Джон Маккарти: открытия и наследие создателя термина «Искусственный интеллект»
Ученый и новатор Джон Маккарти придумал термин «Искусственный интеллект», создал язык программирования Lisp и разработал концепцию разделения времени. В этой статье мы отследили путь Джона Маккарти от юного энтузиаста математики до титана компьютерной науки, чье наследие продолжает вдохновлять ученых и направлять эволюцию ИИ.
Ранняя жизнь и образование
Джон Маккарти родился 4 сентября 1927 года в Бостоне, штат Массачусетс. С ранних лет он проявлял склонность к математике. Страсть к науке легла в основу его академических занятий и в конечном итоге определила его карьеру.
После окончания школы Маккарти поступил в Калифорнийский технологический институт, где стал изучать математические дисциплины. Именно они дали ему инструменты для изучения абстрактного и конкретного, теоретического и практического. В 1948 году Джон получил степень бакалавра наук.
После получения диплома Маккарти продолжил обучение в Принстонском университете — одном из ведущих научно-исследовательских институтов мира. Там он углубился в сложные математические теории и концепции.
Докторантура стала прочной основой для логических рассуждений ученого и его дальнейшей работы. Маккарти защитил докторскую диссертацию в 1951 году. Это событие стало окончанием его формального образования, но началом исследований и открытий в области компьютерных наук и искусственного интеллекта.
Карьера и вклад Маккарти в мировую науку
1956: Создание Дартмутского семинара и рождение термина ИИ
В 1956 году Джон Маккарти был молодым математиком и работал ассистентом профессора в Дартмутском колледже. Тогда же Джон со своими коллегами организовал Дартмутский семинар, который был задуман как двухмесячный мозговой штурм. Основной его целью было рассмотреть вопрос о том, можно ли моделировать рассуждения, интеллект и творческие процессы с помощью вычислительных машин.
Деньги на проведение семинара выделил Фонд Рокфеллера. Первоначально планировалось, что в мероприятии примут участие одиннадцать ученых и математиков, но на самом деле их количество варьировалось: одни оставались на весь период, другие заходили на короткие промежутки времени.
Вместе со своими коллегами Маккарти предположил, что «Каждый аспект обучения или любой другой характеристики интеллекта в принципе может быть настолько точно описан, что машина может быть создана для его имитации». И впервые ввел термин «искусственный интеллект» для описания новой области исследований.
Термин отражал стремление к созданию машин, способных выполнять задачи, для которых обычно требуется человеческий интеллект. Например, понимание естественного языка, распознавание закономерностей, решение проблем и обучение.
1958: Изобретение языка программирования Lisp
В конце 1950-х годов Джон Маккарти осознавал необходимость в новом языке программирования, который мог бы эффективно поддерживать развитие искусственного интеллекта, поэтому в 1958 году он приступил к созданию Lisp.
Для Lisp был характерен уникальный синтаксис с большим количеством круглых скобок. Ниже пример простой программы на Lisp, которая определяет функцию для вычисления факториала числа.
В этом коде defun нужен для определения новой функции с именем factorial. Оператор if проверяет: n меньше или равно 1. Если меньше, то функция возвращает 1. Если n больше 1, функция возвращает произведение n и факториала n — 1. Это рекурсивный вызов функции factorial.
Рассмотрим простую программу на языке Fortran для аналогичного вычисления факториала числа.
В Lisp для вычисления факториала используется рекурсия — концепция, которая в то время была недоступна в Fortran. Lisp ориентирована на символьные вычисления и подходит для решения задач, которые связаны с рекурсией и манипулированием «деревьями», которые часто встречаются в ИИ.
Кроме того, в Lisp было представлено много новых для того времени функций, такие как сборка мусора, динамическая типизация и самодостаточный компилятор. Впоследствии принципы проектирования Lisp повлияли на множество других языков программирования, включая Python, JavaScript и Ruby.
1958-1959: Разработка Advice Taker
Практически одновременно с созданием Lisp Джон Маккарти разработал концепцию программы Advice Taker, которая, по сути, стала ранней системой ИИ общего назначения.
Пока другое ПО решало проблемы только путем манипулирования предложениями в формальных языках, система Маккарти могла улучшить свою производительность с помощью советов в человекочитаемой форме. Она была создана для работы с новым видом списковой структуры — S-выражениями. Это позволило Advice Taker работать с информацией более гибким и интуитивно понятным способом.
Хотя полностью функционирующую версию Advice Taker Джон так и не завершил, ученый:
убедился, что машины могут демонстрировать разумное поведение, не просто выполняя запрограммированные инструкции, а обучаясь и адаптируясь к новой информации;
ввел несколько концепций, например, использование логики для представления знаний и рассуждений, которые стали фундаментальными для области ИИ.
1959: Идея концепции совместного использования времени
Со временем компьютеры становились более мощными, но оставались по прежнему слишком дорогими. Необходимо было сделать их доступными для большего числа пользователей. Поэтому Маккарти предложил концепцию совместного использования времени, которая в корне изменила способ использования вычислительных ресурсов.
