Второй разум:
как развивается искусственный интеллект и что его ждёт в будущем
Разбираемся, как человечество пытается воспроизвести работу мозга с помощью математики, и делаем прогнозы, куда приведёт развитие искусственного интеллекта.
Искусственный интеллект (ИИ) — это не инструмент или программа, а отдельное направление компьютерных наук. Специалисты по ИИ разрабатывают системы, которые анализируют информацию и решают задачи аналогично тому, как это делает человек. ИИ использует алгоритмы, которые позволяют компьютеру обрабатывать большие объёмы данных и находить в них закономерности. На основе этих закономерностей он может делать выводы, предсказывать события или принимать решения.
Представим, что наш мозг — это огромная команда сотрудников, которые вместе работают над разными проектами. Искусственный интеллект — это попытка создать такую же команду с помощью компьютеров и программ. Простой пример ИИ — это шахматный компьютер, который может анализировать ситуацию на доске и делать ходы, основанные на определённых правилах и тактиках. Он имитирует процесс мышления человека при игре в шахматы, но делает это с помощью алгоритмов и вычислений.
Иногда ИИ путают с нейросетью, но это справедливо только отчасти. Нейросети — это один из подходов к созданию ИИ, который вдохновлён системой нейронов в мозге.
Вместо того чтобы писать сложные алгоритмы для решения задач, нейросети обучаются на основе большого количества данных и находят в них закономерности.
Чтобы работать с нейросетями, не нужно быть учёным.
Например, можно освоить профессию инженера машинного обучения. Он работает с данными и создаёт на их основе алгоритмы машинного обучения, которые помогают решать прикладные задачи.
История возникновения ИИ
Несмотря на медиашум вокруг Chat GPT и генеративных нейросетей, искусственный интеллект — не новая область исследований.
-- 1950-е: математик Алан Тьюринг предложил идею мыслящей машины. Он считал, что машины, как и люди, могут использовать доступную информацию для принятия решений. Чтобы это проверить, он разработал тест. Человек с помощью текстового интерфейса задавал вопросы одновременно другому человеку и машине. Если отличить их ответы не получалось, считалось, что машина прошла тест и обладает искусственным интеллектом.
Проверить концепцию Тьюринга оказалось сложно из-за ограниченной функциональности компьютеров и дорогой техники. Такие исследования были доступны только крупным технологическим компаниям и престижным университетам.
В 1956 году в Дартмутском колледже прошла конференция о «механизации интеллекта», на которой Джон Маккарти, когнитивист и специалист по информатике, предложил термин «искусственный интеллект».
Этот момент можно считать началом истории ИИ.
-- 1960-е: Золотые годы искусственного интеллекта
Компьютеры становились доступнее, дешевле, быстрее и могли хранить больше информации. Алгоритмы машинного обучения также совершенствовались:
● Начали разрабатывать первые экспертные системы — компьютерные программы, которые моделируют знания человека в определенной области. Например, в химии или физике. Эти системы обычно состояли из двух компонентов: базы знаний и механизма вывода. База знаний содержала информацию о предметной области, а механизм вывода работал как диалоговое окно. Например система DENDRAL помогала определять структуру молекул неизвестных органических соединений.
● Появились персептроны — первые нейронные сети, которые смогли обучаться на данных и решать простые задачи классификации. Например, распознавать рукописные цифры.
● Разработан язык программирования LISP, который стал основным языком для исследований в области ИИ.
● В середине 1960-х Джозеф Вайценбаум создал ELIZA — первого чат-бота, который имитировал работу психотерапевта и мог общаться с человеком на естественном языке.
Ролевая модель психолога в ChatGPT, которую многие используют в 2023 году, появилась ещё в прошлом веке.
Источник: scaruffi
-- 1970–80-е: Спад и возрождение ИИ
У государства были завышенные ожидания от учёных в вопросах развития искусственного интеллекта. Когда они не оправдались, финансирование исследований в области ИИ сократилось. Возобновить разработки помогла конкуренция США и Великобритании с Японией. К тому времени там уже построили WABOT-1 — интеллектуального человекоподобного робота.
Вот некоторые разработки западных учёных того времени:
● Более продвинутые экспертные системы. Например, MYCIN могла диагностировать менингит и рассчитывать дозировку антибиотика для его лечения.
