• Общество
  • 31 Октября, 2021

МИР ТЕХНОЛОГИЙ: ОБ ИСКУССТВЕННОМ ИНТЕЛЛЕКТЕ

Начиная с древности, человек продолжает придумывать себе всевозможные вспомогательные средства для решения реальных задач. Если кратко остановиться на истории этих вспомогательных средств и рассматривать развитие человечества как исторический процесс, то можно заметить, что до ХХ в. возобновление техники и развитие экономики происходило в экстенсивном темпе, а на этапе научно-технической революции ХХ в. развитие переходит на интенсивный путь. 

В первой половине XX в. было создано множество гипотез о разумных машинах, заложивших основу технологического скачка, произошедшего в середине этого века. Именно они позволяют сформировать достаточный объем знаний в области математических, технических, естественных и гуманитарных наук. Были достигнуты большие успехи в изучении нервной системы живых организмов, в том числе и мозга человека. В математике возникает теория алгоритмов, благодаря которой появились первые ЭВМ.

«Искусственный интеллект» как новое научное направление возникает в середине XX в. и впервые был предложен в 1956 году американским ученым

Д. Маккарти на конференции в Дармутском университете [1]. Начиная с этого времени, предпринимаются интенсивные изучения параллельно с человеческой сознательной деятельностью произвести самостоятельно мыслящую и целенаправленно действующую систему – ИИ.

В научной литературе до сих пор нет сформированного единого мнения о предмете исследования, чем в действительности занимается ИИ. На данный момент существует несколько определений, объясняющих искусственный интеллект (Artificial intelligence, AI):

– научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования тех видов человеческой деятельности, которые традиционно считаются интеллектуальными;           

– свойство интеллектуальных систем выполнять функции, которые традиционно считаются прерогативой человека. При этом интеллектуальная система – техническая или программная система, способная решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти такой системы;

– наука, входящая в комплекс компьютерных наук, а создаваемые на ее основе технологии к информационным технологиям. Задачей этой науки является воссоздание с помощью вычислительных систем и иных искусственных устройств разумных рассуждений и действий [2].

Исследовательские работы специалистов показывают, что термин «искусственный интеллект» в разных источниках трактуется не одинаково (он изначально подразумевал раздел информатики, изучающий алгоритмическую реализацию человеческих способов решения задач). В результате возникают различные программы исследований искусственного интеллекта. Это:

– создание компьютеров, способных выполнять функции, традиционно относимые к области интеллектуальной деятельности человека;

– попытки моделировать человеческий интеллект на основе моделирования мозгового субстрата (нейрокомпьютеры);

– создание искусственных самообу­чающихся устройств, способных эволюционировать. Так зоопсихология, психология и кибернетика дали сильный толчок научному изучению интеллекта [3].

В статье Егорова А. С. и Макарова С. П. «Направления и методы создания искусственного интеллекта» отмечается, что сегодня выделяется два основных подхода к разработке ИИ:

Прагматическое направление или нисходящий ИИ – создание экспертных систем, баз знаний и систем логического вывода, имитирующих высокоуровневые психические процессы: мышление, рассуждение (дискурс), речь, эмоции, творчество и т. д. При этом, если результат функционирования системы в некотором смысле совпадает с результатом деятельности эксперта, то ее можно признать интеллектуальной независимо от способов получения этого результата. При таком подходе не ставится вопрос об адекватности используемых в компьютере структур и методов тем структурам и методам, которыми пользуется в аналогичных ситуациях человек, а рассматривается лишь конечный результат решения конкретных задач;

Бионическое направление или восходящий ИИ изучение нейронных сетей и эволюционных вычислений. Основывается на предположении о том, что если в системе воспроизвести процессы человеческого мозга, то и результаты решения задач такой системы будут подобны результатам, получаемым человеком. Интеллектуальное поведение моделируется на основе биологических элементов, а также на заранее созданных вычислительных системах, таких как нейрокомпьютер или биокомпьютер.

