Akademikas Aleksandras Kuleshovas „Rusnano“kalbėjo apie tai, kaip artima žmonija yra savęs tobulinimo mašinų kūrimui, ką paskatins jų sukūrimas ir ar Stephenas Hawkingas buvo teisus bijodamas problemų, kurias sukelia intelektualios mašinos.
Aleksandras Kulešovas yra vienas iš pirmaujančių Rusijos specialistų kuriant neuroninius tinklus, dirbtinį intelektą ir sudėtingas informacijos apdorojimo sistemas. Dabar jis vadovauja Skolkovo mokslo ir technologijos institutui, o iki šių metų vasario vadovavo Rusijos mokslų akademijos informacijos perdavimo problemų institutui.
Šį penktadienį akademikas Kulešovas valstybinės korporacijos „Rusnano“sienose skaitė paskaitą, kurioje auditorijai, įskaitant Anatolijų Borisovičių Chubais, pasakojo apie pastarųjų metų pažangą dirbtinio intelekto kūrimo srityje ir apie tai, kaip dirbtinio intelekto technologijos pakeis mūsų visuomenę jau per kai kuriais metais.
„Svetimas“ar žmogaus intelektas?
„Kodėl šiandien dirbtinis intelektas ir sumanus duomenų apdorojimas sulaukia tiek daug dėmesio? Kas nutiko? Iš tikrųjų duomenys visada buvo tvarkomi. Nuo Galileo laikų mokslinių eksperimentų rezultatai buvo apdorojami (matematiškai). Kas nutiko šiandien, kuris išstūmė šią problemą? “, - savo istoriją pradėjo„ Skoltech “rektorius.
Kaip pastebi akademikas Kulešovas, pasikeitė duomenų, su kuriais šiandien dirba žmonės ir kompiuteriai, kiekis - dabar kompiuterinės programos renka, kaupia ir apdoroja terabaitų ir petabaitų duomenis, kuriuos apdoroti naudojant tradicines informacijos analizės sistemas yra be galo sunku.
Žmonės, pavyzdžiui, atominės elektrinės operatoriai ar lėktuvo pilotai, turi prieigą prie dešimčių ar net šimtų ekranų su įvairia diagnostine informacija, kurių kiekvienas savaime beveik nieko nereiškia ir nepadės rasti įrangos veikimo klaidos, tačiau jų derinys su beveik 100 Tikėtina, kad% leis išspręsti problemą dar jai nepasiekus kritinės stadijos.
Natūralu, kad mokslininkas tęsia, kad žmogus negali vienu metu stebėti 50 ekranų, todėl kyla poreikis sukurti sistemas, kurios analizuotų šiuos duomenis ir viename ekrane rodytų tik tai, kas iš tikrųjų svarbu priimant sprendimus ir stebint situaciją.
Reklaminis vaizdo įrašas:
„Absoliučiai naujos matematinės sistemos, kurios atsirado analizuojant tokius„ didelius duomenis “, išaugo už jų ribų, ir jos pritaikomos analizuojant bet kokią informaciją naudojant bet kokias technines priemones. Tiesą sakant, jie būtų nauji XVII amžiuje ir būtų naudingi to meto mokslininkams. Bet aš pabrėžiu, kad visa tai atsirado būtent ant naujų technologijų bangos “, - tęsia Kuleshovas.
Dauguma diskusijų apie šias technologijas, kaip pastebi akademikas, kyla iš to, kad yra skirtumas tarp rusiško žodžio „intelektas“ir angliško žodžio intelektas, dėl kurio daugelis šių ginčų dalyvių priverčia manyti, kad dirbtinis intelektas turėtų būti kažkokia antropomorfinė konstrukcija, panaši į ir imituojanti žmogaus intelekto savybės. Iš tikrųjų, pasak Kuleshovo, pastarieji 25–30 metų tyrimai rodo, kad šis požiūris yra neteisingas ir neduoda reikšmingų rezultatų, kuriuos galima pritaikyti praktikoje.