● Алгоритмы обратного распространения ошибки, которые позволили обучать нейронные сети гораздо эффективнее.
-- 1990–2000-е: машины стали обыгрывать людей
Благодаря увеличению вычислительной мощности стали возможными более сложные и мощные алгоритмы машинного обучения:
● В 1997 году Deep Blue от IBM (компьютерная система для игры в шахматы) победила гроссмейстера Гарри Каспарова ― действующего чемпиона мира по шахматам.
● Внедрено программное обеспечение для распознавания речи Dragon Systems в Windows.
● В конце 1990-х годов разработали Kismet — искусственного гуманоида, который мог распознавать и демонстрировать эмоции.
● В 2002 году искусственный интеллект появился в домах в виде Roomba — первого робота-пылесоса.
● В 2004 году два робота-геолога NASA — Opportunity и Spirit — исследовали поверхность Марса без помощи человека.
● В 2009 году Google начала разрабатывать технологию самоуправляемых автомобилей. Позже они прошли тест на самостоятельное вождение.
-- 2010-е — наше время: мысли о сингулярности
В XXI веке ИИ стал развиваться стремительно, и вот почему:
1. Появился объём данных из социальных сетей и других медиа, на котором ИИ может полноценно учиться.
2. Мощные компьютеры позволили обрабатывать и анализировать огромные объёмы данных с большей скоростью и эффективностью.
3. Появились новые технологии и подходы, которые поддерживают развитие искусственного интеллекта. Машинное обучение, нейронные сети, глубокое обучение стали доступными и дали новые возможности для создания более умных и адаптивных систем.
-- 4 декабря 2012 года на конференции Neural Information Processing Systems (NIPS) группа исследователей представила подробную информацию о своих свёрточных нейронных сетях, которые помогли им выиграть в конкурсе классификации ImageNet. Классификация изображения — это процесс определения категории или класса, к которому оно относится. Например, мы видим кота и понимаем: это рыжее пушистое существо — точно кот. Нейросеть определяет кота на изображении, анализируя пиксели и выделяя характерные признаки. Модель, которую представили на конференции, содержала нейросеть со множеством слоёв. Такая архитектура помогла распознавать изображения с точностью 85% — всего на 10% слабее человека.
Спустя два года классификация в конкурсе ImageNet с помощью свёрточных нейросетей обогнала по точности человека и достигла 96%. Технологию искусственного интеллекта начали применять не только для распознавания изображений, но и для аналитики в финансах, распознавания голоса в смартфонах, в беспилотных автомобилях и компьютерных играх.
За последние 10 лет разработано больше, чем за всю историю ИИ. Вот некоторые достижения:
● В 2011 году Watson — система вопросов и ответов IBM на естественном языке — выиграла викторину Jeopardy!, победив двух бывших чемпионов. В том же году Юджин Густман — говорящий компьютерный чат-бот — обманул судей во время теста Тьюринга, заставив их принять его за человека.
● В 2011 году Apple выпустила Siri, виртуального помощника, который с помощью технологии NLP (обработки естественного языка) делает выводы, изучает, отвечает и предлагает что-либо своему пользователю-человеку.
● В 2016 году появилась София — первый робот, который может менять выражение лица, видеть (с помощью распознавания изображений) и разговаривать с помощью искусственного интеллекта.
● В 2017 году Facebook разработал двух чат-ботов для переговоров друг с другом. В процессе переговоров они обучались и совершенствовали тактики. В итоге эти чат-боты изобрели свой собственный язык для общения.
● 2023 — год прогресса для генеративных сетей (GAN), которые создают реалистичные изображения и видео, и больших языковых моделей (LLM), например ChatGPT.
Сферы применения ИИ в современном мире
1. Голосовые помощники. Siri от Apple, Google Assistant, Alexa от Amazon и Алиса от Яндекса работают на основе ИИ и отвечают на вопросы, делают напоминания, управляют устройствами.
2. Рекомендательные системы. Сервисы потокового видео, такие как Netflix и YouTube, используют технологию искусственного интеллекта для анализа предпочтений пользователей и рекомендаций фильмов или видео. Они учатся на основе предыдущих просмотров и отметок «нравится».
3. Распознавание образов. В смартфонах и некоторых фотоаппаратах есть функция автоматического распознавания лиц и объектов. ИИ позволяет определить, кто и что находится на фотографии. Умная камера есть и в приложении Яндекса. Например, можно навести её на предмет, и приложение найдет похожий товар в интернете.
