Что относится к характеристикам работы искусственного интеллекта
Всё, что вам нужно знать об ИИ — за несколько минут
Приветствую читателей Хабра. Вашему вниманию предлагается перевод статьи «Everything you need to know about AI — in under 8 minutes.». Содержание направлено на людей, не знакомых со сферой ИИ и желающих получить о ней общее представление, чтобы затем, возможно, углубиться в какую-либо конкретную его отрасль.
Знать понемногу обо всё иногда (по крайней мере, для новичков, пытающихся сориентироваться в популярных технических направлениях) бывает полезнее, чем знать много о чём-то одном.
Многие люди думают, что немного знакомы с ИИ. Но эта область настолько молода и растёт так быстро, что прорывы совершаются чуть ли не каждый день. В этой научной области предстоит открыть настолько многое, что специалисты из других областей могут быстро влиться в исследования ИИ и достичь значимых результатов.
Эта статья — как раз для них. Я поставил себе целью создать короткий справочный материал, который позволит технически образованным людям быстро разобраться с терминологией и средствами, используемыми для разработки ИИ. Я надеюсь, что этот материал окажется полезным большинству интересующихся ИИ людей, не являющихся специалистами в этой области.
Введение
Искусственный интеллект (ИИ), машинное обучение и нейронные сети — термины, используемые для описания мощных технологий, базирующихся на машинном обучении, способных решить множество задач из реального мира.
В то время, как размышление, принятие решений и т.п. сравнительно со способностями человеческого мозга у машин далеки от идеала (не идеальны они, разумеется, и у людей), в недавнее время было сделано несколько важных открытий в области технологий ИИ и связанных с ними алгоритмов. Важную роль играет увеличивающееся количество доступных для обучения ИИ больших выборок разнообразных данных.
Область ИИ пересекается со многими другими областями, включая математику, статистику, теорию вероятностей, физику, обработку сигналов, машинное обучение, компьютерное зрение, психологию, лингвистику и науку о мозге. Вопросы, связанные с социальной ответственностью и этикой создания ИИ притягивают интересующихся людей, занимающихся философией.
Мотивация развития технологий ИИ состоит в том, что задачи, зависящие от множества переменных факторов, требуют очень сложных решений, которые трудны к пониманию и сложно алгоритмизируются вручную.
Растут надежды корпораций, исследователей и обычных людей на машинное обучение для получения решений задач, не требующих от человека описания конкретных алгоритмов. Много внимания уделяется подходу «чёрного ящика». Программирование алгоритмов, используемых для моделирования и решения задач, связанных с большими объёмами данных, занимает у разработчиков очень много времени. Даже когда нам удаётся написать код, обрабатывающий большое количество разнообразных данных, он зачастую получается очень громоздким, трудноподдерживаемым и тяжело тестируемым (из-за необходимости даже для тестов использовать большое количество данных).
Современные технологии машинного обучения и ИИ вкупе с правильно подобранными и подготовленными «тренировочными» данными для систем могут позволить нам научить компьютеры «программировать» за нас.
Обзор
Интеллект — способность воспринимать информацию и сохранять её в качестве знания для построения адаптивного поведения в среде или контексте
Это определение интеллекта из (англоязычной) Википедии может быть применено как к органическому мозгу, так и к машине. Наличие интеллекта не предполагает наличие сознания. Это — распространённое заблуждение, принесённое в мир писателями научной фантастики.
Попробуйте поискать в интернете примеры ИИ — и вы наверняка получите хотя бы одну ссылку на IBM Watson, использующий алгоритм машинного обучения, ставший знаменитым после победы на телевикторине под названием «Jeopardy» в 2011 г. С тех пор алгоритм претерпел некоторые изменения и был использован в качестве шаблона для множества различных коммерческих приложений. Apple, Amazon и Google активно работают над созданием аналогичных систем в наших домах и карманах.