„Antropomorfizmas ir gamtos panašumas yra populiarūs terminai, tačiau per pastaruosius šimtmečius niekas niekada nepasiteisino. Pavyzdžiui, Leonardo da Vinci piešė mechaninius arklius, Daidalas ir Ikaras bandė skraidyti kaip paukščiai, tačiau niekada niekas nepasiteisino - šiais laikais mūsų gatvėse nėra bėgiojančių mechaninių arklių, o mes skrendame kitaip. Panašiai yra ir su smegenimis - tie bandymai suprasti, kaip veikia smegenys, ir tą patį padaryti kompiuteryje, visiškai žlugo “, - priduria lektorė.
Visi šie nesėkmingi bandymai padaryti rankų darbo neuronų analogus ir sujungti juos į tam tikras smegenis, taip pat kiti požiūriai, imituojantys žmogaus nervų sistemos darbą ir tai, kaip mes priimame sprendimus ir analizuojame informaciją, lėmė tai, kad praėjusio amžiaus 90-aisiais frazė Matematikų „dirbtinis intelektas“tapo nešvariu žodžiu dėl tų nepagrįstų lūkesčių, kurie turėjo antropomorfinių idėjų apie neuroninius tinklus ir dirbtinį intelektą.
Intelekto gyliai
Tiesą sakant, „dirbtinio intelekto“kūrimo renesansas prasidėjo visai neseniai, 2000-ųjų pabaigoje, kai nemažai amerikiečių ir rusų matematikų ir programuotojų pasiūlė ir įgyvendino dirbtinio intelekto algoritmus, kurie vėliau tapo žinomi kaip „giluminio mokymosi“ir „įvairove grįsto mokymosi“metodai.
„Galų gale žmonės pradėjo pamiršti neuroninius tinklus, tapo aišku, kad niekas su jais neveikia, ir visi kažkaip pasigedo Hintono ir Krizhevsky straipsnio paskelbimo 2005 m., Kuris dabar lemia mūsų ateitį. Aš taip pat dalyvavau šiose „laidotuvėse“, bet paaiškėjo, kad tai nebuvo taip paprasta “, - paaiškina mokslininkas.
Kaip paaiškėjo, paprasti neuroniniai tinklai, sujungti kaskadose ir sudėtingose įvairiai išdėstytų tinklų sistemose, elgiasi kitaip, nei tikėjosi mokslininkai. Ir, kaip parodė praktika, jie sugeba išspręsti tas užduotis, kurios anksčiau nebuvo dirbtinio intelekto galios, įskaitant kalbos atpažinimą, žmonių, įvairių objektų nuotraukas ir net numatyti gedimus ir nelaimes.
„Susidarė visiškai unikali situacija - šiandien niekas negali pasakyti, kaip veikia gilūs neuroniniai tinklai. Amerikos gynybos agentūra DARPA yra pasirengusi išleisti milijono dolerių premiją, paaiškindama, kaip jie veikia, tačiau manau, kad šis prizas liks neprašomas per artimiausius 30–40 metų. Pažįstu labai rimtų matematikų, kurie kovoja su šia problema be menkiausios sėkmės. Galime sakyti, kad grįžome į gamtos filosofijos laikus - yra tam tikras metodas, kuris veikia fantastiškai gerai, tačiau negalime paaiškinti, kodėl “, - sako Kulešovas.
Gilūs neuroniniai tinklai, pasak mokslininko, jau seniai užklupo ir aplenkė žmones daugelyje žinių sričių, sugebėdami nustatyti ir atskirti dalykus, kurių paprastas, nemokantis žmogus paprasčiausiai negali. Naujausiose tokių neuroninių tinklų versijose daroma mažiau klaidų nei žmonėms, mokomiems spręsti problemas, už kurias tokios AI sistemos bus atsakingos ateityje.
Pavyzdžiui, mokslininkai jau yra sukūrę neuroninius tinklus, kurie gali aprašyti tai, kas vyksta nuotraukose ir vaizdo įrašuose, ne ką prasčiau nei žmogus. Tokie algoritmai gali padėti akliesiems ar kurtiems žmonėms suprasti, kas vyksta aplinkui, ko negali girdėti ir nematyti, o specialiosios tarnybos gali naudoti tokius tinklus teroristų ar įtariamųjų paieškai vaizdo stebėjimo archyvuose ar operatyvinio darbo metu oro uostuose ir kitose sausakimšose vietose.