Концепция позволяла нескольким пользователям одновременно иметь доступ к компьютерной системе. У каждого юзера создавалось впечатление, что он имеет эксклюзивный доступ к системе, в то время как на самом деле вычислительная мощность компьютера быстро переключается между несколькими пользователями.
В конце 1950-х годов концепция была по-настоящему революционной, потому что позволяла эффективно использовать дорогостоящие вычислительные ресурсы и давала возможность большему числу людей получить доступ к системам и пользоваться ими.
Маккарти отстаивал идею разделения времени не только теоретически. Он сыграл ключевую роль в разработке системы Compatible Time-Sharing System (CTSS) в Массачусетском технологическом институте (MIT).
Compatible Time-Sharing System стала предшественницей современных многопользовательских ОС и сыграла решающую роль в развитии интерактивных и облачных вычислений.
1965: Создание Стэнфордской лаборатории ИИ
В 1965 году Джон Маккарти приступил к новому проекту — создание Стэнфордской лаборатории искусственного интеллекта (SAIL). Под руководством Маккарти лаборатория стала центром инноваций и исследований в области ИИ. Она привлекала самые яркие умы в этой области и способствовала созданию атмосферы интеллектуального сотрудничества.
Исследования, которые проводили в SAIL, были масштабными и новаторскими. Они охватывали различные области ИИ, включая робототехнику, системы технического зрения, понимание естественного языка и машинное обучение. В лаборатории также проводились разработки в области компьютерных шахмат и был создан первый в мире мобильный робот общего назначения.
Многие концепции и технологии, разработанные в лаборатории, стали основополагающими элементами в исследованиях ИИ. Кроме того, лаборатория выпустила ряд лидеров в области искусственного интеллекта, таких как Радж Редди, Ханс Моравек, Виктор Шейнман и других.
Некоторые из ключевых открытий, сделанных в SAIL
Проект «Рука-глаза»
В этом проекте исследовали интеграцию зрения с робототехникой. Робот Shakey собирал модели из блоков. Он мог воспринимать окружающую обстановку, выводить неявные факты из явных, генерировать планы, восстанавливаться после ошибок при выполнении плана и общаться на обычном английском языке.
Проект «Стэнфордская тележка»
Тележка представляла собой самоходное транспортное средство. Она была оснащена телевизионной камерой и дальномером и могла передвигаться до заданного места и избегать препятствий в помещении без вмешательства человека.
Проект «Распознавание речи»
В рамках проекта была разработана техника распознавания непрерывной речи. Система была способна распознавать связную речь конкретного диктора и работать со словарным запасом около 1000 слов.
Операционная система WAITS
Операционную систему WAITS использовали для исследований, разработок и в качестве основной ОП для компьютера DEC PDP-10 компании SAIL. WAITS была известна своей превосходной поддержкой совместного использования времени и подготовки документов онлайн.
Язык программирования SAIL
Stanford Artificial Intelligence Language (SAIL) — язык программирования высокого уровня, разработанный для исследований в области ИИ. Его использовали для приложений искусственного интеллекта, включая обработку естественного языка и робототехнику.
Протокол Finger
Протокол Finger был ранним сетевым протоколом, который использовали для поиска информации о других пользователях в сети. Он был разработан в SAIL и позже стал стандартным протоколом Интернета.
Диск данных
Диск был ранней формой хранения данных на оптических дисках. Его использовали для хранения больших объемов данных, включая изображения и текст. Диск данных был предшественником оптических технологий хранения, таких как CD и DVD.
Системы oN-Line System (NLS)
В системе NLS ученые реализовали многие функции, которые сегодня уже стали стандартными в современных компьютерах, например, мышь, окна, гипертекст и видеоконференции.
Награды Джона
На протяжении своей карьеры Джон Маккарти получал множество наград, которые признавали его новаторский вклад в область информатики и ИИ, подчеркивали влияние его работы на широкое научное сообщество и мир в целом.
В 1971 году Маккарти получил премию Тьюринга от Ассоциации вычислительной техники (ACM) за новаторскую работу в области искусственного интеллекта, включая разработку языка программирования Lisp и концепции разделения времени. Ученые называют эту премию «Нобелевской премией в области вычислительной техники».
В 1988 году Маккарти был удостоен Киотской премии в области передовых технологий — одной из самых престижных международных наград в областях, которые традиционно не признаются Нобелевскими премиями. Он также стал лауреатом Национальной медали науки — высшей награды, которую правительство США присуждает ученым и инженерам.
Наследие Маккарти
Маккарти верил, что однажды машины смогут имитировать человеческий интеллект, и посвятил свою жизнь тому, чтобы воплотить это видение в жизнь. Джон скончался в 2011 году, но его идеи и открытия продолжают до сих пор влиять на развитие области ИИ:
Lisp повлиял на разработку Python и JavaScript и остается до сих пор популярным языком программирования для исследований ИИ;
концепция разделения времени заложила основу для современных облачных вычислений и коренным образом изменила то, как человечество использует компьютеры;
Дартмутский семинар собрал самые яркие умы и определил программу исследований ИИ на десятилетия вперед;
термин «искусственный интеллект» вошел в наш повседневный лексикон;
в SAIL были разработаны многие революционные технологии, и она продолжает оставаться ведущим центром исследований в области ИИ.
Краткая история искусственного интеллекта
Искусственный интеллект – термин, который уже десятилетиями олицетворяет возможности человеческого разума, раскрывая перед нами удивительный мир вычислений и автономного мышления. В своей непрерывной стремительной эволюции искусственный интеллект прошел долгий путь, начиная от скромных идеальных абстракций до фундаментального влияния на нашу современную цивилизацию.
В этой статье мы рассмотрим, как развивался искусственный интеллект, рост технологии и как он влияет на нашу повседневную жизнь.
Зарождение ИИ: 20 век
В середине 20 века, искусственный интеллект начал свой увлекательный путь, заложив основы для будущего цифровой эпохи. Это был период интенсивного исследования и экспериментов, который сформулировал фундаментальные принципы развития ИИ.
Одним из ранних исследователей и создателей искусственного интеллекта был американский математик Аллен Ньюэлл и английский логик Герберт Саймон, которые в 1956 году представили первую программу, способную имитировать человеческое мышление. Их идея заключалась в создании программного обеспечения, основанного на символической обработке информации, что стало первым шагом в создании искусственного интеллекта.
В то же время, исследователи разрабатывали первые нейронные сети, пытаясь имитировать работу человеческих мозгов. Это привело к созданию первых персептронов — искусственных нейронных сетей, которые способны обучаться и выполнять задачи, аналогичные работе нервных клеток человеческого мозга.
Также принято считать, что Алан Тьюринг одним из первых людей, предложил концепцию машины, которая могла бы имитировать любую человеческую мысль.
Однако в середине 20 века искусственный интеллект столкнулся с ограничениями вычислительной мощности и доступности данных. Сложные алгоритмы и ограниченные ресурсы не позволяли полностью раскрыть потенциал искусственного интеллекта.
Тем не менее, идеи, заложенные в середине 20 века, стали отправной точкой для дальнейшего развития искусственного интеллекта. Этот период показал, что ИИ — это не просто утопическая фантастика, но реальная область, которая потенциально может изменить мир.
1960-е и 1970-е годы: Прорывы в искусственном интеллекте и разочарования
В 1960-х и 1970-х годах искусственный интеллект пережил как прорывные моменты, так и некоторые разочарования. Эти десятилетия были богаты на исследования и эксперименты, что привело к ряду значительных достижений и одновременно подчеркнуло сложности работы над ИИ.
В начале 1960-х годов искусственный интеллект получил значительный толчок с разработкой системы Logic Theorist. Созданный Алленом Ньюэллом и Гербертом Саймоном, этот компьютерный программный инструмент способен доказывать математические теоремы и стал первым шагом в разработке специализированных систем искусственного интеллекта.
В 1966 году была разработана программа ELIZA, созданная Джозефом Вейзенбаумом. ELIZA была первой программой, способной имитировать человеческий разговор с помощью паттернов и ключевых слов. Это вызвало огромный интерес в области чат-ботов и компьютерной лингвистики.
Однако в середине 1970-х годов возникли разочарования в развитии искусственного интеллекта. Некоторые исследователи столкнулись с трудностями в обучении нейронных сетей и сложностью программирования систем, способных адекватно обрабатывать естественный язык и абстрактные понятия.
Сложности с вычислительной мощностью и ограниченным доступом к данным также оказались значительным ограничивающим фактором. Вследствие этого в конце 1970-х годов интерес к искусственному интеллекту снизился, и наступил период, который историки называют «зимой искусственного интеллекта».
Несмотря на временные трудности, 1960-е и 1970-е годы были периодом значительных прорывов в искусственном интеллекте.
1990-е и 2000-е годы: Искусственный интеллект на пути к новому возрождению
В 1990-е и 2000-е годы искусственный интеллект пережил заметный взлет, заслуживший название нового возрождения. Этот период характеризовался значительными технологическими прорывами, которые усилили интерес к искусственному интеллекту и стали основой для революции во многих сферах нашей жизни.
В начале 1990-х годов появился ряд эффективных алгоритмов машинного обучения, таких как алгоритм опорных векторов (SVM) и нейронные сети с глубоким обучением (DNN). Эти методы позволили значительно улучшить способности искусственного интеллекта в распознавании образов, обработке естественного языка и принятии решений на основе больших объемов данных.
В 1997 году произошло знаменитое событие, которое сильно привлекло внимание общественности к искусственному интеллекту. Компьютерный шахматный движок Deep Blue, разработанный IBM, одержал победу над чемпионом мира по шахматам Гарри Каспаровым. Это был первый раз, когда компьютер обыграл человека в традиционной настольной игре, и это событие привлекло внимание к способностям искусственного интеллекта в области стратегического мышления и анализа.
