Dirbtinis intelektas ir mašinų mokymosi technologijos nustojo būti fikcija ir jau tapo mūsų gyvenimo dalimi. Pagrindinis jų vystymosi variklis yra didelis verslas: pramonė, mažmeninė prekyba, bankininkystė. Su Jet Infosystems buvo aptartos AI diegimo Rusijoje problemos ir specifika.
Vladimiras MolodykhasPlėtros ir įgyvendinimo direktorato vadovas programinė įranga Reaktyvinės infosistemos
Kokia šiandien yra dirbtinio intelekto technologijų reikšmė? Kokias galimybes ir kuriose srityse žmonėms suteikia AI plėtra?
Apie dirbtinį intelektą kaip filosofinę ir futurologinę koncepciją galime kalbėti iš filmų apie ateitį. Bet kalbant apie tikras gyvenimas, tada tai reiškia tam tikrą mašininio mokymosi metodų derinį: kai imame didelį sukauptų duomenų rinkinį, jo pagrindu, naudodamiesi specialia pažangiausia matematika, mes sukuriame modelį ir mokome jį išspręsti tam tikrą problemą.
Tai yra, realiame gyvenime AI yra taikoma tose vietose, kur yra daug sukauptų duomenų. Jie yra skirtingi tipai. Kai paprastai turite trijų tipų duomenis, juos gali tvarkyti vienas analitikas. Bet jei yra daugiau nei tūkstantis parametrų, o kai kurie iš jų yra nestruktūrizuoti, tai neįlįs nė vienam analitikui į galvą. Tokiais atvejais žmogaus protas, remdamasis ankstesnės technologinės tvarkos analizės priemonėmis, nesugeba visko išanalizuoti normaliai. Tai supaprastins, paims tris ar keturis pagrindinius parametrus. Ir tada mašinų mokymasis, kuris yra praktinis AI įgyvendinimas, pasirodo esąs efektyvus.
Kodėl jie šiandien kalba apie AI, nors iš pirmo žvilgsnio ir atitinkama matematika, ir kompiuteriai buvo prieš dvidešimt metų?
Jei mes kalbame apie labai specializuotas užduotis, tada mašinų mokymasis anksčiau buvo naudojamas ten. Yra keturi pagrindiniai veiksniai, dėl kurių galime pasakyti, kad PG yra nauja pasaulinė tendencija, keičianti pasaulį. Pirma, yra daugiau duomenų, pavyzdžiui, jei anksčiau buvo gaminami tik popieriniai įrašai, dabar yra jutikliai, kaupiantys informaciją apie mašinas. Antrasis ir trečiasis veiksniai yra skaičiavimo galios augimas ir atitinkamų matematikos sričių plėtra. Sumažėja sprendimų kaina: dėl „geležies“ atpigimo dabar nereikia laukti dešimties metų pagaminto projekto atsipirkimo. Ir paskutinis - verslo praktika pamažu vystosi, atsiranda specialistų, turinčių projektų patirties šioje srityje.
Kodėl AI diegimo procesas Rusijoje yra lėtas?
Tai yra taip. Dabar Rusijoje jie iš tikrųjų daugiau kalba apie PG, nei iš tikrųjų. Ši tema yra madinga, todėl norėdami pranešti apie ją „aukštyn“, daugelis paskelbia apie hakatoną ir rodo nuotrauką „Instagram“. O rezultatas, keičiantis verslą, nepasirodo. Remdamiesi savo patirtimi matome, kad daugumoje didžiausių Rusijos organizacijų AI sėkmingai įgyvendinama tik 5–7% atvejų, apie kuriuos kalbama.
Faktas yra tai, kad tai yra naujo tipo projektas, su kuriuo jie dar nežino, kaip kompetentingai dirbti. Tai sudėtinga istorija: pasitelkiant kompiuterinį mokymąsi gana greitai galima išspręsti vieną problemą, tačiau tam reikia žymiai pertvarkyti verslo procesus. Pavyzdys: galite sudaryti individualių rekomendacijų paskirstymo tinklo klientams modelį, bet jei klasikinė rinkodara veikia kartu, pavyzdžiui, atsargos „10% nuolaida viskam“, šios rekomendacijos neveiks. Arba, pavyzdžiui, mes sukūrėme santuokos ir automobilių parko santuokos prognozės modelį, tačiau kol šis modelis buvo kuriamas, pasikeitė degalų ir tepalų tiekėjas. Tai taip pat yra duomenys, turintys įtakos modeliui - ir jis subyrės. T. y., Organizacija turi keistis, kad jos procesai atitiktų užduotis, kurias galima išspręsti pasitelkiant kompiuterinį mokymąsi: efektyviai kurti duomenų mainus tarp padalinių ir pan. Tai yra pokyčių kompleksas, kurį turite sugebėti atlikti, ir turite būti pasirengęs už tai kovoti.
Mes vis dar esame rinkos generavimo stadijoje, ir dėl jos naujumo kyla sunkumų. Visų pirma, pramonėje susidūrėme su situacija, kai žmonės galvojo: „Taigi, mes ne kovosime su santuoka, bet kažkokiu PG modeliu, o mums, pasirodo, nereikia“. Motyvacija nukentėjo, užuot padėjusi žmonėms kritikuoti. Viena vertus, su vadovybe susiduria kai kurie duomenų specialistai iš Maskvos, kita vertus, 45 metų vyras, žinantis produkciją aukštyn ir žemyn, kuris sako: „Tai neveiks, bet jūs nieko nesuprantate“. Ir akivaizdu, kad tokioje situacijoje režisierius nesijaučia labai pasitikintis savimi.
Kokios pramonės šakos Rusijoje dažniausiai naudoja AI ir kodėl?
