Зима близко: какие ветры дуют в сторону ИИ?

Мечта о создании машины, способной мыслить, как человек, восходит к истокам электронных компьютеров. Но с тех пор, как после Второй мировой войны начались серьезные исследования в области искусственного интеллекта, эта область прошла через серию циклов подъема и спада, называемых «ИИ-лето» и «ИИ-зима».

Каждый цикл начинается с оптимистичных заявлений, что до создания абсолютно разумной машины осталось всего десять лет или около того. Усиливается финансирование, и кажется, что прогресс идет быстро. Затем, примерно через десять лет, развитие останавливается, а финансирование иссякает. Последние десять лет мы явно переживали ИИ-лето, поскольку значительные улучшения вычислительной мощности и новые методы, такие как глубокое обучение, привели к серьезным успехам. Но теперь, когда мы вступаем в третье десятилетие XXI века, некоторые последователи ИИ чувствуют холодный ветер за спиной и спрашивают: «Зима близко?» Если это правда, то что на сей раз пошло не так?

Краткая история ИИ

Чтобы понять, действительно ли в сторону искусственного интеллекта дуют зимние ветры, полезно вспомнить его историю. Первое настоящее лето можно отнести к 1956 году и знаменитому семинару Дартмутского университета, где один из пионеров этой области Джон Маккарти ввел термин «искусственный интеллект». На конференции присутствовали такие ученые, как Марвин Мински и Герберт Саймон, чьи имена впоследствии стали синонимами этой сферы. Перед исследователями стояла ясная задача: зафиксировать процессы человеческого мышления при помощи символических систем (то есть компьютерных программ).

На протяжении 1960-х годов прогресс, казалось, шел стремительно — исследователи разработали компьютерные системы, которые могли играть в шахматы, выводить математические формулы и даже поддерживать простой разговор с человеком. Государственное финансирование текло рекой. Оптимизм был настолько высок, что в 1970 году Минский заявил: «Через 3-8 лет у нас будет машина с интеллектом человека».

Однако к середине 1970-х годов стало ясно, что оптимизм Минского необоснован. Прогресс приостановился, так как многие инновации предыдущего десятилетия оказались слишком узкими в области применения и были больше похожи на игрушки, чем на движение к универсальной версии искусственного интеллекта. Финансирование иссякло настолько, что исследователи перестали говорить вслух о работе над ИИ, поскольку этот термин отдавал душком, убивающим любые предложения.

Цикл повторился в 1980-х годах с появлением экспертных систем и возобновлением интереса к тому, что мы сейчас называем искусственными нейросетями (то есть программами, основанными на архитектурах связи, которые имитируют нейроны в мозге). И снова случился дикий оптимизм и значительное увеличение финансирования. Новым в этом цикле было появление значительных частных вложений, поскольку компьютеры становились важнейшими компонентами бизнеса во все большем количестве компаний. Но, опять же, большие надежды так и не были реализованы, и финансирование снова сошло на нет.

ИИ: хайп против реальности

ИИ-лето, которое мы сейчас переживаем, началось где-то в первом десятилетии нового тысячелетия. Значительное увеличение скорости вычислений и хранилищ открыло эру глубокого обучения и больших данных. В методах глубокого обучения используются многоярусные слои нейронных сетей, которые передают друг другу информацию для решения сложных задач, таких как распознавание лиц. Большие данные предоставляют этим системам огромное количество примеров (например, изображений лиц) для обучения. Эти технологии применяется повсюду: карты Google прокладывают почти идеальные маршруты, с Siri можно поговорить в любое время, а компьютер IBM Deep Think победил выдающихся чемпионов Jeopardy.

Как результат, снова поднялась шумиха. Опять говорят, что совершенный ИИ уже не за горами. В 2015 году, например, The Guardian писала, что совсем скоро на дорогах появятся беспилотные автомобили, смертоносное приложение современного искусственного интеллекта. «К 2020 году вы пересядете на заднее сиденье». А всего два года назад Илон Маск говорил, что к 2020 году «у нас будет более миллиона автомобилей с полным программным обеспечением для беспилотного управления».

Сегодня очевидно, что до мира полностью автономных автомобилей еще далеко. Точно так же, несмотря на значительный прогресс, достигнутый в области машинного обучения, мы все еще далеки от создания систем, обладающих универсальным интеллектом. Упор делается на термин «универсальный», потому что все эти годы надежды возлагались на машину, которая будет гибко реагировать на любые ситуации по мере их возникновения. Вместо этого исследователи обнаружили, что, несмотря на весь значительный прогресс, созданные ими системы остаются хрупкими. Этот технический термин означает, что «они поступают неверно при столкновении с неожиданными данными». Попросите Siri найти «рестораны, кроме McDonald’s». Вам не понравятся результаты.

Если мы не говорим о специализированных задачах, любой шестилетний ребенок значительно более гибок и универсален, чем «самый умный» робот Amazon.

Еще более важно, что ни одна из созданных нами систем не может понимать, что делает — какой бы замечательной она ни была. Как сказал философ Альва Ноэ о знаменитой победе Deep Think над Jeopardy!, «Watson не ответил ни на один вопрос. Он не участвовал ни в каких соревнованиях. Он ничего не сделал. Все делали мы. Мы играли в Jeapardy! с Watson». Принимая во внимание этот факт, некоторые исследователи утверждают, что универсальный интеллект, — то есть понимание — который проявляем мы, люди, неотделим от нашего опыта. То есть наше физическое воплощение, связанное с миром, насыщенным контекстом, очень трудно, если вообще возможно, отразить в системах обработки символов.

Еще не зима

Таким образом, снова всплывают разговоры о новой зиме искусственного интеллекта. Учитывая важность глубокого обучения и больших данных в технологиях, трудно представить, что финансирование этих областей в ближайшее время иссякнет. Но, возможно, мы увидим своего рода осень искусственного интеллекта, когда исследователи разумно переосмыслят свои взгляды и ожидания.

Источник