AI nima, haqiqatan ham?

Dizaynerlar uchun madaniy va amaliy kirish

Bu Element AI ning AI-First Design (AI1D) asoslari seriyasining birinchi bobidir. Har bir bob yangi dizayn davrini o'rganish uchun umumiy til yaratish uchun AI1D komponentlarini aniqlashga qaratilgan. Seriyalarning kirish so'zlarini bu erda o'qishingiz mumkin va bu erda keyingi bobga obuna bo'lish uchun ro'yxatdan o'tishingiz mumkin.

Dizayner sifatida nima uchun sun'iy aqlni tushunishga qodir bo'lishingiz kerak? So'nggi paytlarda ommaviy axborot vositalarida va texnologik doiralarda shu qadar keng tarqalgan atama, virtual shaxsiy yordamchilar, robotlar, ilmiy fantaziyalar yoki eng so'nggi chuqur o'rganish algoritmidan olingan har qanday narsani ta'riflashi mumkin. Ehtimol, siz AIda ishlaysiz va siz ushbu alohida sohalar haqida yanada aniqroq tushunchaga ega bo'lgandirsiz yoki kelgusi yillarda sizning ishingizga biron-bir tarzda AI ta'sir qilishini sezgandirsiz, lekin qanday qilib bunga ishonchingiz komil emas.

Shuni yodda tutgan holda, biz AI-Birinchi dizayn asoslari seriyasining birinchi bobiga xush kelibsiz, unda biz sun'iy intellekt tilini yo'q qilish va uning ko'plab ta'riflarini muhokama qilishni maqsad qilganmiz. Shunday qilib, biz bugungi kunda sun'iy intellekt nima degan savolga javob berishga asoslanadigan g'oyani yaratishga umid qilamiz: AI-Birinchi dizayn nima?

Ushbu bob hozirgi AI landshaftini o'rganishga va ushbu atama birinchi bo'lib aniqlangandan beri ko'rilgan turli xil ta'riflarni ko'rib chiqishga bag'ishlangan. Biz AI tarixini ko'rib chiqamiz, mashhurlikning cho'qqilari va kamchiliklarini ko'rib chiqamiz va yaqinda AI yutuqlari ortib borganidan beri sodir bo'lgan eng muhim bosqichlarni ta'kidlaymiz. Va nihoyat, biz AIning ko'plab ta'riflarini va har bir kishi kelishishi mumkin bo'lgan bir nechta qiyinchiliklarni ko'rib chiqamiz. Eslatma: uzoqroq tomonda, shuning uchun qulay bo'ling, sizni ko'proq qiziqtiradigan qismga o'ting yoki quyidagi super-qisqa versiyani o'qing.

TL; DR

O'tmishni 50-yillarda tekshirishni boshlashning o'rniga, bizning vaqt jadvalimiz ancha oldinroq, insoniy xususiyatlarga ega haykallar va xudolarni haykalga solmoqchi bo'lganimizda, Gomer Iliadida boshlanadi. O'shandan beri ko'p narsa sodir bo'ldi! Bugungi kunda biz AI ning rivojlanish darajasi, moliyalashtirish va ishtiyoq darajasi bo'yicha eng yuqori darajaga erishdik, garchi ilmiy taxminlar va mashinalar tomonidan amalga oshiriladigan narsalar haqiqati o'rtasida hali ham katta farq bor. AI insonga o'xshash umumiy intellektga erishishdan juda uzoqda, ammo aniq belgilangan vazifalarni bajarishda yaxshilanmoqda. Bugungi kunda AIni qanday aniqlashimiz va nima uchun u sizga dizayner sifatida muhimligi haqida asosiy ma'lumotlar:

  1. Bu asosan ma'lumotlarga asoslanadi.
    Yaqinda AI-ning rivojlanishi bizning barcha ulangan qurilmalar tomonidan to'plangan juda katta miqdordagi ma'lumotlar va uni saqlash imkoniyatisiz mumkin emas edi.
  2. U tor va juda yo'naltirilgan.
    AI ma'lumotlarda naqshlarni topishda va biz aniqlagan vazifalarni bajarishda juda yaxshi, ammo oldindan belgilangan parametrlardan tashqarida juda yaxshi umumlashtirmaydi.
  3. Hisob-kitoblarning natijalari bilan bog'liq emas.
    Insonning qaror qabul qilishdagi buzuqlikdan farqli o'laroq, AIning qaror qabul qilish qobiliyatiga ulkan niyatlar yoki kecha uxlab qolish qancha ta'sir qilmasa ham, faqat oldingi vazifaga qaratilgan. U yomonni yaxshi deb bilmasligi sababli, ma'lumotlarda mavjud bo'lgan har qanday noto'g'ri fikrlar abadiylashtiriladi.
  4. AI qobiliyatlari dasturlashtirilmagan holda o'rganiladi.
    AI iterativ ravishda o'z-o'zidan yaxshilanishi mumkin - har qadamda dasturlashtirilmasdan, u o'z tajribasidan saboq olishi va kelajakda bashorat qilish va qaror qabul qilishda yaxshilanishi mumkin, natijada tobora rivojlanib boradi.
  5. Bu rivojlanayotgan atama.
    AI turli xil jamoalar tomonidan turlicha aniqlanadi va uning ta'rifi kelajakda texnologiyaning rivojlanishi bilan o'zgarishda davom etadi.

