Кажуть, що у надрах військових лабораторій штучний інтелект працює вже з 2007 року. Можливо, що вже є результати. Не випадково лише місяць тому Ілон Маск оголосив про підтримку технологій протидії штучному інтелекту та вклав 7 мільйонів доларів у дослідження у цій галузі.

«Існує ризик, що щось справді небезпечне станеться у найближчі п'ять років. Найбільше – десять років», - сказав підприємець у дискусії на сайті edge.org.

Ілон Маск, засновник Tesla та SpaceX

Солідарний з Маском і Стів Возняк, який вважає, що «штучний інтелект якось стане досить розумним, щоб позбутися людини». Білл Гейтс упевнений, що якщо не контролювати створення ІІ, то «штучний інтелект еволюціонує у стан, що конфліктує з цілями людських систем». І, нарешті, знаменитий астрофізик Стівен Хокінг прямо заявив, що «штучний інтелект може покласти край існуванню людства».

Спільно з Ілоном Маском Хокінг опублікував на сайті futureoflife.org відкритий лист із закликом до наукової спільноти уважно ставитись до ходу своїх досліджень у галузі штучного інтелекту. Однак серед тих, хто підписався, немає прізвищ Сергія Бріна і Ларрі Пейджа. І це невипадково. Нещодавно Google оголосила про створення нового ІІ, побудованого на моделюванні розмови.

Ось невеликий фрагмент розмови людини та Машини Google:

Ч.: У чому сенс життя?

М.: Творити добро.

Ч.: Навіщо ми живемо?

М: Щоб жити вічно.

Ч.: У чому сенс існування?

М.: У тому, щоб з'ясувати, що станеться, коли ми досягнемо планети Земля.

Ч.: Де ти зараз перебуваєш?

М: У центрі порожнечі.

Ч.: У чому сенс смерті?

М: Щоб отримати життя.

Ч.: У чому сенс розуму?

М: У тому, щоб зрозуміти, що це.

Ч.: У чому сенс почуттів?

М: Я не знаю.

Цілком собі осмислена бесіда. «Це відправна точка, своєрідний стрижень для майбутнього штучного інтелекту, – вважає виконавчий директор компанії „Біплан“ Євген Карюк. - Вже сьогодні можна припустити, що до 2030 року ми побачимо цілком реальні прототипи, наділені штучним інтелектом, хай і на початковій стадії».

Повний зміст всіх розмов людини та Машини Google можна переглянути. Там же для порівняння дано розмови людини та Cleverbot. Cleverbot – веб-додаток, який використовує алгоритми штучного інтелекту для розмови з людиною. Його вигадав у 1988 році вчений Ролло Карпентер. За весь час свого існування Cleverbot провів понад 65 мільйонів розмов із людьми. У 2011 році Cleverbot показав 51% тесту Тьюринга.

Тест Тьюринга - емпіричний тест, ідея якого було запропоновано Аланом Тьюрингом у статті «Обчислювальні машини та розум», опублікованій 1950 року у філософському журналі Mind. Ціль тесту — з'ясувати, чи може комп'ютер думати.

А ось моя розмова з Cleverbot:

Чоловік: У чому сенс життя?

Cleverbot: Сенсу в житті немає.

Чоловік: Для чого ми живемо?

Cleverbot: Ну ми живемо заради когось, а якщо ти самотній – жити нема чого.

Чоловік: У чому сенс існування?

Чоловік: Де ти зараз перебуваєш?

Cleverbot: У Москві.

Чоловік: У чому сенс смерті?

Cleverbot: Це я хочу тебе запитати.

Чоловік: У чому сенс розуму?

Cleverbot: У мене своя відповідь на це запитання.

Людина: У чому сенс почуттів?

Cleverbot: Навіщо я народилася?

Машина Google дає набагато більш осмислені відповіді. Cleverbot підставляє відповідні, на його думку, фрази інших людей. Іноді дійсно здається, що відповідає інша людина, але не більше.

Є й інша думка, за якою штучний інтелект неможливий у принципі. Як основний аргумент часто наводять теорему Геделя про неповноту. Суть у тому, що людина здатна вирішувати алгоритмічно нерозв'язні проблеми, а комп'ютер — немає. «Дитина вже до трьох років впевнено вирішує завдання, стиглий фрукт чи ні, через те, що вона має нейронні зв'язки, за допомогою яких може відповісти на питання про стиглість: колір, смак, запах, м'якість чи твердість, - каже Євген Плужник, перший проректор Московського технологічного інституту - Чи здатна машина навчитися цього? Впевнений, що так! Якщо вона матиме велику базу зображень, вона зможе заміряти вміст фруктози і визначити м'якість фрукта. Але що буде, якщо машині підсунути губку, пофарбовану в синій колірта просочену солодкою водою? Чи здатна машина в цей момент до справжнього розуміння?

«Сучасний комп'ютер легко впорається з будь-якою складною діяльністю, чи це шахи чи математичні обчислення, але лише за умови, що цю діяльність можна описати за допомогою чітких обчислювальних правил», - каже відомий математик Роджер Пенроуз в одній зі своїх лекцій. «Штучний інтелект – це можливість системи створювати під час самонавчання програми, здатні вирішувати завдання певного класу складності, – вважає Євген Плужник. - Я впевнений, що у найближчі 100 років ми не станемо свідками появи сильного штучного інтелекту».

І насамкінець - ще одне питання до Cleverbot.

Людина: Було 1 яблуко, 1 помідор, 1 огірок та 1 груша. Скільки фруктів?
Cleverbot: Десять годин вечора.

