Новая зима искусственного интеллекта. Несбывшиеся ожидания и поиск пути

На протяжении предыдущего десятилетия так называемые эксперты усиленно пророчили скорое и неизбежное наступление технологической сингулярности - момента во времени, когда создание общего (полноценного) искусственного интеллекта приведет к настолько быстрому развитию науки, что человечество перестанет за ним поспевать и окончательно впадет в зависимость от машин. А также, скорое и повсеместное внедрение роботов, которые обязательно отберут работу у большинства людей.

Такие термины как большие данные, машинное обучение, автопилот - стали синонимами решения проблем и любимыми уловками маркетологов. Привлекают романтично настроенных желающих освоить модные технические навыки продавцы сакральных знаний - многочисленных специализированных учебных курсов. Растут и продаются за миллионы долларов стартапы, к месту и не к месту включающие в свои рекламные проспекты упоминания о нейронных сетях, глубинном обучении и компьютерном зрении.

В августе 2018 года Илон Маск включит полноценный автопилот в функционал очередного обновления программного обеспечения автомобилей Tesla (https://twitter.com/elonmusk/status/1005782088841232385). При этом на официальном сайте компании висит текст, который гласит: водитель в любой момент должен быть готовым взять управление на себя (https://www.tesla.com/autopilot). Что это - попытка снять с разработчиков ответственность за несовершенство поведения искусственного интеллекта автомобиля или забота о жизнях людей? Верны оба варианта ответа, и вот почему.

Очередная (на самом деле четвертая) волна интереса к теме искусственного интеллекта связана в первую очередь с тем, что благодаря удешевлению компьютерных мощностей, таких как скорость обработки и количество классифицированных данных позволило воплотить в жизнь алгоритмы, многим из которых сорок и более лет, например глубинные нейронные сети. Обозначение звучит эффектно, но на деле это всего лишь структуры искусственных нейронов, слоев в которых больше двух. Эффективно использовать их ранее просто не было технической возможности.

Учеными (а так же экономистами, программистами и просто энтузиастами-исследователями темы ИИ) сегодня успешно применяются в том числе достижения индустрии компьютерных игр, в частности - графические ускорители. Особенность их устройства состоит в тысячах вычислительных ядер на одной, относительно недорогой плате. Эти ядра способны выполнять миллиарды специализированных инструкций в секунду, и алгоритмы работы нейронных сетей удалось адаптировать под такие устройства.

Вследствие этого многократно улучшилось качество распознавания образов, голосовой и рукописной речи, систем переводов с одного языка на другой. Появилась возможность тренировать программные алгоритмы выполнять рутинные действия, вроде прохождения уровней в играх (проект OpenAI), или же, как казалось ранее - недостижимые компьютерам уровни абстракции, такие как китайская игра Го - неприступная для традиционных алгоритмов жестких правил и переборов комбинаций.

Тем не менее, искусственный интеллект автопилота сегодня (а так же завтра и в сколько либо обозримом будущем) - это не более, чем набор статистически сгенерированных выводов на основе предыдущего опыта - проанализированных данных. Автомобиль с такой системой пасует перед принятием решений в незнакомых ему ситуациях, когда вложенная инженерами нейросеть не имела на входе информации для того, чтобы сделать вывод и построить модель поведения в такие моменты. И тогда в лучшем случае происходит передача управления водителю. В худшем - авария.

Можно ли накопить достаточно компьютерного опыта, чтобы окончательно безопасно передать управление автопилоту? Конечно да. Особенно учитывая тот факт, что высокотехнологичные компании собирают данные о поведении водителей (и автомобилей) уже несколько лет напрямую от передающих их в сеть машин и на основе этого массива данных тренируют нейросети. Следует признать, что подобные системы уже сейчас до 35% более безопасны, либо равны водителям-людям, для этого достаточно посмотреть статистику аварий беспилотных и обычных машин. (https://medium.com/…/a-closer-inspection-of-teslas-autopilo…). Эти данные и отличаются в меньшую сторону от тех, которые представляет сама Tesla (по их данным автопилот в 3,6 раза безопаснее) по той причине, что их учет не отражал качества алгоритма в условиях, в которых сейчас компьютер не способен вести машину в принципе - плохое состояние дороги, разметки, сложной для вождения погоды либо все вместе. Однако полная автоматизация этого процесса будет достигнута, хотя и не так скоро, как это обещают маркетологи и пиарщики. Произойдет она, вероятно, быстрее в области общественного и коммерческого транспорта.

Можно ли считать достижения в области создания автопилотов и других подобных систем предзнаменованием создания полноценного искусственного интеллекта, каким его описывают фантасты и ученые-мечтатели (а вернее ученые - любители грантов)?

Даже и близко - нет.

Чтобы знать - почему это так - следует определить - что такое искусственный интеллект, или даже важнее - чем он точно не является.

