Создана система искусственного интеллекта, способная заменить психиатра - kupihome.ru

Создана система искусственного интеллекта, способная заменить психиатра

«Заменит ли нас искусственный интеллект?»

Из объекта интереса фантастической литературы искусственный интеллект превратился в часть повседневной реальности. Системы ИИ внедряются не только в комплексных роботов, но вообще везде: в смартфоны, автомобили, пылесосы, социальные сети и стриминговые сервисы. Неизменными, однако, остались вопросы, которыми в связи с этим задается человечество. Как близко мы подобрались к реальности, в которой будет доминировать ИИ? Как внедрение искусственного интеллекта преобразует человеческое общество? Наконец, возможно ли, что ИИ вытеснит людей и возьмет контроль над миром? Подробный обзор существующих ответов и предположений можно найти в книге нейробиолога Шелли Фэн «Заменит ли нас искусственный интеллект?», вышедшей в рамках издательского проекта «А+А» — совместного проекта Ad Marginem и ABCdesign и переведенной на русский язык Натальей Рыбалко и Анастасией Суслопаровой. N + 1 предлагает своим читателям ознакомиться с отрывком о том, как появление сверхразумного ИИ ограничивается уровнем развития современных компьютерных микросхем, и какие технологические новинки способны это препятствие устранить.

Будущее ИИ

И пусть история не дает однозначного ответа на вопрос, поднимется ли когда-нибудь ИИ на уровень человека, значительное число исследователей, философов и футурологов полагает, что универсальный ИИ ждет нас в ближайшем будущем. Идея технологической сингулярности, которую популяризовал Рэй Курцвейл в бестселлере «Сингулярность уже близко: когда люди выйдут за пределы биологии», предсказывает момент, когда ИИ достигнет уровня человеческого разума. Это замечательное достижение, в свою очередь, моментально спровоцирует развитие сверхразумного ИИ, что приведет к изменениям человеческой цивилизации, которые не поддаются нашему пониманию и прогнозированию.

Сторонники теории сингулярности придерживаются разных мнений по поводу последствий такого тектонического сдвига, однако и те и другие считают, что горизонт события уже близок. Не так давно была проведена серия опросов, в которых экспертов, исследующих ИИ, спрашивали, когда, по их мнению, машинный разум сравняется с человеческим, при условии что текущая скорость технического прогресса сохранится. В среднем, по их оценкам, вероятность, что это случится к 2022 году, составляет 10 %, а вероятность, что к 2040 году, — 50 %. К 2075 году это событие рассматривается как почти неизбежное (90-процентная вероятность). Следующий вопрос был о сроке, за который сформируется сверхразумный ИИ после появления универсального интеллекта, и 75 % опрошенных оценили этот срок в 30 лет. Другими словами, есть основания ожидать, что во второй половине этого столетия мы станем свидетелями сингулярности.

Обратите внимание, что ключевое допущение в оценках экспертов — это сохранение существующей скорости развития технологий. До сих пор компьютерные мощности росли в геометрической прогрессии. За последние пять десятилетий производительность компьютерных микросхем значительно выросла — этот феномен впервые заметил сооснователь компании Intel Гордон Мур (род. 1929). До сих пор индустрия микропроцессоров развивалась согласно прогнозу Мура, но сейчас появились признаки, что мы приближаемся к критическому моменту. Специалисты корпорации Intel в 2016 году спрогнозировали, что кремниевые транзисторы продолжат уменьшаться в размерах только в течение следующих пяти лет.

Поскольку Intel поставляет серверные процессоры для Google и Microsoft, замедление развития аппаратного оборудования резко сократит возможности для разработки универсального ИИ. Уже замечено, что в последние несколько лет прогресс мировых суперкомпьютеров перестал ускоряться, и это говорит о том, что эти мощные машины уже ощущают на себе постепенный упадок закона Мура.

Это неизбежное препятствие на пути прогресса стало причиной повышенного интереса, поскольку подразумевает пересмотр всей архитектуры компьютерных микросхем.

Современные кремниевые процессоры (CPU и GPU) не оптимизированы для работы алгоритмов глубокого обучения. В последнее время производители работают над созданием нейроморфных процессоров. Эти процессоры обрабатывают данные с помощью электронных элементов, которые имитируют нейроны и синапсы человеческого мозга, образуя, по сути, искусственную нейронную сеть в аппаратной форме.

Центральный процессор (CPU). Ключевой элемент компьютера, который обрабатывает данные во время работы компьютерных программ.

Графический процессор (GPU). Специализированная электронная микросхема для обработки изображений. Может обрабатывать несколько блоков данных одновременно, тем самым сокращая время вычисления.

Нейроморфный процессор обычно состоит из множества вычислительных ядер маленького размера. Как и биологический нейрон, каждое ядро обрабатывает данные, поступающие из разных источников, и объединяет информацию. Если сумма входящих сигналов достигает порогового значения, ядро генерирует выходной сигнал. Этот способ обработки данных принципиально отличается от сегодняшних компьютеров, у которых память и вычислительное устройство отделены друг от друга. У нейроморфных процессоров эти два блока составляют единое целое, что значительно сокращает потребление энергии. В отличие от существующих сейчас CPU, которые выполняют операции последовательно, нейроморфные вычислительные ядра могут образовывать паутинообразные сети, работающие в параллельном режиме.

Компания IBM стала лидером в создании нейроморфных процессоров, когда в 2014 году в рамках программы DARPA SyNAPSE создала «когнитивный процессор» TrueNorth, который имеет структуру, отдаленно напоминающую структуру мозговой ткани. Процессор состоит из 5,4 миллиарда транзисторов и более 4000 нейросинаптических ядер. Несколько лет спустя IBM с успехом использовала материалы с фазовым переходом, чтобы имитировать паттерны срабатывания биологических нейронов.

Благодаря использованию материалов с фазовым переходом команде разработчиков удалось уменьшить процессор до нанометровых размеров и придать ему способность мгновенно выполнять сложные вычисления, потребляя при этом очень мало энергии. В 2016 году в Принстонском университете возникла другая идея: полностью отказаться от использования электричества, а для питания нейроморфного процессора с множественными нейронами использовать фотоны. Целый ряд экспериментов показал, что нанофотонный процессор и глубокая искусственная нейронная сеть обучаются схожим образом, только первый делает это гораздо быстрее. На испытаниях по решению математических задач фотонная нейронная сеть продемонстрировала скорость почти в две тысячи раз выше, чем обычные компьютеры.

Также были разработаны искусственные синапсы с использованием органического материала, который биологически совместим с человеческим мозгом. ENODe — электрохимическое нейроморфное органическое устройство, созданное Стэнфордским университетом и Сандийскими национальными лабораториями, — имитирует вычисления в биологических синапсах. Ожидается, что миниатюрная версия этого чипа сократит потребление энергии в несколько миллионов раз и будет способна напрямую соединяться с живым человеческим мозгом для создания более совершенных нейрокомпьютерных интерфейсов.

Биологический синапс. Соединение между двумя нейронами в мозге, которое позволяет нейронам взаимодействовать друг с другом с помощью электрических или химических сигналов.

Нейрокомпьютерный интерфейс. Система, которая напрямую соединяет ткани мозга с внешним электронным устройством — компьютером или протезом. Переводит электрические сигналы мозга в команды для компьютера и наоборот.

Еще больше поражает возможность восстанавливать или расширять функции человеческого мозга с помощью внешнего или имплантированного электронного чипа.

Экспериментальные образцы нейропротезов уже помогли парализованным пациентам снова начать ходить, а слепым — до некоторой степени восстановить зрение. Как правило, эти системы представляют собой комплект вживленных непосредственно в мозг электродов, которые записывают сигналы нейронов и передают их на внешний компьютер, анализирующий эти данные с помощью ИИ. Аналогичная система работает и в обратном направлении — данные об ощущениях, которые испытывает протезное устройство, посылаются обратно в мозг.

Читать еще:  Как установить и подключить проточный водонагреватель к водопроводу?

Чтобы как можно меньше травмировать мозг хирургическим вживлением электродов, ученые немедленно принялись за разработку более компактных, безопасных и эффективных зондов, которые вводятся непосредственно в мозг для записи электрических сигналов. В 2016 году был разработан Neural Dust — крошечный, почти незаметный глазу беспроводной сенсорный датчик, активируемый при помощи ультразвука. Он устанавливается с минимальным повреждением тканей и стимулирует активность нейронов. Кроме того, для записи и воссоздания нейронных связей были разработаны специальные методики с применением магнитов. В 2017 году Илон Маск основал Neuralink — таинственную компанию, занимающуюся созданием нового вида мозгового импланта под названием Neural Lace («нейронное кружево»).

На текущий момент нет особых оснований полагать, что высшие функции мозга, такие как память или особенности характера могут храниться в имплантированной микросхеме, что не мешает ученым стремительно расшифровывать информацию, которая содержится в электрических сигналах мозга. И решающую роль в этом процессе сыграло внедрение технологий ИИ. В наши дни уже существуют технологии, которые могут приблизительно расшифровывать содержание снов или реконструировать лицо, основываясь на считывании активности мозга.

Подробнее читайте:
Фэн, Шелли. Заменит ли нас искусственный интеллект? / Шелли Фэн. [; Пер. с англ. Натальи Рыбалко и Анастасии Суслопаровой] — М. : Ад Маргинем Пресс, ABCdesign, 2019. — 144 с. : ил. — (The Big Idea).

Сможет ли искусственный интеллект заменить врача?

И И сможет решать многочисленные бизнес-задачи, спасать жизни и делать работу врача ориентированной на пациента.

Медицинский бизнес разделился на два лагеря. Одни говорят, что ИИ способен решить многочисленные проблемы, связанные с точностью диагностирования, особенно в области радиологии. Они опираются на исследования, доказывающие, что искусственный интеллект способен до мельчайших подробностей проводить диагностику любых образований в организме человека.

Их оппоненты задают вопрос: этично ли использовать ИИ в медицинских центрах? Ведь тогда врачи будут не нужны. И здесь все больше говорят о безопасности использования подобных технологий в радиологии. Можно ли доверить свое здоровье роботу, у которого нет эмпатии и души?

Несмотря на массу противоречивых мнений, нельзя отменить тот факт, что искусственный интеллект имеют бесспорные преимущества для медицинского бизнеса.

С точки зрения бизнеса, новые технологии дают безграничные возможности для предоставления качественного и точного сервиса. Например, ежедневно врач-рентгенолог вынужден обрабатывать огромное количество информации: сотни изображений с магнитно-резонансная томографией (МРТ) и тысячи — с компьютерной томографией (КТ). Это накладывает определенный отпечаток на точность диагнозов. Фактически, человек способен оценить ту же опухоль или другое образование на глаз. Тогда как ИИ может скрупулезно изучить состояние патологии и ее отдельных компонентов (отека, крови и так далее). И обрабатывать информацию 24 часа в сутки.

Врач, с которого снята долгая кропотливая работа с диагностикой, способен больше времени провести с пациентом, выслушать его и выявить наиболее успешный способ лечения.

Человеку нужен человек, особенно в таких щепетильных вопросах, как здоровье. Искусственный интеллект никогда не сможет заменить простого человеческого отношения. И чем выше уровень диагностики, тем больше врач направлен на пациента, потому что ему не надо до ночи сидеть с картами и разбираться.

Выгодна ли эта технология? Здесь попробуем обратиться к цифрам. В 2019 году аналитическая компания CB Insights провела исследования рынка медицинских услуг. И выяснила, что с 2013 года технологичные компании, работающие на рынке ИИ, привлекли более $4,3 млрд в рамках более, чем 500 сделок. И это только начало.

Согласно их же прогнозам, к 2021 году эта цифра вырастет до $6,6 млрд.

Любая технология сначала воспринимается как нечто опасное и чужое. Но постепенно вливается в повседневную жизнь. То же касается и медицины. Сегодня процесс внедрения ИИ проходит медленно и встречает много препятствий, но грамотный инвестор видит издалека, что за этим будущее. Качественные технологии создают возможность обслуживать клиентов на самом высоком уровне: делать точную диагностику и ориентироваться на клиента. Клиники будущего — это те места, где ИИ будет работать на благо врачей и пациентов. Врач будет иметь возможность точной диагностики, а значит, больше шансов на успешное лечение пациентов. Все это постепенно выведет клиники на новый уровень обслуживания, куда люди будут идти с радостью и доверием. А это постоянные доходы.