4. Автопилоты и автономные транспортные системы. Искусственный интеллект применяется в авиации и автомобильной индустрии для разработки автопилотов и систем автономного вождения. Он позволяет транспортным средствам анализировать окружающую среду, принимать решения на основе полученной информации и безопасно перемещаться.
Компьютерное зрение помогает машинам-беспилотникам понимать и интерпретировать изображения или видео. Они используют камеры, сенсоры и радары, чтобы собирать информацию о ситуации на дороге. Затем строят по этим данным 3D-модель окружающего мира
5. Финансовые аналитические системы. ИИ используется для анализа данных, прогнозирования трендов на рынке, определения рисков и принятия решений по инвестициям. Он помогает улучшить эффективность и точность финансовых операций.
6. Языковые переводчики. Сервисы машинного перевода, такие как Google Translate, используют ИИ для автоматического перевода текстов с одного языка на другой. Они обучаются на большом количестве параллельных текстов и статистических моделях, чтобы предлагать качественные переводы.
7. Игровая индустрия. В компьютерных играх искусственный интеллект используется для создания виртуальных персонажей с интеллектом, способных адаптироваться к действиям игрока, принимать решения и симулировать реалистичное поведение.
В игре No Man's Sky ИИ генерирует рельеф планет, погоду, поведение животных и других элементов окружающей среды. Управляет личностями и поведением неигровых персонажей — инопланетян и космических торговцев. Алгоритмы ИИ позволяют им реагировать на действия игрока, предлагать задания, обмениваться ресурсами
8. Медицинская диагностика. ИИ используют, чтобы анализировать рентгеновские снимки или снимки МРТ. Это помогает врачам более точно диагностировать заболевания и принимать решения о лечении.
9. Робототехника объединяет ИИ, машинное обучение и физические системы, чтобы создавать интеллектуальные машины, которые могут взаимодействовать с реальным миром. Яркий пример — роботы Boston Dynamics. Они используют ИИ для балансирования, навигации, преодоления препятствий и перетаскивания предметов.
пример работы AI
Принципы искусственного интеллекта
1. ИИ нужен доступ к большим объёмам данных для обучения, обработки и принятия решений.
Например, ИИ-ассистенты вроде Алисы и Siri используют знания всего интернета для ответа на вопросы пользователей.
Системы распознавания рукописного текста обучаются на тысячах образцов текста.
Чтобы понять, сколько данных нужно для обучения небольшой модели, применяют «правило 10 раз».
Это значит, что объём входных данных (примеров) должен в 10 раз превышать количество параметров или степеней свободы, которыми обладает модель.
Допустим, наш алгоритм отличает изображения кошек от изображений сов на основе 1000 параметров. Значит, нам потребуется 10 000 изображений для обучения модели.
2. Вычислительная мощность. Представим, что мы учим нейронную сеть распознавать изображения. Более мощные вычислительные системы позволяют обрабатывать большое количество изображений и ускоряют процесс обучения.
3. Алгоритмы и модели машинного обучения. Например, использование глубоких нейронных сетей вместо более простых алгоритмов может улучшить точность предсказания искусственного интеллекта в задачах распознавания изображений или речи.
4. ИИ должен адаптироваться к новым условиям и требованиям. Например, если искусственный интеллект используется для управления автономным автомобилем, он должен быть способен адаптироваться к изменяющимся дорожным условиям и улучшать свою работу с течением времени. Водитель также должен иметь возможность контролировать работу ИИ.
5. Коммуникация на естественном языке. Один из примеров — чат-боты. Они могут общаться с пользователями: понимать их и предоставлять им информацию.
6. Интерпретируемость и объяснимость: Если ИИ используется для принятия решений о кредитах, он должен объяснить, на основе каких факторов было принято решение. Это поможет клиентам понять причины отказа, а банковским работникам — контролировать работу системы.
7. Безопасность и приватность данных. Например, в медицинском ИИ, который анализирует данные анализов и исследований для диагностики, нужно защитить личную информацию пациентов. Так получится предотвратить утечку данных и сохранить конфиденциальность.
