Незаменимые люди. Что думают стэнфордские ученые об искусственном интеллекте

С целью проследить за развитием искусственного интеллекта группа экспертов AI100, созданная на базе Стэнфордского университета, решила ежегодно выпускать индекс. По задумке авторов, он должен предоставлять исчерпывающую информацию о состоянии и технологическом прогрессе в этой области подобно тому, как ВВП и индекс S&P 500 отслеживают состояние экономики и фондового рынка США.

«Сейчас, обсуждая искусственный интеллект, мы действуем наугад. У нас нет информации, нужной для достоверной оценки достижений в этой сфере. Цель индекса – предоставить основанный на фактах эталон меры, с которым мы можем сверять прогресс и на основании показаний которого вести более глубокий диалог о будущем этой сферы», – заявил почетный профессор информатики в Стэнфорде Йоав Шохам.

Первый ежегодный индекс AI Index 2017 Report был опубликован в ноябре. Эксперты обнаружили значительное увеличение стартапов и инвестиций в искусственный интеллект, а также серьезные улучшения в способности этой технологии подражать человеческому разуму.

Группа AI100

Термин «искусственный интеллект» впервые ?был предложен в 1955 году американским информатиком ?Джоном ?Маккарти. Он же выступил одним из организаторов ?первой научной конференции по вопросам искусственного интеллекта – Дартмутский ?семинар был проведен в 1956 году и фактически утвердил появление новой ?области науки. Спустя 60 лет понятие, излюбленное фантастами и Голливудом, вошло в реальную жизнь с помощью машин-беспилотников и различных умных устройств.

Группа экспертов AI100 (название расшифровывается как «100 лет изучения искусственного интеллекта») была создана по инициативе выпускника Стэнфордского университета, а ныне директора Microsoft Research Эрика Хорвица. Также сооснователем AI100 стал Расс Олтмен, профессор информатики и биоинженерии Стэнфордского университета. Исследования группы финансируются самим Хорвицем и его супругой Мэри.

В руководящий комитет AI100, помимо прочих, вошли уже упомянутый Йоав Шохам, за последние шесть лет продавший два своих стартапа – Timeful и Katango – Google, и профессор Школы менеджмента Слоуна при Массачусетском технологическом институте Эрик Бринджолфссон.

Проба пера экспертов AI100 состоялась осенью прошлого года. В том докладе давался прогноз, как к 2030 году искусственный интеллект повлияет на жизнь среднего североамериканского города. Эксперты пришли к выводу, что к 2030 году искусственный интеллект станет более распространенным и практичным, улучшит экономику и качество жизни. Впрочем, эта технология также создаст серьезные проблемы, затронет занятость и доходы населения, поэтому сложные вопросы нужно поднимать уже сейчас.

Машина vs человек

AI100 выяснила, что с 1996 года количество научных статей на тему искусственного интеллекта выросло более чем в девять раз. Сейчас на курс «Введение в искусственный интеллект» Стэнфордского университета записываются в 11 раз больше студентов, чем 20 лет назад.

Развитие этой сферы представляет интерес не только для ученых, но и для предпринимателей: с 2000 года количество стартапов резко выросло – в 14 раз. Объем венчурных инвестиций в американские стартапы, занимающиеся искусственным интеллектом, вырос до $3,5 млрд. С 2013 года в 4,5 раза увеличилось число вакансий, требующих навыков работы в этой сфере.

Изменилось также общественное мнение об искусственном интеллекте. Согласно графику AI100, в 2016 году количество статей в популярных СМИ, в которых положительно отзывались о новых разработках в этой области, достигло 30% (в 2013-м их было всего 13%). Пик негатива также пришелся на 2016 год, но число подобных публикаций не столь значительно – максимум 6–7%.

Что касается «технических характеристик», то, согласно AI Index, в плане идентификации объектов лучшие из машин обогнали людей еще примерно в 2014 году. Если точность человека в этой области находится на уровне 95%, то показатели искусственного интеллекта стремятся к 100%-ной точности. Ошибки в идентификации объектов упали до 2,5% (еще в 2010 году машина ошибалась в 28,5% случаев).

Примерно год назад искусственный интеллект сравнялся с человеком в умении распознавать речь по телефону (95%) и на момент выхода индекса (ноябрь 2017) ненамного (79%) отстает от человека (82,3%) в поиске ответа на вопрос относительно содержания той или иной статьи.