В перспективе возможно создание круглосуточной диагностики без привязки к врачу, который сохранит за собой функцию спасения жизней, а не выявления патологий. В Китае уже пробуют ставить будки, где человек может измерить давление, сердечный ритм и другие анализы. После робот выдает заключение и записывает на прием к врачу. Человек приходит на встречу уже с диагнозом, что значительно ускоряет работу клиник.

Лидером по внедрению искусственного интеллекта в медицину остается Северная Америка. Сегодня почти все крупные гиганты (Microsoft, IBM, Google, Nvidia, Amazon, Intel, General Electric) тратят миллиарды долларов на изучение возможностей ИИ. На втором месте — Европа, где процесс внедрения ИИ только начинается, однако, уже набирает обороты и привлекает инвестиции в миллионы евро.

Главная причина использования искусственного интеллекта — недостаток квалифицированных врачей. По данным Всемирной организации здравоохранения в более чем 50 странах мира не хватает врачей. И цифры поражают — свыше 5 миллионов специалистов. Такой же кадровый голод сегодня испытывает отрасль в России.

Если в крупных городах все более-менее понятно, то регионы вынуждены предлагать льготы, субсидии, бесплатное жилье, лишь бы привлечь врачей на работу. И главная проблема — профессиональные рентгенологи и аналитики, которые смогут ставить диагнозы после КТ и МРТ. Возможно, появление ИИ сможет решить проблему кадрового голода.

Для того, чтобы робот начал ставить диагнозы, ему необходимо изучить алгоритмы всех возможных вариантов. Сейчас этим занимаются врачи. На разметку одного исследования уходит более 5 часов. Потом работу специалиста проверяет коллега для большей точности. Ведь чем четче данные, тем качественнее будет работать нейронная сеть в будущем.

Несмотря на то, что мы только начинаем работу над созданием датасета и развития технологии искусственного интеллекта, в ближайшие 10 лет эта ниша станет самой востребованной.

Исследования в России стоят намного дешевле, чем за рубежом. То есть за сравнительно небольшие деньги можно получить инновационный продукт, который выведет медицинский рынок на совершенно новый уровень.

Стоит ли бояться безработицы среди врачей? Новые технологии призваны не лишить работы врачей (которых, к сожалению, сейчас совершенно не хватает, отрасль находится в кризисе), а повысить привлекательность профессии и сделать ее интересной для молодежи.

Профессия врача-рентгенолога для многих молодых людей представляется чем-то скучным. Но если они увидят в этом возможность работать с передовыми технологиями и ИИ, то интерес резко возрастет.

Читать еще:  Что лучше мультиварка или мультиварка-скороварка?

Нейронные сети помогут вывести профессию на новый уровень и сделать диагностику точной и безопасной. Врач станет не просто «расшифровщиком» КТ и МРТ, а аналитиком. Человеком, который сможет посвятить себя пациентам, а значит, повысить уровень обслуживания, чего нам сейчас очень не хватает в отрасли.

«Искусственный интеллект не сможет сравниться с естественным в изобретении нового»

Борис Кобринский, доктор медицинских наук, заведующий лабораторией Института современных информационных технологий в медицине ФИЦ ИУ РАН, профессор Российского национального исследовательского медицинского университета им. Н. И. Пирогова.

— В чем различие интеллекта искусственного и человеческого? Справедливо ли вообще называть ИИ интеллектом?

— Естественный интеллект характеризуется многочисленными функциями. Часть из них реализуется в системах ИИ, но главным отличием естественного интеллекта от искусственного является способность синтезировать новые знания, выявлять неизвестные закономерности. Искусственный интеллект — это устоявший термин, однако связанный с не совсем точным переводом с английского. Artificial Intelligence означает «умение рассуждать разумно». Создаваемые на этой основе системы более корректно называть системами с элементами искусственного интеллекта.

— Можно ли говорить, что искусственный интеллект — не более чем орудие человеческого?

— Вряд ли стоить говорить в такой формулировке. Интеллектуальные системы являются консультативными или ассистирующими в принятии решений человеком.

— Было бы важно дать читателю популярное описание математического аппарата, на котором работает ИИ. И что он собой представляет с точки зрения чисто технической: просто мощные суперкомпьютеры? Или нужны какие-то специальные средства и устройства?

