Pastaruoju metu publikacijos apie dirbtinio intelekto atsiradimo perspektyvas tampa vis dažnesnės. Aptariami praktiniai ir moraliniai-etiniai žmonijos sambūvio su juo aspektai. Kaip laiku vyksta šios diskusijos? Ar tikrai galime tikėtis „mąstymo mašinų“pasirodymo?
Visi dirbtinio intelekto kūrimo projektai gali būti apytiksliai suskirstyti į dvi sritis. Pirmasis yra duomenų bazių kaupimas ir jų tvarkymas programomis, imituojančiomis žmogaus smegenų veiklą. Antrasis yra pagrįstas intelektinio elgesio modelių tyrimu. Pagrindinis abiejų trūkumas yra tas, kad mes vis dar nepakankamai žinome, kas yra protas ir intelektualinis elgesys, o žmogaus smegenys, atvirai kalbant, buvo pradėtos rimtai tyrinėti palyginti neseniai.
- „Salik.biz“
Yra nuomonė, kad problemą galima apeiti dėl kiborgų, tai yra, sulydant gyvas smegenis (beždžionę, o ateityje - žmogų) kompiuteriu, vis dėlto šis kelias yra užkluptas milžiniškų sunkumų, ir, dar blogiau, tokiu atveju apie jį bus neįmanoma kalbėti. pilnas dirbtinis intelektas.
Tačiau mokslininkai mano, kad gana realu peršokti per keletą žingsnių, leidžiant dirbtiniam intelektui vystytis savarankiškai - lygiai taip, kaip jis vystėsi gyvojoje gamtoje, tuo skirtumu, kad jo evoliucija vyks virtualioje, o ne materialioje erdvėje. Čia statymas atliekamas dirbtiniuose arba neuroniniuose tinkluose (Dirbtinis nervų tinklas).
Prisiminkime, kas yra neuronas. Tai yra nervinės ląstelės pavadinimas, kuris nuo kitų ląstelių skiriasi tuo, kad sugeba saugoti ir perduoti informaciją elektriniais ir cheminiais signalais. Neuronų funkcija buvo aptikta XIX amžiaus pabaigoje, ir tai, be abejo, pateko į materialistų, tuo metu įgavusių valdžią visame pasaulyje, rankas: jie iškart paskelbė, kad būtent neuronai turi „sielą“. Taigi kilo mintis, kad jei kažkaip išauginsite tikslią smegenų kopiją, joje gims „siela“. Tačiau iškilo filosofinis klausimas: ar galima be priežasties kalbėti apie „sielą“? Galų gale, tai yra auklėjimo produktas, kaip parodė „Mowgli“tyrimas - gyvūnų vaikai, kuriuos užaugino gyvūnai. Atitinkamai nepakanka sukurti smegenų kopiją - ją dar reikia „lavinti“, kad įgytum intelekto.
TECHNINĖ bauda
Normalių suaugusiųjų smegenyse yra maždaug 86 milijardai neuronų. Ne taip seniai idėja sukurti jos skaitmeninį analogą atrodė absoliučiai fantastiška. Tačiau šiandien, tobulėjant informacinėms technologijoms, tai jau atrodo gana įmanoma.
Reklaminis vaizdo įrašas:
Reikia prisiminti, kad garsus amerikiečių matematikas Norbertas Wieneris, kibernetikos „tėvas“, laikomas sudėtingų biologinių procesų, įskaitant smegenų procesus, modeliavimo teorijos pradininku. 1949 metais kanadiečių psichologas Donaldas Hebbas, mąstymo procesų tyrimo specialistas, remdamasis Wienerio skaičiavimais, sudarė pirmąjį nervų tinklų mokymo algoritmą (beje, vienu metu Hebbas tarnavo CŽV, kur nagrinėjo smegenų plovimo problemą).
