4 просмотров

Краткая история искусственного интеллекта (с 1956 г. по настоящее время)

Этот пост охватывает основные события и циклы взлетов и падений искусственного интеллекта с 1956 года по настоящее время.

Начало

Термин «искусственный интеллект» был придуман в 1956 году Джоном Маккарти, исследователем, который позже основал лаборатории ИИ в Массачусетском технологическом институте и Стэнфорде.

В начале 1950-х у изучения «мыслящих машин» были разные названия, такие как кибернетика, теория автоматов и обработка информации. Маккарти хотел новый, нейтральный общий термин, который мог бы собрать и объединить эти разрозненные исследовательские усилия в единую область, сосредоточенную на разработке машин, которые могли бы имитировать все аспекты интеллекта.

AI Лето 1, 1956-1973 гг.

Прогресс за это время был поразительным.В то время, когда большинство людей отказывалось верить, что машины вообще могут вести себя разумно, компьютеры начали решать алгебраические задачи со словами, доказывать геометрические теоремы и учиться говорить по-английски. Такие организации, как DARPA, вложили десятки миллионов долларов в проекты искусственного интеллекта в Массачусетском технологическом институте, Карнеги-Меллоне, Стэнфорде и Эдинбургском университете, а также провели множество небольших исследований в других местах.

Многие видные исследователи ИИ считали, что к 1980-м годам будут созданы полностью интеллектуальные машины. Герберт Саймон, впоследствии получивший Нобелевскую премию по экономике и премию Тьюринга, считал, что «к 1985 году машины будут способны выполнять любую работу, которую может выполнять человек».

Статья в тему:  Как создать безопасный искусственный суперинтеллект

AI Зима 1, 1974-1980 гг.

Мягко говоря, эти прогнозы были дико оптимистичными. К началу семидесятых лучшие программы могли решать только тривиальные задачи. По мере того, как исследователи немного усложняли задачи, объем вычислительной мощности, необходимой для решения проблемы, значительно увеличивался, намного превосходя то, на что тогда были способны компьютеры. Например, одна из первых систем искусственного интеллекта, которая анализировала английский язык, могла оперировать словарным запасом только из 20 слов, потому что это было все, что помещалось в памяти компьютера.

К 1974 году спонсоры поняли, что исследователи слишком много обещали и не выполнили, и начали отказываться поддерживать большинство проектов ИИ.

Лето 2, 1981–1987 гг.

В начале 1980-х ИИ снова вошел в моду. Эд Фейгенбаум и другие изобрели тип ИИ, названный «экспертными системами», который впервые решил полезные проблемы в реальном мире.

Эти экспертные системы использовали ряд логических правил, основанных на экспертных знаниях, для автоматизации очень специфических решений. Первой историей успеха стал XCON, написанный профессором Джоном МакДермоттом для Digital Equipment Corporation. В 1970-х и 80-х годах людям приходилось заказывать каждую отдельную деталь для своих компьютерных систем, и этот процесс был наполнен ошибками, из-за которого люди часто оставались без правильных кабелей или с неправильными драйверами.Начиная с 1980 года, XCON задавала продавцам серию структурированных вопросов о спецификациях клиента, прежде чем распечатать полный список необходимых деталей. К 1986 году система обработала 80 тысяч заказов с точностью от 95 до 98%, экономя DEC 25 миллионов долларов в год. К 1985 году компании по всему миру ежегодно тратили более миллиарда долларов на исследования ИИ, а к концу 1980-х две трети компаний из списка Fortune 500 использовали экспертные системы.

Кроме того, в 1981 году японское правительство решило инвестировать сотни миллионов долларов в компьютеры, специально предназначенные для применения искусственного интеллекта. Америка, Великобритания и остальная Европа видели, как Япония захватила индустрию бытовой электроники в 1970-х годах, а в 1980-х наблюдала, как она захватила автомобильную промышленность, и не хотели, чтобы в Японии была компьютерная индустрия. Они ответили собственными исследовательскими программами ИИ на сотни миллионов долларов.

Статья в тему:  Какие компании используют искусственный интеллект для развлечения

ИИ Зима 2, 1987-2011 гг.

В 1984 году видные исследователи ИИ предупредили бизнес-сообщество, что энтузиазм в отношении ИИ вышел из-под контроля и что разочарование обязательно последует. Три года спустя компьютеры общего назначения от Apple и IBM стали более мощными, чем компьютеры, специально предназначенные для запуска программ искусственного интеллекта, и индустрия стоимостью в полмиллиарда долларов исчезла в одночасье. В том же году новое руководство DARPA, одного из самых известных американских спонсоров исследований в области ИИ, решило, что за ИИ не будущее, и свернуло свой проект Стратегической вычислительной инициативы. В 1991 году флагманский проект японского компьютера пятого поколения закончил свою 10-летнюю жизнь, потратив 400 миллионов долларов, не достигнув ни одной из своих первоначальных целей.

Кроме того, такие экспертные системы, как XCON, оказались слишком дорогими в обслуживании. Их приходилось обновлять вручную, что было трудным и подверженным ошибкам процессом, и не могло хорошо обрабатывать необычные входные данные.В очередной раз исследователи искусственного интеллекта дали слишком много обещаний и недоделали, а сам термин «искусственный интеллект» был заклеймлен.

ИИ за кулисами

Удивительно, но именно во время этой второй зимы ИИ, когда финансирование всего, что называется «искусственным интеллектом», было скудным, ИИ начал внедряться в тысячи успешных систем.

