Наука

«Думающая» машина: как создавали искусственный интеллект

В этой статье мы постараемся понять, что такое искусственный интеллект, почему компьютер обучали настольным играм и что собой представляет ИИ сегодня.   

Когда и как появился ИИ

Искусственный интеллект (или ИИ) стал возможен не только благодаря развитию компьютерных технологий. В основу «думающей» машины легли законы логики и математики от средневекового изобретателя Аль-Джазари до ученого XX века Курта Гёделя.   

Уже в 1948 году математик Джон фон Нейман, один из создателей «теории игр», говорил: «Вы настаиваете, что есть что-то, чего не может делать машина. Если вы конкретно опишите, что именно не умеет делать машина, то я сделаю машину, которая будет делать именно это».

Поворотной точкой в истории искусственного интеллекта стал тест Тьюринга. В 1950 году математик Алан Тьюринг предположил, что если человеку дать возможность задать вопросы машине и другому человеку, и по ответам человек не сможет определить, где машина, а где человек, то такую машину можно считать думающей. Несмотря на критику, тест определил развитие ИИ на десятилетия и в доработанном виде используется по сей день.

В 1951 году британский ученый Кристофер Стретчи разработал первый ИИ для игры в шашки. Пионер в области машинного обучения Артур Сэмюэл создал полноценную программу, которая в 1952 могла бросить вызов игроку любительского уровня, а к 1955 была способна обучаться, играя сама с собой или анализируя ходы профессионалов.

Профессор Джон Маккарти, автор термина «искусственный интеллект»

Только в 1956 году появился на свет сам термин «искусственный интеллект»: так называлась конференция под эгидой информатика Джона Маккарти в Дартмутском колледже. Примерно в этот же период была сформулирована задача ИИ как способность машины имитировать поведение человека или решать какие-либо проблемы. В то время игра в шашки и шахматы казалась верхом человеческой способности мыслить, и разработчики предположили, что если ИИ победит человека в этих настольных играх, то ему по силам решить и глобальные проблемы человечества.

Шах и мат

Почти десятилетие популярность ИИ была повсеместной: от художественных произведений до массы научных и научно-популярных работ. Однако вместе с этим рос и пессимизм. Несмотря на усилия ученых, в период до начала 80-х годов особых прорывов не случилось: компьютеры тех времен имели слишком низкую производительность.

В 70-80-е годы, в эпоху зарождения ПК, производительность компьютеров была мала

В начале 80-х годов искусственный интеллект стали разрабатывать в коммерческих целях, по большей части в виде «экспертных систем», то есть там, где ИИ мог собирать и анализировать большие (по тем меркам) объемы данных. В 1985 году рынок ИИ насчитывал миллиарды долларов, но к 1987 году финансирование отрасли почти прекратилось.  

Однако 90-е годы были полны побед. Одна из главных — победа над человеком в шахматах. Ее значение не в самом выигрыше, а в методе, с помощью которого «думала» машина. В шашках машина могла выиграть методом полного перебора (brute force), когда алгоритм просчитывает каждый возможных ход во всех вариантах развития событий. В шахматах такой метод был невозможен из-за огромного количества вариантов ходов. Поэтому был применен новый подход — эвристика, когда машина перебирает не все варианты, а только те, которые посчитает оптимальными.

Неоценимый вклад в методологию внес советский шахматист и ученый Михаил Ботвинник, который ввел понятие «шахматного горизонта» и создал ИИ «Пионер». Программа не просто перебирала все варианты, а рассчитывала лучший ход. «Пионер» не был завершен, однако новую методологию успешно применили позже.  

В феврале 1996 года компьютер Deep Blue сыграл с чемпионом мира Гарри Каспаровым и проиграл со счетом 2:4. На тот момент Deep Blue проделывал 50-100 млн операций в секунду. Но уже 11 мая 1997 года усовершенствованная программа увеличивает число операций до 300 миллионов в секунду и побеждает Каспарова.

Шахматный суперкомпьютер Deep Blue и побежденный им Гарри Каспаров

Каспаров был не согласен с результатами игры, но с того момента на планете Земля больше никогда не будет человека, способного победить ИИ в шашки или шахматы.

Нейронные сети и игра в Го

После своих побед ИИ все еще оставался «решателем» конкретных задач. Невероятные темпы развития компьютеров и возрождение теории нейронных сетей привели к новому качественному скачку.

Впервые нейронную сеть построил Фрэнк Розенблатт в 1957 году. Сейчас в это трудно поверить, но ученый собрал сеть из нейронов и синапсов, аналогичных мозгу человека, на аналоговом оборудовании. Система получила название «Перцептрон»: она основывалась на компьютере IBM 704 и могла учиться распознавать объекты.  

