Цивилизация
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. 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».