1957 metais amerikietis Frenkas Rosenblattas, dirbtinio intelekto teoretikas, remdamasis savo ankstesniu darbu, sukūrė perceptrono loginę schemą - savarankiško mokymosi smegenų kibernetinį modelį, kuris po trejų metų buvo įgyvendintas remiantis elektroniniu kompiuteriu „Mark-1“. Perceptronas perduoda signalus iš fotoelementų (jutiklių, S-elementų) į atsitiktinai sujungtus elektromechaninės atminties elementų blokus. Jei viena iš ląstelių gauna signalą, viršijantį slenkstinę vertę, tada jis perduoda jį toliau - pridėtiniui (R elementui) ir tam tikru koeficientu (AR jungties „svoriu“). Priklausomai nuo signalo sumos, padaugintos iš svorio faktorių, sumuotojas išveda vieną iš trijų galimų rezultatų visos sistemos išvestims: -1, 0 ir +1. Perceptrono treniruotės vyksta svorio koeficientų įvedimo į sistemą etape. Pavyzdžiui,priešais fotoelementus dedame „kvadratinę“figūrą ir nustatome taisyklę: kai regėjimo lauke atsiranda kvadratas, perceptronas turėtų duoti teigiamą rezultatą (+1), o kai pasirodys koks nors kitas objektas, neigiamą (-1). Tada keičiame objektus po vieną ir sureguliuojame svorius, kai kvadratas atsiranda didėjimo, o jo nesant - mažėjimo kryptimi. Kaip rezultatas, mes gauname unikalų masės koeficientų verčių masyvą sistemoje bet kuriam kvadrato išvaizdos variantui, ir ateityje galime naudoti jį kvadratams atpažinti. Nepaisant savo primityvumo, palyginti su šiuolaikiniais kompiuteriais, „Mark-1“galėjo atpažinti ne tik geometrines figūras, bet ir abėcėlės raides, parašytas skirtingais rašysenos raštais.kai regėjimo lauke pasirodo kvadratas, perceptronas turėtų duoti teigiamą rezultatą (+1), o kai pasirodys bet kuris kitas objektas - neigiamą (-1). Tada keičiame objektus po vieną ir sureguliuojame svorius, kai kvadratas atsiranda didėjimo, o jo nesant - mažėjimo kryptimi. Kaip rezultatas, mes gauname unikalų masės koeficientų verčių masyvą sistemoje bet kuriam kvadrato išvaizdos variantui, ir ateityje galime naudoti jį kvadratams atpažinti. Nepaisant savo primityvumo, palyginti su šiuolaikiniais kompiuteriais, „Mark-1“galėjo atpažinti ne tik geometrines figūras, bet ir abėcėlės raides, parašytas skirtingais rašysenos raštais.kai regėjimo lauke pasirodo kvadratas, perceptronas turėtų duoti teigiamą rezultatą (+1), o kai pasirodys bet kuris kitas objektas - neigiamą (-1). Tada keičiame objektus po vieną ir sureguliuojame svorius, kai kvadratas atsiranda didėjimo, o jo nesant - mažėjimo kryptimi. Kaip rezultatas, mes gauname unikalų masės koeficientų verčių masyvą sistemoje bet kuriam kvadrato išvaizdos variantui, ir ateityje galime naudoti jį kvadratams atpažinti. Nepaisant savo primityvumo, palyginti su šiuolaikiniais kompiuteriais, „Mark-1“galėjo atpažinti ne tik geometrines figūras, bet ir abėcėlės raides, parašytas skirtingais rašysenos raštais. Tada keičiame objektus po vieną ir sureguliuojame svorius, kai kvadratas atsiranda didėjimo, o jo nesant - mažėjimo kryptimi. Kaip rezultatas, mes gauname unikalų masės koeficientų verčių masyvą sistemoje bet kuriam kvadrato išvaizdos variantui, ir ateityje galime naudoti jį kvadratams atpažinti. Nepaisant savo primityvumo, palyginti su šiuolaikiniais kompiuteriais, „Mark-1“galėjo atpažinti ne tik geometrines figūras, bet ir abėcėlės raides, parašytas skirtingais rašysenos raštais. Tada keičiame objektus po vieną ir sureguliuojame svorius, kai kvadratas atsiranda didėjimo, o jo nesant - mažėjimo kryptimi. Kaip rezultatas, mes gauname unikalų masės koeficientų verčių masyvą sistemoje bet kuriam kvadrato išvaizdos variantui, ir ateityje galime naudoti jį kvadratams atpažinti. Nepaisant savo primityvumo, palyginti su šiuolaikiniais kompiuteriais, „Mark-1“galėjo atpažinti ne tik geometrines figūras, bet ir abėcėlės raides, parašytas skirtingais rašysenos raštais. Kaip rezultatas, mes gauname unikalų masės koeficientų verčių masyvą sistemoje bet kuriam kvadrato išvaizdos variantui, ir ateityje galime naudoti jį kvadratams atpažinti. Nepaisant savo primityvumo, palyginti su šiuolaikiniais kompiuteriais, „Mark-1“galėjo atpažinti ne tik geometrines figūras, bet ir abėcėlės raides, parašytas skirtingais rašysenos raštais. Kaip rezultatas, mes gauname unikalų masės koeficientų verčių masyvą sistemoje bet kuriam kvadrato išvaizdos variantui, ir ateityje galime naudoti jį kvadratams atpažinti. Nepaisant savo primityvumo, palyginti su šiuolaikiniais kompiuteriais, „Mark-1“galėjo atpažinti ne tik geometrines figūras, bet ir abėcėlės raides, parašytas skirtingais rašysenos raštais.