В течение 2000-х годов прорывы в области обработки больших данных и вычислительных мощностей позволили разрабатывать более сложные и умные алгоритмы машинного обучения. Компании, такие как Google, Facebook и Amazon, активно инвестировали в искусственный интеллект и создавали многочисленные продукты, основанные на его принципах.
В 2000-е годы искусственный интеллект стал широко применяться в различных областях, включая медицину, финансы, производство, автономную навигацию, рекомендательные системы и многое другое. Новые технологии и алгоритмы позволили значительно повысить точность и эффективность систем ИИ, что привело к их все более широкому использованию.
Таким образом, 1990-е и 2000-е годы стали периодом нового расцвета искусственного интеллекта. Благодаря технологическим прорывам и увлеченности исследователей, ИИ смог раскрыть свой потенциал и стать неотъемлемой частью современного мира.
Современный ИИ
В современном мире искусственный интеллект занимает центральное место в наших жизнях. Развитие технологий и постоянные исследования привели к значительным прорывам в области ИИ, открывая перед нами новые горизонты и одновременно сталкивая нас с новыми вызовами.
Одной из ключевых особенностей современного ИИ стала глубокая нейросетевая модель – Deep Learning (глубокое обучение). Это подход, который позволяет создавать сложные и масштабируемые нейронные сети, способные обучаться на огромных объемах данных. Deep Learning стал основой для многих передовых технологий, таких как распознавание речи, обработка естественного языка, компьютерное зрение и автономная навигация.
Современный ИИ играет важную роль в сфере медицины. Алгоритмы машинного обучения используются для диагностики заболеваний, прогнозирования течения болезней и разработки индивидуальных лечебных схем. Благодаря ИИ, исследователи имеют доступ к огромным данным о пациентах и могут выявлять скрытые закономерности и взаимосвязи между различными заболеваниями.
Искусственный интеллект прочно вошел в сферу транспорта. Автономные автомобили и беспилотные дроны стали реальностью, благодаря разработке компьютерного зрения, глубокого обучения и передовых алгоритмов планирования и принятия решений.
Однако с ростом и распространением ИИ возникают и новые вызовы. Вопросы конфиденциальности данных и этические аспекты использования искусственного интеллекта становятся все более актуальными. Также возникают вопросы об ответственности за принимаемые системами ИИ решения, особенно в случаях, когда автоматизированные процессы затрагивают жизненно важные аспекты нашей жизни.
Искусственный интеллект — революция или эволюция?
Стоит признать тот факт, что людям нравятся острые ощущения. И каждый человек ищет их в чем-то своем. Кто-то идет на фильм ужасов, заведомо зная, что смотреть его он будет через щели между пальцами, прикрывая ладонями лицо.
Кто-то откладывает порученное строгим начальником задание на самый последний день. А кто-то занимается экстремальным видом спорта, осознавая последствия возможных и чаще всего неминуемых травм. Нам приносит удовольствие ощущение страха. Желание испугаться не обошло стороной и ученых.
Вот тут то у всех затряслись поджилки. Ведь, чтобы напугать самих себя, и без того пуганых ребят, нужно еще как постараться. Тот факт, что мир давно порабощен технологиями, уже всем известен и принят. А вот вероятность того, что не за горами грядет восстание машин, мало кому понравится.
Сегодня Worldopo расскажет вам, что заставило вздрогнуть от ужаса даже самые великие умы нашего времени!
По понятию
Искусственный интеллект уже давно не вымысел и не далекие мечты писателей фантастов. Более того, для многих это уже стало полноценной фобией. Одни ученые восхищаются преимуществами будущего, где искусственный интеллект стоит наравне с человеческим. Другие же всерьез опасаются возможной осознанности и ставят его на одну линию с атомной бомбой.
Различные виртуальные энциклопедии в один голос утверждают, что искусственный интеллект — это способность компьютера или робота выполнять задачи, которые обычно ассоциируются с разумными существами. Этот несложный термин применяют к проектам по разработке систем, наделенных своего рода интеллектуальными возможностями, обычно характерными для человека. Например, способность рассуждать, постоянно учиться, использовать приобретенный опыт, планировать, иметь креативность и открывать для себя смысл.
Автором термина ИИ стал американский информатик Джон Маккарти. В 1956 году на двухмесячной конференции в Дартмутском университете, посвященной вопросам ИИ, давая определение термину, он также добавил, что исследователи не до конца понимают все механизмы интеллекта, а потому не могут в целом определить какие вычислительные процессы являются интеллектуальными. Поэтому для решения специфических проблем вполне допустимо использование методов, которые не наблюдаются у людей.
Говоря о самом словосочетании artificial intelligence стоит отметить, что изначально оно не имеет антропоморфной окраски. В используемом контексте оно скорее означает “умение рассуждать разумно”, но совсем никак не “интеллект”.
