Всё об искусственном интеллекте за 60 минут: читать начало книги онлайн

Тест Тьюринга стал важным критерием для ИИ, но также вызвал и много критики. Хотя он способен дать некоторое представление о возможности ИИ вдумчиво отвечать на письменные запросы, он не позволяет оценить другие его способности, такие как прогнозирование и оптимизация или управление роботом и распознавание изображений.

Почти все пионеры компьютерной эры задумывались об ИИ, Тьюринг не был единственным. В США Джон фон Нейман, математический гений, который в 1945 году описал, как сконструировать первые программируемые компьютеры, работал с Тьюрингом над интеллектуальными компьютерами. Последний проект фон Неймана был посвящен самовоспроизводящимся машинам, которые, как он надеялся, смогут выполнять большинство функций человеческого мозга и воспроизводить самих себя. К сожалению, в 1953 году фон Нейман умер от рака, не успев завершить этот проект.

Еще один гений, Клод Шеннон, создавший теорию информации и криптографии, придумавший термин «бит» для обозначения минимальной единицы измерения количества информации в двоичной системе счисления, тоже был глубоко вовлечен в процесс развития ИИ на его самых ранних стадиях. Шеннон сконструировал роботизированную мышь, которую можно было научить находить выход из лабиринта, и написал компьютерную программу, игравшую в шахматы. В последние годы своей жизни он создал и другие удивительные вещи, например робота, который мог жонглировать мячиками. В 1955 году Шеннон вместе с Джоном Маккарти, Марвином Мински и Натаниэлем Рочестером предложил организовать летнюю конференцию, чтобы собрать ученых для обсуждения ИИ. Дартмутская конференция прошла летом 1956 года и длилась шесть недель. Она стала первым в истории мероприятием, посвященным изучению (и введению термина) ИИ. В результате многодневных обсуждений удалось сформулировать несколько ключевых идей, которые призваны были доминировать в этой новой области исследований на протяжении многих последующих десятилетий.

Взлеты и падения ИИ

Оживление, вызванное ИИ, быстро росло после проведения Дартмутской конференции. Новые идеи, касающиеся логических функций, процесса принятия решений, планируемого поведения и даже моделирования нейронов, наполняли исследователей оптимизмом. Некоторые из них полагали, что проблема машинного перевода будет решена очень скоро благодаря достижениям в таких областях, как теория информации, например, и формулированию правил, описывающих, как слова объединяются в предложения в естественных языках. Другие исследователи концентрировались на изучении того, как работают нейроны, каким образом мозг использует нейронные сети, чтобы обучаться и делать прогнозы. Уолтер Питтс и Уоррен Мак-Каллок разработали одну из первых искусственных нейронных сетей; Марвин Мински сконструировал искусственную нейронную сеть SNARC. (см. главу 5). Однако к началу 1960-х годов даже очень опытные и умные исследователи делали слегка нереалистичные прогнозы, учитывая состояние технологий на тот момент.

Благодаря такому воодушевлению росло также финансирование, и исследователи лихорадочно работали над проектами машинного перевода и искусственных нейронных сетей. И все же ажиотаж оказался слишком велик. К 1964 году спонсоры в США (Национальный исследовательский совет) начали беспокоиться из-за отсутствия прогресса в области машинного перевода. Консультативный комитет по автоматической обработке текстовой информации изучил проблему. Казалось, исследователи недооценили многозначность слов – тот факт, что их значение зависит от контекста. В результате в 1960-х годах ИИ допускал весьма досадные ошибки. Так, при переводе с английского на русский и обратно «с глаз долой – из сердца вон» превратилось в «слепой идиот».

В отчете Консультативный комитет заключил, что машинный перевод хуже человеческого и к тому же значительно дороже. После публикации этого отчета Национальный исследовательский совет, уже потратив к тому моменту 20 миллионов долларов, прекратил финансирование исследований в области машинного перевода в США. Что касается исследования нейросетей, они тоже постепенно сходили на нет, поскольку ученые отчаянно пытались заставить простые нейронные сети делать что-то полезное. Последней каплей стала книга Марвина Мински и Сеймура Пейперта «Перцептроны», опубликованная в 1969 году, в которой были описаны многие ограничения модели простого нейрона. Это положило конец исследованиям нейронных сетей.