Buni bilib, biz bilamizki, AI dizayn sohasiga juda katta ta'sir ko'rsatadi. Bu barcha korxonalar, mahsulotlar, xizmatlar va (foydalanuvchi) tajribalariga ta'sir ko'rsatishni boshlaganda, biz ishlayotgan narsalar to'g'risida chuqur tushunchaga ega bo'lishimiz va uning potentsialidan qanday foydalanishni tanlashimiz zarur.

Hali qiziquvchanmi? Yana ko'p narsalar mavjud!

Vaqt o'tishi bilan AIning ko'tarilishlari va pastlari

Prekursorlar: xudolarni soxtalashtirish istagi

Garchi biz AI haqida o'ylaganimizda, odatda futuristik narsani tasavvur qilsak ham, bu tushuncha asrlar davomida shakllanib kelgan. Miloddan avvalgi 750 yil atrofida Gomer Iliadida, masalan, xastalangan Gefestus unga yordam berish uchun avtomatika yaratdi:

Bular oltin va tirik yosh ayollarnikiga o'xshaydi. Ularning qalblarida aql bor, ularda nutq va kuch bor va ular o'lmas xudolardan narsalarni qilishni o'rganishdi.

Pamela Makkorduk o'zining "O'ylantiradigan mashinalar" nomli kitobida Gefestus turli xil vazifalarni bajarish uchun yaratgan ko'plab mavjudotlarni tasvirlaydi, ulardan kamida bittasi, agar ular qo'rqitadigan bo'lsa, tanish: Pandora va uning quturgan qutisi.

Mexanik fikrlash

Badiiy adabiyotdagi ushbu misollardan tashqari, antik davrda mantiqiy va mantiqiy muhim yutuqlar mavjud bo'lib, bizning hozirgi kodlangan tilimiz barcha hisoblashlar uchun asos bo'lib xizmat qildi. Sun'iy aql o'z mohiyatiga ko'ra fikrni mexanizatsiyalash va ko'paytirish mumkinligini anglatadi. Aristotel sylogizmni rivojlantirishda fikrlarni mantiqiy dalillarga aylantiradigan kashshoflardan biri bo'lgan, u ko'pincha uch qatorli shaklni oladi, masalan:

Hamma odamlar o'likdir.
Sokrat - bu odam.
Shuning uchun Sokrat halokatli.

Fors matematiki Muhammad ibn Muso al-Xorazmiy ham algoritmi (lotincha "algoritm" so'zidan kelib chiqqan) bilan tanilgan, bugungi kunda AIda qabul qilingan ko'pgina tushunchalarda asosiy o'rinni egallaydi. Masalan, algebra so'zi kvadrat tenglamalarni echishda ishlatgan ikkita operatsiyasidan biri bo'lgan "al-jabr" dan olingan. Gettfrid Vilgelm Leybnits, Tomas Xobbes, Rene Dekart kabi matematiklar va faylasuflar tomonidan 17-asrda erishilgan yutuqlar bu asoslarga asoslanib, fikrlarni algebra yoki geometriya kabi tizimli ravishda yaratishni maqsad qilgan.

Keyingi asrlarda zamonaviy sun'iy intellektga hissa qo'shgan boshqa ko'plab matematik yutuqlar mavjud bo'lsa-da, 19-asr ingliz matematiki Ada Lovelace hisoblash ishlarida o'zining ijodiy yondoshuvi va poydevori bilan ajralib turadi. U birinchi bo'lib Charlz Babbning umumiy maqsadli mexanik kompyuteri, analitik dvigatel hisoblash qobiliyatiga ega emasligini taklif qildi va keyin u dunyodagi birinchi kompyuter dasturchisi unvoniga sazovor bo'lgan birinchi algoritmini yaratdi.

Sun'iy aqlning tug'ilishi

Biz 20-asrning boshlarida hisoblash sohasidagi yutuqlarni ko'rgan bo'lsak-da, haqiqatan ham 1950-yillarda sun'iy aql ishga tushdi va 1956-yilda Dartmut kollejida bo'lib o'tgan konferentsiyada barcha o'rganish va razvedkalarni mashina tomonidan taqlid qilish uchun aniq tasvirlab berilishi mumkinligi ta'kidlandi. Aynan shu erda "sun'iy intellekt" atamasi "inson aqlini mashinalar yordamida simulyatsiya qilish" degan ma'noni anglatadi. 50 yil o'tgach, Dartmut ustaxonasi to'g'risida fikr yuritar ekan, tashkilotchilardan biri Jon Makkarti shunday deb o'ylardi: "Men seminar bu qanday natijalar keltirishi ma'lum bo'ladi deb o'ylardim. Bu, aslida, "sun'iy intellekt" atamasini ommalashtirganligi sababli ma'lum darajada ma'lum bo'ldi. "

Siz tanishi mumkin bo'lgan 50-yillardagi AI ning yana bir muhim bosqichi - bu mashhur "Turing testi". Benedikt Kumberbatchning "Imitatsiya o'yini" dagi faoliyati bilan mashhur bo'lgan britaniyalik kompyuter olimi Alan Turing, agar mashina odam bilan bo'lgan suhbatdan ajralib bo'lmaydigan suhbatni amalga oshira olsa, u holda "fikrlash mashinasi" mantiqiydir. Boshqacha qilib aytganda, kompyuter aqlli bo'ladi, agar u odamni odam deb o'ylasa.