Обработка естественного языка и распознавание речи стали первыми примерами коммерческого использования машинного обучения. Вслед за ними появились задачи другие задачи автоматизации распознавания (текст, аудио, изображения, видео, лица и т.д.). Круг приложений этих технологий постоянно растёт и включает в себя беспилотные средства передвижения, медицинскую диагностику, компьютерные игры, поисковые движки, спам-фильтры, борьбу с преступностью, маркетинг, управление роботами, компьютерное зрение, перевозки, распознавание музыки и многое другое.
ИИ настолько плотно вошёл в современные используемые нами технологии, что многие даже не думают о нём как об «ИИ», то есть, не отделяют его от обычных компьютерных технологий. Спросите любого прохожего, есть ли искусственный интеллект в его смартфоне, и он, вероятно, ответит: «Нет». Но алгоритмы ИИ находятся повсюду: от предугадывания введённого текста до автоматического фокуса камеры. Многие считают, что ИИ должен появиться в будущем. Но он появился некоторое время назад и уже находится здесь.
Термин «ИИ» является довольно обобщённым. В фокусе большинства исследований сейчас находится более узкое поле нейронных сетей и глубокого обучения.
Как работает наш мозг
Человеческий мозг представляет собой сложный углеродный компьютер, выполняющий, по приблизительным оценкам, миллиард миллиардов операций в секунду (1000 петафлопс), потребляющий при этом 20 Ватт энергии. Китайский суперкомпьютер под названием «Tianhe-2» (самый быстрый в мире на момент написания статьи) выполняет 33860 триллионов операций в секунду (33.86 петафлопс) и потребляющий при этом 17600000 Ватт (17.6 Мегаватт). Нам предстоит проделать определённое количество работы перед тем, как наши кремниевые компьютеры смогут сравниться со сформировавшимися в результате эволюции углеродными.
Точное описание механизма, применяемого нашим мозгом для того, чтобы «думать» является предметом дискуссий и дальнейших исследований (лично мне нравится теория о том, что работа мозга связана с квантовыми эффектами, но это — тема для отдельной статьи). Однако, механизм работы частей мозга обычно моделируется с помощью концепции нейронов и нейронных сетей. Предполагается, что мозг содержит примерно 100 миллиардов нейронов.
Нейроны взаимодействуют друг с другом с помощью специальных каналов, позволяющих им обмениваться информацией. Сигналы отдельных нейронов взвешиваются и комбинируются друг с другом перед тем, как активировать другие нейроны. Эта обработка передаваемых сообщений, комбинирование и активация других нейронов повторяется в различных слоях мозга. Учитывая то, что в нашем мозгу находится 100 миллиардов нейронов, совокупность взвешенных комбинаций этих сигналов устроена довольно сложно. И это ещё мягко сказано.
Но на этом всё не заканчивается. Каждый нейрон применяет функцию, или преобразование, к взвешенным входным сигналам перед тем, как проверить, достигнут ли порог его активации. Преобразование входного сигнала может быть линейным или нелинейным.
Изначально входные сигналы приходят из разнообразных источников: наших органов чувств, средств внутреннего отслеживания функционирования организма (уровня кислорода в крови, содержимого желудка и т.д.) и других. Один нейрон может получать сотни тысяч входных сигналов перед принятием решения о том, как следует реагировать.
Мышление (или обработка информации) и полученные в результате его инструкции, передаваемые нашим мышцам и другим органам являются результатом преобразования и передачи входных сигналов между нейронами из различных слоёв нейронной сети. Но нейронные сети в мозгу могут меняться и обновляться, включая изменения алгоритма взвешивания сигналов, передаваемых между нейронами. Это связано с обучением и накоплением опыта.
Эта модель человеческого мозга использовалась в качестве шаблона для воспроизведения возможностей мозга в компьютерной симуляции — искуственной нейронной сети.
Искусственные Нейронные Сети (ИНС)
Искусственные Нейронные Сети — это математические модели, созданные по аналогии с биологическими нейронными сетями. ИНС способны моделировать и обрабатывать нелинейные отношения между входными и выходными сигналами. Адаптивное взвешивание сигналов между искусственными нейронами достигается благодаря обучающемуся алгоритму, считывающему наблюдаемые данные и пытающемуся улучшить результаты их обработки.
Для улучшения работы ИНС применяются различные техники оптимизации. Оптимизация считается успешной, если ИНС может решать поставленную задачу за время, не превышающее установленные рамки (временные рамки, разумеется, варьируются от задачи к задаче).
ИНС моделируется с использованием нескольких слоёв нейронов. Структура этих слоёв называется архитектурой модели. Нейроны представляют собой отдельные вычислительные единицы, способные получать входные данные и применять к ним некоторую математическую функцию для определения того, стоит ли передавать эти данные дальше.
В простой трёхслойной модели первый слой является слоем ввода, за ним следует скрытый слой, а за ним — слой вывода. Каждый слой содержит не менее одного нейрона.
С усложнением структуры модели посредством увеличения количества слоёв и нейронов возрастают потенциал решения задач ИНС. Однако, если модель оказывается слишком «большой» для заданной задачи, её бывает невозможно оптимизировать до нужного уровня. Это явление называется переобучением (overfitting).
Архитектура, настройка и выбор алгоритмов обработки данных являются основными составляющими построения ИНС. Все эти компоненты определяют производительность и эффективность работы модели.
Модели часто характеризуются так называемой функцией активации. Она используется для преобразования взвешенных входных данных нейрона в его выходные данные (если нейрон решает передавать данные дальше, это называется его активацией). Существует множество различных преобразований, которые могут быть использованы в качестве функций активации.
ИНС являются мощным средством решения задач. Однако, хотя математическая модель небольшого количества нейронов довольно проста, модель нейронной сети при увеличении количества составляющих её частей становится довольно запутанно. Из-за этого использование ИНС иногда называют подходом «чёрного ящика». Выбор ИНС для решения задачи должен быть тщательно обдуманным, так как во многих случаях полученное итоговое решение нельзя будет разобрать на части и проанализировать, почему оно стало именно таким.
Глубокое обучение
Термин глубокое обучение используется для описания нейронных сетей и используемых в них алгоритмах, принимающих «сырые» данные (из которых требуется извлечь некоторую полезную информацию). Эти данные обрабатываются, проходя через слои нейросети, для получения нужных выходных данных.
Обучение без учителя (unsupervised learning) — область, в которой методики глубокого обучения отлично себя показывают. Правильно настроенная ИНС способна автоматически определить основные черты входных данных (будь то текст, изображения или другие данные) и получить полезный результат их обработки. Без глубокого обучения поиск важной информации зачастую ложится на плечи программиста, разрабатывающего систему их обработки. Модель глубокого обучения же самостоятельно способна найти способ обработки данных, позволяющий извлекать из них полезную информацию. Когда система проходит обучение (то есть, находит тот самый способ извлекать из входных данных полезную информацию), требования к вычислительной мощности, памяти и энергии для поддержания работы модели сокращаются.
Проще говоря, алгоритмы обучения позволяют с помощью специально подготовленных данных «натренировать» программу выполнять конкретную задачу.
Глубокое обучение применяется для решения широкого круга задач и считается одной из инновационных ИИ-технологий. Существуют также другие виды обучения, такие как обучение с учителем (supervised learning) и обучение с частичным привлечением учителя(semi-supervised learning), которые отличаются введением дополнительного контроля человека за промежуточными результатами обучения нейронной сети обработке данных (помогающего определить, в правильном ли направлении движется система).
Теневое обучение (shadow learning) — термин, используемый для описания упрощённой формы глубокого обучения, при которой поиск ключевых особенностей данных предваряется их обработкой человеком и внесением в систему специфических для сферы, к которой относятся эти данные, сведений. Такие модели бывают более «прозрачными» (в смысле получения результатов) и высокопроизводительными за счёт увеличения времени, вложенного в проектирование системы.
