3.2 Что такое искусственный интеллект?
Автор раздела
Кузнецов О. П.
Время чтения — 8 минут
Огромной проблемой в области этики ИИ является отсутствие единой понятийной базы. Поскольку нет формального или хотя бы конструктивного описания основных положений этики в технических исследованиях, моральные аспекты зачастую ограничиваются их бытовым, интуитивным пониманием. Сами специалисты в области моральной философии не всегда четко представляют себе суть достижений в области технологий ИИ. Налицо разрыв между разработчиками, исследователями и философами.
Под словосочетанием «искусственный интеллект» понимается как комплекс технологий, так и наука. В данном докладе мы используем оба значения.
Согласно Национальной стратегии развития искусственного интеллекта, искусственный интеллект — «комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма), и получать при выполнении конкретных задач результаты, сопоставимые как минимум с результатами интеллектуальной деятельности человека». Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе и то, в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений.
С другой стороны, «искусственный интеллект ― это наука и технология, включающая набор средств, позволяющих компьютеру на основании накопленных знаний давать ответы на вопросы и делать на базе этого экспертные выводы, то есть получать знания, которые в него не закладывались разработчиками. Область „искусственного интеллекта“ является междисциплинарной и входит в комплекс компьютерных наук, а создаваемые на ее основе технологии относятся к информационным технологиям».
Искусственный интеллект. К выбору стратегии. М.: РАНХиГС, 2018 // РАНХиГС.
История И И как науки началась в 1956 году в США, где на двухмесячный семинар в Дартмуте организаторы Джон Маккарти, Марвин Мински, Клод Шеннон и Натаниэль Рочестер пригласили крупных американских ученых, изучающих теорию управления, теорию автоматов, нейронных сетей, теорию игр, и исследователей интеллекта: Артура Самюэля, Аллена Ньюэлла, Герберта Саймона, Тренчарда Мура, Рэя Соломоноффа и Оливера Селфриджа. В России основоположником направления выступил Дмитрий Поспелов, в 1989 году он стал президентом Советской (и позже Российской) ассоциации искусственного интеллекта.
McCarthy J., Minsky M. L., Rochester N. et al. A Proposal for the Dartmouth Summer Research Projecton Artificial Intelligence // Stanford.
Принято выделять две группы проблем, которые исследует ИИ как наука:
Сильный (интегральный, универсальный) ИИ
Гипотетический И И, способный не только решать интеллектуальные задачи, но и самостоятельно ставить цели, сравнимый с человеческим интеллектом и превосходящий его. Для решения проблем сильного ИИ необходимо хорошо понимать, как функционирует человеческий мозг. Нейробиология накопила огромное количество эмпирических знаний об анатомии и физиологии мозга, молекулярных и генетических механизмах. Однако общие принципы переработки информации мозгом до конца не ясны; понятно только то, что они существенно отличаются от принципов работы компьютера. Поэтому перспективы реальной разработки сильного ИИ весьма туманны. Еще в 1975 году некоторые известные ученые обещали создание ИИ, сравнимого с человеческим интеллектом, к 2000 году, то есть через 25 лет. Через 45 лет, в 2020 году прогноз такой же: сильный ИИ будет создан примерно через 25 лет.
Слабый (прикладной) ИИ
Методы и программные системы, решающие отдельные интеллектуальные задачи. Здесь успехи гораздо более значительны.
Интеллектуальная задача — это задача, для решения которой у человека нет алгоритма. Выполняя действия по алгоритму, разные люди всегда получат один и тот же результат, причем и ход решения будет у них одинаковым. При решении интеллектуальной задачи люди используют свои знания, умение рассуждать и сообразительность, которые у разных индивидуумов различны. Основные успехи ИИ за 60 лет своего существования заключаются в формализации этих интеллектуальных способностей человека, то есть в разработке методов представления знаний, моделирования рассуждений, эвристического поиска и т. д.
Параллельно с методами формализации интеллектуальных способностей (символьного, или алгоритмического, ИИ) развивалось другое направление ИИ, основанное на идее машинного обучения и технологии нейронных сетей. С появлением глубокого обучения нейротехнологии получили широкое развитие и стали наиболее тиражируемыми. Эти интеллектуальные технологии постепенно расширяли области своего применения, но при этом порождали завышенные ожидания. Поэтому полезно иметь в виду, что нейротехнологии имеют некоторые принципиальные ограничения. Они в основном связаны с трудностями оценки качества обучающей выборки (в частности, ее полноты), что приводит к проблемам с объяснением полученных результатов и к недоверию к ним, даже если они верны.
Трудные интеллектуальные задачи приходится решать, например, при создании беспилотников, особенно автомобилей; в основном именно поэтому они еще не производятся в промышленном объеме. Главной проблемой становится оценка ситуации, возможность отделить предмет от фона, движущийся объект от неподвижного, выделить потенциальные источники опасности. Решить эти проблемы может помочь машинное обучение на данных и прецедентах. Проблема в том, что может возникнуть ситуация, которой в обучающей выборке не было.
Некоторые виды интеллектуальных систем представлены в таблице 4.
Таблица 4
Виды интеллектуальных систем
Виды интеллектуальных систем
Кроме того, элементы ИИ применяются в таких современных цифровых технологиях, как киберфизические системы («умные дома», ИВ), дополненная реальность и т. д.