С опорой на данные направления существуют отдельные методы реализации ИИ на практике. К ним можно отнести:

Символьное моделирование мыслительных процессов. Одна из основных направлений в области ИИ. Оно связано с разработкой моделей представления знаний, созданием баз знаний, образующих ядро экспертных систем. Включает в себя модели и методы извлечения и структурирования знаний. Моделирование рассуждений подразумевает создание символьных систем, на входе которых поставлена определенная задача, а на выходе требуется ее решение.

Обычно предлагаемая задача уже формализована, но либо не имеет алгоритма решения, либо он слишком сложен и трудоемок. В это направление входят: доказательство теорем, принятие решений и теория игр, планирование и диспетчеризация, прогнозирование. Опирается на нисходящий подход к реализации ИИ [4].

Работа с естественными языками. Общее направление искусственного интеллекта и математической лингвистики. Оно изучает проблемы компьютерного анализа и синтеза естественных языков. Применительно к искусственному интеллекту анализ означает понимание языка, а синтез – генерацию грамотного по человеческим меркам текста. Весьма важным направлением является обработка естественного языка. В рамках этого направления ставится цель такой обработки естественного языка, которая была бы в состоянии приобрести знание самостоятельно, читая существующий текст из доступных источников. Некоторые прямые применения обработки естественного языка включают информационный поиск и машинный перевод. Опирается на восходящий подход к реализации ИИ [5].

Машинное обучение (англ. machine learning, ML) – класс методов ИИ, отличительной чертой которых является обучение в процессе использования решений множества сходных задач, а не прямое решение задачи. Это направление было одним из основных с самого начала развития ИИ. Раздел машинного обучения образовался в результате объединения методов математической статистики, методов обучения сетей и видов топологий их архитектуры. Задача машинного обучения заключается в автоматизации решения профессиональных задач в разных областях человеческой деятельности с помощью самостоятельного получения знаний системой во время работы. Наибольшее распространение получили при распознавании человеческой речи, жестов, образов, рукописного ввода. Разработка технологий машинного обучения приводит к накоплению огромных объемов данных во всех сферах жизни общества. Эти системы относятся к классу восходящего ИИ, так как используют самообучающиеся нейронные сети [4].

Биологическое моделирование искусственного интеллекта. Сторонники данного подхода считают, что феномены человеческого поведения, его способность к обучению и адаптации есть следствие только биологической структуры и особенностей ее функционирования. Технологии в этой области ИИ реализуются как восходящие. Поэтому к данной модели можно отнести несколько направлений.

1) Нейронные сети, использующиеся для решения нечетких и сложных проблем, таких как распознавание геометрических фигур или кластеризация объектов. Нейронные сети не программируются в привычном смысле, они самообучаются. Именно возможность обучения является одним из их преимуществ перед традиционными, программируемыми человеком, алгоритмами. В процессе обучения нейронная сеть способна выявлять сложные зависимости между входными и выходными данными, а также выполнять их обобщение. Поэтому может выдать верный результат на основании данных, которые отсутствовали в предыдущей выборке или были искажены в силу определенных причин.

2) Основная задача агентно-ориентированного подхода заключается в создании автономных программ. Согласно ему, интеллект – это вычислительная часть, способная достигать целей, поставленных перед интеллектуальной машиной. Сама такая машина будет интеллектуальным агентом, воспринимающим окружающий его мир с помощью датчиков и способным воздействовать на объекты в окружающей среде с помощью исполнительных механизмов [6].

Робототехника один из самых популярных направлений технической мысли. Это – наука об электротехнических устройствах, предназначенных для автоматизации человеческого труда. Области робототехники и ИИ тесно связаны. Интеграция двух наук делает возможным создание умных роботов, составляющих еще одно направление ИИ. Интеллектуальность требуется роботам, чтобы манипулировать объектами, выполнять навигацию и планировать движение автономно, без какого-либо вмешательства человека. Технологии в этой области ИИ реализуются как на восходящем, так и на нисходящем ИИ. В силу развития этой отрасли возникает множество технических проблем внедрения ИИ, которые уже пытаются разрешить ученые и инженеры. Такой проблемой у интеллектуальных машин может стать машинное зрение или адекватное хранение трехмерной визуальной информации. Отсюда, робототехника сегодня – инженерная наука, не отвергающая технологий ИИ, но не готовая пока к их полному внедрению в силу различных (в основном технологических) причин [6].

