Три тысячи лет ИИ
При упоминании искусственного интеллекта люди часто представляют себе голограмму по имени Джой из футуристического будущего «Бегущего по лезвию 2049» или человекоподобного робота из «Мира дикого запада» — почти живое, «думающее» и «чувствующее» существо. Именно таким видит ИИ массовое сознание. Так, в «Метрополисе» 1927 года, снятом еще до первых ЭВМ и почти за 30 лет до появления термина «искусственный интеллект», ученый сконструировал металлического гуманоида и наделил его разумом, а затем перенес ИИ в тело обычной девушки.
Вопрос Тьюринга о том, могут ли машины имитировать людей, волнует человеческие умы тысячи лет.
Еще в Древней Греции создавали механизмы для предсказания затмений и положения звезд, а китайские и египетские инженеры строили то, что сейчас назвали бы «автоматонами». К примеру, даосский текст Ли Цзи V века до нашей эры описывает встречу между королем Му династии Чжоу и инженером по имени Йен Ши. Йен Ши подарил королю механического «человека» из дерева и кожи в натуральную величину, который мог ходить, двигать конечностями, петь и даже, говорится в трактате, флиртовать с придворными дамами.
Попытки создать человекоподобных «роботов» продолжились. И две тысячи лет спустя арабский изобретатель аль-Джазари представил музыкальный механизм, состоящий из лодки с четырьмя автоматическими «музыкантами», а чуть позже Леонардо да Винчи сконструировал робота-рыцаря, который мог двигаться подобно человеку. Благодаря этому к к Новому времени среди ученых и философов, таких как Гоббс, Лейбниц, Паскаль и Декарт, закрепилась идея, что все человеческие действия и даже рассуждения можно имитировать с помощью машин.
Впрочем, потребовалось еще более 300 лет на то, чтобы идея искусственного электронного разума стала более реалистичной.
Лишь в 1937 году Алан Тьюринг описал то, что мы знаем как машину Тьюринга – гипотетический механизм, способный генерировать любой алгоритм. Гипотеза Тьюринга стала менее абстрактной в 1940-х годах, с запуском первого программируемого цифрового компьютера. И в 1950-х, когда исследования в области неврологии показали, что мозг представляет собой нейронную сеть, а А. Тьюринг предположил, что любой вид вычислений можно представить в цифровом виде, ученые перешли к разработке первых разумных машин. И хотя их попытки оказались по большей части безуспешными из-за полной непригодности как аппаратных, так и программных средств, именно с этого момента можно отсчитывать историю современного ИИ.
Весна, лето, осень, зима… и снова весна
В 1956 году на Дартмутской конференции ученых-когнитивистов впервые было использовано определение «искусственный интеллект» – ИИ официально стал академической дисциплиной. С 1960-х начались первые научные прорывы: сначала были разработаны так называемые «экспертные системы», которые использовали множество критериев для интерпретации и оценки данных. Затем появились ELIZA, компьютерная программа, которая могла общаться на английском языке, и первый полномасштабный интеллектуальный робот-гуманоид WABOT-1. Это был действительно «золотой век» искусственного интеллекта, когда корпорации и правительства по всему миру вкладывали много ресурсов в эту сферу.
Так продолжалось до первой «зимы ИИ» 1974 года, когда и заказчики, и разработчики потеряли веру в развитие искусственного интеллекта.
Стало понятно, что технологический уровень общества не дотягивает до интеллектуальных машин. Инвестиции не окупались, и светлое будущее ИИ все чаще казалось недолговечной иллюзией.
Эпоха большого оптимизма сменилась периодом умеренного пессимизма, который длился вплоть до конца 1990-х годов. Исследования и разработки в это время велись локально и несистемно.