70-yillarning o'rtalarida erishilgan natijalar hisoblash sohasida ulkan yutuqlarga ega bo'lgan va davlat tomonidan moliyalashtirishning ko'payishi bilan AIning "oltin yillari" deb nomlandi. Xususan, Marvin Minski 1959 yilda Massachusets Texnologiyalar Institutining AI laboratoriyasini tashkil qilgan va 60-70-yillarda ushbu sohani boshqarishda davom etgan Dartmut ustaxonasidan tezlikni saqlab qoldi. Gaming, shuningdek, kompyuter zakovatini ishlab chiqish va sinab ko'rishning ideal vositasi sifatida o'zini namoyon qila boshladi, 1951 yilda IBM dama oynasini o'ynay oladigan dasturni ishlab chiqdi. 60-yillarda "sayyohlik sotuvchisi" ni hal qilish uchun "eng yaqin qo'shni" algoritmi yaratildi. Muammo ":" Shaharlar ro'yxati va har bir juft shahar orasidagi masofani hisobga olgan holda, har bir shaharga bir marta kelib, kelib chiqqan shaharga qaytib boradigan eng qisqa yo'l qaysi? "Olingan algoritm asosiy namunalarni aniqlashning boshlanishini shakllantirdi.

Ammo 1969 yilda Marvin Minski va Seymur Papert neyron tarmoqlari texnologiyasining ayrim cheklashlarini muhokama qiladigan Perceptrons kitobini nashr etdilar va ehtimol keyingi yillarda "AI qishining" muxlisi bo'lishdi.

70 va 80-yillarda AI qishlari

50 -70-yillardagi bunday muvaffaqiyatli yugurish nafaqat ilmiy yutuqlar bilan, balki Stanli Kubrikning 2001 yildagi "Fazoviy Odisseya" si yoki Isaak Asimovning I, Robot, AI chegaralari bilan to'qnashuv kursi singari ilmiy fantastika tomonidan ishlab chiqilgan omma kutgan natijalarini kuchaytirdi. muqarrar edi.

Aslini olganda, kompyuterlar har kimning haqiqatdan ham yuqori talablarini qondira olmasa, mablag 'va ishtiyoq quriydi, bu butun dunyo bo'ylab AI laboratoriyalarining demontaj qilinishiga olib keladi. 1980 yildan 1987 yilgacha Yaponiyadan katta miqdordagi sarmoya jalb qilingan holda qisqa muddatli ikkinchi shamol bo'lsa-da, bu bum qisqa muddatli edi va 1987 yildan 1993 yilgacha bo'lgan boshqa AI qishida saqlanib qoldi.

O'tgan asrning 70-yillarining birinchi qishidan omon qolgan AI tadqiqotchilari Rojer Shank va Marvin Minski, biznes hamjamiyatiga "80-yillarda AIga bo'lgan ishtiyoq nazoratdan chiqib ketgan va umidsizlik albatta davom etadi" deb ogohlantirgan. Ushbu cho'qqilar va vodiylar. AI ishtiyoqi bugun ham davom etmoqda. So'nggi yillarda AQSh armiyasining do'stona yoki dushman tanklarini aniqlash uchun AIdan foydalanishi yoki yaqinda o'tgan yili Twitter-da irqchilik va antitritizm xatti-harakatlarini tez-tez namoyish etgan Microsoft-ning Tay chatbot-ga o'xshash ommaviy bo'lmagan foydalanishlari ko'p uchraydi. Gapirganda, bugungi kunda biz AI rivojlanish darajasi, moliyalashtirish va ishtiyoq darajasi jihatidan eng yuqori darajada ekanligimizni ayta olasiz.

Bugungi kunda AI landshaft - Nima uchun juda issiq?

Texnologik shovqinni o'lchashning mashhur vositasi bu Gartnerning Hype Cycle bo'lib, bu yil chuqur o'rganish va mashina o'rganish eng yuqori cho'qqiga chiqqan. Ko'pincha ilmiy izlanishlarga qaraganda ommaviy axborot vositalarining yoritilish ko'rsatkichi sifatida qaralsa-da, AIning hozirgi kunda mashhurligiga olib kelgan ba'zi hayajonli yutuqlar mavjud. Xo'sh, bularning hammasi, aslida, shafqatsizmi? Unchalik emas. So'nggi olti yil ichida yoki hozirgi bizning obsesyonimizga hissa qo'shgan muhim AI rivojlanish bosqichlarini ko'rib chiqaylik.