Представление знаний. Главная задача в сфере ИИ – научиться хранить знания таким образом, чтобы программы могли осмысленно обрабатывать их и достигнуть тем подобия человеческого интеллекта. Исследователи ИИ используют теории представления знаний из когнитологии (когнитология – междисциплинарное научное направление, объединяющее теорию познания, когнитивную психологию, нейрофизиологию, когнитивную лингвистику и теорию искусственного интеллекта). Поскольку знание используется для достижения разумного поведения, фундаментальной целью дисциплины представления знаний является поиск таких способов представления, которые делают возможным процесс логического вывода, то есть создание знания из знаний. Технологии в этой области реализуются на восходящем и на нисходящем ИИ [4].

Другие области исследований. В настоящее время развиваются новые модели реализации ИИ на практике. Существует уже множество наработок, каждая из которых образует практически самостоятельное направление. Примером может стать машинное творчество систем ИИ (живопись, музыка), интеллектуальные системы информационной безопасности и ИИ в компьютерных играх. В перспективе предполагается тесная связь развития ИИ с разработкой квантового компьютера, так как некоторые свойства искусственного интеллекта имеют схожие принципы действия с квантовыми компьютерами [7].       

Научные исследования в области ИИ в настоящее время получила приоритетное развитие в мире. Эксперты едины в том, что они приведут к следующей технологической революции, которая изменит повседневную жизнь человека и производство. «Согласно прогнозу аналитической компании «Tractica», к 2025 г. ожидается стремительный рост мирового рынка технологий искусственного интеллекта с 1,38 млрд долл. в 2016 г. до 59,75 млрд» [8].

Понятно, что машины все более совершенствуются, от этого исследователи задаются вопросами: «Станут ли машины умнее людей?», если да, то «когда это произойдет?». Существует гипотетичес­кий момент времени, когда техничес­кий прогресс станет настолько быстрым и сложным, что окажется недоступным человеческому пониманию. Это явление в научной литературе получило название «Технологической сингулярности». Одной из причин сингулярности считают, создание ИИ в разных его проявлениях. Так, в 1965 г. английский математик И. Гуд описал технологичес­кую сингулярность: в определенный момент времени, когда самая мощная из существующих машин создаст другую машину, умнее ее самой, произойдет некий «интеллектуальный взрыв» [7].

В современных условиях новаторы данной отрасли работают над обеспечением надежности, безопасности, и открытости технологий ИИ. Рассматривают вопросы доступности к созданным ими преимуществам и использования его потенциала для улучшения жизненных условий людей. Например, на начало 2018 г. искусственный интеллект добился нескольких ярких успехов, проник в различные отрасли экономики. Основываясь на достижении данной отрасли, можно привести следующие примеры применения алгоритмов искусственного интеллекта. IBM предлагает услуги: юристам для классификации конкретных ситуаций в соответствии с правовыми нормами, железнодорожникам для оценки усталости составов и путей; в области медицины распознавание образов позволяет опознать и классифицировать органы для планирования хирургических процедур; онлайн-магазины пользуются механизмами машинного обучения для более точной рекомендации товаров регулярным клиентам; автономные роботизированные музейные гиды способны проводить экскурсии и отвечать на вопросы посетителей по теме экспозиции; в военной сфере уже сейчас можно увидеть зачатки автономного принятия решений: комплексы ближней противовоздушной и противоракетной обороны исключают человека из цепочки принятия решений из-за низкой скорости реакции человеческих операторов, а современные противокорабельные ракеты способны распределять цели между ракетами в залпе в зависимости от их важности.