— Большинство систем ИИ с самого начала опирались не на математический аппарат, а на логику с использованием средств для диалога с пользователем на естественном языке (логико-лингвистические системы), чего не умели предшествующие вычислительные системы. В настоящее время гибридные интеллектуальные системы включают наряду с логикой также и различные математические методы анализа. Но обязательным для интеллектуальных систем является база знаний, содержащая формализованные знания для конкретной области, для чего используются различные языки представления знаний. Для работы этих систем используются обычные компьютеры. Суперкомпьютеры лишь позволяют ускорить обработку данных, что важно для динамических систем реального времени — например, в управлении двигателями космического корабля и существенно, например, для прогнозов погоды. Исключением являются нейросети, в которых осуществляется математическая обработка введенной информации, однако отсутствует аргументация и логика решений, отсутствуют база знаний предметной области и объяснение выдвигаемых гипотез (решений). Но нейросетевой подход — это технология, имитирующая до некоторой степени работу мозга, истинное представление о которой пока остается открытым.

— Мы не понимаем (по большому счету), как работает мозг человека. А полностью ли сейчас понятно, как работает ИИ? Или уже появились такие как бы черные ящики, где происходит нечто неопределенное?

— Полноценные интеллектуальные системы, как уже отмечено выше, характеризуются как раз тем, что пользователь получает объяснение выдвигаемых системой гипотез как в процессе их рассмотрения, так и по завершении работы (окончательная гипотеза). Черными ящиками являются нейросети, не выдающие объяснений.

— Есть шутка, что ИИ на известную школьную риторику «а если все прыгнут с пятого этажа, ты тоже прыгнешь?» ответит: «да». Насколько это шутка? Каковы вообще когнитивные возможности искусственного интеллекта, будут ли они когда-нибудь сопоставимы с человеческими?

— Роботов обучают по-разному, но имеется подход, основанный на обучении на примерах. Если его использовать, то теоретически можно было бы добиться, чтобы робот не в шутку прыгал с любого этажа. Но он разобьется и больше не прыгнет. В то же время когнитивные способности систем на основе ИИ растут. Но взвешенная оценка говорит о том, что искусственный интеллект не сможет сравниться с естественным, по крайней мере, в изобретении нового. Мы не знаем, как человек изобрел колесо, аналогов которого в природе нет. Как обучить подобному ИИ. Новое знание возникает в мозге далеко не каждого человека.

— Теперь более практический вопрос: в каких сферах ИИ надежно заменит человеческий? Где у него будет преимущество? Где он никогда не сравнится с человеком? Например, есть ли шанс, что он справится с одной из открытых проблем математики — скажем, докажет алгебраическую независимость чисел ϖ и е?

— ИИ способен быстро перебирать различные варианты, он может заменить человеческий или обеспечить помощь человеку во многих областях с известным или понятным подходом к принятию решений: в анализе данных с учетом многообразных связей, в выборе оптимальных решений, в мониторинге ситуаций и управлении; роботы могут выполнять различные работы (в трудных условиях, в доме, на производстве, в здравоохранении и др.). Интеллектуальные системы поддержки принятия решений будут помощниками людей. Роботы заменят их во многих работах, где можно построить алгоритмы действий человека. Возможно, что и в математике, при доказывании теорем, ИИ сможет в перспективе решать сложные задачи. Но вновь должен отметить, что ему будет недоступно открывать принципиально новые направления в науке.

— Возможны ли сообщества искусственных интеллектов? Взаимопомощь и осознание общих интересов?

— Да, сообщества представителей ИИ и их взаимопомощь возможны. Это развитие сегодняшних многоагентных систем — виртуальных сообществ интеллектуальных агентов, каждый из которых взаимодействует с другим, и имеются агенты более высокого уровня, координаторы и наблюдатели, обеспечивающие изменение программы взаимодействия интеллектуальных агентов.

— Появятся ли у искусственного интеллекта творческие способности? Наитие?

— Если под творчеством понимать развитие известного, то да, если создание совсем неизвестного ранее, то нет. Наитие следует отнести к последнему. А вот ассоциативные связи уже имеют место в системах ИИ.

— В частности, врачебную интуицию, о которой у вас есть работы, может заменить ИИ?