„Šiandien pasaulyje yra apie 70 milijonų projektavimo inžinierių, o statistika rodo, kad tik 20% jų gaminių yra tam tikra naujiena. Likę 80% jau buvo sukurti kitų inžinierių arba yra nedideli esamų modelių pakeitimai. Sukūrus dirbtinio intelekto sistemą, kuri galėtų rasti tai, ko jums reikia, smarkiai sumažės laikas ir ištekliai, kurie paprastai skiriami jų kūrimui. Tokių sistemų dar nėra, bet po 1-2 metų jos atsiras “, - tęsia akademikas.
Pasak jo, dar vienas tokių sistemų pavyzdys yra Kuleshovo absolventų sukurta programa, leidžianti nustatyti, ar asmuo serga Alzheimerio liga, ar ne, tiriant jo smegenų nuotraukas, gautas naudojant magnetinio rezonanso tomografą.
Rusijos mokslininkams pakako tik 200 MRT vaizdų, kenčiančių nuo šios ligos, kad „išmokytų“dirbtinį intelektą 90% tikslumu atskirti sveikas ir sergančias smegenis. Panašiai Rusijos matematikai išmoko rasti opas žmogaus skrandyje pagal jo elektrokardiogramą.
Bendradarbiaudamas ir „RSC Energia“užsakymu, Kulešovas ir jo kolegos sukūrė naują revoliucinį TKS variklių valdymo algoritmą, kuris sumažins kuro sąnaudas palaikant stoties aukštį maždaug 40 kartų, palyginti su dabartine Amerikos mokslininkų sukurta programa pakeisti senąją Rusijos sistemą. ir penkis kartus geresnė už būsimą NASA programą.
Nauja sistema, pagrįsta įvairovės mokymosi technologijomis, bus išbandyta stotyje kitais metais. Kita Rusijos matematikų ir programuotojų sukurta dirbtinio intelekto sistema jau veikia Rusijos geležinkeliuose ir padeda nustatyti, kuriuos gedimus pirmiausia reikėtų taisyti, kad būtų sumažintos išteklių sąnaudos.
Panašios programos, pasak mokslininko, kartais naudojamos netikėčiausiems tikslams - pavyzdžiui, dirbtinį intelektą, sukurtą lėktuvo sparnams perteikti, „Louis Vuitton“naudoja kurdamas odą balinančius kremus.
„Tolesnė šių technologijų plėtra kardinaliai pakeis žmogaus gyvenimą. Įsivaizduokite, jūs paliekate užsienio viešbutį, jus netyčia nufotografuoja turistai, ši nuotrauka patenka į paieškos sistemą, ji jus „apskaičiuoja“pagal šias nuotraukas ir per penkias minutes jūsų viršininkas apie tai sužinos. Todėl jums bus labai sunku įtikinti jį, kad išvykote į „vietinę“verslo kelionę “, - aiškina Kulešovas.
Išplėstinė archajiška tikrovė
Pirmieji šio „naujojo, nuostabaus pasaulio“pavyzdžiai egzistuoja šiandien - būtent AI sistema „AlphaGo“šiais metais įveikė pasaulio čempioną „Go“. Kaip paaiškina Kulešovas, tai yra pirmasis unikalios klasės mašinų, galinčių išspręsti nesuskaičiuojamas problemas ir patobulinti save, pavyzdys.
„Eiti nuo šachmatų„ Go “skiriasi tuo, kad matematiškai šio žaidimo tiesiog neįmanoma apskaičiuoti. „Go“galimų judesių skaičius viršija Visatos atomų skaičių, neįmanoma kvailai suskaičiuoti juda joje. Šachmatais, jei turite galingą kompiuterį, tada sumušite bet ką, ir Kasparovą, ir Karjakiną. Tai neįmanoma „Go“, nes joks kompiuteris to padaryti negali. Ir nervų tinklas sugebėjo išspręsti šią problemą “, - sako mokslininkas.