В работах исследователей приводится ориентировочный прогресс научно-исследовательских и опытно-конструкторских работ этой отрасли. Например, хирургия, в том числе и микрохирургия, требующая точного вмешательства в тело пациента, сможет быть автоматизирована в ближайшем будущем. В 2016 г. был представлен в качестве демонстратора технологий робот «STAR», способный проводить операции на мягких тканях. При достижении успехов в распознавании образов можно ожидать роботизации всех хирургических процедур удаления тканей, что позволит сделать хирургию более доступной и снизить нагрузку на лечащий персонал [10].

Потенциальный эффект ИИ в этой отрасли очень огромен. Взять, например, ИИ-систему «Fundus Machine», разработанную компанией «Baidu» в сотрудничестве с китайскими больницами. Обученная на большом количестве точно промаркированных изображений глазного дна с использованием архитектуры, основанной на интерпретируемых фактических данных, она достигла диагностической точности, сопоставимой с результатами профессионального офтальмолога с опытом работы более 10 лет. Обследование и анализ занимают всего 10 секунд [8].

По подсчетам экспертов в ближайшие годы стоит ожидать взрывного развития AI-технологий и их применения. Например, «по предварительным данным Gartner, глобальный рынок AI-технологий составил $1,2 трлн в 2018 году, а к 2022-му он вырастет до $3,9 трлн». Развитие искусственного интеллекта коренным образом меняет бизнес-среду. Рынок требует более эффективного распоряжения ресурсами, и компьютерный разум успешно справляется с такими функциями, как анализ ошибок, классификация данных, распознавание образов, занимается предиктивной аналитикой и помогает ускорять бизнес-процессы (от простой оптимизации логистических цепочек до биохимического моделирования, позволяющего сократить циклы изобретения лекарств) [11].

В современных условиях эксперты в области ИИ подчеркивают, что вопросы о последствиях использования ИИ затрагивают всех, поэтому проблемы не должны обсуждаться только узкими специалистами. Каждое общество, академическое учреждение, каждая компания и каждый человек в своей деятельности должны учитывать, как ИИ будет влиять на жизнь современного человека и будущего поколения. Исходя из этого, крайне важно развивать прочные многосторонние партнерские отношения и реализовывать проекты для изучения влияния ИИ на все сферы жизнедеятельности общества.

Потенциальная экономическая отдача искусственного интеллекта (ИИ) огромна. Согласно исследованию PwC, (PwC «прайсуотерхаускуперс») – международная сеть компаний, предлагающих услуги в области консалтинга и аудита к 2030 году, она составит около 16 трлн долл. США. Но каковы издержки ИИ и есть ли связанные с ним риски? Можно ли действительно создать ИИ, не беспокоясь о социальных последствиях? Как обеспечить более широкое применение ИИ для достижения целей устойчивого развития?

Согласно подсчетам, многим профессиям в ближайшие годы грозит исчезновение. Например, с вероятностью 98% роботами будут заменены специалисты по кредитованию, а с вероятнос­тью 94% работа среднего юридического персонала скоро будет выполняться компьютерами. Чтобы «подготовиться к подобному повороту событий и к тому, что неактуальными станут целые предприятия или отрасли, необходимо перестроить свое мышление. Поэтому необходимо собрать как можно лучшую команду специалистов. Внешняя поддержка особенно полезна для компаний, стремящихся быстро адаптироваться к меняющимся условиям. «Мне нравятся слова гуру маркетинга Дэвида Огилви, – говорит Бранч. – Если встретишь человека лучше себя, найми его/ее. При необходимости плати ему/ей больше, чем себе... Смысл сказанного в том, что желательно признать преимущества сотрудничества с людьми, которые талантливее или опытнее вас». Кроме того, по мнению Бранч, признание того, что отдельным людям и компаниям сегодня в равной мере необходимо обращаться к внешним специалистам и/или использовать команду, может не только ускорить процесс адаптации, но и привести к большему успеху, чем действовать в одиночку... Если хотим оставаться конкурентоспособными, хотим опережать время, то мы впрямь должны в корне изменить свое мышление. Сделав это, мы можем открыть для себя невообразимый мир новых возможностей. Существует три главных условия конкурентоспособности во времена беспрецедентных перемен:

– измените свой образ мышления;

– начните с малого, чтобы добиться большего;

– окружите себя специалистами ITU [12].