В 1972 году правительство Великобритании, для того, чтобы принять решение о финансировании исследований в этой сфере, получило аналитический отчет о текущих достижениях и перспективах в разработке ИИ. Автор того отчета, профессор Джеймс Лайтхилл, определил три ключевых направления в этой области.

Первое — относительно легко описуемые алгоритмические задачи, связанные с применением возможностей компьютеров для автоматизации разного рода интеллектуальных процессов. Вдохновляющие результаты уже тогда были отмечены в узко-специальных темах, вроде распознавания образов и речи.

Второе направление — всё, что связано с когнитивными процессами. Проще говоря когда мозг (или гипотетический компьютер) начинает действительно понимать смысл данных, говорить, синтезировать, осознавать последствия своих действий, проявляя черты общего интеллекта и приобретая самостоятельность некоего существа. В отчете были отмечены перспективные исследовательские работы в области исследований функций мозга, способные пролить свет на то, как это происходит у человека, чтобы в дальнейшем попытаться смоделировать на компьютерах.

Третье направление — объединение первого и второго. Технологии, с помощью которых хорошо работающие системы узкого ИИ можно будет использовать для воплощения когнитивных функций интеллекта общего назначения. И вот по этому направлению ни в семидесятых годах прошлого века, ни сегодня подвижек нет. И ничего не позволяет предполагать их появление в обозримом будущем.

Да, компьютер неплохо научился отличать котиков от собак. Последние архитектуры нейронных сетей имеют точность распознавания образов (а так же устной речи) примерно в 95%, по тестам ImageNet. Алгоритм способен поименно узнавать тех, кто прописан в его модели по массе различных, и, зачастую, неполных признаков, чем уже во всю пользуется правительство Китая, давая оценку поведению конкретных граждан на основе цифровых отпечатков. Понимать, что предмет на дороге может считаться препятствием, которое стоит избегать. И даже бронировать для вас место в ресторане, самостоятельно совершив телефонный звонок (https://ai.googleblog.com/…/duplex-ai-system-for-natural-co…). Однако всё это при ближайшем рассмотрении является автоматизацией рутинных процессов с помощью статистического анализа и вероятностных моделей, не связанных с сознанием, креативной деятельностью, пониманием смысла происходящего.

Мы неплохо картографировали мозг, глубоко изучили предназначение различных его отделов, и уже скоро будем способны создать аналогичное этому органу количество искусственных нейронов. Тем не менее, сколько либо работающих алгоритмов, располагающих уровнями абстракций, которыми оперирует человек - не существует. И уж конечно - нет алгоритмов, способных самостоятельно доучить себя до этих уровней.

До сих пор нет возможности понятным компьютеру языком описать - что такое воля, любопытство, мораль, намерение, любовь, желание действовать не по шаблону.

Это те фундаментальные понятия, которые формируют интеллектуальную личность. И просто увеличением количества обрабатываемой в секунду информации проблему не решить, следовательно даже повсеместное внедрение квантовых компьютеров это не исправит.

Сегодня я являюсь членом исследовательской группы, которая на основе компьютерного зрения и микрофонов создает систему, способную помогать врачу общаться с пациентом и, не теряя его внимания, расположения, способствовать процессу выздоровления. Мы применяем все технологии, которые маркетологи назовут искусственным интеллектом. Однако на деле - это был и останется набор подпрограмм, каждая из которых отвечает за свой участок и ведет себя более, чем предсказуемо.

Значит ли это, что создание общего ИИ невозможно в принципе? Нет, однако имеющийся сегодня у исследователей инструментарий для этого явно недостаточен, а создать новый в данный момент нет необходимости. Высоки требования к формализации того, чем является разум и сознание. Эволюцию миллионов лет развития и накопления опыта нужно пройти, но даже ускорив прохождение с помощью суперкомпьютеров исследователи будут в первую очередь решать вопрос - для чего они создают ту или иную систему. И пока, как правило, это происходит без потребности вовлекать в диалог новую, искусственную личность, особенно с учетом того, что гарантировать ее желание помогать нам мы не сможем.

И все же этот всплеск интереса к ИИ был полезен, хоть ожидания и немного завышены. Действительно, в помощь инженерам, менеджерам, бухгалтерам, учителям, докторам и многим другим приходят программы и устройства, использование которых упростит рутинные операции, улучшит качество результатов работы, освободит время для чего-то более важного. Но говорить о смене парадигм на рынке труда и в обществе в целом пока слишком рано.

Еще один положительный момент перед наступлением очередной зимы искусственного интеллекта в том, что множество молодых специалистов снова заинтересовались математикой, программированием, робототехникой и другими полезными во все времена навыками, владение которыми позволит им иметь уверенный взгляд в завтрашний день.

Источник: vk.com

Комментарии: