Ват­сон! Всё эле­мен­тар­но: ИИ - это Ими­та­ция Ин­тел­лек­та

Сей­час в каж­дой вто­рой речи по­ли­ти­ков или ру­ко­во­ди­те­лей ком­па­ний слы­шит­ся мод­ная тема "Ис­кус­ствен­ный Ин­тел­лект", при­чем как пра­ви­ло с ос­нов­ным по­сы­лом: "Вот ещё чуть-​чуть, и все про­бле­мы за нас будут ре­шать ро­бо­ты и ис­кус­ствен­ный су­перин­тел­лект."

В оче­ред­ной раз при­дет­ся мне "под­ре­зать кры­лья" псев­до­об­ра­зо­ван­ной ате­и­сти­че­ской пуб­ли­ке, на­де­ю­щей­ся ре­шить про­бле­мы че­ло­ве­че­ско­го об­ще­ства через научно-​технический про­гресс.

Нач­нем, как все­гда, с тео­рии. Тер­мин "ис­кус­ствен­ный ин­тел­лект" впер­вые был пред­ло­жен на се­ми­на­ре с ана­ло­гич­ным на­зва­ни­ем в Дартс­мут­ском кол­ле­дже в США в 1956 г. На ан­глий­ском пи­шет­ся Artificial Intelligence. Об­ра­щаю вни­ма­ние на спе­ци­фи­ку слова Intelligence. На­при­мер, такое ис­поль­зо­ва­ние: Central Intelligence Agency - Цен­траль­ное раз­ве­ды­ва­тель­ное управ­ле­ние США, ЦРУ, или такое: industrial intelligence — про­мыш­лен­ный шпи­о­наж. Слово Intelligence - это не пол­ный ана­лог рус­ско­го "ин­тел­лект", в нем смыс­ло­вой ак­цент ста­вит­ся на такой спо­соб­но­сти че­ло­ве­че­ско­го со­зна­ния, как уме­ние по­лу­чать новые зна­ния (а что такое раз­вед­ка или шпи­о­наж?), а не про­сто спо­соб­ность мыс­лить.

Таким об­ра­зом, пер­во­на­чаль­но упор де­лал­ся имен­но на спо­соб­но­сти машин по­лу­чать новые зна­ния.

Но, как обыч­но, что-​то пошло не так и ан­глий­ский уче­ный А.Тью­ринг пред­ло­жил в ка­че­стве кри­те­рия, опре­де­ля­ю­ще­го, может ли ма­ши­на мыс­лить, "игру в ими­та­цию". Со­глас­но этому кри­те­рию, ма­ши­на может быть при­зна­на мыс­ля­щей, если че­ло­век, ведя с ней диа­лог по до­ста­точ­но ши­ро­ко­му кругу во­про­сов, не смо­жет от­ли­чить ее от­ве­тов от от­ве­тов че­ло­ве­ка - так на­зы­ва­е­мый тест Тью­рин­га.

Имен­но ори­ен­та­ция даль­ней­ших ис­сле­до­ва­те­лей ИИ на этот тест по­ро­ди­ла по­сте­пен­ную, но неиз­беж­ную де­гра­да­цию этой темы.

А на­чи­на­ли ведь непло­хо:

1956 г. - про­грам­ма "Логик-​Теоретик", пред­на­зна­чен­ная для ав­то­ма­ти­че­ско­го до­ка­за­тель­ства тео­рем в ис­чис­ле­нии вы­ска­зы­ва­ний.

1957 г. - про­грам­ма для игры в шах­ма­ты, NSS.

 1960 г. - была на­пи­са­на про­грам­ма, ко­то­рую ее со­зда­те­ли на­зва­ли GPS (General Problem Solver )- уни­вер­саль­ный ре­ша­тель задач. GPS могла справ­лять­ся с рядом го­ло­во­ло­мок, вы­чис­лять неопре­де­лен­ные ин­те­гра­лы, ре­шать неко­то­рые дру­гие за­да­чи.

1963 г. - раз­ра­бо­тан язык ЛИСП (LISP, от List Processing ), ос­но­ву ко­то­ро­го со­ста­ви­ло ис­поль­зо­ва­ние еди­но­го спис­ко­во­го пред­став­ле­ния для про­грамм и дан­ных, при­ме­не­ние вы­ра­же­ний для опре­де­ле­ния функ­ций, ско­боч­ный син­так­сис.

1966 г. - в СССР был раз­ра­бо­тан язык ре­кур­сив­ных функ­ций Рефал, пред­на­зна­чен­ный для опи­са­ния язы­ков и раз­ных видов их об­ра­бот­ки.

1971 г. - со­зда­ние но­во­го языка про­грам­ми­ро­ва­ния со встро­ен­ной про­це­ду­рой ло­ги­че­ско­го вы­во­да - языка Про­лог (PROLOG).

И .... тупик.

Во­об­ще ИИ делят на три ос­нов­ных уров­ня:

1) Сла­бый Ис­кус­ствен­ный Ин­тел­лект (ANI)— это такой ИИ, ко­то­рый спе­ци­а­ли­зи­ру­ет­ся в одной об­ла­сти. Есть ИИ, спо­соб­ный по­бе­дить в чем­пи­о­на­те мира по шах­ма­там, но это все, что он умеет.
2) Силь­ный Ис­кус­ствен­ный Ин­тел­лект (AGI), также из­вест­ный как ИИ че­ло­ве­че­ско­го уров­ня, — это ком­пью­тер, спо­соб­ный ре­шить любую ум­ствен­ную за­да­чу, ко­то­рую спо­со­бен ре­шить че­ло­век. Со­здать AGI на­мно­го слож­нее, чем ANI, и нам это толь­ко пред­сто­ит сде­лать.
3) Ис­кус­ствен­ный сверх­ин­тел­лект (ASI). Окс­форд­ский фи­ло­соф и ве­ду­щий мыс­ли­тель в об­ла­сти ИИ Ник Бо­стром опре­де­ля­ет ASI как «ин­тел­лект, ко­то­рый на­мно­го умнее луч­ших че­ло­ве­че­ских умов прак­ти­че­ски в любой сфере, в том числе на­уч­но­го твор­че­ства и со­ци­аль­ных на­вы­ков». ASI, в свою оче­редь, ва­рьи­ру­ют­ся от ком­пью­те­ров, ко­то­рые немно­го умнее че­ло­ве­ка, до тех, ко­то­рые пре­вы­ша­ют воз­мож­но­сти че­ло­ве­че­ско­го ра­зу­ма по всем на­прав­ле­ни­ям в трил­ли­о­ны раз.

 Раз­ви­тие ИИ на­чи­на­лось мощно имен­но в на­прав­ле­нии к Силь­но­му ИИ, но к 1980 году все раз­ра­бот­чи­ки ИИ пе­ре­клю­чи­лись на со­зда­ние Сла­бо­го ИИ, ко­то­рое су­ли­ло прак­ти­че­ское ис­поль­зо­ва­ние и день­ги.

За­да­дим сами себе во­прос: имеют ли рас­че­ты на каль­ку­ля­то­ре от­но­ше­ние к ин­тел­лек­ту?

Да, на каль­ку­ля­то­ре можно быст­ро по­счи­тать любые ариф­ме­ти­че­ские опе­ра­ции хоть с се­ми­знач­ны­ми циф­ра­ми, но дей­ству­ет каль­ку­ля­тор с по­мо­щью ал­го­рит­ма, изоб­ре­тен­но­го людь­ми и че­ло­век вы­би­ра­ет, что счи­тать. Любая си­сте­ма Сла­бо­го ИИ по сути пред­став­ля­ет собой такой мощ­ный каль­ку­ля­тор - ал­го­ритм как пра­ви­ло вы­би­ра­ет­ся из несколь­ких, за­ра­нее изоб­ре­тен­ных людь­ми, оцен­ки ре­зуль­та­тов вы­чис­ле­ний сна­ча­ла дают люди.

По­лу­ча­ет­ся, си­ту­а­ция ана­ло­гич­на сле­ду­ю­щей: ка­на­ву ка­па­ют 100 человек-​землекопов, ста­вим за­да­чу сде­лать 100 роботов-​землекопов. Но мы про­сто де­ла­ем один экс­ка­ва­тор, ко­то­рый за­ме­ня­ет 100 и даже 200 зем­ле­ко­пов, по­лу­ча­ет­ся вы­пол­не­на немно­го дру­гая за­да­ча - эф­фек­тив­но, но никто не ска­жет, что экс­ка­ва­тор может за­ме­нить 100 че­ло­век в дру­гом фи­зи­че­ском труде - на­при­мер пе­ре­нос­ке гру­зов.

Так и си­сте­ма Сла­бо­го ИИ - такой же "экс­ка­ва­тор" для какой-​то об­ла­сти ин­тел­лек­ту­аль­но­го труда, но ко­то­рый ра­бо­та­ет со­всем на дру­гих прин­ци­пах и, как пра­ви­ло, его нель­зя ис­поль­зо­вать для дру­гих работ. Ра­бо­ту ин­тел­лек­ту­аль­ную де­ла­ют, но об­ла­да­ют ли ин­тел­лек­том? По-​моему ин­тел­лек­та там столь­ко же сколь­ко у каль­ку­ля­то­ра.

Рас­смот­рим си­сте­мы Сла­бо­го ИИ:

1) Экс­перт­ные си­сте­мы.

2) Ма­шин­ный пе­ре­вод.

3) Иг­ро­вые си­сте­мы (шашки, шах­ма­ты, го и т.п.).

4) Боты, уме­ю­щие под­дер­жи­вать диа­лог. 

5) Бес­пи­лот­ное управ­ле­ние ав­то­мо­би­лем.

6) Ней­рон­ные сети.

1. Экс­перт­ные си­сте­мы

Уже к се­ре­дине 70-х гг. по­яв­ля­ют­ся пер­вые при­клад­ные ин­тел­лек­ту­аль­ные си­сте­мы, ис­поль­зу­ю­щие раз­лич­ные спо­со­бы пред­став­ле­ния зна­ний для ре­ше­ния задач - экс­перт­ные си­сте­мы. Одной из пер­вых была экс­перт­ная си­сте­ма DENDRAL, раз­ра­бо­тан­ная в Стэнд­форд­ском уни­вер­си­те­те и пред­на­зна­чен­ная для по­рож­де­ния фор­мул хи­ми­че­ских со­еди­не­ний на ос­но­ве спек­траль­но­го ана­ли­за. В на­сто­я­щее время DENDRAL по­став­ля­ет­ся по­ку­па­те­лям вме­сте со спек­тро­мет­ром. Си­сте­ма MYCIN пред­на­зна­че­на для ди­а­гно­сти­ки и ле­че­ния ин­фек­ци­он­ных за­бо­ле­ва­ний крови. Си­сте­ма PROSPECTOR про­гно­зи­ру­ет за­ле­жи по­лез­ных ис­ко­па­е­мых.

В на­сто­я­щее время, луч­шее до­сти­же­ние экс­перт­ных си­стем - су­пер­ком­пью­тер Watson, фир­мен­ное де­ти­ще IBM, спе­ци­а­ли­зи­ру­ю­щий­ся на ре­ше­нии гло­баль­ной про­бле­мы, всту­пил в бой с он­ко­ло­ги­че­ски­ми бо­лез­ня­ми.

Но через три года после того, как на­ча­лась про­да­жа услуг «Ват­со­на» он­ко­ло­гам всего мира, ис­сле­до­ва­ние, про­ве­дён­ное сай­том STAT, по­ка­за­ло, что  су­пер­ком­пью­тер IBM, раз­ре­кла­ми­ро­ван­ный как ма­ши­на, ре­ко­мен­ду­ю­щая луч­шие ме­то­ды ле­че­ния рака, не со­от­вет­ству­ет этой бле­стя­щей ха­рак­те­ри­сти­ке.

В своей ос­но­ве Watson for Oncology — это ра­бо­та­ю­щий на базе об­лач­ных тех­но­ло­гий су­пер­ком­пью­тер, пред­на­зна­чен­ный для об­ра­бот­ки огром­ных мас­си­вов ин­фор­ма­ции — от на­блю­де­ний вра­чей и дан­ных ме­ди­цин­ских ис­сле­до­ва­ний до кли­ни­че­ских ре­ко­мен­да­ций. Но ме­ди­цин­ские со­ве­ты «Ват­со­на» не яв­ля­ют­ся ре­зуль­та­том его соб­ствен­но­го осмыс­ле­ния этой ин­фор­ма­ции. На­про­тив, они все­це­ло ре­зуль­тат де­я­тель­но­сти его на­став­ни­ков — людей, ко­то­рые кро­пот­ли­во учат су­пер­ком­пью­тер тому, как ле­чить па­ци­ен­тов с кон­крет­ны­ми ха­рак­те­ри­сти­ка­ми.

Од­на­ко су­пер­ком­пью­тер IBM, как уста­но­вил STAT, не со­зда­ёт новых зна­ний, и счи­тать его ин­тел­лек­ту­аль­ным можно лишь с боль­шой на­тяж­кой.

Watson стал прит­чей во язы­цех, вы­иг­рав те­ле­ви­зи­он­ную игру Jeopardy! При этом мало кто знает, что его про­грамм­ное обес­пе­че­ние срод­ни «Ме­ха­ни­че­ско­му турку» — шах­мат­но­му «ро­бо­ту» XVIII века. «Ме­ха­ни­че­ский турок» по­ра­зил пуб­ли­ку своим ин­тел­лек­том, но потом вы­яс­ни­лось: внут­ри него был спря­тан человек-​оператор.

В слу­чае с Watson for Oncology опе­ра­то­ров несколь­ко. Ими яв­ля­ют­ся врачи всего одной, хотя и очень ува­жа­е­мой, боль­ни­цы США — Ме­мо­ри­аль­но­го он­ко­ло­ги­че­ско­го цен­тра имени Сло­у­на — Кет­те­рин­га (Memorial Sloan Kettering Cancer Center) в Нью-​Йорке. Эти врачи имеют право вво­дить в су­пер­ком­пью­тер Watson свои ре­ко­мен­да­ции даже при от­сут­ствии со­лид­но­го обос­но­ва­ния.

Таким об­ра­зом, любая экс­перт­ная си­сте­ма на самом деле - ста­ти­сти­че­ская база плюс ал­го­ритм ана­ли­за, при­ду­ман­ный спе­ци­а­ли­ста­ми в кон­крет­ной об­ла­сти. 

2. Ма­шин­ный пе­ре­вод

Несмот­ря на зна­чи­тель­ные прак­ти­че­ские успе­хи в об­ла­сти ма­шин­но­го пе­ре­во­да, можно кон­ста­ти­ро­вать сле­ду­ю­щий факт - в на­сто­я­щий мо­мент ос­но­вой всех си­стем пе­ре­во­да яв­ля­ют­ся два фак­то­ра: со­бра­ны гро­мад­ные базы дан­ных по ста­ти­сти­ке упо­треб­ле­ния слов, фраз, пред­ло­же­ний рас­про­стра­нен­ных язы­ков и со­от­вет­ству­ю­щих им слов, фраз и пред­ло­же­ний на дру­гих язы­ках, уве­ли­чи­лась вы­чис­ли­тель­ная мощ­ность ком­пью­тер­ной тех­ни­ки, что поз­во­ля­ет быст­ро на­хо­дить ста­ти­сти­че­ски наи­бо­лее под­хо­дя­щие фразы из базы дан­ных. Грам­ма­ти­че­ские пра­ви­ла при этом пол­но­стью ра­бо­та­ют по жест­ким ал­го­рит­мам, на­пи­сан­ным людь­ми - Сла­бый ИИ не в со­сто­я­нии по­ро­дить но­во­го зна­ния. На­ли­цо ра­бо­та "мощ­но­го каль­ку­ля­то­ра" - на вход по­да­ем фразу на одном языке - на вы­хо­де по­лу­ча­ем фразу на дру­гом. Ин­тел­лек­та к со­жа­ле­нию - ноль.

3) Иг­ро­вые си­сте­мы (шашки, шах­ма­ты, го и т.п.)

Во­об­ще по­на­ча­лу ис­сле­до­ва­те­ли ИИ де­ла­ли став­ки имен­но на игры - пра­ви­ла игр, как пра­ви­ло про­сты и ло­гич­ны, без ин­тел­лек­та в них иг­рать и вы­иг­ры­вать невоз­мож­но, ре­зуль­тат раз­ра­бот­ки можно сразу же легко про­ве­рить - ко­ро­че тот самый ис­пы­та­тель­ный по­ли­гон для ис­сле­до­ва­те­ля ИИ. Лю­би­мой игрой уче­ных стали шах­ма­ты - с одной сто­ро­ны всем из­вест­ные пра­ви­ла, с дру­гой сто­ро­ны, тупой пе­ре­бор воз­мож­ных ходов очень тру­до­за­тра­тен. Дей­стви­тель­но, если пред­по­ло­жить, что в сред­нем в любой по­зи­ции воз­мож­но 30 раз­ных ва­ри­ан­тов хода, то рас­чет на 2 хода впе­ред (за себя и про­тив­ни­ка) уже тре­бу­ет пе­ре­бо­ра и оцен­ки 30 х 30 х 30 х 30 = 810 тысяч воз­ни­ка­ю­щих по­зи­ций, на 3 хода впе­ред ко­ли­че­ство по­зи­ций уже 729 мил­ли­о­нов. Между тем че­ло­век не за­ни­ма­ет­ся тупым пе­ре­бо­ром на несколь­ко ходов и при этом ма­сте­ра и гросс­мей­сте­ры про­счи­ты­ва­ют до 10-20 ходов впе­ред.

В 60-70-х годах мощ­но­сти ЭВМ не хва­та­ло на рас­че­ты более 5-6 ходов, и по­это­му ис­сле­до­ва­те­ли ИИ пы­та­лись ре­шать про­бле­мы игры в шах­ма­ты ис­поль­зуя Силь­ный ИИ. В част­но­сти этой про­бле­мой за­ни­мал­ся чем­пи­он мира по шах­ма­там Бот­вин­ник М.М. (Про­грам­ма ПИ­О­НЕР). Но ре­во­лю­ция в об­ла­сти элек­тро­ни­ки в 90-х годах и воз­рас­та­ние мощи ком­пью­те­ров поз­во­ли­ли за­пад­ным шах­мат­ным про­грам­мам, ис­поль­зу­ю­щим пол­ный пе­ре­бор, метко на­зван­ный аме­ри­кан­ца­ми "брут форс" (brute force — гру­бая сила), до­стичь уров­ня гросс­мей­сте­ра.

В 1997 году Deep Blue от IBM вы­иг­рал матч по шах­ма­там из 6 пар­тий у чем­пи­о­на мира Гарри Кас­па­ро­ва. Недав­но си­сте­ма AlphaGo от google по­бе­ди­ла силь­ней­ше­го в мире иг­ро­ка Го.  Но обе про­грам­мы по-​прежнему ис­поль­зу­ют толь­ко брут форс. То есть это фак­ти­че­ски всё ещё Сла­бый ИИ.

 Для шах­мат и Го сде­лать пол­ный пе­ре­бор воз­мож­ных ва­ри­ан­тов хотя и не про­сто, но по­лу­чи­лось. В жизни все зна­чи­тель­но слож­нее. Внеш­нее «сырое» опи­са­ние про­ис­хо­дя­ще­го плохо по­мо­га­ет в опре­де­ле­нии стра­те­гии по­ве­де­ния и оцен­ке ка­че­ства си­ту­а­ции. Нель­зя су­дить о сход­стве си­ту­а­ций по сов­па­де­нию части при­зна­ков. Тре­бу­ет­ся по­ни­ма­ние смыс­ла про­ис­хо­дя­ще­го, а его то как раз и нет. Ре­кла­му эти про­грам­мы себе сде­ла­ли, фирмы за­ра­бо­та­ли денег, а дви­же­ния к Силь­но­му ИИ - нет.

4) Боты, уме­ю­щие под­дер­жи­вать диа­лог

Одним из пер­вых при­ме­ров естественно-​языковых си­стем, спо­соб­ных син­те­зи­ро­вать тек­сты, яв­ля­ет­ся ав­то­ма­ти­че­ская си­сте­ма со­зда­ния тек­стов вол­шеб­ных ска­зок, со­здан­ная в Мос­ков­ском энер­ге­ти­че­ском ин­сти­ту­те в 70-х гг. и на­зы­ва­е­мая TALE (Ин­фор­ма­ти­ка). На пер­вом шаге она вы­да­ет тек­сты при­мер­но та­ко­го вида: "Жил-​был X. Не было у него же­ла­е­мо­го У. Стал про­сить Х Бога. Бог обе­щал. По­явил­ся У. Вырос У. Ушел раз Х и не велел У де­лать Z. Но У сде­лал Z. Вер­нул­ся X. У нет. Понял X, что У сде­лал Z. Пошел Х ис­кать У..." В па­мя­ти рас­смат­ри­ва­е­мой си­сте­мы хра­ни­лись дан­ные для за­пол­не­ния так на­зы­ва­е­мых ак­тан­тов, а оди­на­ко­вые пе­ре­мен­ные по­ка­зы­ва­ют, что на эти места всюду надо по­ста­вить одни и те же за­пол­ни­те­ли. Так воз­ни­ка­ет текст: "Жил-​был царь. И не было у царя же­ла­е­мо­го на­след­ни­ка. Стал царь про­сить Бога. Бог обе­щал. По­явил­ся на­след­ник. Вырос на­след­ник..." Су­ще­ству­ет при­мер такой сказ­ки, со­чи­нен­ной этой про­грам­мой.

Как видим, опять два­дцать пять, са­дят­ся умные люди, со­чи­ня­ют уни­вер­саль­ные шаб­ло­ны, и затем уже ма­ши­на может под­став­лять всего лишь несколь­ко слов, а текст по­лу­ча­ет­ся до­воль­но осмыс­лен­ным. Если под­го­то­вить де­сят­ки тысяч таких шаб­ло­нов, про­ве­сти ста­ти­сти­ку, когда ис­поль­зо­вать тот или иной шаб­лон, то можно "ими­ти­ро­вать" очень даже на при­лич­ном уровне диа­лог ма­ши­ны и че­ло­ве­ка. И че­ло­век до опре­де­лен­ной сте­пе­ни может и не уга­дать, что с ним ока­зы­ва­ет­ся раз­го­ва­ри­вал не живой че­ло­век, а про­грам­ма. Но по­рож­да­ет ли гро­мад­ная ра­бо­та про­ве­ден­ная кол­лек­ти­вом людей при со­зда­нии кучи шаб­ло­нов и набор ста­ти­сти­ки и те­сти­ро­ва­ние, к раз­ви­тию Силь­но­го ИИ? Или всё таки здесь боль­ше не Ис­кус­ствен­но­го Ин­тел­лек­та, а Ими­та­ции Ин­тел­лек­та?

5) Бес­пи­лот­ное управ­ле­ние ав­то­мо­би­лем

В 2004 году DARPA объ­яви­ла о пер­вом со­рев­но­ва­нии пол­но­стью ав­то­ном­ных ав­то­мо­би­лей. Ма­ши­ны долж­ны были про­ехать трас­су в 230 ки­ло­мет­ров без вме­ша­тель­ства людей. До фи­ни­ша тогда не до­брал­ся никто. С тех пор мно­гое из­ме­ни­лось. В 2005 у гонки был пер­вый по­бе­ди­тель (ко­ман­да Стен­фор­да) и на се­го­дняш­ний день раз­ра­бот­кой бес­пи­лот­ных машин за­ни­ма­ют­ся все круп­ные ав­то­про­из­во­ди­те­ли, стар­та­пы и зна­чи­тель­ное число IT-​компаний.

Лучше всего рас­смат­ри­вать кон­цеп­цию про­дви­ну­то­го ав­то­пи­ло­та на при­ме­ре тво­ре­ния Google. Си­сте­ма ра­бо­та­ет, ис­поль­зуя ин­фор­ма­цию, ко­то­рая со­би­ра­ет­ся сер­ви­сом Google Street View. Это, на­пом­ним, спе­ци­аль­ная функ­ция Google, ко­то­рая поз­во­ля­ет рас­смат­ри­вать па­но­рам­ные виды улиц го­ро­дов с вы­со­ты при­мер­но 2,5 мет­ров. Что ка­са­ет­ся са­мо­го гуг­ло­мо­би­ля, то ос­нов­ные под­си­сте­мы вы­гля­дят так:

• Ви­део­ка­ме­ра
• LIDAR
• Из­ме­ри­тель по­ло­же­ния
• Ра­да­ры

Дат­чик LIDAR для боль­шей эф­фек­тив­но­сти кре­пит­ся на крыше ав­то­мо­би­ля. Он вра­ща­ет­ся и ска­ни­ру­ет про­стран­ство в ра­ди­у­се 60 м. Авто имеет че­ты­ре ра­да­ра, уста­нов­лен­ные в пе­ред­нем и зад­нем бам­пе­рах: за счет них ав­то­мо­биль может эф­фек­тив­но вы­яв­лять пре­пят­ствия. Даль­ность, вы­со­та, на­прав­ле­ние дви­же­ния и ско­рость объ­ек­та — ин­фор­ма­цию обо всем этом пе­ре­да­ют ра­да­ры. Они дают воз­мож­ность авто «ви­деть» до­ста­точ­но да­ле­ко, для того чтобы ре­а­ги­ро­вать на из­ме­не­ния на трас­се. В свою оче­редь, спе­ци­аль­ный дат­чик, ко­то­рый под­клю­чен к од­но­му из зад­них колес, опре­де­ля­ет ме­сто­по­ло­же­ние на карте са­мо­го гуг­ло­мо­би­ля. Фик­си­ру­ют­ся такие гео­гра­фи­че­ские ко­ор­ди­на­ты, как ши­ро­та, дол­го­та и вы­со­та. Когда гео­ста­ци­о­нар­ные спут­ни­ки, ко­то­рые транс­ли­ру­ют кор­рек­ти­ров­ку сме­ще­ния GPS, «видны» ав­то­мо­би­лем, устрой­ство пе­ре­хо­дит в режим диф­фе­рен­ци­аль­но­го GPS (обес­пе­чи­ва­ет­ся вы­со­кая точ­ность GPS). В тот мо­мент, когда сиг­нал кор­рек­ции недо­сту­пен, устрой­ство ис­поль­зу­ет сиг­нал со стан­дарт­ной точ­но­стью GPS. Ну и, на­ко­нец, рас­по­ло­жен­ная рядом с зер­ка­лом зад­не­го вида ви­део­ка­ме­ра. Она «видит» све­то­фо­ры и дви­жу­щи­е­ся объ­ек­ты.

Бор­то­вой ком­пью­тер со­еди­ня­ет ин­фор­ма­цию, ко­то­рая была по­лу­че­на от сен­со­ра, с на­хо­дя­щей­ся в па­мя­ти кар­той мест­но­сти. Затем в дело всту­па­ет осо­бый ал­го­ритм, оце­ни­ва­ю­щий си­ту­а­цию с уче­том того, как себя могут по­ве­сти дру­гие участ­ни­ки до­рож­но­го дви­же­ния. Ком­пью­тер также вы­счи­ты­ва­ет тра­ек­то­рию, по ко­то­рой дол­жен дви­гать­ся бес­пи­лот­ный ав­то­мо­биль. Бес­пи­лот­ные авто «учат­ся» быст­рее бла­го­да­ря тому, что по­лу­чен­ная ими ин­фор­ма­ция от­прав­ля­ет­ся в базу дан­ных, из ко­то­рой чер­па­ют све­де­ния все ав­то­мо­би­ли Google.

Как видим - ос­нов­ная про­бле­ма бес­пи­лот­ных ав­то­мо­би­лей - со­зда­ние людь­ми (опять людь­ми) чет­ко­го ал­го­рит­ма - од­но­знач­но­го ре­а­ги­ро­ва­ния на самые раз­но­об­раз­ные си­ту­а­ции, ко­то­рые могут про­изой­ти на до­ро­ге. По мере на­коп­ле­ния опыта ис­поль­зо­ва­ния, ал­го­рит­мы при­мут окон­ча­тель­ный вид и ско­рее всего будут за­креп­ле­ны даже на за­ко­но­да­тель­ном уровне (так как их при­ме­не­ние свя­за­но с жиз­нью и здо­ро­вьем людей). Но как и в уже рас­смот­рен­ных ин­тел­лек­ту­аль­ных си­сте­мах - идет на­ра­бот­ка не ин­тел­лек­та, а базы зна­ний (карты, ви­део­объ­ек­ты, ин­фор­ма­ция от дат­чи­ков)  и ал­го­рит­мов, на­пи­сан­ных людь­ми - ха­рак­тер­ные черты Сла­бо­го ИИ.

6) Ней­рон­ные сети

На неко­то­ром этапе раз­ви­тия ин­фор­ма­ти­ки мно­гие уче­ные стали по­ни­мать, что со­зда­те­лям вы­чис­ли­тель­ных машин есть чему по­учить­ся у био­ло­гии. Среди них был ней­ро­фи­зио­лог и поэт-​любитель Уо­р­рен Мак­ка­лок, об­ла­дав­ший, фи­ло­соф­ским скла­дом ума и ши­ро­ким кру­гом ин­те­ре­сов. В 1942 г. Мак­ка­лок, участ­вуя в на­уч­ной кон­фе­рен­ции в Нью-​Йорке, услы­шал до­клад од­но­го из со­труд­ни­ков Ви­не­ра о ме­ха­низ­мах об­рат­ной связи в био­ло­гии. Вы­ска­зан­ные в до­кла­де идеи пе­ре­кли­ка­лись с соб­ствен­ны­ми иде­я­ми Мак­ка­ло­ка от­но­си­тель­но ра­бо­ты го­лов­но­го мозга. В те­че­ние сле­ду­ю­ще­го года Мак­ка­лок в со­ав­тор­стве со своим 18-​летним про­те­же, бле­стя­щим ма­те­ма­ти­ком Уо­л­те­ром Питт­сом, раз­ра­бо­тал тео­рию де­я­тель­но­сти го­лов­но­го мозга.

Мак­ка­лок и Питтс пред­ло­жи­ли кон­струк­цию сети из элек­трон­ных "ней­ро­нов" и по­ка­за­ли, что по­доб­ная сеть может вы­пол­нять прак­ти­че­ски любые во­об­ра­зи­мые чис­ло­вые или ло­ги­че­ские опе­ра­ции. Далее они пред­по­ло­жи­ли, что такая сеть в со­сто­я­нии также обу­чать­ся, рас­по­зна­вать об­ра­зы, обоб­щать, т.е. она об­ла­да­ет всеми чер­та­ми ин­тел­лек­та. 

 В се­ре­дине 1958 г. Фр­эн­ком Ро­зен­бла­том была пред­ло­же­на мо­дель элек­трон­но­го устрой­ства, на­зван­но­го им пер­цеп­тро­ном, ко­то­рое долж­но было бы ими­ти­ро­вать про­цес­сы че­ло­ве­че­ско­го мыш­ле­ния. Пер­цеп­трон дол­жен был пе­ре­да­вать сиг­на­лы от "глаза", со­став­лен­но­го из фо­то­эле­мен­тов, в блоки элек­тро­ме­ха­ни­че­ских ячеек па­мя­ти, ко­то­рые оце­ни­ва­ли от­но­си­тель­ную ве­ли­чи­ну элек­три­че­ских сиг­на­лов. Эти ячей­ки со­еди­ня­лись между собой слу­чай­ным об­ра­зом в со­от­вет­ствии с гос­под­ству­ю­щей тогда тео­ри­ей, со­глас­но ко­то­рой мозг вос­при­ни­ма­ет новую ин­фор­ма­цию и ре­а­ги­ру­ет на нее через си­сте­му слу­чай­ных свя­зей между ней­ро­на­ми. Два года спу­стя была про­де­мон­стри­ро­ва­на пер­вая дей­ству­ю­щая ма­ши­на "Марк-1", ко­то­рая могла на­учить­ся рас­по­зна­вать неко­то­рые из букв, на­пи­сан­ных на кар­точ­ках, ко­то­рые под­но­си­ли к его "гла­зам", на­по­ми­на­ю­щие ки­но­ка­ме­ры. Пер­цеп­трон Ро­зен­бла­та ока­зал­ся наи­выс­шим до­сти­же­ни­ем "вос­хо­дя­ще­го", или ней­ро­мо­дель­но­го ме­то­да со­зда­ния ис­кус­ствен­но­го ин­тел­лек­та.

Ве­ду­щие пред­ста­ви­те­ли так на­зы­ва­е­мо­го "нис­хо­дя­ще­го ме­то­да" спе­ци­а­ли­зи­ро­ва­лись, в от­ли­чие от пред­ста­ви­те­лей "вос­хо­дя­ще­го ме­то­да", в со­став­ле­нии для циф­ро­вых ком­пью­те­ров об­ще­го на­зна­че­ния про­грамм ре­ше­ния задач, тре­бу­ю­щих от людей зна­чи­тель­но­го ин­тел­лек­та, на­при­мер для игры в шах­ма­ты или по­ис­ка ма­те­ма­ти­че­ских до­ка­за­тельств. 

Од­на­ко Мин­ский в со­ав­тор­стве с южно-​африканским ма­те­ма­ти­ком Пей­пер­том на­пи­сал книгу "Пер­цеп­тро­ны", где ма­те­ма­ти­че­ски до­ка­зы­ва­лось, что пер­цеп­тро­ны, по­доб­ные ро­зен­бла­тов­ским, прин­ци­пи­аль­но не в со­сто­я­нии вы­пол­нять мно­гие из тех функ­ций, ко­то­рые пред­ска­зы­вал им Ро­зен­блат. Мин­ский утвер­ждал, что, пер­цеп­тро­ны ни­ко­гда не об­ре­тут даже уме­ния рас­по­зна­вать пред­мет, ча­стич­но за­сло­нен­ный дру­гим. Глядя на тор­ча­щий из-за крес­ла ко­ша­чий хвост, по­доб­ная ма­ши­на ни­ко­гда не смо­жет по­нять, что она видит. Нель­зя ска­зать, что по­явив­ша­я­ся в 1969 г. эта кри­ти­че­ская ра­бо­та по­кон­чи­ла с ки­бер­не­ти­кой. Она лишь пе­ре­ме­сти­ла ин­те­рес ас­пи­ран­тов и суб­си­дии пра­ви­тель­ствен­ных ор­га­ни­за­ций США, тра­ди­ци­он­но фи­нан­си­ру­ю­щих ис­сле­до­ва­ния по ИИ, на дру­гое на­прав­ле­ние ис­сле­до­ва­ний - "нис­хо­дя­щий метод".

Ней­ро­сеть ими­ти­ру­ет не толь­ко де­я­тель­ность, но и струк­ту­ру нерв­ной си­сте­мы че­ло­ве­ка. Такая сеть со­сто­ит из боль­шо­го числа от­дель­ных вы­чис­ли­тель­ных эле­мен­тов («ней­ро­нов»). В боль­шин­стве слу­ча­ев каж­дый «ней­рон» от­но­сит­ся к опре­де­лён­но­му слою сети. Вход­ные дан­ные по­сле­до­ва­тель­но про­хо­дят об­ра­бот­ку на всех слоях сети. Па­ра­мет­ры каж­до­го «ней­ро­на» могут из­ме­нять­ся в за­ви­си­мо­сти от ре­зуль­та­тов, по­лу­чен­ных на преды­ду­щих на­бо­рах вход­ных дан­ных, из­ме­няя таким об­ра­зом и по­ря­док ра­бо­ты всей си­сте­мы.

Ней­рон­ные сети с глу­бин­ным обу­че­ни­ем (Deep learning) до­ста­точ­но хо­ро­шо под­хо­дят там, где “про­грам­ми­ро­ва­ние в лоб” за­хо­дит в тупик и ока­зы­ва­ет­ся, что зна­чи­тель­но проще “скор­мить” ней­рон­ной сети огром­ный мас­сив обу­ча­ю­щих при­ме­ров и тем самым обу­чить ее пра­виль­ной клас­си­фи­ка­ции, чем пы­тать­ся са­мо­му опи­сать все за­ко­но­мер­но­сти и ре­ак­цию на них.

Тру­до­ём­кая и дли­тель­ная часть про­цес­са раз­ра­бот­ки ней­рон­ной сети — её обу­че­ние. Для того, чтобы ней­рон­ная сеть могла кор­рект­но ре­шать по­став­лен­ные за­да­чи, тре­бу­ет­ся «про­гнать» её ра­бо­ту на де­сят­ках мил­ли­о­нов на­бо­ров вход­ных дан­ных. Имен­но с по­яв­ле­ни­ем раз­лич­ных тех­но­ло­гий уско­рен­но­го обу­че­ния и свя­зы­ва­ют рас­про­стра­не­ние ней­ро­се­тей.  

Во-​первых, по­явил­ся боль­шой и об­ще­до­ступ­ный мас­сив раз­ме­чен­ных кар­ти­нок (ImageNet), на ко­то­рых можно обу­чать­ся. Во-​вторых, со­вре­мен­ные ви­део­кар­ты поз­во­ля­ют в сотни раз быст­рее обу­чать ней­ро­се­ти и их ис­поль­зо­вать. В-​третьих, по­яви­лись го­то­вые, пре­до­бу­чен­ные ней­ро­се­ти, рас­по­зна­ю­щие об­ра­зы, на ос­но­ва­нии ко­то­рых можно де­лать свои при­ло­же­ния, не за­ни­ма­ясь дли­тель­ной под­го­тов­кой ней­ро­се­ти к ра­бо­те. Всё это обес­пе­чи­ва­ет мощ­ное раз­ви­тие ней­ро­се­тей имен­но в об­ла­сти рас­по­зна­ва­ния об­ра­зов.

Но фак­ти­че­ски любая ней­ро­сеть по-​прежнему оста­ет­ся ста­ти­сти­че­ской базой - и не может по­ро­дить но­во­го зна­ния. Мак­си­мум - найти сход­ство с уже за­гру­жен­ны­ми дан­ны­ми и со­от­вет­ствен­но из этого дей­ство­вать по ал­го­рит­му на­пи­сан­но­му людь­ми.

 

По­пыт­ки про­ры­ва по линии Силь­но­го ИИ про­дол­жа­ют­ся, но осо­бых успе­хов нет:

В сен­тяб­ре 2003 года ка­ли­фор­ний­ская ком­па­ния Artificial Development объ­яви­ла, что за­кон­чи­ла сбор­ку пер­вой функ­ци­о­наль­ной части опыт­но­го об­раз­ца си­сте­мы CCortex, ко­то­рая долж­на стать самой круп­ной в мире ней­рон­ной сетью.
Немно­го о самой ком­па­нии. Она част­ная и очень мо­ло­дая — в июле 2003 года её ос­но­вал Мар­кос Ги­льен (Marcos Guillen), со­брав­ший под одной кры­шей ин­тер­на­ци­о­наль­ную ко­ман­ду про­грам­ми­стов, ма­те­ма­ти­ков и дру­гих спе­ци­а­ли­стов, ко­то­рые го­то­вы ра­бо­тать, чтобы со­здать пер­вый в мире ис­тин­ный ис­кус­ствен­ный ин­тел­лект. 
CCortex – это со­зда­ние эму­ля­ции че­ло­ве­че­ско­го мозга с 20 мил­ли­ар­да­ми ней­ро­нов и 20 трил­ли­о­на­ми свя­зей между ними. По сло­вам AD, их по­пыт­ка в 10 тысяч раз мас­штаб­нее любых преды­ду­щих по­пы­ток ко­пи­ро­вать, ча­стич­но или пол­но­стью, пер­вич­ные ха­рак­те­ри­сти­ки че­ло­ве­че­ско­го ин­тел­лек­та. 
В итоге долж­на по­лу­чить­ся пер­вая ней­рон­ная си­сте­ма, по уров­ню слож­но­сти спо­соб­ная хоть как-​то кон­ку­ри­ро­вать с моз­гом мле­ко­пи­та­ю­щих. 
Для до­сти­же­ния своей цели Artificial Development ре­ши­лась со­брать один из 20 луч­ших и самых быст­рых ком­пью­те­ров в мире – за­ду­ман­ная про­из­во­ди­тель­ность 4800 ги­гафло­пов. 
Дан­ная су­пер­ма­ши­на ра­бо­та­ет под Linux. Она будет со­став­ле­на из 500 узлов и одной ты­ся­чи про­цес­со­ров Intel и AMD, со­би­ра­ет­ся иметь 1,5 те­ра­бай­та опе­ра­тив­ной па­мя­ти и хра­нить в себе 80 те­ра­байт дан­ных. В про­цес­се эму­ля­ции си­сте­ма стре­мит­ся ре­а­ли­зо­вать со­сто­я­ние каж­до­го ней­ро­на и его свя­зей несколь­ко раз в се­кун­ду. 

Про­ект за­пу­сти­ли.....

Не знаю на что рас­счи­ты­ва­ли, может ду­ма­ли - сде­ла­ем мо­дель близ­кую к мозгу - и она сама за­ра­бо­та­ет. Но по­хо­же сели в лужу - не ра­бо­та­ет! Про­шло уже 14 лет, гро­мад­ный для со­вре­мен­ной науки срок, но толь­ко пшик.....

Вывод: Вме­сто Ис­кус­ствен­но­го Ин­тел­лек­та имеем ин­ду­стрию Ими­та­ции Ин­тел­лек­та.

PS:

Зна­ме­на­тель­ное со­бы­тие слу­чи­лось 7 но­яб­ря 2017 года - вскры­ва­лись кап­су­лы по­том­кам за­ло­жен­ные в 1967 году - 50 лет назад.

Это лиш­ний повод огля­нуть­ся назад и спро­сить себя: какие из гло­баль­ных задач, ко­то­рые ста­ви­ло перед собой че­ло­ве­че­ство, вы­пол­не­ны?

Из трех ос­нов­ных задач в 1967 году за 50 лет не вы­пол­не­но ни-​че-го:

1) Энер­ге­ти­че­ская - вме­сто тер­мо­яда по­все­мест­но внед­ря­ет­ся по­теш­ная ВИЭ.

2) Кос­ми­че­ская - вме­сто экс­пан­сии че­ло­ве­че­ства за пре­де­лы Земли люди ухо­дят в вир­ту­аль­ное иг­ро­вое про­стран­ство.

3) Ис­ку­ствен­ный ин­тел­лект - вме­сто мыс­ля­щих машин имеем ин­ду­стрию Ими­та­ции Ин­тел­лек­та.

По­че­му так слу­чи­лось? - это тема для дру­гой ста­тьи ;) , но ещё раз хочу под­черк­нуть:

Че­ло­ве­че­ство не смо­жет ре­шить своих про­блем  толь­ко путем научно-​технического раз­ви­тия - раз­ви­тие тех­ни­ки без раз­ви­тия души че­ло­ве­ка - путь в ни­ку­да!