Возникновение науки
На возникновение и понимание искусственного интеллекта огромное влияние оказало рождение механистического материализма. Его в свою очередь не стоит путать с античным материализмом. Движение первого понятия направлено на механистическое происхождение организмов и началось оно в 1637 году с работы Рене Декарта “Рассуждение о методе”.
Если античный материализм направлен на механистическое происхождение природы, то суть механистического материализма заключается в сведении всех явлений в мире к механике и физическим причинам, в том числе затрагивая происхождение организмов. Поэтому понимание искусственного интеллекта даже в самом простом его виде невозможно без понимания механистичности организмов.
Отходя от философских предпосылок к технологическим обязательно нужно упомянуть первую механическую цифровую вычислительную машину Вильгельма Шикарда, созданную в 1623 году. Вслед за ней в 1643 году сразу последовала машина Блеза Паскаля, а в 1671 году свое творение представил Лейбниц.
Спустя два столетия в 1832 году Семен Корсаков представил принцип разработки научных методов и устройств для усиления возможностей разума, также предложив серию “интеллектуальных машин”.
Революция в формальной логике была произведена математиками Бертраном Расселом и Альфредом Уайтхэдом, которые в 1910–1913 гг. опубликовали работу “Принципы математики”. Затем в 1941 году был построен первый работающий программно-управляемый компьютер Z3.
Его создатель, бравый немецкий пионер компьютеростроения Конрад Цузе, начал заниматься разработкой программируемой счетной машины сразу после окончания Берлинского технического университета, работая на полставки на авиационном заводе.
Через два года, на пике зарождения науки кибернетики, американский нейропсихолог Уоррен Маккалок и американский нейролингвист Уолтер Питтс заложили базу для развития нейротехнологий, опубликовав работу A Logical Calculus of the Ideas Immanent in Nervous Activity. Их новые теоретические обоснования превратили сложный язык психологии в понятное средство описания машины и машинного интеллекта.
Одним из вариантов было математическое моделирование человеческого мозга, описанное как устройство, способное оперировать двоичными числами. Два товарища много лет занимались искусственным интеллектом, сумев объяснить, как машины могли бы в процессе самообучения и самосовершенствования применять логику и абстракцию.
В своей работе Питтс и Маккалок также предложили понятие искусственной нейронной сети, а в 1949 году канадский нейропсихолог Дональд Хебб сумел описать основные принципы обучения нейронов.
Вдохновившись идеями коллег, американский нейрофизиолог Фрэнк Розенблатт в 1957 году развил их идеи, предложив схему устройства под названием перцептрон. Данная схема являлась кибернетической моделью мозга и могла моделировать процесс человеческого восприятия. Впервые перцептрон был реализован в виде первого в мире нейрокомпьютера “Марк-1”, который худо-бедно был способен обучаться, решать непростые задачи и даже распознавать некоторые из букв английского алфавита.
Зима близко… или нет?
Попытка создать настоящий ИИ была достаточно популярной затеей на то время. Исследователям казалось, что вот-вот — и они сумеют построить такой искусственный интеллект, который с трудом будет отличим от человеческого. Это были оптимистичные времена, когда все страны мира выделяли много денег на развитие технологий, не требуя каких-либо отчетов взамен.
Ученые чуть ли не в один голос кричали, что в течение нескольких лет машина будет способна на невероятные вещи, своими навыками ничуть не уступая человеческим. Года шли, финансирование продолжалось, а ожидаемые результаты даже не приближались к заявленным. Первым делом пессимизм начал распространяться в кругах ученых, цепной реакцией последовав в СМИ, а затем потянув за собой снижение финансирования и остановку множества крупных проектов.
Несмотря на это, исследования в этой области не прекращались. За каждыми очередными результатами упрямых ученых интерес инвесторов возобновлялся, постепенно внедряя искусственный интеллект в структуры разных отраслей. Например, в 1985 году британский ученый-информатик Джеффри Хинтон вместе с коллегами разработал многослойную нейросеть. В отличие от ранее упомянутого опыта Фрэнка Розенблатта, нейросеть Хинтона работала и показывала значимые результаты.
Так, нейросеть могла распознавать цифры написанные от руки и кое-как самостоятельно управлять автомобилем. Несмотря на такой достаточно неплохой результат, широкого применения данная технология так и не нашла. Ближайшие несколько лет ученые вновь решили посвятить себя отдельным аспектам компьютерной отрасли и робототехники. Развитие вычислительных мощностей в свою очередь привело к новому всплеску интереса к искусственному интеллекту.
Со временем человечество развивается все быстрее и быстрее. Тут вступает в силу закон ускоряющейся отдачи, выдвинутый американским изобретателем и футурологом Рэймондом Курцвейлом. Если объяснять закон простыми словами, то его смысл заключается в том, что у более развитого общества есть возможность развиваться быстрее, чем у менее развитого.
