Что такое искусственный интеллект
Уместно будет ответить на вопрос: что же такое искусственный интеллект, по крайней мере, для читателей, которые только пытаются познакомиться с этой совершенно уникальной областью научного знания. Искусственный интеллект – это комплекс технологических систем, имеющий своей сутью способность объединять когнитивный и интеллектуальный потенциал человека, в результате чего предоставляется уникальная возможность решения сложных задач простым способом любому пользователю, различным организациям, а также бизнес-структурам.
История развития искусственного интеллекта
Как и любая компьютерная технология, развитие ИИ имеет свою историю, которая весьма любопытна. История развития искусственного интеллекта как нового направления в науке началась уже в конце XIX века, когда у Чарльза Бэббиджа появилась идея создания аналитической машины для выполнения вычислений, что он и осуществил, создав механический анализатор для автоматического решения математических задач. В 50-х годах прошлого века талантливый математик Алан Тьюринг разработал тест, который предлагал анализ способности машины демонстрировать интеллект (тест Тьюринга). В 60-х годах были разработаны первые языки программирования (LISP), а также система ELIZA, имитирующая врача-психотерапевта. В 70-х годах были созданы экспертные системы, которые могли использовать базы знаний и правил для решения задач в конкретной области, как, например, MYCIN, система для диагностики инфекционных заболеваний. В 80-х годах уже были представлены нейронные сети и методы машинного обучения. В 90-е годы появилась возможность собирать и обрабатывать большие объемы данных. ХХI век ознаменован более широкими возможностями Artificial Intelligence. Искусственный интеллект тесно связан с обработкой больших данных (Big Data), так как именно доступ к масштабным объемам информации позволяет обучать мощные алгоритмы. Применение Big Data и ИИ охватывает множество сфер: в здравоохранении – анализ медицинских данных; в маркетинге – прогнозирование поведения клиентов; в логистике – оптимизация маршрутов доставки; в финансах – выявление мошенничества. Востребованной опцией является обработка документов, разработка и обучение рекомендательных систем, генерация контента (текст, фото, видео и т. д.).
Типы искусственного интеллекта
В зависимости от функциональных возможностей и уровня развития ИИ можно рассматривать как:
- слабый ИИ (Weak, или Narrow AI) – выполняет узко специализированные задачи: голосовые помощники, системы рекомендаций, диагностические программы и не обладает универсальным мышлением;
- сильный (Strong, или General AI) – способный выполнять интеллектуальные задачи подобно человеку, он совершенно универсален, превосходно адаптируется к новым ситуациям, значительно менее функционально ограничен, по сравнению со слабым ИИ, предполагает наличие сознания, способности к рассуждению, переносу знаний между областями, но пока остается гипотетическим.
Рассмотрим известные на сегодняшний день примеры, которые можно отнести к Strong, или General AI.
- Это виртуальные помощники с пониманием в разных областях. Например, Amazon’s Alexa, Google Assistant и Apple’s Siri. Они легко выполняют поставленные задачи, получая доступ к информации.
- Deep Mind’s Alpha Go – известна своими достижениями в весьма непростой игре го благодаря способности использовать нейронные сети и методы глубокого изучения для выявления наилучшей стратегии игры с целью победы чемпионов мира – людей.
- IBM Watson – отличается уникальной возможностью одерживать победу среди участников-людей в игровом шоу «Jeopardy!».
- AI для научных открытий имеет цель генерировать актуальные гипотезы для решения поставленных задач в сфере науки, а также анализировать полученные данные в различных областях.
- ИИ в творчестве – способен создавать произведения в литературе, изобразительном искусстве, а также музыкальные композиции.
Однако выбирать, который из них предпочесть для решения конкретной задачи, следует в зависимости от потребностей и целесообразности, так как каждый из них предоставляет разные возможности.
Машинное обучение
Машинное обучение (machine learning, ML) – это совокупность методов искусственного интеллекта, с помощью которых можно создавать самообучающиеся компьютерные системы. Машинные помощники – нейронные сети с обучением, способные решать сложнейшие задачи в короткий срок. Для простоты понимания: суть технического метода заключается в том, чтобы создать компьютерную программу, которая обучает машину выполнять поставленную задачу самостоятельно, используя алгоритмы для анализа данных.
Глубокое обучение
Теперь остановимся на так называемом Deep learning, что означает глубокое обучение для разных целей. Deep learning является подразделом ML (машинного обучения), но с иным принципом работы. Если для ML (машинного обучения) признаки данных, на которые алгоритм должен ориентироваться, задает человек, то нейросеть глубокого обучения находит их без сопровождения человека. Таким образом, Deep learning – это работа с многослойными нейронными сетями, компьютерным зрением и другими технологиями, которые позволяют работать с многомерными свертками, а также строить языковые модели и пр.
Развитие ИИ в России
Рассмотрим ближайшие государственные новации: в рамках федерального проекта «Искусственный интеллект» на 2025 год выделено 7,7 миллиарда рублей на развитие ИИ в госуправлении, исследованиях Арктики, а также новых медицинских технологий и исследования космического пространства. Прогнозируется, что к 2030 году уровень доверия граждан к ИИ вырастет с 55 до 80 %. Существенное внимание обращено на разработку сильного ИИ. Напомним, что в 2025 году также ожидается кратное ускорение внедрения искусственного интеллекта (ИИ) в медицине (диагностика, выбор наилучшего лечения и пр.); в образовании (анализ данных учащихся, чтобы находить наилучшие варианты для выбора обучения конкретного ученика); в маркетинге; на производстве (повышение эффективности и качества продукции, логистики, управления складами и пр.); на транспорте (по данным РЖД, планируется внедрение ИИ в процессы комплексной диагностики железнодорожной инфраструктуры, мониторинга безопасных условий труда, а также предполагается завершить испытания беспилотных маневровых локомотивов); совершенствование роли ИИ в научных исследованиях (успех Alpha Fold, модели для предсказания структуры белков); аппроксимация ИИ-технологий к сфере национальной безопасности (компании Open AI и Microsoft планируют сотрудничество с военными организациями для создания наилучших вариантов в области разведки и обороны). До 2030 года в России ожидается развитие региональных сервисов с применением генеративного ИИ, что повысит качество услуг и ускорит цифровизацию. Согласно Указу Президента РФ от 7 мая 2024 г. № 309 «О национальных целях развития Российской Федерации на период до 2030 года и на перспективу до 2036 года», будет продолжена работа по созданию условий для формирования рынка данных; по проведению научных исследований и разработок в сфере ИИ; по подготовке кадров для сферы ИИ. Планируется дальнейшая поддержка компаний, разрабатывающих решения в сфере ИИ, повышение доступности для разработчиков и пользователей инфраструктуры, необходимой для развития технологий ИИ. Уже очевидно, что важным является создание единой цифровой платформы обработки больших данных, формирование наборов данных ИИ для внедрения и использования в отраслях экономики, социальной сфере и государственном управлении на федеральном и региональном уровнях. В сфере образования актуальным является создание платформы для обучения старшеклассников и студентов информационным технологиям и технологиям ИИ. Кроме прочего, в настоящее время Российская Федерация находится в тесном взаимодействии со странами БРИКС и ШОС, где совместные разработки и применение ИИ-технологий весьма многообещающе.
Этика использования искусственного интеллекта
Регулирование ИИ требует прежде всего безопасности и четкого соблюдения этических стандартов. На XIV саммите БРИКС в Пекине была принята декларация, которая главной своей целью побуждает страны БРИКС не только обмениваться опытом, проводить совместные сравнительные исследования, но и неукоснительно соблюдать гуманные подходы ответственного использования ИИ. В результате этой деятельности 3 страны – участницы БРИКС присоединились к российскому Кодексу этики в сфере ИИ: Эфиопия, ЮАР и Индия. Однако не следует забывать, что в этой, несомненно, перспективной области следует неукоснительно соблюдать баланс между использованием машинного интеллекта и сохранением человеческого. Важна целесообразность в распределении деятельности между ИИ и человеком, которая может быть основана на значительном творческом потенциале людей и возможностях ИИ эффективно обрабатывать огромные объемы данных, выявляя закономерности, а также составлять прогнозы, которые у человека потребовали бы много времени. Таким образом, вопросы интеграции ИИ с деятельностью человека требуют дальнейшего развития. Суперинтеллект (Superintelligence) – задача будущего, целью которого является решение тех интеллектуальных задач и нахождение решений, недоступных человеческому разуму. Следующие десять лет будут определяющими: возможно, мы создадим технологии, которые повысят качество жизни всех людей.