Yaqinda AI bosqichlari

  • 2011: Apple Siri tanishtirilib, savollarga javob berish, tavsiyalar berish va oddiy harakatlarni bajarish uchun yoki tabiiyki, Internetda sizga kerakli narsalarni izlash uchun tabiiy tildan foydalanadi.
  • 2012: Konvolyutsion Neyron Tarmoqlari (qisqacha CNN) ImageNet tasnifidagi raqobatni yo'q qiladi - a.k.a. «kompyuterni ko'rish bo'yicha har yilgi Olimpiada» - jamiyatda jo'shqinlikni keltirib chiqardi va chuqur o'rganishga bo'lgan qiziqishning kuchayishiga olib keldi.
  • Mushuklarning yoqimli mushuklarining o'ziga xos xususiyatlari to'g'risida hech qanday ma'lumot berilmasa ham, YouTube chuqur videolarni o'rganish algoritmidan foydalanib, mushuklarni YouTube videolarida muvaffaqiyatli aniqlash uchun neyron tarmog'ini o'rgatadi.
  • 2013: NEIL, g'ayrioddiy tarzda tasvirni o'rganuvchi bo'lib, Karnegi Mellon universitetida har xil tasvirlar o'rtasidagi munosabatlarni doimiy ravishda taqqoslash va tahlil qilish uchun, aqlni juda xohlagan-istalmagan, ammo aql bovar qilmaydigan insoniy qobiliyatini o'rganishga qaratilgan.
  • 2015: Facebook DeepFace (Facebook) foydalanuvchilari tomonidan yuklangan to'rt million rasmda o'qitilgan yuzni chuqur o'rganish tizimini o'rganishni boshladi. 97,35% aniqlik bilan yuzlarni aniqlay oladi, oldingi tizimlarga qaraganda 27% ga yaxshilanadi.
  • 2015: Deep Qind tarmoqlari DeepMind tomonidan Atari o'yinlarini o'ynashni o'rganadilar, bu chuqur mustahkamlashni o'rganish yoshini anglatadi.
  • 2015–17: Google DeepMind-ning AlphaGo Go chempionlari Fan Xyu, Li Sedol va Ke Ji-ni mag'lubiyatga uchratdi, o'sha paytda dunyoning birinchi raqamli o'yinchisi.
  • 2015: Google DeepDream, mashinalar rasmlarni avtomatik ravishda tasniflash maqsadida rasmlardagi yuzlar va boshqa naqshlarni aniqlashga mo'ljallangan dasturiy ta'minot yordamida neytral asab tarmog'idan foydalanib, trippy tasvirlarni yaratadigan mashinalar san'at qila oladimi, degan savolga javob beradi.
  • 2015-yildan hozirgi kungacha: Rassom Ross Gudvin o'zining "Avtomatik fotosurat" so'zlovchi Word Kamera yordamida dastgoh yordamida o'rganish orqali hikoya qilingan voqelikning yangi shakllarini o'rganadi va o'zini "Benjamin" AI nomli Devid Xasselxofning filmiga ssenariy yozish uchun dasturlashtirdi.
  • 2015-yildan hozirgi kungacha: Uyga AIning bir qator yordamchilari tanishtirildi, Apple-ning Siri-ni endi Microsoft-ning Cortana, Amazon-ning Alexa va Google Now-ga e'tiboringizni qaratmoqdamiz.
  • 2017: Karnegi Mellon professori Tuomas Sandholm va uning talabasi Noam Braun tomonidan ishlab chiqilgan Libratus pokerning murakkab versiyasida to'rtta eng yaxshi o'yinchi - Texas Hold'em ustidan g'alaba qozondi.
  • 2017: Google-ning Deepmind kompaniyasi va ko'p qirrali kosmik-urush video-o'yinining yaratuvchilari StarCraft II AI tadqiqotchilariga odamlar bilan raqobatlasha oladigan botlarni yaratishga imkon beradigan vositalarni ishlab chiqdilar. Botlar hali g'alaba qozonmagan va bir muncha vaqt kutilmaydi, lekin ular amalga oshirilsa, bu Go-da yutishdan ko'ra ancha katta yutuq bo'ladi.

Mashinani o'rganish va chuqur o'rganishdagi yutuqlar

AI amaliyotchilari yashaydigan joy

So'nggi o'n yil ichida sun'iy intellektning eng hayajonli sohalarida katta yutuqlarsiz: mashinada o'rganish va chuqur o'rganish paytida ushbu bosqichlarning barchasiga erishish mumkin emas edi. Garchi bu atamalar o'xshash bo'lsa ham, ular bir xil emas. Tushuntirib olaylik.

90-yillarning oxiri va 2000-yillarning boshlarida kompyuterlarni saqlash va qayta ishlash imkoniyatlarining kengayishi, AI tizimlari nihoyat murakkab jarayonlarni hal qilish uchun etarli ma'lumotlarga ega bo'lishi va etarli kuchga ega bo'lishini anglatadi. Shu bilan birga, Internetdan foydalanish va ulanishdagi portlash, mashinalarni o'rgatish uchun ishlatilishi mumkin bo'lgan rasmlar, matnlar, xaritalar yoki tranzaktsiya ma'lumotlari kabi tobora ko'payib borayotgan ma'lumotni yaratdi.

Qadimgi sun'iy intellekt yoki GOFAI singari asosiy qarorlarni qabul qilishni boshqarish uchun minglab kodlar kodlarini talab qiladigan eski "agar-keyin" qoidalar va murakkab ramziy mantiqiy protseduralar o'rniga mashinani o'rganish orqaga qarab ishlaydi. Katta ma'lumotlar to'plamidan foydalanib, algoritmlar iterativ ravishda o'rganadilar, kelajakdagi ma'lumotlarning ma'nosini tushunish uchun naqsh izlaydilar. Mashinasozlik darslarini mashinasozlik kashshofi Artur Samuel 1959 yilda qaytganida "uni kompyuterlar aniq dasturlashtirilmasdan o'rganish imkoniyatini beradigan o'qish maydoni" deb ta'riflagan. Mashinasozlik keng ko'lamli masalalarni hal qilishda foydalanilmoqda. bugungi kunda saraton hujayralarini aniqlash, keyingi filmni qanday ko'rishni xohlashingiz, har xil og'zaki tilni tushunish yoki uyingizning bozor narxini aniqlash kabi muammolar.