Кажется, будто развитие это какой-то замкнутый круг, но на самом деле все довольно просто. В каждом временном промежутке, будь-то разница между какими-либо столетиями или менее значительными периодами времени, человечество обладало определенными знаниями и умениями, а появление новых изобретений значительно ускоряло развитие.
Если начало прошлого века не могло похвастаться скоростью развития и достижениями в различных областях науки, то в конце прорывы случались один за другим, дав мощный толчок череде открытий в начале 2000-х. Вспоминая начало нашего столетия, можно сильно удивиться тому, как технологии шагнули вперед за всего-то 20 лет.
И если рассуждения Курцвейла верны, то через каких-то пару десятков лет мир будет так сильно отличаться от современного, что мы едва ли его узнаем. И логичность этого трепещущего прогноза подтверждает история. А если ожидать, что такие исторические тенденции неизменны, то ближайшие несколько десятков лет сумеют удивить нас гигантскими скачками вперед в науке и технике. Вот теперь и правда возникает легкое чувство беспокойства. За то новой зимы вряд ли стоит ждать.
Зачем так все усложнять?
Пожалуй, самой большой проблемой людей, не относящихся к научному сообществу, является не до конца понятое определение искусственного интеллекта. Кто-то ассоциирует ИИ со злобными роботами из научно-фантастических фильмов. Кто-то считает разумными свой холодильник, стиральную машину и калькулятор в телефоне. А кто-то просто представляет себе какую-то неведомую штуку. И мы не спорим. Тут и вправду разобраться не так уж и просто. Давайте сделаем это вместе.
Для начала нужно прекратить при первом же упоминании ИИ представлять себе неотличимых от человека роботов. А то и хуже, если в вашей фантазии эти роботы будут похожи на какую-то злобную и оснащенную оружием кучу металла. Это необязательно должно выглядеть именно так. В любом случае, ИИ — это компьютер внутри оболочки (когда она необходима).
Даже голосовой помощник внутри вашего смартфона — это тоже искусственный интеллект. Но ваш смартфон точно не робот и он не попытается атаковать вас ночью. Искусственный интеллект понятие достаточно широкое, которое для более легкого понимания делится на несколько категорий.
- Слабый искусственный интеллект (Artificial Narrow Intelligence)
То, как назвали данный ИИ, воспринимать буквально не стоит. Это абсолютно не значит, что он чем-то плох. Наоборот, в той узкой области, где он используется, такой ИИ будет достаточно эффективным. И в некоторых случаях намного эффективнее, чем человек.
Проблема заключается в том, что вас постигнет разочарование, если вы попросите сделать его что-либо, что выходит за границы этой области. Скорее всего, он впадет в ступор и, возможно, даже попытается предложить вам какой-то вариант решения возникшего недопонимания.
Самым простым и часто встречающимся примером является разговор с Siri. Некоторые ваши запросы она игнорирует, на некоторые душевные излияния она отвечает ехидной шуткой, но чаще виртуальная помощница просто направляет вас в поисковую систему. Вообще, представителей слабого ИИ можно найти везде и всюду. Сюда также относятся программы по распознаванию изображений, самоуправляемые машины и даже некоторые медицинские устройства.
2. Сильный искусственный интеллект (Artificial General Intelligence)
А вот тут уже совсем другая история. Машина с сильным искусственным интеллектом, который в полной мере соответствует человеческому, способна мыслить и легко выполнять абсолютно любые действия. И тут становится очевидной уязвимость ученых в этом деликатном деле, ведь задача создания по-настоящему сильного ИИ невообразимо сложнее задачи создания слабого.
Привычные нам навыки кажутся простейшими, но на самом деле это не так. Только задумайтесь, какие операции должен провернуть ваш мозг, чтобы вы, допустим, попросту сделали шаг. Это все кажется таким простым, потому что человеческий мозг в процессе эволюции довел это действие до идеала. То же самое предстоит проделать и ученым.
На данный момент не существует ни единого представителя настоящего сильного искусственного интеллекта, но, учитывая темп развития, можно смело предполагать, что его появление не за горами.
3. Искусственный сверхразум
В ученых кругах бытует мнение, что вслед за появлением сильного ИИ вскоре должен возникнуть некий сверхразум, превосходящий все вместе взятые лучшие умы человечества. Нам лишь остается фантазировать и предполагать, каким он будет, если развитие технологий настолько шагнет вперед.
И кто нами правит сейчас?
На сегодня человечество находится на первой ступени эволюции искусственного интеллекта. Мы сумели внедрить слабый ИИ во все, что только можно. Только вспомните, как буквально вчера вы только задумались о покупке чего-то интересненького и просмотрели несколько вариантов в интернете, а сегодня услужливые интернет-магазины везде и отовсюду забрасывают вас своими предложениями.