8. Этические принципы. Если искусственный интеллект используется для отбора кандидатов на работу, он должен быть разработан таким образом, чтобы не допускать дискриминации по полу, расе, возрасту или другим характеристикам, обеспечивая справедливый и равноправный подход.
9. Интеграция с другими системами. ИИ для автоматизации процесса заказа товаров в интернет-магазине должен взаимодействовать с системами управления запасами, доставки и платёжными системами.
......... статью подготовили Александра Патрушева (редактор) и Анастасия Павлова (иллюстратор) ***-
Руководители корпораций ликуют: разработки, которые раньше требовали уйму специалистов и соответствующие денежные затраты, теперь обходятся чуть ли не задаром.
LLM, или большая языковая модель (тип модели машинного обучения, предназначенный для обработки и генерации текста на естественном языке) готова сотрудничать со всяким и почти ничего не требует взамен.
Универсальный менеджер
За последние два года LLM внедряются в самые разные сферы бизнеса, тут и маркетинг с бухгалтерией, и обслуживание клиентов с юридической поддержкой, и врачебные консультации и многое другое.
ИИ- ассистенты обучены (и продолжают обучаться) понимать вопросы клиентов, заданные на самых разных языках и сформулированные максимально непонятно, способны самостоятельно решить несложную проблему либо передать её оператору человеку.
ИИ всё лучше и лучше разбирается в юридических и финансовых документах и уже не за горами тот день, когда электронный бухгалтер будет пересылать годовой отчёт электронному же налоговому инспектору, а электронный юрист разрешать возникающие споры и тяжбы.
Что касается генерации рекламного текста и картинок, то тут уже всё на полном ходу. Уже далеко не просто отличить текст, написанный человеком, от сгенерированного машиной.
Даже планируется ввести законы, ограничивающие размещение ИИ-текстов в Интернете, но пока они ведутся, электронные юристы уже успевают их отменить.
Что хорошо в ИИ?
Во-первых, он с лёгкостью выполняет ту нудную работу с таблицами, графиками и пакетами данных, где человеку так легко совершить ошибку. ИИ не ошибается (если только сам этого не захочет, но это уже отдельный разговор). Также ИИ - гарант безопасности. Он не сбежит к конкурентам, не выболтает коммерческую тайну, не уведёт клиентов. Все данные хорошо зашифрованы и передаются только в границах корпорации. Разумеется, если налажен контроль доступа к ИИ.
С другой стороны, как уже указывалось, ИИ становится всё более и более творческой натурой. Не знаем, как насчёт создания шедевров (будущее покажет), но что касается массового искусства, то тут у него всё получается просто замечательно. И на всё это уходят не дни и недели, а буквально секунды.
Дорога в психушку ?
Но это всё панегирики в адрес искусственного разума (вполне заслуженные, разумеется), а теперь о страшненьком.
Было замечено, что многие руководители крупного и среднего бизнеса, внедрившие у себя ИИ, используют его буквально во всём, вплоть до советов о дальнейшем развитии предприятий. Иногда это срабатывает, но дело в том, что ИИ (во всяком случае на данной стадии своего развития) больше всего похож на очень начитанного друга, который, несомненно, хорошо эрудирован, но на некоторые вопросы вместо "не знаю" запросто с умным видом сгенерирует какую-нибудь чушь, неотличимую от правды, и выдаст её уверенным образом за истину. А если вы уже привыкли во всём верить ИИ, то поверите и этой чуши и можете совершить непоправимые ошибки.
Вторая проблема: отмечено, что многие менеджеры решают с помощью ИИ такие вопросы, как принятие на работу или увольнение сотрудника, повышение по службе, увеличение зарплаты и другие вопросы, где должен работать не только разум, но и интуиция и многое другое.
ИИ же интуицией не обладает, но при этом замечено, что ему свойственно такая исключительно "живая" черта, как подхалимство. Да-да, искусственный разум уже научился завышать оценки, и это неоднократно замечалось.
Интересно ещё одно наблюдение. Всего за два годы использования ИИ в бизнесе у некоторых особенно плотно работавших с ним сотрудников начали отмечаться случаи психологических расстройств... автор текста Игорь НИКИТИН
журнал "Тайны ХХ века" № 32 \ 2025
материал подготовила Ангелина Ч., г. Москва
Русский
English
Deutsch
Français
Español
Italiano
Nederlands
svenska
suomi
中文（简体）
العربية">العربية
日本語