SMARTAI
Žinoma, nuo to laiko atsirado daug sudėtingesnių schemų, algoritmų ir suvokimo variantų. Nepaisant to, šis požiūris į neuroninio tinklo modelio organizavimą turi esminių apribojimų: pavyzdžiui, suvokėjai neturi galios išspręsti figūros padalijimo į atskiras dalis arba santykinės figūrų padėties nustatymo problemą.
Kai tapo aišku, kad neįmanoma sukurti dirbtinio intelekto, paremto suvokimais, susidomėjimas jais sumažėjo. Nepaisant to, devintojo dešimtmečio pradžioje atsirado naujų savarankiško mokymosi ir savarankiškai organizuojančių neuroninių tinklų variantų: „Hopfield“tinklas, „Hemming“tinklas, „Kohonen“tinklas, „Jordan“tinklas ir kt. 1986 m. Įvyko savotiška revoliucija: sovietų ir amerikiečių mokslininkai sukūrė atgalinio dauginimo metodą (iteracinis gradiento algoritmas), kuris leido įveikti anksčiau atrastus apribojimus. Po to sparčiai vystėsi neuroniniai tinklai, kurie buvo nedelsiant įdiegti taikomosiose kompiuterinėse programose.
Šiuolaikiniai programinės įrangos paketai, sukurti remiantis dirbtiniais neuroniniais tinklais, geba atpažinti savavališkai sudėtingus tekstus, garso komandas, veidus, gestus ir veido išraiškas. Tačiau tai tik paprasčiausi naudojimo atvejai, yra ir daugiau neįprastų. Savarankiškai mokantys autopilotai, galintys reaguoti į katastrofiškų situacijų vystymąsi anksčiau nei pilotai. Biržos inspektoriai nustato įtartinus sandorius akcijų rinkose. Tinklo skelbimų agentai, stebintys potencialių klientų pageidavimus. Medicinos diagnostikai, nustatantys kūdikių patologijas.
Akivaizdu, kad tobulėjant informacinėms technologijoms, neuroniniai tinklai taip pat taps sudėtingesni. Jie valdys visus namų apyvokos prietaisus ir gyvybės palaikymą namams, gamykloms ir prekybos centrams. Jie gali stebėti grėsmes, analizuoti tendencijas ir patarti, pavyzdžiui, kaip optimaliai investuoti pinigus. Jie netgi galės kurti meno objektus: jau yra paveikslai ir eilėraščiai, parašyti neuroninių tinklų!
SLAVERIJA AR DRAUGUMAS
Tiesą sakant, viskas eina į tai, kad nervų tinklas kažkada taps nepakeičiamu asistentu tūkstantyje didelių ir mažų reikalų. Futuristai to bijo. Jie tiki, kad tam tikru metu kiekybė virsta kokybe, neuroniniuose tinkluose atsiras dirbtinis intelektas, kuris tuoj pat supriešins žmoniją ir sunaikins ją. Galimas ir kitas variantas - žmonės taps tokie priklausomi nuo neuroninio tinklo priimamų sprendimų, kad patys nepastebės, kaip jie taps jo vergais.
Baisūs scenarijai, tokie kaip šie, atrodo pernelyg keistai. Faktas yra tas, kad neuroniniai tinklai iš pradžių yra sukonstruoti taip, kad prisitaikytų prie konkretaus asmens ar žmonių grupės poreikių. Jie gali padėti ištaisyti klaidą ar patarti, išryškinti problemą ar pastebėti apgaulę, tačiau jie patys nesugeba pasirinkti tarp lygiaverčių variantų, nes mes (deja ar laimei) negalėsime jų išmokyti pagrindinio dalyko - moralės. Todėl nervų tinklai visą laiką bus kaip naminiai šunys - paklusnūs, lojalūs ir draugiški.
Antonas Pervušinas