— Интеллектуальные системы, основанные на экспертных знаниях высококвалифицированных врачей, обладающих интуицией и образным мышлением, могут включать интуитивные представления в том случае, когда их удается извлечь для формирования базы знаний. Мой опыт показывает, что этого можно достигнуть при групповом извлечении знаний за счет вскрытия врачебной интуиции одного эксперта путем вопросов к другим экспертам при умелом управлении дискуссией.

— Конкуренция искусственных интеллектов — страновая или на уровне компаний — насколько она жесткая? Каково место России в гонке ИИ?

— В явном виде конкуренции между странами нет. Может быть, можно говорить об ученых, которые следят за работами друг друга. На уровне компаний это связано с получением финансовых средств на разработку и/или на получение прибыли по законченным работам. В России период 70-х — начала 90-х годов прошлого века сопровождался созданием большого числа систем и интересными теоретическими разработками. Последующее недофинансирование работ в этой области привело к спаду. Хотя работы не остановились. Рассматривая в качестве примера медицину, приходится отметить, что, несмотря на неоднократные заявления о необходимости таких систем, их финансирование практически отсутствует, за исключением работ по грантам в системе РАН. Положительными примерами в этой области могут служить разработки Федерального исследовательского центра «Информатика и управление» РАН (интеллектуальная система в области здоровьесбережения, ориентированная на управление рисками при инфаркте миокарда, инсульте и депрессии, и интеллектуальные системы автоматизированной поддержки медицинских исследований, реализованные на основе ДСМ-метода автоматического порождения гипотез) и Института автоматики и процессов управления ДВО РАН (диагностика болезней пищеварения и другие, реализованные на основе онтологий).

Читать еще:  Самые надежные холодильники: какие фирмы выпускают лучшие модели

— Опишите, пожалуйста, какие угрозы несет с собой развитие ИИ.

— Мне представляется неправильным говорить об угрозах искусственного интеллекта. Опасность может нести применение искусственного интеллекта в устройствах, работающих рядом с людьми или заменяющих персонал, например в больницах. Недоучет факторов, которые могут приводить к травмам окружающих, следует рассматривать как основную угрозу в настоящее время и в будущем. Это касается и автопилотов, и систем контроля различных производственных процессов, обеспечения функционирования так называемых умных больниц.

Искусственный интеллект научился читать лучше человека

Сразу две версии искусственного интеллекта, созданные компаниями Alibaba и Microsoft, впервые опередили человека в понимании смысла текстов. Об этом сообщил Стенфордский университет, который разработал университет. Означает ли это, что искусственный интеллект действительно превзошел человеческий?

Суть теста — семантический анализ текста, то есть разбор предложения на части и установление связей между соседними предложениями, понимание смысла текста. Чтобы проверить, насколько хорошо усвоен материал, после «прочтения» всех статей могут быть заданы такие вопросы, как, например, «Кто и где убил Пушкина?» или «Что общего между фильмами «Крид» и «Стражи Галактики»? (Ответ: «И там, и там играл Сильвестр Сталлоне). Средний процент правильных ответов у людей — 82,30%, а нейросеть от Alibaba показала результат в 82,44%, творение Microsoft — 82,65%.

Сложность прохождения теста в том, что в вопросе могут использоваться не те слова, что в исходном тексте, а для ответа будет нужно задействованы сложные смысловые связи между статьями. Как же так вышло, что софт обогнал человека?

Эмоциональная сторона вопроса

В первую очередь важно обратить внимание на то, что тест проводился на текстах из Википедии. Очевидно, почему. Во-первых, данные Википедии доступны для обучения. Во-вторых, они энциклопедичны, в них отсутствует эмоциональная окраска, и это упрощает задачу искусственному интеллекту и усложняют ее человеку — люди быстрее запоминают тексты и события, которые имеют эмоциональную окраску. Здесь кроется ответ на вопрос, почему на людях, участвующих в тесте, не был получен 100%-й или близкий к 100%-му результат: если проводить тесты на текстах другого стиля, например, на художественных произведениях, возможно, ИИ справился бы с ними хуже человека. Попробуйте спросить машину: «Опиши чувства Наташи Ростовой на первом балу», и она не ответит.