Pagrindinis „AlphaGo“skiriamasis bruožas nuo visų kitų dirbtinio intelekto sistemų yra tas, kad ši programa gali žaisti su savimi ir tobulėti, prisitaikyti prie oponento ir rasti absoliučiai nereikšmingus ir netikėtus būdus, kaip žmogus gali jį įveikti.
„Kodėl aš prie to sustoju - tai pirmas žingsnis į visiškai paslaptingą ateitį. Kaip gimė „AlphaGo“? Pirmiausia jos kūrėjai surinko 30 milijonų skirtingų žaidimo pozicijų duomenų bazę ir apmokė joje pirminį nervų tinklą. Tada jie jį pakartojo, o antrasis tinklas pradėjo groti nuo pirmojo. Ir dėl to po kelių milijardų pakartojimų atsirado kažkas trečio, kurio žmogus nebekontroliuoja. Neaišku, iš kur jis atsirado - tai yra tam tikros savikonstrukcijos rezultatas. Niekas nežino, kaip tai vyksta “, - pabrėžia Kulešovas.
„AlphaGo“gimimas ir pergalė, anot akademiko, atveria duris į visiškai naują erdvę, į kurią žmonija labai greitai pateks. Ir ne viskas šiame pasaulyje bus naudinga ir malonu žmonijai apskritai ir ypač žmonėms.
„Akivaizdu, kad socialiniai poslinkiai nuo to bus milžiniški. Pusiau kvalifikuotų darbuotojų skaičius jau mažėja kaip šašlykinė oda, o atsiradus PG, galinčiam išspręsti šias problemas, bus atimta jų darbo vieta. Visi šie inžinieriai, taksistai, pilotai, slaugytojai, darbuotojai - milijonai žmonių - turės išnykti, ir tik 1 proc., Kaip rodo dabartiniai tyrimai, gali prisitaikyti prie naujos realybės ir persikvalifikuoti “, - sako mokslininkas.
Pasak jo, „mes esame tiesiai siaubingų socialinių padarinių, atsirandančių dėl dirbtinio intelekto sistemų kūrimo, ribos. Dabar mes negalime įvertinti jų masto, kaip žmonės uragano viduryje ar revoliucijos įkarštyje. Dabar reikia skubiai investuoti pinigus į švietimą, nes vidutinės kvalifikacijos žmonės tampa visiškai nereikalingi “.
Kaip pažymi „Skoltech“rektorius, pasaulis šiandien sugeba išmaitinti visą žmoniją, tačiau nepajėgia jos užimti. Šis nedarbas ir gyvenimo tikslo nebuvimas jau gali turėti įtakos Europos ir kitų išsivysčiusių šalių gyvenimui ir sukelti įvairius radikalius judėjimus, tokius kaip IS ir kitos uždraustos ekstremistų ir religinės grupės.
„Tai yra sąmoningas gyvenimo archaizavimas, situacijos, kurioje jausiuosi reikalinga, sukūrimas. Po velnių, kad gyvenu blogiau, bet gyvenu ne taip, kaip visi. Jausmas, kad tau nuolat nemokamai siunčiamas greitas maistas ir kas pusmetį duodama sportbačių, tačiau tuo pačiu metu tu niekam nereikalingas, iš tikrųjų yra baisus. Ir šis jausmas tik didės vystantis PG ir robotams “, - tęsia Kuleshovas.
Pastebima šios problemos dalis yra susijusi su tuo, kad žmogus tiesiog neturi laiko „vystytis“po AI - žmonių kartos keičiasi kas 25 metus, o technologinės revoliucijos įvyksta 5-6 metų intervalu. Todėl, kaip pažymi rektorius, „nereikalingų“žmonių skaičius nuolat augs ir tik masinis švietimas gali padėti išvengti socialinio sprogimo ir naujos luditų bangos atsiradimo.
„Tai, prie ko mes esame ties riba, dar neturi vardo, ir net nežinau, kaip tai pavadinti. Galbūt jas galima pavadinti „nevaldomomis protingomis sistemomis“. Tai yra iš esmės naujos sistemos, kurios generuoja save, ir mes nesame toli nuo to laiko, kai jos pradeda skverbtis į mūsų gyvenimą “, - apibendrina mokslininkas.