Что человек ни придумает, лишь бы не работать. Разбираем ИИ
Изображение предоставлено сервисом Google Images (аниме «Призрак в доспехах»)
Статья подготовлена Центром ИИ «Горький».
Как видят гуманитарии ИИ
В этом году весь мир отмечал знаменательную дату для мира IT и AI (прим. информационные технологи и искусственный интеллект) – 100 лет изобретению слова «робот» и его определению.
В 1921 году была опубликована пьеса чешского писателя Кареля Чапека «Р. У. Р.» («Россумские универсальные роботы»), написанная в 1920 году. Вот как автор определил «роботов» в этом произведении: «Роботы — это не люди… они совершеннее нас, они обладают невероятным интеллектом, но у них нет души». По сюжету повествование идет о производстве разумных роботов, помощников для людей. Машины выходят из-под контроля, захватывают, а затем истребляют человечество, становясь новой формой жизни на Земле. Знакомая и очень популярная в современной истории тема, которой воспользовались даже Marvel в одном из своих фильмов («Война бесконечности»).
На протяжении многих веков человечество обращалось к теме искусственного интеллекта. Эти истории появлялись то в мифах, то в литературных произведениях, описывая человекоподобные изобретения с ИИ (искусственно созданным интеллектом, подобно человеческому). В основном в таких рассказах человек рассматривал ИИ с философской точки зрения, рассуждая о человекоподобности таких созданий. Имеет ли право такое существо на выбор, на чувства, на любовь? Подобные исследования, так или иначе, появлялись в религии и литературе. Человек пытался исследовать тему создания новой жизни, а вслед за тем и тему «человека-творца».
До наших дней из Древней Греции дошел миф о Пигмалионе и Галатее. История повествует о том, как талантливый скульптор Пигмалион создал скульптуру прекрасной девушки. Она была настолько идеальной в его глазах, что он искренне влюбился в свое творение. Но статуя не могла ответить ему тем же, тогда скульптор обратился к Афродите (богине красоты и любви), чтобы она подарила ему жену, похожую на его скульптуру. Увидев на сколько Пигмалион любит свое произведение, Афродита оживила Галатею, сделав ее полноценным человеком с чувствами, эмоциями и разумом. Здесь тема создания искусственного существа показана как прекрасная история любви, которая закончилась счастливым концом.
Часто человек обращается к такому существу как к защитнику. Один из ярких примеров – история о Големе, глиняном великане. По легенде, которая относится к 17 веку, Голема создал праведный раввин Лев для защиты еврейского народа. Великан, помимо защиты от кровавого навета, выполнял различные «черные» работы и поручения хозяина. По преданию, Голем до сих пор находиться на чердаке Пражской синагоги.
Однако уже в современной истории рассказы об искусственном разумном существе появляются в негативном ключе. Чем ближе человек подходит к внедрению ИИ в свою жизнь, тем чаще он задумывается о последствиях создания рукотворного разума. Через весь 20 век проходит вопрос вплетения ИИ в человеческую жизнь. Фантасты приходили к выводу о захвате человечества искусственным интеллектом, апокалипсисе и появлении новой расы в виде роботов.
Вот вам подборочка некоторых знаменитых кинолент о восстании машин: «Матрица», «Терминатор», «Я-робот», «Мир дикого запада», «Бегущий по лезвию». Сюда же можно отнести и нашумевшую «Дюну» — если кто не знал, история серии книг разворачивается после восстания роботов и их истребления.