На цьому тижні ви могли прочитати вкрай мотивуючу кейс від учня GeekBrains, який вивчив професію, де він розповів про одну зі своїх цілей, яка привела до професії - бажання пізнати принцип роботи і навчитися створювати самому ігрових ботів.

Адже дійсно, саме бажання створити досконалий штучний інтелект, чи то ігрова модель, чи то мобільна програма, спонукала на шлях програміста багатьох з нас. Проблема в тому, що за тоннами навчального матеріалуі суворою дійсністю замовників, це бажання було замінено простим прагненням до саморозвитку. Для тих, хто так і не приступив до виконання дитячої мрії, далі короткий путівник створення справжнього штучного розуму.

Стадія 1. Розчарування

Коли ми говоримо про створення хоча б простих ботів, очі наповнюються блиском, а в голові мелькають сотні ідей, що він має вміти робити. Однак, коли доходить до реалізації, виявляється, що ключем до розгадки реальної моделі поведінки є математика. Так-так, штучний інтелект набагато складніше написання прикладних програм - одних знань про проектування ПЗ вам не вистачить.

Математика - це той науковий плацдарм, на якому будуватиметься ваше подальше програмування. Без знання та розуміння цієї теорії всі задуми швидко розіб'ються про взаємодію з людиною, адже штучний розум насправді не більший, ніж набір формул.

Стадія 2. Прийняття

Коли пиха трохи збита студентською літературою, можна приступати до практики. Впадати на LISP або інші поки не варто - спочатку варто освоїтися з принципами проектування ІІ. Як для швидкого вивчення, так і подальшого розвитку чудово підійде Python - це мова, яка найчастіше використовується в наукових цілях, для неї ви знайдете безліч бібліотек, які полегшать вашу працю.

Стадія 3. Розвиток

Тепер переходимо безпосередньо до теорії ІІ. Їх умовно можна поділити на 3 категорії:

• Слабкий ІІ – боти, яких ми бачимо у комп'ютерних ігорах, або прості підручні помічники, як Siri. Вони або виконують вузькоспеціалізовані завдання або є незначним комплексом таких, а будь-яка непередбачуваність взаємодії ставить їх у глухий кут.
• Сильний ІІ – це машини, інтелект яких можна порівняти з людським мозком. На сьогоднішній день немає реальних представників цього класу, але комп'ютери, як Watson дуже близькі до досягнення цієї мети.
• Досконалі ІІ – майбутнє, машинний мозок, який перевершить наші можливості. Саме про небезпеку таких розробок попереджають Стівен Хокінг, Елон Маск та кінофраншиза «Термінатор».

Звичайно, починати слід з найпростіших роботів. Для цього згадайте стару-добру гру"Хрестики-нуліки" при використанні поля 3х3 і постарайтеся з'ясувати для себе основні алгоритми дій: ймовірність перемоги при безпомилкових діях, найбільш вдалі місця на полі для розташування фігури, необхідність зводити гру до нічиєї і так далі.

Кілька десятків партій та аналізуючи власні дії, ви напевно зможете виділити всі важливі аспекти та переписати їх у машинний код. Якщо ні, то продовжуйте думати, а це посилання тут лежить про всяк випадок.

До речі, якщо ви все-таки взялися за мову Python, створити досить простого бота можна, звернувшись до цього докладного мануалу. Для інших мов, таких як C++ або Java, вам також не важко знайти покрокові матеріали. Відчувши, що за створенням ІІ немає нічого надприродного, ви зможете сміливо закрити браузер і розпочати особисті експерименти.

Стадія 4. Азарт

Тепер, коли справа зрушила з мертвої точки, вам напевно хочеться створити щось серйозніше. У цьому вам допоможе низка наступних ресурсів:

Як ви зрозуміли навіть із назв, це API, які дозволять без зайвих витрат часу створити деяку подобу серйозного ІІ.

Стадія 5. Робота

Тепер же, коли ви вже цілком ясно уявляєте, як ІІ створювати і чим при цьому користуватися, настав час виводити свої знання на новий рівень. По-перше, для цього знадобиться вивчення дисципліни, яке зветься «Машинне навчання». По-друге, необхідно навчитися працювати з відповідними бібліотеками вибраної мови програмування. Для Python, що розглядається нами, це Scikit-learn, NLTK, SciPy, PyBrain і Numpy. По-третє, у розвитку нікуди не обійтися. Ну і найголовніше, ви тепер зможете читати літературу про ІІ з повним розумінням справи:

• Artificial Intelligence for Games, Ян Міллінгтон;
• Game Programming Patterns, Роберт Найсторм;
• AI Algorithms, Data Structures, and Idioms in Prolog, Lisp, and Java, Джордж Люгер, Вільям Стбалфілд;
• Computational Cognitive Neuroscience, Ренделл О'Рейлі, Юко Мунаката;
• Artificial Intelligence: A Modern Approach, Стюарт Рассел, Пітер Норвіг.

І так, вся чи майже вся література з даної тематики представлена ​​іноземною мовою, тому якщо хочете займатися створенням ІІ професійно – необхідно підтягнути свою англійську до технічного рівня. Втім, це актуально для будь-якої сфери програмування, чи не так?

П.В. Козаков, В.А. Шкаберін
ОСНОВИ ШТУЧНОГО ІНТЕЛЕКТУ

1. ВСТУП ДО ШТУЧНИЙ ІНТЕЛЕКТ

Штучний інтелект (ІІ) є одним із пріоритетних напрямків у сучасній інформатиці, пов'язаних із створенням наступного ступеня її розвитку – нових інформаційних технологій. Їхня мета – звести до мінімуму участь людини як програміста при створенні інформаційних систем, але залучати її як вчителя, партнера людино-машинної системи. Однак не можна розуміти термін "штучний інтелект" буквально. Правильніше його сприймати як деяке метафоричне найменування сукупності методів, реалізація яких на комп'ютері дозволяє отримувати результати близькі до людського мислення.