Также важно помнить, что приведена средняя цифра, а человеку свойственно забывание части информации, особенно если она однообразна и поступает интенсивно (мозг притупляется, взгляд замыливается), ведь далеко не каждый из нас тренирует память для запоминания сухих текстов, цифр и связей между статьями. То есть, результат человека со специально натренированной памятью, очевидно, будет выше показанного в тесте.

Бизнес-применение

И все же, результаты, которых ИИ удалось достичь на сегодняшний день, впечатляют и уже могут быть использованы для решения ряда бизнес-задач! Уже представили, что через год-другой искусственный интеллект будет объяснять вашим детям, почему у них пригорел пирог? Об этом поговорим чуть позже.

Если говорить о технической стороне вопроса, возникает логичный вопрос: почему ИИ раньше не обогнал человека и почему это произошло сейчас? Если углубляться в терминологию, то общество называет искусственным интеллектом последовательность матричных вычислений с оптимизацией функций ошибки и, несмотря на то, что теории нейросетей скоро исполнится 80 лет, никто до сих пор не знает, почему нейросеть обучается, почему всего два слоя нейросети ускоряют процесс приближения к целевой функции и минимизируют ошибку.

В математических моделях слои разного типа нейросетей можно совмещать друг с другом (в зависимости от задачи), подавая выход одного слоя на вход другого. При этом всю эту структуру нужно обучить на тестовых выборках и, чем сложнее структура нейростети, тем нужно больше времени и компьютерных ресурсов. А разработчикам необходимо удерживать в голове всю описательную сложность модели. Также важно, чтобы модель могла хорошо распараллеливаться для работы на большом количестве процессоров и видеокарт. С появлением более мощных вычислительных устройств, а также больших наборов данных для обучения стало возможным натренировать нейросети с тысячами слоев за приемлемое время до того уровня, чтобы они могли обогнать человеческий мозг по ряду функций. Это и произошло 11 января.

Заменит ли искусственный интеллект человека

Исследователи, работающие над созданием искусственного интеллекта, признаются в том, что нейросети для них являются черным ящиком, который при этом работает, и вполне успешно. Они прекрасно обрабатывают информацию и даже могут генерировать совершенно новую, но всегда в рамках только одной понятийной области или одной задачи. Какую нейросеть создать под какие задачи, все еще каждый раз придумывает человек. Разум позволяет нам создавать новое, ранее не существовавшую информацию, предметы, способен на базе накопленных знаний создавать принципиально новые. На это нейросети пока не способны. Также важно понимать, что у человека нет простого интеллекта, у него интеллект эмоциональный (он понимает, например, радостная или печальная картина), что дает ему возможность решать более сложные задачи, чем те, которые решает ИИ.

Результаты, которые показали программы Alibaba и Microsoft, говорят о том, что уже появились программные продукты, способные полностью заменить человека при выполнении простых функций. Показанный уровень понимания смысла текста дает компаниям, работающим с клиентами, возможность экономить миллионы долларов, снижать операционные издержки и минимизировать количество ошибок, допускаемых людьми. Они найдут применение в чат-ботах, колл-центрах, справочных, в системах обработки писем и обращений. Все это можно будет поручить искусственному интеллекту, высвободив естественный (то есть нас с вами) для более сложных, нетипичных, критических обращений или решения уникальных вопросов, с которыми нейросети не справятся. Например, Alibaba использует участвующую в конкурсе технологию на своем сайте Singles Day в качестве бота, помогающего покупателям. В результате и сам учился на реальных примерах, общаясь с пользователями. Это, к слову, также ограниченная область применения и заведомо ограниченный смысл общения.

О вкусе сгоревшего пирога

В будущем искусственный интеллект призван забрать на себя те функции, которые скучны творческому человеку: сидеть на охране, смотреть целый день на картинки, читать весь день одни и те же тексты, целый день водить машину.

Возвращаясь к вопросу о сгоревшем пироге: как скоро ИИ сможет отвечать на подобные вопросы и появится ли по-настоящему интеллектуальный помощник? Если сделать нейросеть, которая будет обучена на рецептах и процессах приготовления пищи, а в качестве параметра выступит степень пригорания пирога, то решение этой задачи возможно в обозримом будущем. Может быть пара инвесторов в Долине уже вложили свой капитал в подобные разработки. А вот вкус эта нейросеть вряд ли сможет оценить.

Ссылка на основную публикацию
×
×
Adblock
detector