В современных условиях трудно предсказать точные горизонты, которых сможет достичь ИИ. Тем не менее, в исследованиях ученых отмечается, что ИИ может сыграть ключевую роль в решении следующих проблем: изменение климата; сохранение биоразнообразия природы; поддержание мирового океана в здоровом состоянии; обеспечение водной безопасности; сохранение чис­того воздуха и погодоустойчивость, устойчивость к стихийным бедствиям. Но эти области использования ИИ рассматриваются не как изолированные программы устранения последствий экономического развития, а комплексно – чтобы выявить коренные причины, влияющие на состояние планеты и благосостояние людей.

Сегодня передовые технологии искусственного интеллекта позволяют решать специфические задачи и тем самым увеличивают возможности человека. И он находит применение в самых разных сферах, соответственно, оправданно вести речь о начале социальных преобразований, именуемых «четвертой промышленной революцией». Йохен Бербнер, управляющий партнер «McKinsey & Company» в Казахстане, отмечает: «Технологии ИИ и углубленной аналитики могут стать одними из основных факторов, которые позволят Казахстану достичь 5–6-процентного ежегодного роста ВВП до 2030 года. Это возможно за счет увеличения производительности труда, которое станет значимым фактором экономического роста в условиях замедления темпов наращивания занятости» [13].

Расширение знаний в области ИИ должно быть одной из ключевых проб­лем в РК. Государственное ведомство должен оказать посильную помощь тем, кто принимает решение о внедрении и применении потенциала ИИ в интересах производства, промышленности. Специалисты «McKinsey & Company» отмечают, что годовой эффект от внедрения технологий искусственного интеллекта и углубленной аналитики в добывающей и производственной отраслях может составить от $5 до 7 млрд в ценах 2018 года. В секторе услуг аналогичный эффект может достигнуть от $9 до 13 млрд. В секторах образования, здравоохранения, госуправления и обороны эффект сравнительно ниже, однако дополнительные $1–2 млрд ВДС в год (в ценах 2018 года) представляются весьма существенным подспорьем для повышения уровня жизни населения...

Наряду с потенциалом для развития экономики технологии искусственного интеллекта и углубленной аналитики могут способствовать значительному повышению качества жизни горожан. Например, «уже сегодня в мире действует система навигации для слабовидящих, которая помогла существенно повысить качество жизни и трудоустроить свыше 50 тыс. человек. Для более чем 25 тыс. жителей Казахстана, которые относятся к категории слабовидящих, такая система, несомненно, была бы очень полезна» [13].

Разумеется, что в условиях возрастания общественной потребности, имеется кадровый дефицит исследователей, инженеров и программистов, занимающихся технологиями ИИ. Поэтому, для уменьшения рисков, порождаемых ИИ и связанными с ним технологиями в РК необходимо: переосмыслить подход к образованию. Для обеспечения максимального эффекта от внедрения новых технологий Казахстану понадобятся специалисты, обладающие соответствующими навыками. К 2030 году в стране должно появиться 5–10 тыс. аналитиков данных, 20–25 тыс. разработчиков систем данных, 2–5 тыс. дата-сайентистов (исследователи данных). Это огромная ниша, к которой уже сейчас следует присмотреться соискателям на рынке труда...

Совокупных усилий государства и бизнеса требуют такие действия, как обновление учебных программ и организация необходимого обучения для будущих специалистов. Эффективно действует переквалификация работников путем организации краткосрочных образовательных программ на различных предприятиях, а на уровне каждого отдельного человека остается актуален поиск новых путей саморазвития» [13-14].