И вы точно хоть раз в жизни отчаянно пытались отыскать какое-то очень важное письмо в электронном ящике в то время, как спам-фильтр решил, что ему не место среди нормальных писем. От переводчиков с распознаванием голоса, поисковых систем и калькуляторов до различных медицинских и военных устройств — это все слабый ИИ. И мы должны отдать ему должное, ведь во многом он значительно облегчает нам жизнь.
Но только представьте, что человеческое любопытство когда-нибудь все же сумеет изобрести нечто более могучее, чем мы сами. И тогда все живое, включая человека, будет всецело находиться в его власти. Учитывая темп развития, случиться это может в не таком уж и далеком будущем. Вот тут и правда становится немного страшновато.
Искусственный интеллект: краткая история, развитие, перспективы
Сейчас технологии развиваются с немыслимой скоростью. Ранее те возможности, что, казалось бы, были доступны только профессиональным ученым, в современной жизни доступны каждому. Один из подобных прорывов – искусственный интеллект, прочно обосновавшийся во многих сферах человеческой жизни.
Сегодня поговорим о том, что такое ИИ, как он возник, где применяется, а также чем он отличается от человеческого разума.
Что представляет собой искусственный интеллект
Искусственный интеллект – это свойство интеллектуальной системы выполнять те функции и задачи, которые обычно характерны для разумных существ. Это может быть проявление каких-то творческих способностей, склонность к рассуждению, обобщение, обучение на основании полученного ранее опыта и так далее.
Его развитием занимается направление науки, в рамках которого происходит аппаратное или программное моделирование тех задач человеческой деятельности, что считаются интеллектуальными. Еще под ИИ часто подразумевают направление в IT, основной целью которого является воссоздание разумных действий и рассуждений с помощью компьютерных систем.
История возникновения и развития искусственного интеллекта
Впервые термин artificial intelligence (с английского переводится как «искусственный интеллект») был упомянут в 1956 году Джоном МакКарти, основателем функционального программирования и изобретателем языка Lisp, на конференции в Университете Дартмута.
Однако сама идея подобной системы была сформирована в 1935 году Аланом Тьюрингом. Ученый дал описание абстрактной вычислительной машине, состоящей из безграничной памяти и сканера, перемещающегося вперед и назад по памяти. Однако позднее, в 1950 году, он предложил считать интеллектуальными те системы, которые в общении не будут отличаться от человека.
Тогда же Тьюринг разработал эмпирический тест для оценки машинного интеллекта. Он показывает, насколько искусственная система продвинулась в обучении общению и удастся ли ей выдать себя за человека.
Самая ранняя успешная программа искусственного интеллекта была создана Кристофером Стрейчи в 1951 году. А уже в 1952 году она играла в шашки с человеком и удивляла зрителей своими способностями предсказывать ходы. По этому поводу в 1953 году Тьюринг опубликовал статью о шахматном программировании.
В 1965 году специалист Массачусетского технологического университета Джозеф Вайценбаум разработал программу «Элиза», которая ныне считается прообразом современной Siri. В 1973 году была изобретена «Стэндфордская тележка», первый беспилотный автомобиль, контролируемый компьютером. К концу 1970-х интерес к ИИ начал спадать.
Новое развитие искусственный интеллект получил в середине 1990-х. Самый известный пример – суперкомпьютер IBM Deep Blue, который в 1997 году обыграл в шахматы чемпиона мира Гарри Каспарова. Сегодня подобные сети развиваются очень быстро за счет цифровизации информации, увеличения ее оборота и объема. Машины довольно быстро анализируют информацию и обучаются, впоследствии они действительно приобретают способности, ранее считавшиеся чисто человеческой прерогативой.
Отличие ИИ от нейросетей и машинного обучения
Нейросети представляют собой математическую модель, компьютерный алгоритм, работа которого основана на множестве искусственных нейронов. Суть этой системы в том, что ее не нужно заранее программировать. Она моделирует работу нейронов человеческого мозга, проводит элементарные вычисления и обучается на основании предыдущего опыта, но это не соотносимо с ИИ.
Искусственный интеллект, как мы помним, является свойством сложных систем выполнять задачи, обычно свойственные человеку. К ИИ часто относят узкоспециализированные компьютерные программы, также различные научно-технологические методы и решения. ИИ в своей работе имитирует человеческий мозг, при этом основывается на прочих логических и математических алгоритмах или инструментах, в том числе нейронных сетях.
Под машинным обучением понимают использование различных технологий для самообучающихся программ. Соответственно, это одно из многочисленных направлений ИИ. Системы, основанные на машинном обучении, получают базовые данные, анализируют их, затем на основе полученных выводов находят закономерности в сложных задачах со множеством параметров и дают точные ответы. Один из наиболее распространенных вариантов организации машинного обучения – применение нейросетей.
Если сравнивать с человеком, то ИИ подобен головному мозгу, машинное обучение – это один из многочисленных способов обработки поступающих данных и решения назревающих задач, а нейросети соответствуют объединению более мелких, базовых элементов мозга – нейронов.