Ushbu rasmdagi saraton hujayralari qaysi? AIni shifokorga qaraganda tezroq topish mumkin. Tasvir: Gabriel Kaponetti ommabop fanlarda.

Mashinalarni o'qitish sohasidagi so'nggi yutuqlar, asosan, chuqur o'rganishning o'sishi bilan bog'liq - mashina o'qitishning pastki zonasi. Chuqur o'rganish miyaning tuzilishidan kelib chiqadi, bu juda ko'p oddiy "neyron" kabi tuzilmalarni neyron tarmog'ida qiziqarli narsalarni qilish uchun birlashtiradi. Ushbu sun'iy neyronlarning ko'p qatlamlarini bir-biriga yopishtirish orqali (shu bilan "chuqur") tarmoq murakkab vazifalarni bajarishni o'rganishi mumkin. Qizig'i shundaki, bu qatlamlardagi neyronlar ko'pincha aniq rollarni bajarishga kirishadilar, masalan, qirralarni tanib olish yoki ma'lum bir ob'ektning konturini. Chuqur o'rganishning o'ziga xos kuchli tomoni shundaki, ushbu kichik vazifalar (odatda "xususiyatlar" deb nomlanadi) dasturchilar tomonidan emas, balki to'g'ridan-to'g'ri ma'lumotlardan o'rganiladi. Bu muammolarni odamlar uchun tushunarli bo'lmagan joylarda hal qilishni chuqur o'rganishga imkon beradi.

Haqiqiy hayotiy misolni olaylik: saraton hujayralarini tanib olish. AI klassik yondashuvi o'zlarining qarorlarni qabul qilish jarayonini o'rganishga urinib, uni algoritmda kodlashtirishga urinayotgan insonga ishonadi. Masalan, biz ma'lum hajmdan kattaroq yoki noaniq konturga yoki o'ziga xos shaklga ega bo'lgan katakchalarni belgilashimiz mumkin. Ammo chuqur o'rganish bilan biz saraton yoki yo'qligini ko'rsatadigan yorliqlarni to'g'ridan-to'g'ri oziqlantirishimiz mumkin va bizning neyron tarmog'imiz ushbu aniq vazifa uchun rasmning eng foydali xususiyatlarini tanlab olishni o'rganadi. Bu "nazorat qilinadigan ta'lim" ning klassik namunasidir: biz ba'zi kirishlarni va ba'zi kerakli natijalarni beramiz, va algoritm boshqasidan ikkinchisiga xaritalashni o'rganadi.

Shuningdek, biz etiketkalarni butunlay yo'q qilishimiz mumkin va algoritmda umumiy bo'lgan narsalarga ega bo'lgan hujayralarni birlashtirishni so'rashimiz mumkin. Bu erda biz etiketkalar ko'rinishida nazoratni ta'minlamaymiz, shunchaki ma'lumotlardan tuzilmani topish uchun chuqur o'rganmoqdamiz. Bizning misolimizda, ehtimol bizning hujayralarimiz juda ko'p - teri hujayralari, jigar hujayralari va mushak hujayralari juda ko'p va har bir klasterdagi qaysi hujayralar saraton ekanligini aniqlashdan oldin ularni klaster qilish foydali bo'ladi. Klasterlash uchun boshqa keng tarqalgan dasturlar fotosuratlaringizdagi turli xil yuzlarni aniqlash, xaridorlarning har xil turlarini tushunish va bir xil mavzudagi yangiliklarni to'plashni o'z ichiga oladi.

Xayolga ishonmang: AI miflari va haqiqatlar

So'nggi yillarda A.I.ning jadal rivojlanishi bilan bog'liq barcha tezkor yutuqlarni hisobga olganda, barchamizga bu haqda to'g'ri aytiladi deb o'ylaysizmi? Xo'sh, hamma ham emas. 50-yillarda va 60-yillarda AIning birinchi oltin yillarida bo'lgani kabi, ilmiy-fantastika va ommaviy axborot vositalarida tasvirlashga asoslangan AI haqida bizning taxminlarimiz va bugungi kunda AI aslida nimaga qodir ekanligi o'rtasida katta farq mavjud. (Ushbu bashoratlar bilan bog'liq bo'lgan uzilishlar, shaxsiy hayotdagi muammolar yoki ishdan bo'shash qo'rquvi haqida gapirmaslik.)

Ushbu muhokamaning yana bir usuli - "tor" va "umumiy" sun'iy aql o'rtasidagi farq. Hozirgi kunda AI ning ko'pgina katta yutuqlari "tor" sun'iy intellektda, ya'ni Siri siz uchun matnli xabarni yozishda yoki rasmda mushukni tanib olishda aniq parametrlar ichida ma'lum bir vazifani bajarishdir. Tor AIda o'z-o'zini anglash yoki umumiy muammolarni hal qilish qobiliyati tushunchasi yo'q. Aksincha, o'nlab yillar davomida jamoatchilikni hayratga solgan narsalardan biri bu "umumiy sun'iy intellekt" xayoliy odamga o'xshash yordamchi, Hal 9000, R2D2 yoki Xemandagi Samanta, agar AI teng bo'lgan bo'lsa. odamlardan kattaroq aql emas.

Juda aniq bo'lishi uchun, biz umumiy AIga o'xshash narsadan uzoqroqmiz. Yoshua Bengio, Element AI asoschilaridan biri, ushbu mavzuda gaplashganda aniq - u qachon sodir bo'lishi mumkinligini vaqt bo'yicha bashorat qilish mantiqqa to'g'ri kelmaydi. Yaqinda bo'lib o'tgan nutqida u hozirgacha yo'qligimizning bir qator aniq sabablarini aytib o'tdi, birinchi navbatda sanoat sanoatida erishilgan yutuqlarning barchasi faqat nazorat ostida o'rganishga asoslanganligi. Bizning ta'lim tizimlarimiz hanuzgacha juda sodda fikrga ega, chunki ular ma'lumotni yuzaki ma'lumotlarga tayanib, o'quv kurslaridan tashqarida yaxshi ishlamaydi.

Google-ning asabiy soqovli dumbbelllari, xayoliy a'zolar bilan to'la. Rasm: Google.

Masalan, Google minglab rasmlar asosida dumbbelllarning tasvirlarini yaratishga neyron tarmoqni o'rgatganida, u deyarli to'g'ri edi. Albatta, biz ikkita tarozi bilan bog'lab qo'ydik, ammo bu erda xayoliy qo'llar nima bilan shug'ullanishmoqda? Neyron tarmog'i dumbbelllarning umumiy vizual xususiyatlarini muvaffaqiyatli aniqlay olgan bo'lsa-da, manba tasvirlarida har doim dumbbelllarni ushlab turuvchi odamlar aks etgan, shu bilan birga u dumbbelllarning qo'llari bor deb taxmin qiladi.

O'tgan yozda Elon Muskning Mark Tsukerberg bilan birga bo'lganini eshitish uchun, bunday jiddiy cheklovlarga qaramay, siz AI yoqilg'i bilan ishlaydigan III Jahon urushi atrofida bo'lgan deb o'ylaysiz. Bizning bosh direktorimiz Jan-Fransua Gagne so'nggi blogida bizni AIning hozirgi holati haqidagi asoslarga qaytaradi:

“AI juda tor va mo'rt. U belgilangan doiradan tashqarida yaxshi ishlamaydi. U faqat oddiy ob'ektiv funktsiyalarni boshqarishi mumkin; Shunday qilib, biz, odamlar, bizning aql-zakovatimizdan foydalanib, ishni avtomatlashtirish mumkin bo'lgan joyda samarali ishlaymiz ".

AIning ko'plab ta'riflari

Endi biz tarixiy o'zgarishlarni va AIning so'nggi yutuqlarini tezlashtirishga harakat qilsak, keling, yillar davomida uni tavsiflash uchun ko'plab ta'riflarni ko'rib chiqaylik. Ba'zilar ushbu atama so'nggi vaqtlarda haddan tashqari ishlatilib, ma'nosiz bo'lib qolgan deb ta'kidlashsa-da, biz undan voz kechishga tayyor emasmiz.

Bugungi kunda "AI" atamasi qanday ishlatiladi

AI ni aniqlash uchun, aqlni o'rganishdan boshlaylik. Bir tomondan, masalan, IQ balliga asoslanib, aqlning sodda tushunchasini olish mumkin. Ammo biz bilamizki, aql aslida ancha murakkab va murakkabdir. Oksford lug'ati buni "bilim va ko'nikmalarni egallash va qo'llash qobiliyati" deb ta'riflaydi, Kembrij lug'ati esa bir oz farq qiladi: "o'rganish, tushunish, mulohaza yuritish yoki aqlga asoslangan fikrlarga ega bo'lish qobiliyati". Boshqalar yillar davomida aql-idrokni o'lchashning ko'proq nuanslashtirilgan usullarini ishlab chiqdilar, masalan Govard Gardnerning ko'p sonli aqllar nazariyasi, musiqiy-ritmik va garmonik, vizual-fazoviy, og'zaki-lingvistik, mantiqiy-matematik, tanaviy-kinestetik va ekzistensial kabi usullarni o'z ichiga olgan. , boshqalar qatorida. Bizning qabul qilishimiz ushbu so'nggi ta'rifga yaqinroq bo'lib, keng qamrovli kontekstda ma'lumotlarni olish, qayta ishlash va qo'llash imkonini beradi.

Bizning aql-idrok haqidagi g'oyamiz ham antropomorfikdir: bu biz odamlar kabi muammolar haqida o'ylashimiz va hal qilishimizga asoslangan. AI ham xuddi shu tarzda keng tushuniladi, bunda sun'iy ravishda aqlli tizim insonning yondashuviga o'xshash tarzda xulosaga keladi. Ushbu g'oyaga asoslanib, Devid C. Parkes va Maykl P. Vellman AI tushunchasini "homo iqtisodiyus, neoklassik iqtisodiyotning afsonaviy mukammal ratsional agenti" sifatida taqdim etadilar. AIni o'qitish uchun ishlatiladigan ma'lumotlar ko'pincha inson nuqsonlari yoki boshqa tarafkashliklari sababli kamchiliklarga ega, bu esa “mukammal ratsionallik” ni deyarli imkonsiz qiladi.

2016 yil Oq uydagi qon bosimi darajasi to'g'risida hisobot, birlashgan ta'rifda yuzaga keladigan muammolarning yig'indisi: “Amaliyotchilar tomonidan hamma tomonidan qabul qilinadigan QIning aniq ta'rifi yo'q. Ba'zilar AIni, odatda, aqlni talab qiladigan xatti-harakatlarni namoyish etadigan kompyuterlashtirilgan tizim sifatida erkin ravishda aniqlaydilar. Boshqalar esa, AIni murakkab muammolarni oqilona echishga yoki u duch keladigan har qanday sharoitda o'z maqsadlariga erishish uchun tegishli harakatlarni amalga oshirishga qodir bo'lgan tizim deb ta'riflaydilar. "Shunisi qiziqki, ular bu erda" inson xatti-harakati "atamasini ishlatmaydilar, balki shunchaki "Xulq".

Shved faylasufi Nik Bostrom o'zining "Superintelligence: Yollar, xavflar, strategiyalar" kitobida A.I.da o'rganish va moslashish tushunchalariga e'tibor qaratadi: "O'rganish qobiliyati umumiy intellektga erishish uchun mo'ljallangan tizimning asosiy dizaynining ajralmas xususiyati bo'ladi ... Xuddi shu Kompyuter injiniringi professori Ethem Alpaydin kabi "Mashinalarni o'qitish" kitobining kirish qismida aytilishicha, "aqlli tizim o'z muhitiga moslashishi kerak; u xatolarini takrorlamaslikni, muvaffaqiyatlarini takrorlashni o'rganishi kerak. ”

Bizning ta'riflarimiz

Bugungi kunda boshqalar AIni qanday aniqlashini o'rganish bilan bir qatorda, bizning tadqiqotimizning bir qismi hamkasblarimizdan sun'iy intellektni jumlada (yoki ikkitami yoki uchtada) aniqlashlarini so'rab kompaniya miqyosida so'rov yuborishni ham o'z ichiga oladi. So'rov natijalarida uchta asosiy javob toifalari paydo bo'ldi:

  1. AI - bu kompyuterda mavjud bo'lgan ma'lumotlarga asoslanib qaror qilish yoki bashorat qilish qobiliyatidir.
  2. AI - bu kompyuterning idrok, bilish, boshqarish, rejalashtirish yoki strategiya kabi yuqori darajadagi miya funktsiyalarini takrorlash qobiliyati.
  3. AI - bu ma'lumotlar va hisoblash orqali yaratilgan dastur, ya'ni qattiq kodlanmagan.

Bugungi maqsadlarimiz uchun ushbu ta'riflar etarlimi? Bunday keng va doimiy ravishda o'zgarib turadigan kontseptsiyani belgilashga urinishlar qanday?

Nega bu juda qiyin?

O'tkir gripp haqida gap ketganda, “tutib qolish” hodisasi eng katta muammolardan biridir. Ushbu atamaning tez-tez ishlatilishi keng ko'lamli dasturlarni keltirib chiqardi va Stenford antropologiyasi doktori Genevie Bell va Intelda o'zaro aloqalar va tajribalarni tadqiq qilish direktori:

"Men uchun sun'iy intellekt bu juda mashhur atama bo'lib, u taniqli va taniqli bo'lmagan tsikldir. Hozir qaytib keldi. Bu soyabon atama bo'lib, unda kognitiv hisoblash, mashinani o'rganish va chuqur o'rganish va algoritmlar haqida gaplashish mumkin. Bu juda qulay, chunki u bir vaqtning o'zida hamma narsani va hech narsani anglatmaydi. Bu texnik jihatdan ham madaniy kategoriya. "

Ushbu atama ko'pincha noto'g'ri holatlarda (yoki aniqrog'i, noaniq holatlarda) ishlatiladi, chunki bu 2017 yilda McKinsey Global Institute munozarasi qog'ozida aytilganidek, juda kengdir: Keyingi raqamli chegara:

“... Qiyinchiliklarga duch kelish qiyin, chunki odamlar turli muammolarni hal qilish uchun turli xil texnologiyalarni aralashtirib, moslashadi. Ba'zan bular mustaqil texnologiyalar, ba'zan boshqa texnologiyalarning sub-guruhlari, ba'zan esa amaliy dasturlar sifatida ko'rib chiqiladi ... Ayrim doiralar AI texnologiyalarini asosiy funktsional imkoniyatlari bo'yicha guruhlarga ajratishadi ...

AIni aniqlashda yana bir katta qiyinchilik - bu fan va uning qo'llanilishi doimiy ravishda rivojlanib borishi. Pamela MakKorduk o'zining “Mashinlar o'ylaydi” nomli kitobida tushuntirishicha, ko'pincha yangi muammoni hal qiladigan aqlli tizim “shunchaki hisoblash” yoki “haqiqiy aql emas” deb diskontlanadi. Faylasuf Bostrom buni juda yaxshi ta'kidlaydi: "Ko'pgina eng zamonaviy AI umumiy dasturlarda filtrlanadi, ko'pincha AI deb nomlanmaydi, chunki biror narsa etarli darajada foydali va odatiy holga kelsa, u endi AI deb nomlanmaydi." Masalan, shashka o'ynagan IBM dasturi. 1951 yilda o'sha paytdagi AI ning asosi deb hisoblanishi mumkin edi, ammo bugungi kunda asosiy hisoblash sifatida ta'riflanadi. Yoki yaqinda, kimdir noaniq ravishda har qanday "tor qon tomir" haqida, masalan, AlphaGo Li Sedolni kaltaklashda "aqlli" narsa yo'q, deb ta'kidlashadi.

Ushbu barcha qiyinchiliklarni inobatga olgan holda, madaniy va ommaviy axborot vositalarida shovqinni kamaytirish va fikrlarimizni e'tiborga oladigan masalalarga e'tibor qaratish uchun biron bir yo'l bormi? Biz "AI" so'zini ishlatganda, odatda tabiiy tilga ishlov berish, mashinani o'rganish yoki mashinada ko'rish kabi ma'lum bir texnologiyani nazarda tutamiz. Shunday qilib, iloji boricha aniq bo'lish, boshlash uchun yaxshi joy. Ammo boshqa holatlarda, "AI" atamasidan foydalanish, masalan, biz qaysi texnologiyadan foydalanilayotganligini aniq bilmagan hollardagina ishlatilmaydi. Ushbu tuzoqqa, barcha AI amaliyotchilari va jurnalistlar bilan birga davom etayotgan munozaraga turtki bo'lishimiz mumkin.

Oldinga qarab

AI nima ekanligini aniq ifodalashga harakat qilib, biz bu turli odamlar uchun mutlaqo boshqacha narsalarni anglatishini aniqladik. Bu bizning tasavvurimizni juda uzoq vaqt davomida jalb qilib kelgan g'oya. Agar biz uni kompyuter faniga qisqartirsak ham, bu juda keng. Shuni yodda tutgan holda, biz AI hayotimizni qanday o'zgartirayotganiga, bugungi kunda bu shov-shuvni keltirib chiqaradigan yutuqlarga e'tibor qaratish muhim deb o'ylaymiz. Kevin Kelli buni yaqinda TED nutqida yaxshi yakunladi:

“Hozirda AI bo'yicha mutaxassislar yo'q. Unga ko'p pul ketadi, unga milliardlab dollar sarflanadi; bu juda katta biznes, ammo 20 yildan keyin biladigan mutaxassislar yo'q. Shunday qilib, biz hozirning boshida turibmiz, biz bularning birinchi soatidamiz ... Hozirgi 20 yildan beri hamma foydalanadigan eng mashhur AI mahsuloti hali ixtiro qilinmagan. Bu siz kech emasligingizni anglatadi ”.

Boshqacha aytganda, bizning AI haqidagi tushunchamiz turli xil nuqtai nazarlarni va ba'zan qarama-qarshi fikrlarni o'z ichiga olishi odatiy hol, chunki u rivojlanib bormoqda va hozirgi paytda sodir bo'ladi. Buni o'qish uchun o'qish kerak emas, aksincha uni yanada takomillashtirish ustida ish olib borishda uning o'ziga xos baquvvatligi va xiralikni qabul qilishga chaqiriqdir.

Bularning barchasini aytadigan bo'lsak, biz ta'rifni aniqlamaymiz. Biroq, biz bugungi kunda ishlab chiqarishga kiradigan texnologiyalar bilan kurashayotgan dizaynerlar AI va uning imkoniyatlari haqida asosiy tushunchaga ega bo'lishlarini xohlaymiz. Agar Tesler teoremasida ta'kidlanganidek, "agar hali ham AI qilinmagan bo'lsa", biz aniq bajarilgan narsaga emas, balki mumkin bo'lgan narsaga yoki yaqin orada qarashimiz kerak.

Biz ishonamizki, AI o'rganish uchun ulkan imkoniyatdir va agar ongli ravishda rivojlantirilsa, odamlarni keng yutuqlarga undashi mumkin. 11-asrda ot otish qishloq xo'jaligini keskin inqilob qilganligi va 18-asrda bug 'dvigatellari ishlab chiqarish va tashishni yangi davrga olib kirganligi sababli, biz AI raqamli innovatsiyalarning keyingi asrini qo'llab-quvvatlayotganini ko'rmoqdamiz. Yaqinda MIT fizikasi professori Maks Tegmark ta'kidlaganidek, endi kelajak haqida oldindan o'ylash vaqti emas, balki biz oldindan muqarrar ravishda xayolga boramiz, aksincha, o'zimizga shunday savol berishimiz kerak: "Biz qanday kelajakni yaratmoqchimiz? AI bilanmi? ”

Agar sizga bu yoqsa, AI-Birinchi Dizayn asoslari seriyamizning keyingi bobiga e'tibor bering - Dizayn o'zi nima?

Mualliflar va hissa qo'shganlar

Rebekka Uest - Element AI-dagi AI1D jurnalining muharriri va dizayn, texnologiya va ijodning chorrahasidagi loyihalarga qaratilgan yozuvchi.

Element AI ko'rgazmali dizayneri Dona Soloning rasmlari.

Tajriba dizayneri Masha Krol, Amaliy tadqiqotlar bo'yicha olim Archi de Berker va bizning 2017 yil yozgi ilmiy xodimimiz Louis-Feliks La Roche-Morin hissalari bilan.