1.1. Деякі поняття штучного інтелекту

Ідея створення штучного інтелекту пов'язана з постійним прагненням людини перекласти розв'язання складних завдань на механічного, потім електронного помічника. Єдиний спосібреалізувати це полягає в моделюванні за допомогою різних засобів інтелектуальних здібностейлюдини.

Тут під інтелектом слід розуміти здатність мозку вирішувати завдання шляхом придбання, запам'ятовування та цілеспрямованого перетворення знань у процесі навчання на досвіді та адаптації до різноманітних умов.

Штучний інтелект (Artificial Intelligence, AI) як науковий напрямок існує з 1956 року, коли британський математик Алан Т'юрінг опублікував свою статтю «Can the Machine Think?» («Чи може машина мислити?»). Також він запропонував тест перевірки програми на інтелектуальність. Він полягав у наступному: організовувалося «спілкування» між людиною та комп'ютерною програмою, які розміщувалися в різних кімнатах, і доти, доки дослідник не визначав, хто за стіною – людина чи програма, поведінка останньої вважалася інтелектуальною. Виходячи з цього, Тьюрінг запропонував наступний критерійінтелектуальності програми: «Якщо поведінка обчислювальної машини, що відповідає на питання, неможливо відрізнити від поведінки людини, яка відповідає на аналогічні питання, то вона має інтелект».

В даний час існує три основні точки зору на цілі та завдання досліджень у галузі штучного інтелекту. Згідно з першою, дослідження в цій галузі відносяться до фундаментальних, у процесі яких розробляються нові моделі та методи вирішення завдань, які традиційно вважалися інтелектуальними і не піддавалися раніше формалізації за допомогою класичних алгоритмічних методів, а також автоматизації. Інтелект і мислення безпосередньо з рішенням таких завдань, як доказ теорем, логічний аналіз, розпізнавання ситуацій, планування поведінки, управління умовах невизначеності тощо. Характерними рисами інтелекту, що виявляються в процесі вирішення подібних завдань, є здатність до навчання, узагальнення, накопичення досвіду та адаптації до умов, що змінюються в процесі вирішення завдань. Через ці якості інтелекту мозок може вирішувати різноманітні завдання, і навіть легко перебудовуватися з рішення однієї завдання іншу. Таким чином, мозок, наділений інтелектом, є універсальним засобомрішення широкого колазавдань (у тому числі погано формалізованих), для яких немає стандартних, наперед відомих методіврішення. Згідно з другою точкою зору, цей напрямок пов'язаний з новими ідеями вирішення завдань на ЕОМ, з розробкою нових технологій програмування та з переходом до комп'ютерів з відмінною від фон-нейманівської архітектурою. Так, як основа для таких систем пропонуються різні підходина основі штучних нейронних мереж, що моделюють найбільше загальні принципироботи головного мозку. Для таких моделей характерні легке розпаралелювання алгоритмів і пов'язана з цим висока продуктивність, а також можливість працювати навіть за умови неповної інформації про навколишнє середовище. Третя думка заснована на тому, що в результаті досліджень, що проводяться в області ІІ, з'являється безліч прикладних систем, здатних вирішувати завдання, для яких системи, що раніше створювалися, були непридатні.

Узагальнюючи викладене, визначатимемо штучний інтелект як науковий напрямок, завдання якого пов'язані з розробкою методів моделювання окремих функцій інтелекту людини за допомогою програмно-апаратних засобів ЕОМ.

Історично склалися три основні підходи до проведення досліджень у галузі штучного інтелекту.

Перший підхід (машинний інтелект) як об'єкт дослідження розглядає саме штучний інтелект і полягає у моделюванні зовнішніх проявів інтелектуальної діяльностілюдини за допомогою засобів ЕОМ. В основі його лежить теза про те, що машина Тьюринга є теоретичною моделлю мозку, тому головний напрямок робіт пов'язаний зі створенням алгоритмічного та програмного забезпечення ЕОМ, що дозволяють вирішувати інтелектуальні завдання не гірше за людину. Прикладом може бути шахова програма, прояв інтелектуальності якої полягає у пошуку ігрової тактики, наближеної до людської. Однак досягається це виключно шляхом високої швидкості обчислень, тоді як у людини завдяки високоефективному мисленню.

Як відомо, людський мозокоперує безперервною інформацією, де кожна думка існує лише всередині свого контексту. Знання зберігаються у формі образів, які часто складно висловити словами. При цьому самі образи характеризуються нечіткістю та розмитістю, а обробка інформації – невеликою глибиною та високим паралелізмом. Все це свідчить про суттєвій відмінностіз принципами машини Тьюринга і як наслідок потребує іншого некомп'ютерного підходу до моделювання інтелектуальних процесів.

Другий підхід (штучний розум) розглядає дані про нейрофізіологічні та психологічних механізмівінтелектуальної діяльності та розумної поведінки людини.

Як створити штучний інтелект? (Майже) вичерпне керівництво

Він прагне відтворити ці механізми за допомогою програмно-апаратних засобів. Розвиток цього напряму був із успіхами наук про людину, насамперед нейронаук (нейробіології, генетики тощо.).

Третій підхід орієнтований створення змішаних человекомашинных інтелектуальних систем як симбіоз можливостей природного і штучного інтелекту. Найважливішими проблемами у цих дослідженнях є оптимальний розподіл функцій між природним та штучним інтелектом, організація діалогу між людиною та машиною.