Вначале «Перцептрон» мог различить круг, квадрат и треугольник, но уже к 1962 году справлялся с буквами. «Перцептрон» не был запрограммирован на решение задачи, он сам учился решать ее, — и это был новый подход к ИИ.

Компьютер IBM 704 — на таком Фрэнк Розенблатт смоделировал работу перцептрона

Человек, который без цифровой камеры, современных мощностей и визуального программного обеспечения собрал аналог человеческого мозга, бесспорно мог перевернуть представление об ИИ, но судьба сложилась иначе.  

В 1969 году ученые Марвин Минский и Сеймур Паперт опубликовали книгу «Перцептроны», в которой математически доказали несостоятельность системы Розенблатта. Они сделали вывод, что система, состоящая из одного слоя нейронов и одного слоя синапсов, имеет слишком высокий уровень ошибки, а значит увеличение количества слоев не приведет к усилению системы. Сам Розенблатт не успел ответить на эту критику, потому что трагически погиб во время яхтенной прогулки в свой день рождения. Это событие на десятилетия затормозило развитие теории нейронных сетей.

Современным исследователям удалось доказать, что добавление слоев в нейронную сеть коренным образом меняет ее поведение. Одним из вызовов для самообучающейся системы стала логическая игра Го. На доске 19х19 ячеек игровые камни устанавливают не внутрь ячейки, а на ее границах. Сравните: в шахматах на четвертом ходу существует порядка 100 тыс. вариантов развития событий, а в Го на этом же ходу — порядка 16 миллиардов.

Ли Седоль против Alpha Go

Просчитать варианты ходов этой игры смог искусственный интеллект Alpha Go компании Google. В его основе — нейронная сеть из 48 слоев, каждый из которых оценивает ситуацию на доске по своему алгоритму и обменивается информацией с остальными слоями. ИИ выбирает слой с максимальной вероятностью победы и делает ход. В мае 2016 года Alpha Go стал абсолютным чемпионом, выиграв у действующего чемпиона Ли Седоль со счетом 4:1.

Что дальше?

Машина освоила настольные игры, но по силам ли ей творчество? Компания Jukedeck разработала программу, которая способна создавать музыку в разных жанрах и придумывать названия композициям. И это только верхушка айсберга.

Голосовой ИИ WaveNet уже успешно протестировал работу по синхронному переводу, который ошибается не чаще, чем человек, и говорит на иностранном языке вашим голосом. В New York Times робот пишет простые заметки. Машины сочиняют стихи, помогают врачам в поисках раковых опухолей и анализируют фондовые рынки. Но можем ли мы с легким сердцем назвать все это интеллектом?

ИИ вошел в новую фазу развития и уже умеет учиться и обрабатывать огромные объемы данных. Однако эта сфера одна из немногих, где сами ученые не берутся делать прогнозы. Например, в экономике ни один спад или кризис не останавливает работу тысяч аналитиков, которые тут же меняют точку зрения и делают новые предположения.

ИИ развивается по особому сценарию. Скорее всего, на момент прочтения этой статьи уже появятся новые открытия, которые полностью изменят горизонты будущего. Тот же Alpha Go опередил прогнозы своего развития самих разработчиков примерно на пять лет. Поэтому все, что нам остается, завороженно следить за тем, как эта технология меняет мир.

Комментарий доктора психологических наук Воронова Игоря Анатольевича (Восточно-Европейский институт психоанализа):

Можем ли мы считать интеллект обособленным от других жизненных систем человека? Конечно нет. Например, у человека есть железы и гормоны, которые дают подкрепление в правильности или неправильности действий. Эти процессы приносят человеку удовольствие и вызывают психические процессы, которые напрямую воздействуют на интеллект.

Возьмем двух спортсменов, например, боксеров. При достаточно низких зарплатах и высокой вероятности травмы, почему они продолжают этим заниматься? Им интересно, их гормоны подкрепляют их деятельность. У искусственного интеллекта такого нет, да и можно ли смоделировать амбиции, соревновательность? Может ли робот найти соперника даже в аналогичном роботе?

Соревноваться с ним не за деньги, не за лишний аккумулятор или банку машинного масла, а просто ради интереса — в этом ведь и отличие машины от человека. Может ли робот иметь хобби? Скажем, есть ИИ-танк, но у него хобби — играть на скрипке. Как только у робота появится хобби, тогда это будет модель, близкая к человеку.

Автор: Виктор Аудрен

 

 

Поделиться этой статьей

Другие темы

Наука

Читать эту статью следующей

Read Full Story