Ситуацию, наконец, удалось переломить только в 1997 году, когда Deep Blue, программа искусственного интеллекта от IBM, победила действующего чемпиона мира по шахматам Гарри Каспарова (признан в РФ иностранным агентом). В эти же годы мир узнал о NaturallySpeaking, первой общедоступной системе распознавания речи, созданной Dragon Systems, и других успешных экспериментах в области обнаружения объектов, классификации изображений, распознавания образов, машинного перевода. За этим последовали рекомендательные сервисы Amazon, и Джеффри Хинтон ввел термин Deep Learning. Для искусственного интеллекта наступила новая «весна».
Дело в том, что рождение интернета привело к взрыву количества собираемых и обрабатываемых данных. Началась новая «золотая лихорадка», теперь уже в области big data, в которой корпорации и правительства всего мира пытались правдами и неправдами заполучить как можно больше информации. Для ИИ этот период совпал со значительными технологическими прорывами.
«В 2000-х годах вычислительная мощность компьютеров достигла уровня, необходимого для обработки огромных информационных потоков. В то же время базы данных стали лучше хранить и извлекать данные, а разработчики создавали функциональные языки программирования, которые упрощали работу с ними. Все это позволило перейти от негибких экспертных систем к инструментам, способным запоминать решение проблемы и использовать его в будущем, то есть обучаться и совершенствоваться без участия человека в этом процессе. Учиться, благо, было на чем – спасибо буму big data», – рассказывает Светлана Анисимова, генеральный директор UiPath в России и СНГ.
Достижения в области машинного обучения привели к появлению новых вариантов развития ИИ. Вплоть до 2000-х ученые до конца не понимали, для чего использовать искусственный интеллект. Он был действительно полезен только в процессе обработки текста, но для этого существовали более простые и дешевые инструменты. Теперь же, когда стало доступно компьютерное зрение, распознавание голоса и другие передовые инструменты, стало очевидно, что ИИ может помогать в самых сложных бизнес-сценариях.
В результате за первые два десятилетия XХI века прогресс в ИИ оказался в разы больше, чем за 60 лет до этого.
Сейчас «умные» машины используют во многих сферах бизнеса: банки выдают кредиты на основании прогнозов о платежеспособности клиентов, производители выпускают беспилотные автомобили на базе ИИ, а в больницах интеллектуальные системы помогают врачам обрабатывать медицинские данные и ставить диагнозы. ИИ применяется в повседневной жизни — многие люди общаются с голосовыми помощниками или пользуются системой рекомендаций в социальных сетях и онлайн-кинотеатрах.
Не интеллектом единым
Эволюцию искусственного интеллекта часто называют историей о том, как со временем машины становятся умнее, но это не так. На вопрос Алана Тьюринга 1950 года «Могут ли машины думать?» ответ все тот же: нет. Зато сценарии корпоративного применения ИИ только растут. Уже в ближайшем будущем мы, вероятно, увидим, как искусственный интеллект станет частью стратегий цифровизации многих организаций и предприятий. Компании начнут создавать мощные комплексы инструментов интеллектуальной автоматизации, используя ИИ в связке с технологиями роботизации бизнес-процессов (RPA).
До сих пор эти технологии в основном внедрялись обособленно. Но постепенно бизнес-руководители осознали, что RPA и ИИ гармонично дополняют друг друга: так, ИИ может обрабатывать массивы неструктурированных и полуструктурированных данных и приводить их в структурированный вид, который подходит для автоматизации с помощью RPA. Интеграция RPA и ИИ позволяет создать сквозные бизнес-процессы, улучшить качество и точность данных и устранить ошибки человеческого фактора, а также организовать максимально продуктивное взаимодействие машин и человека.
В России искусственный интеллект также будет развиваться семимильными шагами, ведь без этого звание мировой державы не удержать.
«ИИ уже меняет российскую финансовую область, агропром, тяжелую промышленность, сферу транспорта и образования, – поясняет Светлана Анисимова. – И в следующие несколько лет можно ожидать распространения беспилотных автомобилей, которые уже тестируются в ряде регионов, компьютерных советчиков, переводчиков, помощников при диагностике заболеваний. А дальше, кто знает, возможно, ИИ и правда превратит нас в волшебников, как недавно выразился известный физик-теоретик и футурист Митио Каку».