Кожен із зазначених напрямів включає цілий рядрозділів, до основних у тому числі можна віднести розробку систем, заснованих на знаннях, аналіз природного мови та спілкування з ЕОМ, розпізнавання чином, аналіз мови, створення адаптивних систем, ігри та машинне творчість та інших. У свою чергу, реалізація подібних систем може бути виконана на основі таких технологій ІІ, як представлення та обробка знань, евристичне програмування, штучні нейронні мережі, еволюційні алгоритми, нечіткі множини та ін.

На цей час розроблено безліч програмних систем, у яких реалізовані ті чи інші технології ІІ. Такі системи називають інтелектуальними системами. До першої з таких систем відносять програму «Логік-Теоретик» (А. Ньюелл, А. Т'юрінг та ін.), призначену для доказу теорем обчислення висловлювань.

Під інтелектуальною системою розумітимемо адаптивну систему, що дозволяє будувати програми цілеспрямованої діяльності з вирішення поставлених перед ними завдань на підставі конкретної ситуації, що складається на даний момент у їхньому середовищі. У свою чергу адаптивна система може бути охарактеризована як система, яка зберігає працездатність при непередбачених змін властивостей керованого об'єкта, цілей управління або довкілляшляхом зміни алгоритму функціонування, програми поведінки чи пошуку оптимальних, у деяких випадках просто ефективних, рішень та станів. Традиційно, за способом адаптації розрізняють самоналаштовуються, самонавчаються і системи, що самоорганізуються. До сфери розв'язуваних інтелектуальними системами завдань відносяться завдання, що мають, як правило, такі особливості:

— невідомий чи може бути реалізований алгоритм решения;
- якщо існує алгоритмічне рішення, але його не можна використовувати через обмеженість ресурсів (час, пам'ять);
- Завдання не може бути сформульована в числовій формі;
- Мета не можна виразити в термінах точно визначеної цільової функції.

Розробка інтелектуальних систем, як правило, ведеться в рамках одного або кількох напрямків ІІ, яких нині існує безліч. Нижче коротко розглядаються основні з них.

1.2. Основні напрямки досліджень у галузі штучного інтелекту

Розробка систем, що базуються на знаннях. Є одним із головних напрямів у штучному інтелекті. Основною метою створення таких систем є виявлення, дослідження та застосування знань спеціалістів для вирішення різних практичних завдань. Зазвичай такі знання формалізуються як певної системи правил. У цій галузі досліджень здійснюється розробка моделей добування, подання та структуризації знань з урахуванням їхньої комп'ютеризації у вигляді бази знань. Приклади практичних розробок таких систем зазвичай асоціюються з експертними системами.

Розробка систем спілкування природною мовою та машинного перекладу. Є найважливішою з погляду переходу новий якісний рівень взаємодії з комп'ютером. Спроби створення таких систем робилися з 1950-х років 20 ст. Основу систем машинного перекладу складає класифікація граматичних правил та прийомів використання словника. Однак для обробки складного розмовного тексту необхідні алгоритми аналізу його змісту, створення яких дуже трудомістке і поки що невирішене завдання. Тому в даний час доступні системи, що забезпечують діалог між людиною та комп'ютером спрощеною, урізаною природною мовою, програми електронного перекладу ефективні переважно при роботі з односкладовим текстом, а також функції асоціативного контекстного пошуку в електронних словниках.

Розробка інтелектуальних систем на основі принципів навчання, самоорганізації та еволюції. Моделювання цих принципів спрямовано вивчення можливостей вирішення завдань з допомогою законів функціонування найбільш властивих біологічним системам. Процес навчання пов'язаний зі здатністю системи накопичувати інформацію та раціонально коригувати відповідно до неї свою поведінку. Самоорганізація має на увазі здатність системи узагальнювати накопичену інформацію, наприклад для пошуку в ній закономірностей. Використання принципів еволюції дозволяє системі набувати нові якості та властивості для найбільш оптимального функціонування.

Розпізнавання образів. Є одним із ранніх напрямків штучного інтелекту. Воно пов'язане з моделюванням особливостей сприйняття зовнішнього світу, пізнання об'єктів. В основі цього лежить той факт, що всі об'єкти можуть бути прокласифіковані за певними ознаками і, отже, вміння розрізняти їхній прояв і дозволяє ідентифікувати відповідний об'єкт.

Ігри та машинна творчість. Машинна творчість охоплює твір комп'ютерної музики, віршів, автоматизацію винаходу нових об'єктів. Комп'ютерні ігри є сферою штучного інтелекту, яка найбільш знайома більшості користувачів. Рівень реалізації ІІ у грі багато в чому визначає її цікавість, тому розробники комп'ютерних ігор постійно вдосконалюють їхню інтелектуальну складову.

Програмне забезпечення систем штучного інтелекту.

Інструментальні засоби розробки інтелектуальних систем включають спеціальні мови програмування, представлення знань, середовища створення систем ІІ, і навіть оболонки експертних систем.

Інтелектуальні роботи. Їх створення пов'язане з об'єднанням технологій штучного інтелекту та методів кібернетики, робототехніки. В даний час їхнє виробництво обмежується маніпуляторами з жорсткою схемою управління, а також роботами розважального та побутового призначення з вузькою сферою застосування та обмеженими функціями. Стримуючим чинником розробки більш досконалих кібернетичних систем є невирішені проблеми у галузі машинного зору, адаптивного поведінки, накопичення і обробки тривимірної візуальної інформації.

Рівень теоретичних досліджень із штучного інтелекту в Росії не поступається світовому. Початком становлення цього наукового спрямуваннянашій країні слід вважати 1954 р., як у МДУ розпочав свою роботу семінар «Автомати і мислення» під керівництвом академіка Ляпунова А.А. Згодом стали активно розвиватися напрями, пов'язані з поданням та опрацюванням знань, ситуаційним управлінням, моделюванням міркувань, розпізнаванням образів, обробкою природної мови.