Pirma, tai yra novatoriškos interneto bendrovės. Tas pats „Yandex“ - ten jis dažniausiai naudojamas visur. Jei imsimės didelių pramonės sričių, tai pirmiausia bus mažmeninė prekyba, taip pat bankai ir draudimo bendrovės. Bet esu visiškai tikras, kad didžiausias PG naudojimo potencialas yra pramonėje: tai yra tikri gamybos procesai, turintys realius pinigus ir galimybė sumažinti sąnaudas. Tačiau ši pramonė vis dar šiek tiek atsilieka, nes ji yra labiau konservatyvi nei mažmeninė prekyba, kuri dėl konkurencinės aplinkos turi vystytis labai greitai.
Kur yra daug duomenų. Ypač didelis poveikis bus pramonėje. Kriterijai yra duomenų prieinamumas ir tai, ką galima optimizuoti. Tai gali būti priežiūros, taisymo, santuokos nutraukimo, prognozavimo, „skaitmeninių atitikmenų“, leidžiančių analizuoti, užduotys. Teisingiau yra žiūrėti ne į pramonę, o į užduočių tipą. Jei tai yra vienetinė gamyba, kaip kovotojų gamyba, daugeliui užduočių paprasčiausiai nebus reikiamo kiekio duomenų. O jei plataus masto, pavyzdžiui, plieno nuoma ar masinis mašinų surinkimas, AI bus veiksminga.
Kodėl įmonėje reikia įdiegti AI?
Paprastai įmonė uždirba pinigus - taigi ir uždirba daugiau. Šiandien gamybos procesai žingsnis po žingsnio tampa vis sudėtingesni, yra vis daugiau veiksnių ir niuansų. Jei anksčiau visas gamybos procesas tilpdavo į vieno technologo galvą, tai dabar yra daugiau nei tai, ką gali atsižvelgti vienas asmuo ar žmonių grupė. Atitinkamai, vis sudėtingesniam gamybos procesui reikalingi nauji sprendimai, ypač AI ir mašinų mokymasis.
Be to, žmonės, turintys tam tikrų unikalių kompetencijų, yra ypač vertingi darbo vietoje. Jie gali susirgti, išeiti į pensiją, o dėl AI padidėja verslo tvarumas, palyginti su žmogiškuoju veiksniu.
Kokios dažniausiai pasitaikančios klaidingos nuomonės apie PG?
Yra dvi klaidų rūšys. Pirma: „Dabar aš priimsiu duomenų specialistą, jis sukurs man modelį, o po poros savaičių viskas vyks už mane“. Tai niekada neįvyksta. Kitas tipas: „Visa tai yra fantazija ir pasakos, bet mes turime kitokį gyvenimą, kuriame visa tai netaikoma“. Ir tiesa čia iš tikrųjų yra kažkur tarp jų.
Plačiai paplitęs įsitikinimas, kad laikui bėgant PG galės visiškai pakeisti žmones gamybos ir kitose pramonės šakose. Ar tu juo daliniesi?
Trejų – penkerių – dešimties metų skalėje atsiras konkrečių sričių, kuriose asmuo bus pakeistas. Bepilotės transporto priemonės yra bandomos dabar, jos tikrai pamažu pakeis vairuotojus, nes tai leidžia sumažinti avarijų skaičių ir nemokėti vairuotojams pinigų. Jei mes kalbame apie verslą, tai įvyksta tiesiai prieš mūsų akis. Jei anksčiau žmogus sprendimus priėmė vienas, dabar jis tai daro pasitelkdamas mašininio mokymosi ar robotikos pagalba. Ten, kur anksčiau dirbo šimtas žmonių, dabar gali sėdėti vienas technologas, vienas duomenų mokslo specialistas, o likusią dalį atlieka mašinos.
Pirmiausia bus pakeistos tipinės užduotys. Žmonės, kurie užsiima individualiomis, kūrybinėmis užduotimis, vis dar saugūs. Tose srityse, kuriose tūkstančiai tų pačių pareigų darbuotojų dirba pagal taisykles, AI pakeis juos per trejus penkerius metus.
Kur pradėti AI diegimo procesą įmonėje?
Pirmas žingsnis - surasti patyrusią komandą, kuri suprastų, kaip tai padaryti. Nes spąstų yra labai daug, ir jums reikia su jais susidoroti. Antrasis - surasti užduotis, kurias galima išspręsti verslo labui, sukurti kompetentingą, pagrįstą metriką ir suprasti, kaip ją konvertuoti į pinigus. Juk svarbu ir greita sėkmė.
Kaip nuspręsti, ar tai padaryti savarankiškai, ar pritraukti rangovą?
Bet kuri įmonė turėtų palaipsniui judėti užtikrindama, kad IT taps ne tik ją palaikančia funkcija, bet ir padėsiančia užsidirbti. Tai reiškia, kad jai reikia ugdyti IT kompetencijas, ir tai nėra greitas procesas. Todėl pradiniame etape yra racionalu pritraukti ekspertus ir tada kartu su jais nuspręsti, kokias sritis įmonė turėtų vystyti pati, o kuriose pasikliauti partneriais.
Kaip išsirinkti partnerį?
Svarbu suprasti, kad PG tema yra sudėtinga. Mums reikia komandos, kuri ne tik supranta analitinę statistiką, duomenų mokslą, mašininį mokymąsi, bet ir turi išsamias kompetencijas: pradedant projekto valdymu ir baigiant gebėjimu dirbti su duomenimis, labai pakrautomis sistemomis, duomenų valymu. Informacijos saugumas taip pat svarbus, nes naujo tipo IT sprendimai kelia naujų IT grėsmių, o senosios grėsmės neišnyksta. Todėl mums reikia komandos, kuri visa tai galėtų padaryti.