Что говорит Илон об ИИ:
«Представьте: вы придумали самообучаемую машину, которая собирает клубнику. Она с каждым днем собирает ее все лучше и лучше, все больше и больше. Ей начинает нравиться собирать клубнику. Логично, что в какой-то момент ей захочется, чтобы на всей планете были сплошные клубничные поля. А теперь представьте, что вы собираетесь выключить такого робота, чтобы он не уничтожил человечество, пытаясь засадить все клубникой. Вы будете первым, кого он убьет»;
«Искусственный интеллект — тот случай, когда нужно быть достаточно дальновидными в вопросах регулирования, иначе может оказаться слишком поздно»;
«Наименее страшное будущее, о котором я могу думать, — это то, в котором мы по крайней мере демократизировали искусственный интеллект, потому что если одна компания или небольшая группа людей сумеют развить богоподобный цифровой суперинтеллект, они смогут захватить мир».
Что появилось раньше — ИИ или роботы?
Изображение предоставлено сервисом Google Images
Само определение искусственного интеллекта появилось в 1956 году. Оно было сформировано Джоном Маккарти (основателем функционального программирования и изобретателем языка Lisp) на конференции в Университете Дартмута.
Идея подобной системы была сформирована в 1935 году Аланом Тьюрингом. Так он назвал абстрактную вычислительную машину с безграничной памятью. В 1950 году он предложил считать интеллектуальными те системы, которые в общении не будут отличаться от человека.
Все мы помним знаменитый тест из фильма «Бегущий по лезвию», с помощью которого, предположительно, можно было определить сущность ответчика – робот он или человек. Это был аналог теста Тьюринга, который должен был подкрепить определение ИИ 1950 года.
Сегодня вот какое определение дается ИИ в Википедии: «Это свойство интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человек наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ».
Первое упоминание определения «робот», как мы уже выяснили, появилось в 1921году. Вот какое сегодня определение роботу дает Википедия: «Робот — автоматическое устройство, предназначенное для осуществления различного рода механических операций, которое действует по заранее заложенной программе. Робот обычно получает информацию о состоянии окружающего пространства посредством датчиков (технических аналогов органов чувств живых организмов). Робот может самостоятельно осуществлять производственные и иные операции, частично или полностью заменяя труд человека. При этом, робот может как иметь связь с оператором, получая от него команды (ручное управление), так и действовать автономно, в соответствии с заложенной программой (автоматическое управление)». Получается, робот – это только машина с заданными человеком алгоритмами, тогда как ИИ сопоставим с человеческим разумом (в широком смысле способен к самообучению и изменению своих алгоритмов, подстраиваясь под решаемую задачу).
Считается, что первые «роботы» появились примерно в 300 году до н.э. Это были две механические фигуры женщин, установленных на маяке египетского острова Фарос. Они встречали входящие в порт корабли, оповещая о прибытии биением в колокол. А ночью и в туманную погоду издавали звуки, сообщавшие мореплавателям о приближении суши.
Однако, вспомним, что тема искусственно созданного существа и разума появлялась даже в Древней Греции. Это были рукотворно или божественно созданные существа с разумом, идентичным человеческому, некоторые из них обладали «душой». Т.е. со временем определения «робот» и «искусственный интеллект» меняют свою суть, соответственно этапам развития человечества и смену понимания им мира в целом.
Получается, исторически ИИ и роботы (в совокупности искусственное разумное существо) появились одновременно. Они соответствовали культурным и материальным представлениям и определению «искусственного» той эпохи, в которой эти существа создавались.
Но технически, если смотреть на современные определения этих двух слов, то роботы – механические создания – появились намного раньше. А идея дать им разум, подобный человеческому, и по сей день не достигла своего конечного результата. В том числе роботами сейчас называют автоматические алгоритмы и программы, имитирующие человеческое поведение и общение.
Как выглядит искусственный интеллект сегодня
Изображение предоставлено сервисом Google Images (мультсериал «Футурама»)
Мы не будем первооткрывателями ИИ и его особенностей. Но все же кратко расскажем вам, что из себя представляет ИИ и какие технологии в этой области применяются (если вы дошли до этой части статьи, то вам будет удобнее ознакомиться с информацией здесь, а не отвлекаться на поисковые системы).
На самом деле, под искусственным интеллектом подразумеваются машины с интеллектом, интеллектуальные компьютерные программы и интеллектуальные системы. Многие специалисты и ученые делают оговорку на то, что на самом деле можно назвать ИИ. Технологии, которые сегодня называют «искусственным интеллектом», нельзя назвать таковыми, так как эти технологии не имитируют полную интеллектуальную деятельность человека.
Примеры технологий и методов, относящихся к ИИ:
Если вы хотите быть одним из создателей Skynet или основателем U.S. Robotics
Изображение предоставлено сервисом Google Images
Люди очень часто описывали будущее, как высокотехнологичное общество, жизнь которого основана на AI. То, каким будущее представляли писатели – фантасты сотню лет назад, сегодня постепенно становится нашим настоящим. IT и AI мы с вами встречаем даже в повседневной жизни. Именно AI составляет вашу новостную ленту в ВК и предлагает индивидуальные информационные варианты, или оптимизирует работу вашего телефона, в банках обрабатывает вашу информацию и определяет наиболее подходящие тарифы, даже SoundCloud на основе алгоритмов предлагает любимые треки.
Быстроразвивающиеся технологи ИИ требуют более тщательного исследования и разработок. «Создание искусственного интеллекта может стать последним технологическим достижением человечества, если мы не научимся контролировать риски», – отмечал Стивен Хоккинг.
Эта технология, на сегодняшний день, становится все популярнее: она внедряется в производство, медицину и даже нашу личную жизнь. Специалисты в области ИИ считаются одними из самых востребованных во всем мире. Это научная профессия, в которой уже сейчас есть нехватка кадров.
Если вы хотите быть одним из создателей Skynet или основателем U.S. Robotics – создать что-то подобное в масштабах, но при этом повлиять на создание именно позитивного будущего, то мы хотели бы вам предложить курсы университета 20.35 НТИ. Университет предлагает бесплатные курсы «Искусственный интеллект» и «Эстетика искусственного интеллекта», после которых вы получаете диплом специалиста в области ИИ. Кстати сказать, именно этим курсы вдохновили нас на создание этой статьи.
Курс «Искусственный интеллект» – более полноценный по набору нужных инструментов для начинающего специалиста. Здесь преподаватели доступным языком дают краткую и емкую информацию в формате видеолекций, к которым вы сможете вернуться при повторении материала:
Мы хотим отметить, что курс «Эстетика искусственного интеллекта» может понравиться любителям истории, философии и теорий заговоров. Невероятно увлекательно вникать в (оказывается многовековую!) историю ИИ и рассуждать вместе со спикером об этике и угрозах рукотворного разума. После этого курса несколько дней мысли находятся в приятной атмосфере рассуждения о будущем ИИ. Действительно, чувствуешь себя эдаким витающим в облаках фантастом-любителем.
Курс поможет ответить на те вопросы, которыми сегодня задается даже Илон Маск: технологии развиваются с огромной скоростью, но хорошо это или плохо? Что люди вкладывают в искусственный интеллект, какие ценности и кто именно за это отвечает? Можно ли науку аксиологию теперь отнести не только к человеку, но и к роботу? Может ли создание роботов, подобных человеку, привести к войне? Какие конфликты прогнозируют уже сейчас?
Курс состоит из четырех лекций:
P.S. Такие знания помогут тебе выходить победителем в споре об ИИ и лучше разбираться в современной фантастике.
Технологи искусственного интеллекта начинают развиваться все быстрее – проектируются и создаются новые технологии, а интеграция происходит не только в жизненные процессы человека, но и даже в его собственный организм. Все больше разработчиков и ученых уходят в создание и развитие глубокого ML, которое неизбежно сформируется в ИИ, сопоставимый с человеческим разумом – тот самый, о котором размышляли фантасты прошлого.
Надеемся, эта статья была вам полезна, возможно она смогла вдохновить вас на изучение технологий ИИ.
Наша команда предлагает обсудить в комментариях статьи крайне интересный вопрос будущего ИИ. Ждем от вас обратную связь, постараемся всем ответить!