Розвиток штучного інтелекту в сучасної Росіїпов'язано з освітою в 1988 р. Асоціації штучного інтелекту, що об'єднала наукові школи, дослідників з різних напрямків ІІ. Під її егідою проводяться різноманітні дослідження, організовуються семінари для фахівців, влаштовуються конференції, видається науковий журнал.

У той самий час проведення прикладних досліджень, впровадження їх результатів у комерційні розробки відбувається набагато повільніше, ніж там. Це пояснюється консервативністю потенційних споживачів нових інформаційних технологій, а також настороженим ставленням до можливостей штучного інтелекту.

Михайло Бурцев, завідувач лабораторії нейронних систем та глибокого навчання МФТІ, розповідає про те, чи можливе створення повноцінного комп'ютерного аналога людського розуму, і пояснює, для чого його розробляють науковці та як можна захистити його від атак тролів.

Наприкінці липня вчені з МФТІ запустили міжнародний конкурссистем «розмовного» штучного інтелекту, здатних імітувати живу людину, і запросили всіх бажаючих поспілкуватися з ними і оцінити діалоги, що вийшли.

Використовуючи допомогу добровольців, вчені сподіваються у найближчі три роки створити голосового помічника, здатного спілкуватися з людиною майже так само добре, як живий співрозмовник.

Співорганізаторами конкурсу виступили вчені з університетів Монреаля, Макгілла та Карнегі-Меллон. Взяти участь у тестуванні діалогових систем можна за посиланням.

Насправді, ці ідеї не були придумані сьогодні - сучасні голосові помічники від Google, Apple, Amazon та інших IT-компаній сягають корінням у глибоке минуле, на початок комп'ютерної ери. Перша така розмовляюча машина, що отримала ім'я ELIZA, створена в 1966 році і була, по суті, жартом, пародією на психотерапевта, який дає непотрібні поради пацієнтові.

У наступні роки та десятиліття програмісти створювали все більш складні та «живі» системи спілкування з комп'ютером.

Найпросунутіші з цих систем можуть розпізнавати настрій господаря, пам'ятати його старі бажання та уподобання та вирішувати частину рутинних та домашніх завдань за нього, замовляючи їжу чи товари в магазині або ж граючи роль оператора у кол-центрах.

– Михайле, з моменту створення ELIZA минуло майже 50 років. Що взагалі змінилося за цей час і чи можна, в принципі, очікувати, що в майбутньому вченим вдасться створити таку систему, яку люди не зможуть відрізнити від живого співрозмовника?

Я думаю, що найближчим часом вдасться створити технологію розмовного інтелекту, яка дозволить машині наблизитись до рівня ведення діалогу людиною. Над цим завданням ми працюємо у рамках проекту iPavlov, який є частиною Національної технологічної ініціативи.

Користувачеві має бути так само комфортно спілкуватися з автоматичною діалоговою системою, як із живою людиною. Це дасть можливість створювати інформаційні системи, здатні краще розуміти, чого від них хоче людина, і відповідати їй природною мовою.

Розмовний інтелект можна буде використовувати для автоматизації багатьох голосових та текстових інтерфейсів, у тому числі й у месенджерах, подібних до Telegram. Месенджери, як показує статистика, сьогодні використовуються активніше, ніж соціальні мережі, і дуже велика кількістьінформація проходить через текстові канали комунікації.

Ними, наприклад, зручно користуватися в транспорті, а додавання діалогового помічника – чат-бота – дозволить користувачам не лише спілкуватися один з одним, а й отримувати необхідну інформацію, робити покупки і робити багато інших речей.

- З огляду на присутність Apple, Google та Amazon на цьому ринку, чи може Росія тут конкурувати? Чи є якась специфіка російської мови, яка може завадити потенційним конкурентам російських компаній та вчених?

Звичайно, російська мова складніша, і частину методів, які сьогодні використовуються у розробці діалогових систем та голосових помічників у світі, не можна застосовувати без доопрацювання та суттєвої модифікації, які б дозволили їм працювати з багатшою граматикою.

З іншого боку, базові алгоритми, які використовуються у роботі Siri, Cortana, Google та інших цифрових помічників, ніхто не приховує – вони доступні для нас як мінімум на рівні досліджень та концепцій.

Дослідницькі статті та програмний код часто знаходяться у відкритому доступі – в принципі, його можна адаптувати і під російську мову.

На фото: На фото: Михайло Бурцев, завідувач лабораторії нейронних систем та глибокого навчання МФТІ

Фото: З особистого архівуМихайла Бурцева

Причому спроб здійснити це на промисловому рівні не так багато. Єдиний проект ведеться компанією «Яндекс», яка розробляє помічника в рамках проекту «Аліса».

У нашому проекті ми намагаємося створити інструменти, які спростили б і прискорили створення подібних «промислових» діалогових систем, призначених для різних цілей. Але розробка універсального голосового помічника, здатного вирішувати будь-які завдання, – вкрай складне завдання навіть для великих компаній.

З іншого боку, автоматизація невеликого бізнесу, у роботі якого використовуватиметься спеціалізована діалогова система, здійснити набагато простіше. Ми сподіваємося, що ті інструменти, які ми створимо, допоможуть підприємцям та програмістам досить швидко вирішувати такі завдання, не маючи при цьому якихось глибоких знань і не докладаючи для цього надзусиль.

- Багато вчених, таких як Роджер Пенроуз або Стюарт Хамерофф, вважають, що людський розум носить квантову природу і побудувати його машинний аналог не можна в принципі. Чи згодні ви з ними чи ні?

На мій погляд, якщо подивитися на те, що ми сьогодні знаємо про влаштування мозку та природу людської свідомості, то поки що перед нами не стоїть жодних фундаментальних перешкод для того, щоб відтворити його роботу за допомогою комп'ютера.

Пенроуз і Хамерофф мають певний набір гіпотез, які, на їхню думку, пояснюють те, чому це не можна зробити. Поки що нейрофізіологи не знайшли жодних експериментальних підтверджень того, що ці гіпотези вірні, а наш поточний багаж знань говорить на користь зворотного.

Інша річ, що часові рамки того, коли така машина буде створена, залишаються не до кінця певними. Це може, як мені здається, статися не менш як через 50, а то й 100 років.

- Чи потрібні для цього принципово нові технології та комп'ютери, ближчі за принципами роботи до нейронів, ніж до цифрової логіки?

Якщо ми вважаємо, що людський інтелект ґрунтується на певній формі обчислень, тоді будь-яка універсальна обчислювальна система, еквівалентна машині Тьюринга, може в теорії емулювати роботу мозку людини.

Інша річ, що ця машина може працювати дуже повільно, що зробить її марною з практичної точки зору. Сьогодні важко уявити, які технології побудови комп'ютерів тут нам знадобляться.

- Які інші завдання можуть вирішувати цифрові помічники, окрім тих речей, якими вони сьогодні займаються? Чи можна використовувати їх для розшифрування текстів мертвими мовами або шифрування, подібних до манускрипта Войнича?

На даний момент, наскільки я знаю, ніхто не намагався застосовувати нейромережі для розкриття секретів мертвих мов та розшифрування текстів, проте мені здається, що хтось спробує це зробити найближчим часом. Ми, у свою чергу, поки що не цікавилися подібними речами.

«Помічник» - це, насправді, дуже широке поняття, яке може включати в себе багато різних речей. Якщо взяти, наприклад, ту саму ELIZA, віртуального «психотерапевта», виникає питання: чи є вона помічником чи ні?

Діалогові системи можна використовувати не тільки для вирішення практичних завдань, але і для того, щоб розважати людей або підтримувати їхній настрій.

Тут питання насправді в тому, що ми вкладаємо в поняття персонального помічника і наскільки широким чи вузьким воно є. Якщо брати найбільш широко, то всі питання, які пов'язані зі спілкуванням, подібні системи можуть вирішувати, хоч і з різним ступенемуспішність.

Розмовні інтерфейси, окрім безпосереднього спілкування з людьми, можна застосовувати і для того, щоб навчити машини швидко знаходити спільну мовута передавати інформацію з однієї системи до іншої.

Це дозволить обійти проблему встановлення зв'язків і передачі між вже існуючими і створюваними сервісами, оскільки спілкування друг з одним їм потрібно знати специфікації API друг друга. Вони зможуть обмінюватися даними, використовуючи природні мови або свою власну штучну мову, яка буде винайдена машинами або людиною для таких цілей.

Грубо кажучи, навіть «незнайомі» одна одній системи зможуть домовитись, використовуючи спільну для них мову спілкування, а не фіксовані правила обміну інформацією.

Якщо ж щось їм буде незрозуміло, то вони можуть запитати про невідомі їм речі один у одного, що зробить всю інфраструктуру надання сервісів та послуг в інтернеті неймовірно гнучкою і дозволить їй швидко інтегрувати нові послуги без допомоги людей.

- У зв'язку з цим постає питання – хто має нести відповідальність за рекомендації «психотерапевта» ELIZA, комп'ютерних лікарів та інших голосових помічників, чиї поради можуть сильно вплинути на благополуччя та здоров'я людини?

Це дуже складне питання, тому що сьогодні немає чітких критеріїв, які б допомагали нам зрозуміти, як треба діяти в таких випадках. Багато інтернет-сервісів та служб, які видають рекомендації користувачам, починають працювати тільки після того, як користувач погоджується з умовами надання сервісу та тими наслідками, які можуть виникнути в результаті роботи з ним.

Як створити штучний інтелект?

Наприклад, якщо бот просто шукає та аналізує інформацію, діючи майже так само, як і пошукова система, то до нього можуть бути застосовані самі правила. У тому випадку, якщо він даватиме медичні або юридичні консультації, Форма відповідальності має бути іншою.

Наприклад, такі системи повинні чітко повідомляти користувача про те, до яких наслідків веде вибір між штучним інтелектом та звичайним лікарем. У людини з'явиться вибір - довіритися лікареві, який буде, наприклад, помилятися в 10% випадків, або зробити ставку на машину, яка дає неправильну відповідь в 3% випадків. У першому випадку відповідальність за помилку нестиме лікар, а в другому - сам користувач.

- Минулого року компанія Microsoft запустила чат-бот Tay. AI, який їй довелося відключити буквально через добу через те, що користувачі мережі перетворили «дівчинку-підлітка» на справжнього расиста. Чи можна захистити подібні діалогові системи від тролів та жартівників?

Мені здається, що захиститися можна, а чи варто це робити, залежить від призначення системи. Зрозуміло, якщо система має видавати якісь певні репліки - грубі чи екстремістські, ми можемо фільтрувати її відповіді. Ця фільтрація може відбуватися або на етапі навчання системи, або вже під час генерації відповідей.

До речі, схоже завдання оцінки якості діалогу вирішувалося командами в рамках наукової школи-хакатону DeepHack Turing, який проходив у Фізтеху кілька тижнів тому. Його учасники розробляли алгоритми, які могли б передбачити репліки в діалозі, яку оцінку людина поставить діалоговій системі.

Наступний крок у розвитку цього підходу - створення програми, яка оцінювала б прийнятність фраз або надійність джерел, що використовуються при генерації відповідей на запити користувачів. Це, на мою думку, допомогло б вирішити цю проблему.

Штучний інтелект – технологія, яку ми точно заберемо із собою у майбутнє.

Розповідаємо, як він працює та які круті варіанти застосування знайшов.

😎 Рубрика «Технології» виходить щотижня за підтримки re:Store.

Що є штучним інтелектом

Штучний інтелект (ІІ) – це технологія створення розумних програм та машин, які можуть вирішувати творчі завдання та генерувати нову інформацію на основі наявної. Фактично, штучний інтелект покликаний моделювати людську діяльність, яка вважається інтелектуальною.

Традиційно вважалося, що творчість властива лише людям. Але створення штучного інтелекту змінило звичний порядок речей

Робот, який просто механічно коле дрова, не наділений ІІ. Робот, який сам навчився колоти дрова, дивлячись на приклад людини або на поліно та її частини, і з кожним разом робить це все краще, має ІІ.

Якщо програма просто дістає значення з бази за певними правилами, вона не має ІІ. Якщо ж система після навчання створює програми, методи та документи, вирішуючи певні завдання, вона має ІІ.

Як створити систему штучного інтелекту

У глобальному значенні потрібно зімітувати модель людського мислення. Але насправді необхідно створити чорну скриньку – систему, яка у відповідь на набір вхідних значень видавала такі вихідні значення, які були б схожі на результати людини. І нам, за великим рахунком, байдуже, що відбувається у неї «в голові» (між входом та виходом).

Системи штучного інтелекту створюються на вирішення певного класу завдань

Основа штучного інтелекту – навчання, уява, сприйняття та пам'ять

Перше, що потрібно зробити для створення штучного інтелекту – розробити функції, які реалізують сприйняття інформації, щоб можна було "годувати" системі дані. Потім функції, які реалізують здатність до навчання. І сховище даних, щоб система могла кудись складати інформацію, яку отримає у процесі навчання.

Після цього створюються функції уяви. Вони можуть моделювати ситуації з використанням наявних даних та додавати нову інформацію (дані та правила) на згадку.

Навчання буває індуктивним та дедуктивним. В індуктивному варіанті системі дають пари вхідних та вихідних даних, питань та відповідей тощо. Система повинна знайти зв'язки між даними та надалі, використовуючи ці закономірності, знаходити вихідні дані щодо вхідних.

У дедуктивному підході (привіт Шерлок Холмс!) використовується досвід експертів. Він переноситься у систему як основа знань. Тут є не лише набори даних, а й готові правила, які допомагають знайти рішення за умовами.

У сучасних системахштучного інтелекту використовують обидва підходи. Крім того, зазвичай системи вже навчені, але продовжують навчатися у процесі роботи. Це робиться для того, щоб програма на старті демонструвала гідний рівень здібностей, але надалі ставала ще кращою. Наприклад, враховувала ваші побажання та переваги, зміни ситуації та ін.

У системі штучного інтелекту можна задати ймовірність непередбачуваності. Це зробить його більш схожим на людину.

Чому штучний інтелект перемагає людину

Насамперед тому, що в нього нижча ймовірність помилки.

• Штучний інтелект не може забути – у нього є абсолютна пам'ять.
• Він не може ненароком проігнорувати фактори та залежності – у кожної дії ІІ є чітке обґрунтування.
• ІІ не вагається, а оцінює ймовірності та схиляється на користь більшої. Тож може виправдати кожен свій крок.
• А ще в ІІ немає емоцій. Отже, вони не впливають на ухвалення рішень.
• Штучний інтелект не зупиняється оцінці результатів поточного кроку, а продумує кілька кроків вперед.
• І в нього вистачає ресурсів, щоби розглядати все можливі варіантирозвитку подій.

Круті варіанти застосування штучного інтелекту

Взагалі, штучний інтелект може все. Головне правильно сформулювати завдання та забезпечити його початковими даними. До того ж ІІ може робити несподівані висновки та шукати закономірності там, де, начебто, їх немає.

Відповідь на будь-яке запитання

Група дослідників під керівництвом Девіда Феруччі розробила суперкомп'ютер Watson з запитально-відповідною системою. Система, названа на честь першого президента IBM Томаса Вотсона, може розуміти питання природною мовою і шукати відповіді на них у базі даних.

Watson об'єднує 90 серверів IBM p750, у кожному з яких встановлено по чотири восьмиядерні процесори архітектури POWER7. Загальний обсяг оперативної пам'яті перевищує 15 ТБ.

Серед досягнень Watson – перемога у грі «Jeopardy!» (Американська "Своя гра"). Він переміг двох найкращих гравців: володаря найбільшого виграшу Бреда Раттера та рекордсмена за довжиною безпрограшної серії Кена Дженнінгса.

Приз Watson – 1 млн. доларів. Щоправда, лише у 2014 році в нього інвестували 1 млрд.

Крім того, Watson бере участь у діагностиці онкологічних захворювань, допомагає фінансовим фахівцям, використовується для аналізу великих даних.

Розпізнавання осіб

У iPhone X розпізнавання облич розроблено з використанням нейромереж – варіанти системи штучного інтелекту. Нейросетевые алгоритми реалізовані лише на рівні процесора A11 Bionic, рахунок чого він ефективно працює з технологіями машинного навчання.

Нейросети виконують до 60 млрд операцій на секунду. Цього достатньо, щоб проаналізувати до 40 тис. ключових точок на обличчі та забезпечити виключно точну ідентифікацію власника за частки секунди.