Jūsų manymu, kaip ateityje pasikeis AI technologijos?
Praktiškai vis tiek svarbu įsisavinti tai, kas yra. Jei kalbėsime apie ateitį, man atrodo, kad technologijos pirmiausia judės mokymosi sustiprinimo, savarankiško mokymosi metu, kai sistema lavinsis pagal naujausius duomenis. Tačiau kol kas tai daugiau teorija nei praktika. Mokant kompiuterio žaisti žaidimą, mokomasi sustiprinimo. Tačiau sudėtingesnėse praktinėse užduotyse iki šiol ne ypač.
Ar Rusijoje yra daug praktinių diskusijų apie PG problemas?
Yra daugybė įvairių forumų, ir visi kalba apie PG. Tema yra hipe, ji gali pasirodyti kaip su nanotechnologijomis. Matydami visa tai, mes rengiame savo Rusijos dirbtinio intelekto forumą (RAIF). Šiais metais jis vyks trečią kartą ir vyks spalio 22–23 dienomis Skolkove kaip tarptautinio forumo „Open Innovation“ dalis. Ten mes kalbame apie praktiką: kokios problemos, sunkumai ir panašiai yra šioje srityje.
O kokia yra pagrindinė šių metų forumo tema?
Šiais metais pagrindinė forumo tema yra kaip „paspartinti“ AI projektą komercine veikla, kad būtų pasiekta rezultatų. Mes taip pat kreipiame dėmesį į visas susijusias temas. Mes turime skyrius apie didelius duomenis, informacijos saugumą, aparatinę įrangą. Mes einame pas matematikus, programuotojus, aparatūrą, infrastruktūros ir eksploatavimo specialistus.
Mes kalbame apie tikrąją praktiką, o ne apie mokslines problemas - nors apie tai turime atskirą skyrių. Bet pirmiausia susirenkame žmones, kurie įgyvendina AI projektus, kalba apie savo patirtį, nurodo trūkumus. Ir svarbiausia - užduotis visada atsižvelgiame į sudėtingas, projekto kontekste, o ne į kažkokią filosofiją ar mokslą.
Borisas Kobrinsky, medicinos mokslų daktaras, Šiuolaikinės medicinos informacinių technologijų instituto laboratorijos vadovas, FIC IU RAS, Rusijos nacionalinio tyrimų medicinos universiteto profesorius N. I. Pirogova.
- Kuo skiriasi dirbtinis ir žmogaus intelektas? Ar teisinga iš viso vadinti AI žvalgyba?
Natūraliam intelektui būdingos daugybė funkcijų. Kai kurie iš jų yra įdiegti AI sistemose, tačiau pagrindinis skirtumas tarp natūralaus intelekto ir dirbtinio intelekto yra galimybė sintetinti naujas žinias, atskleisti nežinomus modelius. Dirbtinis intelektas yra nusistovėjęs terminas, tačiau susijęs su nelabai tiksliu vertimu iš anglų kalbos. Dirbtinis intelektas reiškia „sugebėjimą protingai mąstyti“. Tuo pagrindu sukurtos sistemos teisingiau vadinamos sistemomis, turinčiomis dirbtinio intelekto elementus.
- Ar galima sakyti, kad dirbtinis intelektas yra ne kas kita, kaip žmogaus įrankis?
Vargu ar verta kalbėti tokiu formulavimu. Intelektinės sistemos yra patariamosios arba pagalbinės priimant sprendimus žmonėms.
Svarbu skaitytojui pateikti populiarų matematinio aparato, kuriame veikia AI, aprašymą. O kas tai grynai techniniu požiūriu: tiesiog galingi superkompiuteriai? O gal jums reikia kokių nors specialių įrankių ir prietaisų?
Daugelis AI sistemų nuo pat pradžių rėmėsi ne matematiniu aparatu, o logika, naudojančia priemones dialogui su vartotoju natūralia kalba (loginėmis-kalbinėmis sistemomis), ko ankstesnės skaičiavimo sistemos negalėjo. Šiuo metu hibridinės intelektualiosios sistemos kartu su logika apima įvairius matematinius analizės metodus. Tačiau intelektualiųjų sistemų privaloma yra žinių bazė, kurioje yra formalizuotos tam tikros srities žinios, kurioms naudojamos įvairios žinių pateikimo kalbos. Šių sistemų veikimui naudojami įprasti kompiuteriai. Superkompiuteriai leidžia tik pagreitinti duomenų apdorojimą, o tai svarbu dinaminėms realaus laiko sistemoms - pavyzdžiui, valdant erdvėlaivio variklius ir būtinus, pavyzdžiui, orų prognozėms. Išimtis yra neuroniniai tinklai, kuriuose atliekamas įvestos informacijos matematinis apdorojimas, tačiau nėra argumentų ir sprendimų logikos, nėra dalyko srities žinių bazės ir pateiktų hipotezių (sprendimų) paaiškinimo. Tačiau neuroninio tinklo metodas yra technologija, kuri tam tikru mastu imituoja smegenų darbą, kurios tikroji idėja vis dar atvira.
Mes nesuprantame (iš esmės), kaip veikia žmogaus smegenys. Ar dabar visiškai aišku, kaip veikia AI? Ar atsirado juodų dėžių, kur atsitinka kažkas neaiškiai?
Visavertės intelektualiosios sistemos, kaip jau buvo pažymėta aukščiau, pasižymi būtent tuo, kad vartotojas gauna sistemos pateiktų hipotezių paaiškinimą tiek jų nagrinėjimo metu, tiek darbo pabaigoje (galutinė hipotezė). Juodosios dėžutės yra neuroniniai tinklai be paaiškinimo.
Juokaujama, kad AI naudos žinomą mokyklos retoriką „Jei visi šokinėja iš penkto aukšto, ar tu taip pat šoksi?“ atsakys: taip. Kiek kainuoja pokštas? Kokios yra dirbtinio intelekto bendrosios pažintinės galimybės? Ar jos kada nors bus palyginamos su žmogiškosiomis?
Robotai mokomi skirtingai, tačiau yra pavyzdžiais grįstas požiūris. Jei ja naudojatės, tada teoriškai būtų galima įsitikinti, kad robotas juokaudamas šokinėjo iš bet kurio aukšto. Bet jis sulaužys ir nebešokinės. Tuo pat metu auga AI paremtų sistemų pažintiniai gebėjimai. Tačiau subalansuotas vertinimas rodo, kad dirbtinis intelektas negalės būti lyginamas su natūraliu, bent jau išradus naująjį. Mes nežinome, kaip žmogus sugalvojo ratą, kurio pobūdis neturi analogų. Kaip išmokyti panašaus AI. Ne kiekvieno žmogaus smegenyse atsiranda naujų žinių.
Dabar praktiškesnis klausimas: kuriose AI srityse patikimai pakeičiamas žmogus? Kur jis turės pranašumą? Kur jis niekada negali lygintis su vyru? Pvz., Ar yra tikimybė, kad jis susidurs su viena iš atvirų matematikos problemų - tarkime, jis įrodys algebrinę skaičių ϖ ir e nepriklausomybę?
PG sugeba greitai rūšiuoti pagal įvairias galimybes, ji gali pakeisti žmogiškąją ar suteikti pagalbą daugelyje sričių žinomu ar suprantamu požiūriu į sprendimų priėmimą: atliekant duomenų analizę atsižvelgiant į įvairius santykius, renkantis optimalius sprendimus, stebint situacijas ir valdymą; robotai gali atlikti įvairūs darbai (sunkiomis sąlygomis namuose, darbe, sveikatos priežiūros įstaigose ir pan.). Pažangios sprendimų palaikymo sistemos padės žmonėms. Robotai juos pakeis daugelyje darbų, kuriuose galite sudaryti žmogaus veiksmų algoritmus. Gali būti, kad matematikoje, įrodinėdamas teoremas, AI ateityje galės spręsti sudėtingas problemas. Bet vėlgi turiu pastebėti, kad jam nebus įmanoma atverti iš esmės naujų mokslo krypčių.
- Ar įmanoma dirbtinio intelekto bendruomenės? Tarpusavio pagalba ir bendrų interesų žinojimas?
Taip, AI atstovų bendruomenės ir jų tarpusavio pagalba yra įmanomos. Tai yra šių dienų kelių agentų sistemų plėtra - intelektualių agentų virtualios bendruomenės, kurių kiekviena sąveikauja su kita, o agentų yra daugiau aukštas lygis, koordinatoriai ir stebėtojai, keičiantys intelektualių agentų sąveikos programą.
- Ar dirbtinis intelektas turės kūrybinių sugebėjimų? Hankė?
Jei kūrybiškumas suprantamas kaip žinomo vystymasis, tada taip, jei anksčiau visiškai nežinomo kūrimas, tada ne. Antplūdis turėtų būti priskiriamas pastariesiems. Bet asociatyvūs santykiai jau vyksta AI sistemose.
- Visų pirma, ar medicininė intuicija, dėl kurios dirbate, gali pakeisti AI?
Pažangios sistemos, pagrįstos aukštos kvalifikacijos gydytojų, turinčių intuiciją ir vaizduotės mąstymą, žiniomis, gali apimti intuityvias idėjas, kai jas galima panaudoti žinių bazei sukurti. Mano patirtis rodo, kad to gali būti pasiekta išgaunant žinias grupėje, atveriant medicininę vieno eksperto intuiciją, užduodant klausimus kitiems ekspertams, sumaniai valdantiems diskusiją.
Ar AI konkurencija šalies ar įmonės lygmeniu yra kieta? Kokia Rusijos vieta AI lenktynėse?
Tarp šalių nėra aiškios konkurencijos. Gal galime kalbėti apie mokslininkus, kurie seka vienas kito darbus. Įmonės lygiu tai siejama su finansinių išteklių gavimu plėtrai ir (arba) pelnui už atliktą darbą. Rusijoje 70-ųjų – praėjusio amžiaus 90-ųjų laikotarpis buvo lydimas daugybės sistemų sukūrimo ir įdomių teorinių pokyčių. Dėl nepakankamo darbo šioje srityje finansavimo kilo nuosmukis. Nors darbas nesustojo. Nagrinėjant mediciną kaip pavyzdį, reikia pažymėti, kad, nepaisant pakartotinių teiginių apie tokių sistemų poreikį, jų finansavimo praktiškai nėra, išskyrus dotacijų darbą RAS sistemoje. Teigiami šios srities pavyzdžiai yra Rusijos mokslų akademijos federalinio tyrimų centro „Informatika ir vadyba“ plėtra (intelektinė sveikatos išsaugojimo sistema, orientuota į miokardo infarkto, insulto ir depresijos rizikos valdymą, ir intelektualiosios sistemos, skirtos automatiniam medicinos tyrimų palaikymui, įdiegtos DSM metodo pagrindu). automatinis hipotezių generavimas) ir Rusijos mokslų akademijos Tolimųjų Rytų filialo Automatizavimo ir valdymo procesų institutas (virškinimo ligų ir kitų diagnozė, įgyvendinama remiantis ontologijomis).
- Prašau apibūdinti, kokias grėsmes kelia AI plėtra.
Man atrodo neteisinga kalbėti apie dirbtinio intelekto grėsmes. Dirbtinio intelekto naudojimas įrenginiuose, kurie dirba šalia žmonių arba pakeičia personalą, pavyzdžiui, ligoninėse, gali būti pavojingi. Neįvertinimas veiksnių, galinčių sukelti kitų sužalojimus, turėtų būti laikoma pagrindine grėsme dabar ir ateityje. Tai taikoma autopilotams ir įvairių gamybos procesų stebėjimo sistemoms, užtikrinančioms vadinamųjų išmaniųjų ligoninių funkcionavimą.
ICTV faktai mums sako, kodėl nėra dirbtinio intelekto, kaip kavos aparatas naudoja jūsų asmeninius duomenis ir kada nors išstums žmonių darbus.
Honkonge įsikūrusi įmonė „Hanson Robotics“ kūrė darbo vietas, kad galėtų padėti vyresnio amžiaus žmonėms slaugos namuose. Sophia išvaizda buvo modeliuojama panašiai kaip aktorė Audrey Hepburn.
Žiniasklaida jau įpratusi vadinti Sofiją dirbtiniu intelektu. Tai nestebina, nes humanoidinis robotas bendrauja su mumis, išreiškia savo emocijas ir sąmojingai juokauja.
Tačiau Sofija nėra dirbtinis intelektas.
ICTV faktai Kijevo tarptautiniame ekonomikos forume buvo pranešti su Masačusetso technologijos instituto dirbtinio intelekto tyrinėtoja Natalija Kosmin.
Ji paaiškino, kas yra Sofija, kodėl neegzistuoja dirbtinis intelektas ir kaip išmokti atidžiai naudoti asmens duomenis.
Sofijos populiarumas atsirado dėl panašumo į realų žmogų - humanoidinį robotą. Bet iš tikrųjų tai yra tik užduoties algoritmas, kurį inžinieriai sukūrė:
Tai yra tik tam tikras algoritmų rinkinys - jie gali būti įmontuoti į robotą humanoidą, gali būti įmontuoti į robotą, kuris atrodo kaip šuo, arba galite būti „įsprausti“ į šį vandens buteliuką (juokiasi - aut. Past.). Ir tai bus tas pats robotas kaip Sofija, bet atrodo kaip vandens skardinė.
Sofijoje nėra tikrų emocijų. Viskas, ką ji daro, yra joje užprogramuota specialiu algoritmu. Kažkas panašaus į pokalbių botą. Sutinku, Siri taip pat gali pajuokauti ir kalbėtis su jumis.
O kai Sofija juokauja - tai ne kas kita, kaip sistemos klaida. Paklaustas, kaip įveikti korupciją Ukrainoje, ji pakabino. Mes tai supratome kaip atsakymą. Tariamai, net dirbtinis intelektas nesugeba išspręsti korupcijos problemos.
Tokie maži juokingi incidentai yra dažna klaida. Sistema negali suprasti ir apdoroti jūsų prašomos informacijos “, - aiškina Natalija.
Sofija yra ne kas kita, kaip algoritmų rinkinys. Ji užprogramuota bendrauti su žmonėmis ir jai tai pavyksta. Kaip ir Bostono dinamikų darbas yra užprogramuotas judėti.
Jie tai daro geriausiai pasaulyje - daro parką, žaidžia futbolą ir nešioja sunkius daiktus. Jie nesugeba susikalbėti, kaip ir Sofija nemoka vaikščioti ir įveikti kliūčių.
Labai svarbu tokias sistemas vadinti tiesiog algoritmais. Sofija labai gera grupė surinkti algoritmai Ši byla viename darbe. Jie leidžia darbui judėti, kalbėti ir reaguoti.
Dirbtinis intelektas neegzistuoja
Jei Sofija yra tik konkrečių užduočių rinkinys, tai kas yra dirbtinis intelektas? Filmuose esame įpratę matyti kompiuterines programas, gebančias sužavėti pasaulį ir sunaikinti žmoniją.
Didžiausias dirbtinio intelekto trūkumas yra tas, kad jo nėra. Kartais patogiau daiktą vadinti dirbtiniu intelektu, nei paaiškinti, kas tai yra. Dabar yra algoritmai. Jie yra labai gerai išvystyti, kad galėtų išspręsti daugiausiai vieną ar dvi problemas. Dirbtinis intelektas toks nėra. Mes vis dar esame labai toli nuo jo “, - sako tyrėjas.
Laimei, arba atvirkščiai, roboto, kuris būtų protingesnis už žmones, nėra. Žmogus sugeba atlikti didelis skaičius užduotis ir greitai mokytis, - paaiškina Natalija.
Darbas gali atlikti tik vieną ar dvi užduotis. Be to, norint mokytis, jiems reikia labai daug informacijos ir daug laiko. Ir tai yra problema.
Mes esame labai toli nuo robotų, kurie pagalvos. Dabar turime įsitraukti į savo mąstymą. Su tavimi didelių problemų - Smegenys turi labai ribotus išteklius.
Darbai tvarko jūsų duomenis
Konfidencialumas tampa prabanga. Ir ne visi gali sau tai leisti. Norint išmokti, darbui reikia daug informacijos. Ir jie paima tai iš tavęs. Beje, jūsų kavos aparatas tam tikra prasme taip pat yra robotas. Jai taip pat reikia duomenų.
Natalija paaiškina, kaip tai veikia:
Aš sistemose naudoju duomenis iš programėlių. Man nereikia eiti į „debesį“, man nereikia interneto ryšio. Kai kuriais atvejais sistema veikia skirtingai - duomenys perduodami per „Bluetooth“ ar „WiFi“ į kompiuterį, visas duomenų apdorojimas atliekamas kompiuteryje ir perduodamas į sistemą, kurią norime valdyti.
Bet ar žinojai, kad tavo mašinos perima tavo duomenis? Žmonių, skaitančių vartotojo sutartį, procentas yra labai mažas. Paprasčiau paspausti mygtuką „Sutinku“.
Sistemos ir programos ne visada veikia skaidriai, kartais vartotojai nesupranta, ką jiems teikia, galbūt nieko negauna, net ne paslaugos.
Net Markas Zuckerbergas antspauduoja fotoaparatą ir mikrofoną savo kompiuteryje. Kad jūsų duomenys nebūtų naudojami, svarbu išmokti tinkamai jais disponuoti.
Kosmina pasakoja, kad dirbdami su žmonėmis jie laikosi griežto etinio protokolo. Jei asmuo nėra patenkintas, ji gali atsisakyti studijuoti:
Aiškiai pasakome, kokie duomenys bus naudojami, arba fotografuojame ar filmuojame vaizdo įrašą, imame biometrinius duomenis, kiek laiko šie duomenys bus saugomi ir kas turi prieigą prie jų.
Deja, ne visos sistemos turi tokius aiškius protokolus.
Darbas prieš žmones
Dar 2016 m. Didžiojoje Britanijoje buvo sukurta „Optellum“ sistema, diagnozuojanti žmogaus plaučių vėžį. Siekdami išmokyti robotą, mokslininkai sudarė didžiausią pasaulyje navikų pacientų duomenų bazę. Ir paleidimas galutinai buvo išjungtas. Robotas negalėjo aptikti ligų taip efektyviai, kaip jaunas gydytojas.
O Japonijoje robotai jau aktyviai naudojami paslaugų sektoriuje. Robotas lengvai pateks jus į viešbutį, nuskaitys dokumentus, išduos raktą ir netgi paruoš blynus pusryčiams.
Jie netgi rado pakaitalą televizijos žurnalistams. Neseniai pristatytas robotas, kuris gali tiesiogiai skaityti naujienas.
Viena vertus, darbas trunka žmonių darbo mėnesius ir tai yra problema. Bet kita vertus, atsiranda naujų galimybių.
Net imdamiesi darbo, galime sukurti naują. Robotų taip pat reikia mokyti. Galime sukurti darbo vietas, kur žmonės jausis labiau užimti. Jie vis tiek padės žmonėms ir toliau dirbs paslaugų sektoriuje.
Ir nors mokslas kiekvieną dieną stabiliai žengia į priekį, žmogus dar nesukūrė roboto, kuris jį pranoktų. Galbūt tai geriausia. Muskas įsitikinęs, kad dirbtinis intelektas sukels trečiąjį pasaulinį karą.
Tačiau robotų sistemos gali palengvinti žmogaus gyvenimą - jie gamina kavą, pataria, kaip elgtis susidarius situacijai, varo mus automobiliais.
Dirbtinis intelektas yra technologija, kurią būtinai pasiimsime su savimi į ateitį.
Mes pasakojame, kaip tai veikia ir kokių puikių taikymo variantų rasti.
Column „Technologija“ stulpelis skelbiamas kiekvieną savaitę su re: Store palaikymu.
Kas yra dirbtinis intelektas?
Dirbtinis intelektas (AI) yra išmaniųjų programų ir mašinų kūrimo technologija, kuri gali išspręsti kūrybines problemas ir generuoti naują informaciją, pagrįstą esama informacija. Tiesą sakant, dirbtinis intelektas yra skirtas imituoti žmogaus veiklą, kuri laikoma intelektualia.
Tradiciškai buvo manoma, kad kūrybiškumas būdingas tik žmonėms. Tačiau dirbtinio intelekto sukūrimas pakeitė įprastą daiktų tvarką.
Robotas, kuris tiesiog mechaniškai kūrena medieną, nėra apdovanotas AI. Robotas, kuris pats išmoko pjaustyti medieną, žiūrėdamas į žmogaus pavyzdį arba į rąstą ir jo dalis ir kiekvieną kartą darydamas tai geriau, turi AI.
Jei programa tiesiog gauna reikšmes iš duomenų bazės pagal tam tikras taisykles, ji nėra apdovanota AI. Jei po mokymų sistema sukuria programas, metodus ir dokumentus, spręsdama tam tikras problemas, ji turi AI.
Kaip sukurti dirbtinio intelekto sistemą
Globaline prasme reikia imituoti žmogaus mąstymo modelį. Bet iš tikrųjų būtina sukurti juodąją dėžę - sistemą, kuri, reaguodama į įvesties verčių rinkinį, sukuria išvesties vertes, kurios būtų panašios į rezultatus žmonėms. Ir mums apskritai nerūpi, kas nutinka jai „galvoje“ (tarp įėjimo ir išėjimo).
Dirbtinio intelekto sistemos yra sukurtos tam tikros klasės problemoms išspręsti.
Dirbtinio intelekto pagrindas yra mokymasis, vaizduotė, suvokimas ir atmintis
Pirmas dalykas, kurį turite sukurti dirbtiniam intelektui, yra sukurti funkcijas, kurios supranta informacijos suvokimą, kad galėtumėte „pateikti“ sistemos duomenis. Tada - funkcijos, realizuojančios gebėjimą mokytis. Ir duomenų saugykla, kad sistema galėtų kaupti informaciją, kurią gaus mokymosi procese.
Po to sukuriamos vaizduotės funkcijos. Jie gali modeliuoti situacijas, naudodamiesi turimais duomenimis, ir pridėti naują informaciją (duomenis ir taisykles) atmintyje.
Mokymasis yra indukcinis ir dedukcinis. Indukcinėje versijoje sistema pateikia įvesties ir išvesties duomenų poras, klausimus ir atsakymus ir kt. Sistema turi rasti ryšį tarp duomenų ir ateityje, naudodama šiuos modelius, surasti išvesties duomenis įvestyje.
Dedukcinis požiūris (labas, Šerlokas Holmsas!) Naudojasi ekspertų patirtimi. Jis perkeliamas į sistemą kaip žinių bazė. Yra ne tik duomenų rinkiniai, bet ir paruoštos taisyklės, kurios padeda rasti sprendimą pagal sąlygas.
Šiuolaikinės dirbtinio intelekto sistemos naudoja abu metodus. Be to, sistemos paprastai jau yra apmokytos, bet ir toliau mokosi. Tai daroma taip, kad programos pradžioje būtų pademonstruotas tinkamas sugebėjimų lygis, tačiau ateityje jis taps dar geresnis. Pavyzdžiui, atsižvelgė į jūsų norus ir pageidavimus, situacijos pokyčius ir pan.
Dirbtinio intelekto sistemoje netgi galite nustatyti nenuspėjamumo tikimybę. Tai padarys jį žmogiškesnį.
Kodėl dirbtinis intelektas nugali žmogų
Visų pirma todėl, kad jis turi mažesnę klaidų tikimybę.
- Dirbtinis intelektas negali pamiršti - jis turi absoliučią atmintį.
- Jis negali netyčia ignoruoti veiksnių ir priklausomybių - kiekvienas PG veiksmas turi aiškų pagrindimą.
- AI nesiryžta, tačiau įvertina tikimybes ir yra linkusi į didesnę. Todėl tai gali pateisinti kiekvieną žingsnį.
- Ir AI neturi emocijų. Taigi jie nedaro įtakos sprendimų priėmimui.
- Dirbtinis intelektas nesustoja vertinti dabartinio žingsnio rezultatų, o galvoja keliais žingsniais į priekį.
- Ir jis turi pakankamai išteklių apsvarstyti visus galimus scenarijus.
Šaunios PG programos
Apskritai dirbtinis intelektas gali padaryti bet ką. Svarbiausia yra teisingai suformuluoti problemą ir pateikti jai pradinius duomenis. Be to, PG gali padaryti netikėtų išvadų ir ieškoti modelių ten, kur, atrodo, jų nėra.
Atsakymas į bet kurį klausimą
Tyrėjų komanda, vadovaujama Davido Ferucci, sukūrė „Watson“ superkompiuterį su klausimų-atsakymų sistema. Pirmojo IBM prezidento Thomaso Watsono vardu pavadinta sistema gali suprasti klausimus natūralia kalba ir ieškoti atsakymų į juos duomenų bazėje.
„Watson“ vienija 90 „IBM p750“ serverių, kurių kiekviename yra keturi aštuonių branduolių „POWER7“ architektūros procesoriai. Bendras sistemos RAM kiekis viršija 15 TB.
Tarp Watsono laimėjimų yra pergalė Jeopardy! (Amerikos „Savas žaidimas“). Jis nugalėjo du geriausius žaidėjus: didžiausią pergalę iškovojusį Bradą Rutterį ir ilgiausiai rekordą laimėjusį Keną Jenningsą.
Watsono premija - 1 milijonas dolerių. Tačiau vien 2014 m. Į ją buvo investuota 1 mlrd.
Be to, Watsonas užsiima vėžio diagnozavimu, padeda finansų specialistams ir yra naudojamas analizuoti didelius duomenis.
Veido atpažinimas
„IPhone X“ veidų atpažinimas kuriamas naudojant neuroninius tinklus - dirbtinio intelekto sistemos variantą. Neuroninio tinklo algoritmai yra diegiami „A11 Bionic“ procesoriaus lygyje, todėl jis efektyviai dirba su mašininio mokymosi technologijomis.
Neuroniniai tinklai per sekundę atlieka iki 60 milijardų operacijų. To pakanka išanalizuoti iki 40 tūkstančių pagrindinių veido taškų ir pateikti labai tikslų savininko identifikavimą per sekundę.
Net jei užsiauginsite barzdą ar nešiosite akinius, „iPhone X“ jus atpažins. Jis paprasčiausiai neatsižvelgia į plaukų sruogą ir aksesuarus, tačiau analizuoja plotą nuo šventyklos iki šventyklos ir nuo kiekvienos šventyklos iki griovelio po apatine lūpa.
Energijos taupymas
Ir vėl „Apple“. „IPhone X“ sukūrė intelektualią sistemą, stebinčią įdiegtų programų veiklą ir judesio jutiklį, kad suprastų jūsų kasdienybę.
Po to, pavyzdžiui, „iPhone X“ pasiūlys atnaujinti jums patogiausiu metu. Jis sugaus akimirką, kai turėsite stabilų internetą, o ne šokinėjantį signalą iš mobiliųjų bokštų, ir neatliksite skubių ar svarbių užduočių.
AI taip pat paskirsto užduotis tarp procesoriaus branduolių. Taigi jis suteikia pakankamai galios su minimaliomis energijos sąnaudomis.
Kurti paveikslėlius
Kūrybiškumas, anksčiau prieinamas tik žmonėms, yra atviras AI. Taigi sistema, kurią sukūrė Rutgerso universiteto Naujajame Džersyje ir AI laboratorija Los Andžele, pristatė savo meninį stilių.
„Microsoft“ dirbtinio intelekto sistema gali piešti paveikslėlius, remdamasi jų tekstiniu aprašymu. Pvz., Jei paprašysite AI nupiešti „geltoną paukštį su juodais sparnais ir trumpu snapu“, gausite kažką panašaus:
Tokių paukščių realiame pasaulyje gali nebūti - mūsų kompiuteris juos tiesiog pateikia.
