но нынешние разработки практически не сдвинули нас с места в сторону создания настоящего интеллекта. Тем не менее вполне интересно задаться вопросом о том, когда нам следует ожидать появления такого типа искусственного интеллекта. Есть ли какие-то временные рамки?

По мнению Люка Танга, главы стартапа TechCode, занимающегося вопросами ИИ, настоящий сдвиг к созданию полноценного искусственного интеллекта «начнется с прорыва в разработке неконтролируемых алгоритмов машинного обучения». Как только мы к этому придем, «машинный интеллект очень быстро превзойдет человеческий», поделился Танг в интервью Futurism.

Сказать, что это будет сложно достичь, – практически ничего не сказать.

«Для создания полноценного общего искусственного интеллекта необходим серьезный прогресс не только в разработках программного обеспечения. Необходим существенный прогресс в развитии нейронаук и разработке аппаратных средств», — говорит Баро.

«Мы стоим на краю возможностей закона Мура, когда транзисторы становятся настолько маленькими, что их просто невозможно получить физически. А новые аппаратные среды, такие как, например, квантовые вычисления, пока еще не смогли продемонстрировать свое превосходство над нашими обычными аппаратными средствами даже при выполнении стандартных задач», — добавляет эксперт.

Многие согласны с тем, что для возможности рассмотрения ИИ в качестве настоящего интеллекта он должен справиться с решением пяти определенных задач, первая из которых – это тест Тьюринга, где машине требуется убедить человека в том, что он разговаривает с другим человеком, а не с машиной. Тот же Баро убежден в том, что уже нынешнее поколение сможет стать свидетелем, как ИИ успешно справится с тестом Тьюринга, то есть фактически обманет человека. Тем не менее эксперт считает, что «это необязательно будет именно общий искусственный интеллект, но нечто, что к нему уже ближе».

Усиление интеллекта

Невозможно не отметить, что появление общего искусственного интеллекта станет предвестником так называемой технологической сингулярности. Для тех, кто забыл, напомним, что концепт технологической сингулярности говорит о моменте, когда интеллектуальные машины превзойдут человеческий уровень интеллекта, стимулируя безудержный и экспоненциальный технологический рост, который на фундаментальном уровне обещает трансформировать нашу жизнь. Автором термина, как и всего концепта, является Вернор Виндж, который в 1993 году писал следующее:

«Скоро мы сможем создать интеллект, который превзойдет наш собственный. Когда это случится, человеческая история достигнет своего рода сингулярности, интеллектуального перехода на новый уровень. От него невозможно будет убежать так же, как невозможно убежать из центра черной дыры. С этого момента мир начнет изменяться настолько, что это выходит за рамки нашего понимания».

Несмотря на то, что этот момент является тем, чего очень ждут такие люди, как генеральный директор SoftBank Масаёси Сон и футуролог Рэй Курцвейл, есть и те, (как, например, Илон Макс, Стивен Хокинг и даже Билл Гейтс), кто явно не очень рад такой перспективе. Они утверждают, что люди просто не понимают, что на самом деле значит получить искусственный сверхинтеллект, и мы явно не готовы к тем возможным последствиям, которые может принести за собой технологическая сингулярность.

Но почему обязательно нужно смотреть на вопрос именно с такой точки зрения? Почему обязательно необходимо рассматривать искусственный интеллект как закат для всего человечества, а не как его спутника, друга, помощника, в конце концов? Маск, справедливости ради, рассматривает такую идею, поэтому он и создал проекта Neuralink. Курцвейл упоминал о таком сотрудничестве между человеком и машиной, когда говорил о том, что в будущем внутри нас будут жить наноботы, многократно улучшающие наши возможности.

«Мы должны сосредоточиться на преимуществе, которое нам может подарить ИИ – усиленном интеллекте, то есть человеческом интеллекте, чьи возможности будут улучшены за счет ИИ», — говорит Баро.

Алгоритмы, подобные Aiva и Shelley, уже показывают свою пользу в работе с людьми. В то же время интеллектуальные роботы, подобные Sophia от Hanson Robotics и Pepper от SotfBank, с легкостью позволяют нам хотя бы представить, что по-настоящему интеллектуальные машины уже находятся среди нас. Возможно, сверхинтеллект с IQ 10 000 в представлении Масаёси Сона действительно станет тем самым когнитивным машинным интеллектом, к которому мы все стремимся? Если это так, то ждать нам осталось не так уж и много – около трех десятилетий, считают эксперты.

«Такого уровня ИИ мы достигнем, возможно, через 30-50 лет. С одной стороны, может показаться, что это очень долго, но с другой — это означает, что у многих из нас будет шанс дожить до этого момента», — подытожил Танг.