Разница между искусственным и естественным интеллектом
Сравнивать искусственный и естественный интеллект можно лишь по некоторым общим параметрам. Например, человеческий мозг и компьютер работают по примерно схожему принципу, включающему четыре этапа – кодирование, хранение данных, анализ и предоставление результатов. И естественный, и искусственный разум склонны к самообучению, они решают те или иные задачи и проблемы, используя специальные алгоритмы.
Помимо общих умственных способностей к рассуждению, обучению и решению проблем, человеческое мышление также имеет эмоциональную окраску и сильно зависит от влияния социума. Искусственный интеллект не имеет никакого эмоционального характера и не ориентирован социально.
Если говорить об IQ – большинство ученых склонны считать, что сей параметр оценки никак не связан с искусственным интеллектом. С одной стороны, это действительно так, ведь стандартные IQ-тесты направлены на измерение «качества» человеческого мышления и связаны с развитием интеллекта на разных возрастных этапах.
С другой стороны, для ИИ создан собственный «IQ-тест», названный в честь Тьюринга. Он помогает определить, насколько хорошо машина обучилась и способна ли она уподобиться в общении человеку. Это своего рода планка для ИИ, установленная людьми. А ведь все больше ученых склоняется к тому, что скоро компьютеры обгонят человечество по всем параметрам… Развитие технологий идет по непредсказуемому сценарию, и вполне допустимо, что так и будет.
Применение ИИ в современной жизни
В зависимости от области и обширности сферы применения, выделяют два вида ИИ – Weak AI, называемый еще «слабым», и Strong AI, «сильный». В первом случае перед системой ставят узкоспециализированные задачи – диагностика в медицине, управление роботами, работа на базе электронных торговых платформ. Во втором же подразумевается решение глобальных задач.
Так, одна из наиболее популярных сфер применения ИИ – это Big Data в коммерции. Крупные торговые площадки используют подобные технологии для исследования потребительского поведения. Компания «Яндекс» вообще создает с их помощью музыку. В некоторые мобильные приложения встроены голосовые помощники вроде Siri, Алисы или Cortana. Они упрощают процесс навигации и совершения покупок в сервисе. И не стоит забывать про программы с нейросетями, обрабатывающими фото и видео.
ИИ также внедряют в производственные процессы для фиксации действий работников. Не обошлось и без внедрения новых технологических решений в транспортной сфере. Так, искусственный интеллект мониторит состояние на дорогах, фиксирует пробки, обнаруживает разные объекты в неположенных местах. А про автономное (беспилотное) вождение и так постоянно говорят…
Люксовые бренды внедряют ИИ в свои системы для анализа потребностей клиентов. Стремительно развивается использование подобных систем в системах здравоохранения, в основном при диагностике заболеваний, разработке лекарств, создании медицинских страховок, проведении клинических исследований и так далее.
Перечислить разом все области, в которых задействован искусственный интеллект, практически нереально. На данный момент он затрагивает все больше самых разных сфер. И причин на то немало – та же автоматизация производственных процессов, стремительный рост информационного оборота и инвестиций в эту сферу, даже социальное давление.
Влияние на различные области
ИИ все больше проникает в экономическую сферу, и, по некоторым прогнозам, это позволит увеличить объем глобального рынка на 15,7 трлн долларов к 2030 году. Лидирующую позицию в освоении сей технологии занимают США и Китай, однако некоторые развитые страны вроде Канады, Сингапура, Германии и Японии не отстают.
Искусственный интеллект может оказать существенное влияние на рынок труда. Это может привести к массовому увольнению рабочего персонала из-за автоматизации большинства процессов. Ну и росту востребованности разработчиков, конечно.
Некоторые ученые отмечают риски внедрения ИИ в повседневную жизнь. Так, британский ученый Стивен Хокинг считал, что создать ИИ, превосходящий человека по всем параметрам, все же удастся, но справиться с ним будет нам не под силу, и людям будет нанесен существенный вред. Илон Маск же считает, что искусственный разум в дальнейшем будет нести куда большую угрозу по сравнении с ядерным оружием.
Перспективы развития искусственного интеллекта
Современные компьютеры приобретают все больше знаний и «умений». Скептики же утверждают, что все возможности ИИ – не более чем компьютерная программа, а не пример самообучения. Однако это не мешает технологии широко распространяться в самых различных сферах и открывать невиданные ранее потенциалы для развития. Со временем компьютеры будут становиться все мощнее, а ИИ еще быстрее совершенствоваться в своем развитии.
Заключение
Не так давно, казалось бы, ученые ввели понятие «искусственный интеллект», а чуть больше полвека спустя технология уже находит широкий спрос в самых различных сферах. Сейчас искусственный разум, можно сказать, находится в шаговой доступности для любого человека – компьютер и ноутбук, смартфон и электронные часы, даже многие простейшие приложения работают именно с его помощью. ИИ в самых разных своих проявлениях проник во многие сферы человеческой жизни и прочно обосновался в них.