Некоторые ученые в 50-х предсказывали, что компьютер сможет одержать победу над чемпионом мира по шахматам к 1967 году. Однако это историческое событие произошло лишь 30 лет спустя – в 1997-м шахматный суперкомпьютер Deep Blue от IBM выиграл матч из шести партий против Гарри Каспарова. Сегодня же подобные программы даже на смартфонах играют на уровне гроссмейстеров.

В марте 2016 года система AlphaGo, разработанная Google DeepMind, разгромила Ли Седоля, одного из мастеров го. Затем DeepMind выпустила Alpha Go Master, которая в марте 2017 года одержала верх над Кэ Цзе, считавшимся тогда лучшим игроком в го во всем мире. В октябре 2017 года новая версия программы – AlphaGo Zero – со счетом 100:0 победила оригинальную версию AlphaGo.

В 2017 году журнал Nature рассказал о сверточной нейронной сети, которая «бросила вызов» 21 сертифицированному дерматологу. Нейросеть, натренированная с помощью 129 450 снимков 2032 различных болезней, смогла диагностировать рак кожи не хуже этих дерматологов.

В своем индексе эксперты из AI100 признают, что вполне естественно сравнивать выполнение машиной и человеком одного и того же задания. Очевидно, что компьютеры с некоторыми задачами справляются более эффективно – еще в 70-е калькуляторы считали куда лучше людей. Однако компетенцию искусственного интеллекта куда сложнее оценить, когда ему приходится выполнять более общие задания: отвечать на вопросы, играть и ставить диагнозы.

В то время как машины могут блистать в некоторых специфических задачах, их показатели существенно падают, если эту задачу слегка модифицировать. К примеру, человек, умеющий читать китайские иероглифы, скорее всего, понимает китайскую речь и что-то знает о культуре этой страны. В случае с искусственным интеллектом для каждой из этих задач потребуется отдельная система.

Несмотря на сложности сравнения человека с машиной, экспертам из AI100, по их словам, было «интересно» собрать достоверные сведения о случаях, когда искусственный интеллект сравнился или превзошел человеческий. Все же важно отметить, что все эти достижения ничего не говорят о способности этих систем делать выводы с помощью обобщения.

Сами авторы индекса не считают его безупречным. Йоав Шохам отмечает, что доклад «очень американоцентричен», несмотря на значительный прогресс в сфере искусственного интеллекта во всем мире. В качестве примера Шохам приводит тот факт, что уровень инвестиций и активности в этой сфере в Китае «ошеломляет», но сама страна осталась за пределами внимания экспертов.

«У нас не было ни времени, ни возможностей собрать эту информацию для нашего первого индекса, но в будущем авторам доклада нужно уделить больше внимания освещению международных достижений в сфере искусственного интеллекта», – считает профессор.

«Китайская комната»

Колумнист Bloomberg Леонид Бершидский указывает, что современный искусственный интеллект работает по модели, описанной еще в 1980 году философом Джоном Серлом. Мысленный эксперимент Серла носит название «Китайская комната», его суть – в изолированной комнате находится человек, который не знает ни одного китайского иероглифа. Однако у него есть точные инструкции, как расположить иероглифы. Наблюдатель, знающий китайский язык, передает в комнату вопросы на китайском, а человек, следуя инструкции, составляет ответы, при этом не имея понятия о смысле вопросов и ответов. Он действует подобно компьютеру по строго заданному алгоритму. При этом наблюдатель может решить, что запертый в комнате человек на самом деле знает и понимает иероглифы.

В качестве примера можно привести Google Translate, который значительно улучшился, начав использовать нейросети, тренируя их на миллиардах предложений, переведенных людьми на различные языки. Однако, когда информация отсутствует, Google Translate выдает, по мнению журналиста, «уморительные результаты». Таким образом, для решения сложных задач искусственному интеллекту требуется очень много информации.

Зависимость от большого объема данных вредна для развития искусственного интеллекта в будущем. На Западе набирает силу реакция против неограниченного сбора данных, а государства устанавливают барьеры для обмена информацией. Тем временем, по оценке экспертов AI100, способность мыслить у машин еще очень ограничена. «Сегодня способность систем искусственного интеллекта здраво мыслить хуже, чем у пятилетнего ребенка. Кроме того, ее сложно измерить количественно по какой-либо системе мер», – говорится в докладе.

Увеличение потенциала искусственного интеллекта по обработке данных может быть как полезным, так и опасным для человека. Впрочем, сейчас еще рано говорить о том, что оно радикально изменит ситуацию. Людям вполне по силам управлять этой сферой, используя искусственный интеллект только там, где он не может причинить вред. Сама технология пока что не может выйти из-под контроля человека – для этого нужны совершенно новые подходы.

Источник: m.vk.com

Комментарии: