Насколько мы далеки от достижения общего искусственного интеллекта?
В наши дни, когда вы просматриваете в Интернете новости об искусственном интеллекте, вы узнаете о новом ИИ, которому удалось сделать то, что делают люди, но намного лучше. Современный ИИ может выявлять рак лучше, чем врачи-люди, создавать алгоритмы ИИ лучше, чем люди-разработчики, и побеждать чемпионов мира в таких играх, как шахматы и го. Подобные случаи могут навести нас на мысль, что, возможно, искусственный интеллект не так уж много может сделать лучше, чем мы, люди. Осознание превосходных и постоянно совершенствующихся возможностей ИИ в различных областях вызвало как надежду, так и осторожность у мирового технологического сообщества, а также у широкой общественности. В то время как многие считают, что рост общего искусственного интеллекта может принести огромную пользу человечеству, повысив наш уровень жизни и статус цивилизации, некоторые считают, что это развитие может привести к глобальной гибели.
В то время как споры о том, является ли развитие искусственного общего интеллекта или искусственного сверхразума многообещающим или пагубным, продолжаются, жюри на когда такие продвинутые формы ИИ тоже еще не появились. Это важные вопросы, которые действительно заслуживают освещения и обсуждения, которым они подвергаются. Однако, прежде чем беспокоиться о будущем ИИ, необходимо сначала узнать, что такое общий искусственный интеллект, что потребуется для его достижения и насколько далеки от этого существующие возможности ИИ.
Каково текущее состояние искусственного интеллекта?
Интернет изобилует историями о потрясающих приложениях, существующих сегодня, кульминацией которых стали годы исследований искусственного интеллекта. Подобно вышеупомянутому примеру систем ИИ, которые могут диагностировать рак с большей точностью, чем врачи-люди, существует множество других областей, в которых специализированный искусственный интеллект воспроизводит рассуждения и познание, подобные человеческим.
Например, алгоритмы глубокого обучения, используемые сайтами социальных сетей, становятся все более способными к распознаванию объектов, людей и даже подробных характеристик этих объектов и людей. Современные технологии компьютерного зрения, основанные на глубоком обучении, теперь могут идентифицировать людей на изображениях, размещенных в социальных сетях, положение человека на изображении, его выражение лица и любые аксессуары, которые он может носить. Это дает системам ИИ возможность воспринимать изображения так же, как это делают люди. Эти системы могут выходить за рамки простой идентификации людей по изображениям и даже анализировать тонкие закономерности, чтобы различать неочевидные признаки. Одним из примеров является исследование Стэнфордского университета, которое показывает, как глубокие нейронные сети могут определять сексуальную ориентацию людей, просто анализируя их лица — способность, которая вряд ли присутствует у людей.
Другим примером систем ИИ, выполняющих действия, подобные человеческим, является обработка естественного языка (NLP), когда ИИ может понимать речь или текст, переданные на естественном языке. ИИ становится опытным в понимании значения текста и речи в таких приложениях, как чат-боты и виртуальные помощники в смартфонах (вспомните Siri, Cortana и т. д.). язык, используется во многих приложениях, где машины должны реагировать на голос или текст людей.
С такими разработками разрыв между человеческим интеллектом и искусственным интеллектом, кажется, сокращается быстрыми темпами. Это может создать у вас впечатление, что мощные системы искусственного интеллекта или искусственные системы общего интеллекта не за горами. Тем не менее, важно понимать, что для того, чтобы квалифицироваться как искусственный общий интеллект, требуется нечто большее, чем просто выполнение определенных задач лучше, чем люди.
Что такое искусственный общий интеллект?
Проще говоря, общий искусственный интеллект (AGI) можно определить как способность машины выполнять любую задачу, которую может выполнять человек. Хотя вышеупомянутые приложения подчеркивают способность ИИ выполнять задачи с большей эффективностью, чем люди, в целом они не являются интеллектуальными, то есть они чрезвычайно хороши только в одной функции, не имея возможности делать что-либо еще. Таким образом, хотя приложение ИИ может быть столь же эффективным, как сотня обученных людей в выполнении одной задачи, оно может проиграть пятилетнему ребенку в любой другой задаче. Например, системы компьютерного зрения, хотя и умеют понимать визуальную информацию, не могут интерпретировать и применять эту способность к другим задачам. Напротив, человек, хотя иногда и менее опытный в выполнении этих функций, может выполнять более широкий спектр функций, чем любое из существующих сегодня приложений ИИ.
В то время как ИИ необходимо обучать любой функции, которую он должен выполнять, используя огромные объемы обучающих данных, люди могут учиться, используя значительно меньше опыта обучения. Кроме того, люди — и (возможно, когда-нибудь) агенты с общим искусственным интеллектом — смогут лучше обобщать, чтобы применить знания из одного опыта к другим подобным опытам. Агент, обладающий искусственным общим интеллектом, будет не только обучаться с относительно меньшим количеством обучающих данных, но и применять знания, полученные из одной области, в другую. Например, агент ОИИ, обученный обрабатывать один язык с помощью НЛП, потенциально может изучать языки с общими корнями и похожим синтаксисом. Такая возможность сделает процесс обучения систем искусственного интеллекта похожим на человеческий, резко сократив время обучения и позволив машине освоить несколько областей компетенции.
Сможет ли ИИ когда-нибудь достичь общего интеллекта?
Системы искусственного интеллекта, особенно системы искусственного интеллекта общего назначения, разрабатываются с использованием человеческого мозга в качестве эталона.Поскольку у нас самих нет исчерпывающих знаний о нашем мозге и его функционировании, его сложно смоделировать и воспроизвести в рабочем состоянии. Однако создание алгоритмов, способных воспроизвести сложные вычислительные способности человеческого мозга, теоретически возможно, что подтверждается тезисом Черча-Тьюринга, который утверждает, простыми словами, что при наличии бесконечного времени и памяти любой вид проблемы можно решить алгоритмически. Это имеет смысл, поскольку глубокое обучение и другие подмножества искусственного интеллекта в основном являются функцией памяти, а наличие бесконечного (или достаточно большого объема) памяти может означать, что задачи максимально возможного уровня сложности можно решать с помощью алгоритмов.
Насколько мы далеки от искусственного общего интеллекта?
Хотя теоретически возможно воспроизвести работу человеческого мозга, на данный момент это практически невозможно. Таким образом, с точки зрения возможностей мы как на дрожжах от достижения искусственного общего интеллекта. Однако с точки зрения времени быстрая скорость, с которой ИИ развивает новые возможности, означает, что мы, возможно, приближаемся к переломной точке, когда сообщество исследователей ИИ удивит нас развитием искусственного общего интеллекта. И эксперты прогнозируют развитие искусственного интеллекта уже к 2030 году. Недавно проведенный опрос экспертов по ИИ предсказал ожидаемое появление ОИИ или сингулярности к 2060 году.
Таким образом, хотя с точки зрения возможностей мы далеки от достижения искусственного общего интеллекта, экспоненциальный прогресс в исследованиях ИИ может привести к созданию искусственного общего интеллекта уже при нашей жизни или к концу этого века. Будет ли развитие ОИИ полезным для человечества или нет, все еще остается предметом споров и предположений. Такова же точная оценка времени, которое потребуется для появления первого реального приложения AGI.Но одно можно сказать наверняка — развитие ОИИ вызовет серию событий и необратимых изменений (хороших или плохих), которые изменят мир и жизнь, какими мы их знаем, навсегда.
Навин Джоши, обозреватель, является основателем и генеральным директором компании Allerin, которая разрабатывает инженерные и технологические решения, направленные на оптимальное обслуживание клиентов. Навин работает в области искусственного интеллекта, больших данных, Интернета вещей и блокчейна. Влиятельный человек с полумиллионом последователей, он является опытным профессионалом с более чем 20-летним обширным опытом настройки продуктов с открытым исходным кодом для оптимизации затрат при крупномасштабном развертывании ИТ.