 Необходима продуманная инновационная программа, способствующая обучению и обмену знаниями между теми, кто занимается исследованием ИИ и специалистами промышленных и академических кругов. Для использования потенциала применения технологий ИИ и углубленной аналитики потребуется также немало совместных усилий со стороны государства, частного бизнеса и граждан страны.

Государство ответственно за создание необходимой инфраструктуры и среды для содействия технологическим инновациям. Также существенна роль государства в содействии разработке новых технологий ИИ и углубленной аналитики в качестве крупного заказчика таких технологий в частном секторе.

Частный бизнес может внести значимую лепту через структурирование и маркировку доступных данных для последующего использования при внедрении технологий ИИ и углубленной аналитики. Повсеместное внедрение методики Agile для повышения темпов инноваций также будет способствовать реализации сценариев использования технологий в деле.

На уровне населения можно говорить о формировании привычек применения технологий для облегчения повседневной жизни, а также об освоении цифровых методов работы.

Необходимо перейти к основательному и критическому обсуждению проблем, которые будут способствовать совершенствованию общественных отношений и пониманию воздействия ИИ на личности и на общество в целом.

Знакомство со специальной литературой показывает, что человек с каждым днем становится все ближе к осуществлению своего замысла – созданию искусственного интеллекта. Подтверждением этому является заинтересованность передовых стран, корпораций, научного сообщества, а также стремительный рост инвестиций в эту область.

Калас ЖАМАЛОВ,

доктор философских наук

 

ЛИТЕРАТУРА

1. Дармутский семинар //ru.wikipedia.org/

2.Искусственный интеллект // ru.wikipedia.org/

3. Философская энциклопедия. Интеллект.

https://iphlib.ru/library/collection/newphilenc/document/HASH523b26975f21f2447bc452

4. Лайпанова Л. А. Символьное моделирование мыслительных процессов. https://megalektsii.ru/s25674t10.html. (дата обращения 18.05.2018).

5. Люгер Дж. Искусственный интеллект: стратегии и методы решения сложных проблем. 4-е изд. – М.: Вильямс, 2013. 864 с.

6. Модели и методы исследований. URL: http://ai-news.ru/2017/06/modeli_i_metody_issledovanij.html. (дата обращения 18.05.2018).

7. Иванов А. Искусственный интеллект: испытание творчеством. URL: https://iot.ru/gorodskaya-sreda/iskusstvennyy-intellekt-ispytanie-tvorchestvom. (дата обращения 18.05.2018).

8. Искусственный интеллект. URL:

http//:ru.wilipedia.org/Искусственный_интеллект. (дата обращения: 15.02.2018).

9. Технологическая сингулярность. URL:

http//:ru.wilipedia.org/Технологическая_сингулярность.

10. Шефтелович Д. Мир через 100 лет, Технологии. https://russiancouncil.ru/analytics-and-comments/analytics/iskusstvennyy-intellekt-vremya-slabykh/

11. Искусственный интеллект и машинное обучение в Швейцарии: бизнес и перспективы. https://www.s-ge.com/ru/article/poslednie-novosti/20192-ai-business

12. Юдковский Э. Искусственный интеллект как позитивный и негативный фактор глобального риска. Перевод: Турчина А. В.

http://spkurdyumov.ru/biology/iskusstvennyj-intellekt/

13. Что даст искусственный интеллект Казахстану?

Подробнее: https://kursiv.kz/news/hi-tech/2019-06/chto-dast-iskusstvennyy-intellekt-kazakhstanu?page=8

14. Комиссина И. Н. Современное состояние и перспективы развития технологий искусственного интеллекта в Китае. https://riss.ru/wp-content/uploads/2019/03/10.pdf

1552 раз

показано

3

комментарий

Подпишитесь на наш Telegram канал

узнавайте все интересующие вас новости первыми

МЫСЛЬ №2

20 Февраля, 2024

Скачать (PDF)

Редактор блогы

Сагимбеков Асыл Уланович

Блог главного редактора журнала «Мысль»