Однако вскоре все стало еще хуже. В 1972 году по заказу парламента Великобритании, пытавшегося оценить прогресс исследований в области искусственного интеллекта, математик сэр Джеймс Лайтхилл подготовил отчет. Выводы были неутешительными: «Большинство исследователей, начавших работать в этой области около десяти лет назад, признаются, что тогда они испытывали своего рода наивный оптимизм, который теперь считают неуместным… успехи в создании роботов общих типов не привели к достижению грандиозных целей». Отчет вызвал резонанс по всему миру. Управление перспективных исследовательских проектов Министерства обороны США сократило финансирование работ, касающихся ИИ, поскольку осознало, что обещанные результаты в такой области, как распознавание речи, не достигаются. В Великобритании финансирование исследований ИИ прекратили во всех университетах кроме трех: Эссекского, Сассекского и Эдинбургского. Идея ИИ и создания интеллектуальных роботов была полностью дискредитирована. Так наступила первая зима ИИ.

Несмотря на нежелательность своей деятельности, несколько исследователей ИИ продолжали работу в течение следующего десятилетия. Имевшиеся к тому моменту наработки не канули в Лету; многие достижения стали частью массовых компьютерных технологий. В конце концов к 1980-м годам в области исследований ИИ наметился новый прорыв – экспертные системы. Эти новые алгоритмы ИИ включили в себя знания людей – экспертов в различных системах, основанных на правилах, – и могли выполнять такие задачи, как идентификация неизвестных молекул или диагностика заболеваний. Для подобных целей разрабатывались новые языки ИИ, например Prolog и LISP, а для эффективной работы этих языков проектировались специализированные компьютеры. Вскоре экспертные системы были внедрены во многие отрасли промышленности и бизнес начал процветать. Так исследования ИИ снова получили финансирование.

В Японии на создание компьютера пятого поколения выделили 850 миллионов долларов. Целью этого проекта стала разработка суперкомпьютеров, которые могли бы запускать программное обеспечение экспертных систем и выполнять такие сложные задачи, как поддержание разговоров и интерпретация изображений. К 1985 году на разработку отдельных систем в рамках ИИ было выделено более миллиарда долларов, а Управление перспективных исследовательских проектов потратило 100 миллионов долларов на финансирование 92 проектов в 60 учреждениях. Исследования ИИ возобновились, и вместе с ними вернулся ажиотаж.

Но продолжался очередной взлет недолго. Мощность обычных компьютеров быстро превысила мощность интеллектуальных систем, и компании, занимавшиеся аппаратным оборудованием для ИИ, обанкротились. Затем выяснилось, что экспертные системы крайне сложны в обслуживании и подвержены серьезным ошибкам при неправильном вводе данных. Обещанные возможности ИИ вновь не были реализованы. Промышленность отказалась от этой новой технологии, и финансирование опять прекратилось. Наступила вторая зима ИИ.

Возрождение

И снова, несмотря на то что тема ИИ оказалась не в чести, исследования продолжались. Однако поскольку в 1990-х годах даже сам термин «искусственный интеллект» ассоциировался с неудачей, его часто пытались замаскировать под интеллектуальные системы, машинное обучение, современные эвристические методы.

Достижения продолжались, но они «поглощались» другими технологиями. И вскоре началась тихая революция, принесшая с собой более продвинутую нечеткую логику (см. главу 9), новые, более мощные, типы нейронных сетей, более эффективные оптимизаторы и все более результативные методы машинного обучения. Робототехника тоже начала активно развиваться, особенно с появлением более легких и более емких батарей нового поколения. Облачные компьютеры позволили производить большой объем вычислений без существенных затрат, и каждый день генерировалось так много данных, что у ИИ было множество примеров для обучения. Поначалу медленно, но все смелее и решительнее ИИ и робототехника отвоевывали утраченные позиции. Снова росло всеобщее возбуждение, однако на этот раз его сопровождал страх.

Прошлый, 2019, год стал летом для исследований ИИ: тысячи ИИ-стартапов по всему миру продемонстрировали новые способы применения ИИ. Все крупные технологические компании (Apple, Microsoft, Google, Amazon, Weibo, Huawei, Samsung, Sony, IBM – список кажется бесконечным) инвестировали десятки миллиардов долларов в исследования ИИ и робототехники. Впервые продукты на базе ИИ стали доступны широкой публике: домашние станции, распознающие голоса, телефоны, распознающие отпечатки пальцев и лица, камеры, распознающие улыбки, автомобили, в которых автоматизирован ряд водительских задач, роботы-пылесосы. Незримо ИИ помогает нам и еще сотнями различных способов: в медицинских сканерах, выявляющих болезни, в оптимизаторах, составляющих расписание курьеров, в автоматизированных системах контроля качества на фабриках, в системах обнаружения мошенничества, уведомляющих о подозрительных операциях и блокирующих карту, в мультиварках, готовящих идеальный рис. Даже если мы вновь решим не называть ее ИИ в будущем, эта технология слишком широко распространилась, чтобы исчезнуть.

За всю историю ИИ никогда еще не было так много ожиданий, исследователей, денег и истерии, связанных с ним, как сейчас. Несмотря на все взлеты и падения его популярности, прогресс в исследованиях ИИ никогда не прекращался. Сегодняшний день – это кульминация тысяч лет усилий, вложенных в одни из самых удивительных технологий, что когда-либо были созданы людьми. Если и нужно определять золотой век ИИ, то он, несомненно, сейчас. Потрясающие интеллектуальные технологии не просто помогают нам – они раскрывают саму суть интеллекта и в то же время ставят перед нами важные философские вопросы о том, что мы можем позволить этим технологиям делать. Наше будущее тесно связано с умными устройствами, и мы должны уметь ориентироваться на минном поле рекламной шумихи и неуместных ожиданий, одновременно учась принимать ИИ и роботов в нашу жизнь.

Каждая глава этой книги представит вам наиболее необычные изобретения в области ИИ на настоящий момент и расскажет, что они могут значить для нашего будущего. Добро пожаловать в мир искусственного интеллекта и робототехники!

02. Выбор верного пути

Конечно, перед вами не величайшая поэзия в мире, но этот небольшой набор из катрена[3], хайку[4] и двустишия был создан ИИ, который пытался выразить идеи о логике в духе шекспировского сонета[5], за доли секунды. Читая такие стихи, порой можно обнаружить более глубокий смысл в, казалось бы, несвязанных словах. Каким-то образом ИИ удается уловить что-то, что заставляет нас задаваться вопросом, передается ли сообщение.

К сожалению, в этом случае смысл отсутствует. Стихи генерировались компьютером в соответствии с набором правил, определяющих структуру каждой поэтической формы. (Например, хайку состоит из трех нерифмованных строк, в свою очередь состоящих из пяти, семи и пяти слогов, а двустишие – из двух строк, которые могут быть как рифмованными, так и нерифмованными). Слова были выбраны случайно из исходного текста (нескольких абзацев, включавших общую информацию о логике, сонет Шекспира и фрагмент из статьи фон Неймана о логике 1927 года). Используя разные исходные тексты и наборы правил, ИИ сможет создавать стихи о чем угодно и в любом стиле, который вы зададите.

Символический ИИ

При символьной обработке слова́ рассматриваются как связанные друг с другом в соответствии с определенным набором правил символы. Слова становятся объектами, которыми можно управлять, трансформируя таким же образом, каким мы трансформируем числа в соответствии с правилами математики. Символический ИИ позволяет компьютерам мыслить словами.

Пожалуй, неудивительно, что символический ИИ стал одной из первых и наиболее успешных форм ИИ, поскольку был основан на новых представлениях о логике, развитых несколькими десятилетиями ранее. К началу XX века Бертран Рассел, Курт Гедель и Давид Гильберт достигли пределов математики, пытаясь понять, доказуемо ли абсолютно все, или же действительно существуют некие недоказуемые утверждения, которые, однако, можно выразить математически. Эти исследователи показали, что вся математика может быть сведена к логике.

Логика – очень мощный инструмент представления фактов. Все, что выражено логически, должно быть или истинным, или ложным, например: идет дождь – правда; дует ветер – ложь. Логические операции позволяют нам формулировать более сложные идеи: если «идет дождь» – правда, а «дует ветер» – ложь, то «взять зонтик» – правда. Это логическое высказывание также может быть представлено в виде таблицы истинности:

Когда мы доказываем что-то в математике, мы показываем, что логические предположения гарантируют вывод. Математика построена на таких доказательствах. Поэтому, если у нас есть утверждения «все люди смертны» и «Сократ – человек», мы можем доказать, что «Сократ смертен».

Предикатная логика, более сложный и широко используемый тип логики, даже допускает превращение обычных предложений в своего рода логические обозначения (также известные как формальные логические высказывания).

Родоначальникам символического ИИ логика представлялась настолько всемогущей, что они считали, будто символическая логика – это все, что нужно для интеллекта.

Это убеждение было основано на идее, что человеческий разум лишь манипулирует символами. Исследователи утверждали, что наши представления об окружающем мире закодированы в мозге в виде символов. Идея стула и подушки может быть заключена в символах «стул» и «подушка» и абстрактных правилах, таких как «подушка может лежать на стуле» и «стул не находится на подушке».

[3] Катрен – четверостишие в составе сонета с законченной мыслью. Метр и расположение рифм не канонизированы, но наиболее частая форма – abba.

[4] Хайку – жанр традиционной японской лирической поэзии. Оригинальное хайку состоит из 17 слогов.

[5] Шекспировский сонет, или сонет с английской рифмовкой, имеет вид abab cdcd efef gg (три катрена и заключительное двустишие – так называемый сонетный ключ).