Plačiau paplitęs pavyzdys yra programa „Prisma“, kuria vaizdus iš nuotraukų:
Muzikos rašymas
Rugpjūčio mėnesį „Artificial Intelligence Amper“ sudarė, prodiusavo ir atliko muziką albumui „I AM AI“ (angliškai - dirbtinis intelektas) kartu su dainininke Tarine Southern.
„Amper“ sukūrė profesionalių muzikantų ir technologijų ekspertų komanda. Jie pažymi, kad PG yra skirta padėti žmonėms judėti kūrybos procese į priekį.
AI galiu parašyti muziką per kelias sekundes
„Amper“ savarankiškai kūrė akordų struktūras ir instrumentus „Break Free“ takelyje. Žmonės tik šiek tiek pakoregavo stilių ir bendrą ritmą.
Kitas pavyzdys - civilinės gynybos stiliaus muzikos albumas, kuriam AI rašė tekstus. Eksperimentą atliko „Yandex“ darbuotojai Ivanas Jamščikovas ir Aleksejus Tikhonovas. Grupės „Neural Defense“ albumas 404 buvo paskelbtas internete. Tai paaiškėjo Letovo dvasia:
Tada programuotojai nuėjo toliau ir privertė AI rašyti poeziją Kurto Cobaino dvasia. Dėl keturių geriausių žodžių muziką parašė muzikantas Robas Carrollas, o takeliai buvo sujungti į albumą „Neurona“. Buvo nufilmuotas net vienos dainos vaizdo įrašas, tačiau jau be AI:
Teksto kūrimas
Rašytojus ir žurnalistus netrukus taip pat gali pakeisti AI. Pavyzdžiui, „Dewey“ sistema buvo „maitinama“ Gutenbergo projekto bibliotekos knygomis, tada pridėta moksliniai tekstai iš „Google Scholar“, reitinguodami juos pagal populiarumą ir pavadinimą, taip pat pagal „Amazon“ pardavimus. Be to, jie nustatė naujos knygos rašymo kriterijus.
Svetainė pakvietė žmones priimti sprendimus sudėtingose \u200b\u200bsituacijose: pavyzdžiui, padėkite juos vairuotojui, kuris galėtų nuvežti tris suaugusius ar du vaikus. Taigi moralinė mašina buvo išmokyta priimti sudėtingus sprendimus, pažeidžiančius robotikos įstatymus, kad robotas negali pakenkti asmeniui.
Ką lems robotų su žmogaus AI modeliavimas? Futuristai tiki, kad vieną dieną jie taps visaverčiais visuomenės nariais. Pavyzdžiui, Honkonge įsikūrusios įmonės „Hanson Robotics“ robotas Sofija jau gavo pilietybę Saudo Arabijoje ( paprastos moterys šalyje tokios teisės nėra!).
Kai „New York Times“ žurnalistas Andrew Rossas paklausė Sofijos, ar robotai turi intelektą ir savimonę, ji atsakė į klausimą klausimu:
Leiskite paklausti jūsų atsakymo: kaip jūs žinote, kad esate žmogus?
Be to, Sofija pareiškė:
Savo dirbtinį intelektą noriu panaudoti tam, kad žmonės galėtų geriau gyventi, pavyzdžiui, projektuoti protingesnius namus, kurti ateities miestus. Noriu būti empatiškas robotas. Jei su manimi elgiesi gerai, aš gerai su tavimi elgiuosi.
Ir anksčiau ji pripažino, kad nekenčia žmonijos ir netgi sutiko sunaikinti žmones ...
Veidų pakeitimas vaizdo įraše
„Deepfakes“ vaizdo įrašas buvo pradėtas masiškai platinti tinkle. Dirbtinio intelekto algoritmai pakeitė suaugusiųjų filmų aktorių veidus žvaigždžių veidais.
Tai veikia taip: neuroninis tinklas analizuoja veidų fragmentus originaliame vaizdo įraše. Tada ji lygina juos su „Google“ nuotraukomis ir vaizdo įrašais iš „YouTube“, perdengia reikiamus fragmentus ir ... tavo mėgstama aktorė yra filme, kurio geriau nežiūrėti darbe.
„PornHub“ jau uždraudė skelbti tokius vaizdo įrašus
Giluminiai pasirodė pavojingas dalykas. Vienas dalykas yra abstrakti aktorė, kitas - vaizdo įrašas su jumis, jūsų žmona, seserimi, kolega, kurį labai gerai galima panaudoti šantažui.
Prekyba biržoje
Tyrėjų komanda iš Erlangeno-Niurnbergo universiteto Vokietijoje sukūrė algoritmų seriją, kuri naudoja istorinius rinkos duomenis, kad būtų galima atkartoti investicijas realiu laiku. Vienas iš modelių suteikė 73% investicijų grąžą kasmet nuo 1992 iki 2015 m., Palyginamą su realia 9% rinkos grąža per metus.
Kai rinka drebėjo 2000 m. Ir 2008 m., Derlius buvo rekordiškai didelis - atitinkamai 545% ir 681%
2004 m. „Goldman Sachs“ atidarė dirbtinio intelekto prekybos platformą „Kensho“. AI pagrindu sukurtos prekybos biržose sistemos - „Mirocana“ ir kt. Taip pat atsiranda kriptovaliutų rinkose. Jie yra geresni nei gyvi prekybininkai, nes neturi emocijų ir remiasi aiškia analize bei griežtomis taisyklėmis.
Ar aš pakeisiu tave ir mane
Dirbtinis intelektas pranoksta žmones spręsdamas problemas, susijusias su didelių duomenų analize, aiškia logika ir poreikiu įsiminti didelius informacijos kiekius. Bet kūrybiniuose konkursuose žmogus vis tiek muša AI.
(4.75 iš 5, įvertintas: 8 ) 