Например, поисковая система Google с самого начала частично работала на искусственном интеллекте, а контроллеры с нечеткой логикой начали использоваться в камерах и автоматических коробках передач автомобилей. В 1991 году DARPA представило систему под названием DART для оптимизации логистики для вооруженных сил США во время войны в Персидском заливе. К 1995 году DART сэкономил военным столько же денег, сколько DARPA потратило на исследования ИИ за предыдущие 30 лет вместе взятые. В 1997 году Deep Blue от IBM обыграл действующего чемпиона мира по шахматам Гарри Каспарова, а в 2005 году стэнфордский робот выиграл Гранд-челлендж DARPA, проехав в автономном режиме 131 милю по пустынной тропе, которую он никогда раньше не видел.

Статья в тему:  Каковы этические проблемы искусственного интеллекта

Однако ни одна из этих систем не называлась искусственным интеллектом. Начиная с 1990-х и вплоть до 2000-х годов исследователи говорили о таких вещах, как информатика, системы, основанные на знаниях, когнитивные системы и вычислительный интеллект. Как сообщала New York Times в 2005 году, «некоторые компьютерщики и инженеры-программисты избегали термина «искусственный интеллект», опасаясь, что их сочтут мечтателями с дикими глазами». В 2007 году The Economist процитировал слова основателя стартапа, который сказал, что «[венчурных капиталистов] оттолкнул термин «распознавание голоса», который, как и «искусственный интеллект», ассоциируется с системами, которые слишком часто не оправдывают своих обещаний». . Как объяснил в 2006 году Ник Бостром, технолог и футурист, «многие передовые разработки ИИ проникли в общие приложения, часто не называясь ИИ, потому что, как только что-то становится достаточно полезным и распространенным, его больше не называют ИИ».

Нынешний ренессанс искусственного интеллекта можно проследить до определенного момента: конкурса ImageNet 2012 года.

ImageNet — это ежегодное отраслевое соревнование, на котором сравниваются лучшие алгоритмы компьютерного зрения со всего мира. Победители 2012 года сразили своих конкурентов, выиграв с колоссальными 10,8 процентными пунктами, что на 41% лучше, чем следующий лучший результат. Компьютерное зрение — это область, которая существует с 1960-х годов; такое количество улучшений просто не происходит за один присест.

Шокирующе большой запас привлек внимание исследователей из многих областей. Команда-победитель из Университета Торонто воспользовалась тремя ключевыми тенденциями, определяющими развитие современного искусственного интеллекта:

  • Большие данные
  • Лучшие компьютеры
  • Более умные алгоритмы
Статья в тему:  Какой бизнес-кейс лучше решает искусственный интеллект

Вы, наверное, уже много слышали о больших данных. Чтобы добавить некоторые цифры, в 2012 году каждый день генерировалось 2,5 экзабайта — это на два больше терабайта — данных. В 2013 году было 4,4 зеттабайта данных. Мы ожидаем, что в 2020 году их будет в 10 раз больше, 44 зеттабайта — это всего 44 миллиарда гигабайт данных.

Для обработки всех этих данных требуются мощные компьютеры. Распространенной метрикой для измерения стоимости вычислений является стоимость одного гигафлопса, или сколько денег стоит выполнение одного миллиарда операций с плавающей запятой. В 2000 году стоимость составляла 640 долларов. В 2011 году он снизился до 1,80 доллара. А в октябре 2017 года он упал до 0,03 доллара. Поскольку компьютерное время становится все дешевле и дешевле, мы можем запускать более сложные алгоритмы на большем количестве данных, чем когда-либо прежде.

Однако мы не просто застряли со старыми алгоритмами. Мы стали намного умнее с нашими алгоритмами, включив в них такие понятия, как байесовская вероятность, обратное распространение ошибки и другие вещи, которые делают существующие алгоритмы более эффективными или добавляют им привлекательности.

Благодаря этим трем тенденциям прогресс с 2012 года идет с головокружительной скоростью. Конкуренты ImageNet изо всех сил старались воспроизвести этот подход, и в следующем году почти каждая команда добилась аналогичных результатов.Победитель 2013 года Мэтью Зейлер создал компанию под названием Clarifai, получившую более 40 миллионов долларов венчурного финансирования.

Статья в тему:  Как искусственный интеллект помогает нам узнавать о животных

Первоначальные победители ImageNet 2010 года, которые заняли ведущие исследовательские должности в таких компаниях, как Google и Baidu, использовали лучшие методы компьютерного зрения, разработанные за предыдущие пятьдесят лет, для достижения точности 71,8%. В 2017 году, всего семь лет спустя, победная точность составила 97,3%, превзойдя возможности человека в задаче ИИ, которую исследователи пытались решить в течение последних шести десятилетий.

После победы ImageNet в 2012 году искусственный интеллект добился больших успехов в таких областях, как автономные транспортные средства, транскрипция речи, медицинская диагностика, профилактическое обслуживание и стратегические игры. Поисковая система Google, машинный перевод и Google Assistant, распознавание лиц Facebook, система рекомендаций Amazon и модели обнаружения мошенничества — это лишь некоторые из успешных продуктов на основе ИИ, которые окружают вас каждый день.

Однако ИИ не безграничен. Мы находимся в лучшем случае в десятилетиях от чего-то, что может делать все то же, что и человек, и история показывает, что ИИ, вероятно, не может соответствовать его нынешнему шумихе. Однако с ростом числа конкретных историй успеха, демонстрирующих реальную ценность для бизнеса, становится все более очевидным, что какой бы ни была шумиха, искусственный интеллект никуда не денется.

голоса
Рейтинг статьи
Ссылка на основную публикацию
0
Оставьте комментарий! Напишите, что думаете по поводу статьи.x