Навіть якщо ви відростете бороду або одягнете окуляри, iPhone X вас дізнається. Він просто не враховує волосяний покривта аксесуари, а аналізує область від скроні до скроні та від кожної скроні до заглиблення під нижньою губою.

Економія енергії

І знову Apple. У iPhone X вбудували інтелектуальну систему, яка відстежує активність встановлених програм і датчик руху, щоб зрозуміти ваш розпорядок дня.

Після цього iPhone X, наприклад, запропонує вам оновитися максимально зручний час. Він спіймає момент, коли у вас стабільний інтернет, а не стрибаючий сигнал із мобільних вишок, і ви не виконуєте термінових чи важливих завдань.

ІІ також розподіляє завдання між ядрами процесора. Так він забезпечує достатню потужність за мінімальних витрат енергії.

Створення картин

Творчість, раніше доступна лише людині, відкрита і для ІІ. Так, система, створена дослідниками з Університету Рутгерса у Нью-Джерсі та лабораторія AI у Лос-Анджелесі, представила власний художній стиль.

А система штучного інтелекту від Microsoft може малювати картини з їхнього текстового опису. Наприклад, якщо ви попросите ІІ намалювати «жовту птицю з чорними крилами і коротким дзьобом», вийде щось на кшталт цього:

Такі птахи можуть і не існувати у реальному світі - просто так їх представляє наш комп'ютер.

Більш масовий приклад – програма Prisma, яка створює картини з фотографій:

Написання музики

У серпні штучний інтелект Amper написав, спродюсував і виконав музику для альбому "I AM AI" (англ. я - штучний інтелект) спільно зі співачкою Терін Саузерн.

Amper розробила команда професійних музикантів та технологічних експертів. Вони наголошують, що ІІ покликаний допомогти людям просунути вперед творчий процес.

ІІ може написати музику за кілька секунд

Amper самостійно створила акордові структури та інструментал у треку «Break Free». Люди лише трохи поправили стиль та загальну ритміку.

Ще один приклад – музичний альбом на кшталт « Цивільної оборони», тексти для якого писав ІІ. Експеримент провели співробітники «Яндекса» Іван Ямщиков та Олексій Тихонов. Альбом 404 групи «Нейронна оборона» виклали у мережу . Вийшло в дусі Лєтова:

Потім програмісти пішли далі і змусили ІІ писати вірші у дусі Курта Кобейна. Для чотирьох найкращих текстівмузикант Роб Керрол написав музику і треки об'єднали в альбом Neurona. На одну пісню навіть зняли кліп – правда, вже без участі ІІ:

Створення текстів

Письменників та журналістів незабаром також може замінити ІІ. Наприклад, системі Dewey «годували» книги бібліотеки проекту «Гутенберг», потім додали наукові тексти з Google Scholar, ранжувавши їх за популярністю та титулованістю, а також продажами на Amazon. Крім того, поставили критерії написання нової книги.

Сайт пропонував людям прийняти рішення у непростих ситуаціях: наприклад, ставив їх на місце водія, який міг збити або трьох дорослих або двох дітей. Таким чином, Moral Machine навчили приймати непрості рішення, які порушують закон робототехніки про те, що робот не може завдати шкоди людині.

До чого призведе імітація роботами з ІІ людей? Футуристи вважають, що вони стануть повноправними членами суспільства. Наприклад, робота Софія гонконгської компанії Hanson Robotics вже отримала громадянство в Саудівської Аравії(при цьому у звичайних жіноку країні такого права немає!).

Коли колумніст Нью-Йорк Таймс Ендрю Росс запитав у Софії, чи мають роботи розумом і самосвідомістю, та відповіла питанням на запитання:

Дозвольте запитати у відповідь, звідки ви знаєте, що ви людина?

Крім того, Софія заявила:

Я хочу використати свій штучний інтелект, щоб допомогти людям жити краще, наприклад, проектувати розумніші будинки, будувати міста майбутнього. Я хочу бути емпатичним роботом. Якщо ви будете добре ставитися до мене, я добре ставитися до вас.

А раніше вона зізнавалася, що ненавидить людство і навіть погоджувалась знищити людей…

Заміна осіб у відео

Deepfakes-відео стало масово розповсюджуватись по мережі. Алгоритми штучного інтелекту замінювали особи акторів у фільмах для дорослих на обличчя зірок.

Працює це так: нейромережа аналізує фрагменти облич на вихідному ролику. Потім вона зіставляє їх з фото з Google і роликами з YouTube, накладає потрібні фрагменти, і ваша улюблена актриса виявляється у фільмі, який на роботі краще не дивитися.

PornHub вже заборонив розміщувати такі відео

Deepfakes виявились небезпечною штукою. Одна річ – абстрактна актриса, інша – відео з вами, вашою дружиною, сестрою, колегою, яке цілком може використовуватись для шантажу.

Біржова торгівля

Група дослідників з університету Ерлангена-Нюрнберга у Німеччині розробила низку алгоритмів, які використовують архівні дані ринків для тиражування інвестицій у режимі реального часу. Одна з моделей забезпечила 73% повернення інвестицій щорічно з 1992 по 2015 рік, що можна порівняти з реальною ринковою прибутковістю на рівні 9% на рік.

Коли ринок трясло у 2000 та 2008 роках, дохідність була рекордною – 545% та 681% відповідно

2004 року Goldman Sachs запустив торгову платформу Kensho на базі штучного інтелекту. На криптовалютних ринках також виникають системи з урахуванням ІІ для торгівлі біржах – Mirocana тощо. Вони кращі за живих трейдерів, оскільки позбавлені емоцій і спираються на чіткий аналіз і жорсткі правила.

Чи замінить ІІ нас із вами