Форум В шутку и всерьёз

Информация о пользователе

Привет, Гость! Войдите или зарегистрируйтесь.


Вы здесь » Форум В шутку и всерьёз » Гранит науки » Искусственный интеллект


Искусственный интеллект

Сообщений 1 страница 4 из 4

1

Ученый: искусственный интеллект приведет к сознательной архаизации жизни
27.11.2016

https://cdn5.img.ria.ru/images/148224/79/1482247990.jpg
МОСКВА, 27 ноя – РИА Новости. Академик Александр Кулешов рассказал в "Роснано" о том, насколько близко человечество к созданию самосовершенствующихся машин, к чему приведет их создание и то, был ли прав Стивен Хокинг, опасающийся тех проблем, которые несут за собой разумные машины.

Александр Кулешов – один из ведущих отечественных специалистов в деле создания нейросетей, искусственного интеллекта и сложных систем обработки информации. Сейчас он возглавляет Сколковский институт науки и технологий, а до февраля этого года возглавлял Институт проблем передачи информации РАН.

В эту пятницу академик Кулешов выступил с лекцией о прогрессе в сфере создания искусственного интеллекта в последние годы и о том, как технологии ИИ изменят наше общество уже через несколько лет.

"Чужой" или человеческий интеллект?

"Почему искусственный интеллект и "умная" обработка данных сегодня привлекают так много внимания? Что произошло? Данные, на самом деле, обрабатывались всегда. Еще со времен Галилея результаты научных экспериментов обрабатывались (математически). Что сегодня случилось нового, что вытолкнуло эту проблему на передний план?", — начал свой рассказ ректор "Сколтеха".

Как отмечает академик Кулешов, изменился объем данных, с которыми сегодня работает человек и компьютеры – сейчас компьютерные программы собирают, хранят и обрабатывают терабайты и петабайты данных, обработка которых при помощи традиционных систем анализа информации крайне сложна.

Люди, к примеру, операторы АЭС или пилоты самолетов, имеют доступ к десяткам или даже сотням экранов с различной диагностической информацией, каждый из которых почти ничего не значит сам по себе, и не поможет найти ошибку в работе оборудования, но комбинация которых почти со 100% вероятностью позволит раскрыть проблему еще до того, как она достигнет критической стадии.

Естественно, продолжает ученый, что человек не способен одновременно следить за 50 экранами, что порождает необходимость создания систем, которые анализировали бы эти данные и выводили на один экран только то, что действительно важно для принятия решений и мониторинга ситуации.

"Абсолютно новые математические системы, появившиеся для анализа таких "больших данных", выросли за их пределы, и они применимы для анализа любой информации при помощи любых технических средств. На самом деле, они бы и в 17 веке были бы новыми и пригодились бы ученым того времени. Но я подчеркиваю, что все это появилось именно на волне новых технологий", — продолжает Кулешов.

Большая часть дискуссий вокруг этих технологий, как отмечает академик, произрастает из того факта, что существует разница между русским словом "интеллект" и английским словом intelligence, которая заставляет многих участников этих споров считать, что искусственный интеллект должен быть некой антропоморфной конструкцией, напоминающей и имитирующей свойства интеллекта человека. На самом деле, по словам Кулешова, последние 25-30 лет исследований показывают, что подобный подход ошибочен и не ведет к значимым результатам, применимым на практике.

"Антропоморфность и природоподобность – популярные термины, однако за минувшие века ничего никогда не получалось. К примеру, Леонардо да Винчи рисовал механических коней, Дедал и Икар пытались летать, как птички, однако ничего никогда не получалось – по нашим улицам сейчас бегают совсем не механические кони, и летаем мы иначе. То же самое с мозгом – те попытки понять, как устроен мозг, и сделать то же самое в компьютере, полностью провалились", — добавляет лектор.

Все эти неудачные попытки сделать рукотоворные аналоги нейронов и соединить их в некое подобие мозга, а также прочие подходы, имитирующие работу нервной системы человека и то, как мы принимаем решения и анализируем информацию, привели к тому, что в 90-тых годах прошлого века фраза "искусственный интеллект" среди математиков стала ругательным словом из-за тех необоснованных ожиданий, которые за собой несли антропоморфные представления о нейросетях и искусственном интеллекте.

Глубины интеллекта

Фактически, ренессанс разработок "искусственного интеллекта" начался совсем недавно, в конце 2000 годов, когда ряд американских и российских математиков и программистов предложили и реализовали алгоритмы ИИ, которые в последствии стали называться методами "глубинного обучения" и методами "обучения на базе многообразий".

"В конце концов, о нейронных сетях начали забывать, стало понятно, что ничего не получается с ними, и все как-то пропустили публикацию в 2005 году статьи Хинтона и Крижевского, которая сейчас определяет наше будущее. Я тоже участвовал в этих "похоронах", но оказалось, что не все так просто", — объясняет ученый.

Как оказалось, простые нейронные сети, объединенные в каскады и сложные системы из различно устроенных сетей, ведут себя не так, как ожидали ученые. И, как показала практика, они способны решать те задачи, которые раньше искусственному интеллекту не были под силу, в том числе распознавание речи, фотографий людей, различных объектов и даже предсказание поломок и катастроф.

"Возникла совершенно уникальная ситуация – никто сегодня не может сказать, как работают глубокие нейронные сети. Американское оборонное агентство DARPA готово выдать премию в миллион долларов за объяснение того, как они работают, но я так полагаю, что эта премия в ближайшие лет 30-40 останется невостребованной. Я знаю очень серьезных математиков, которые бьются над этой задачей без малейшего успеха. Мы, можно сказать, вернулись к временам натурфилософии – есть некий способ, который фантастически хорошо работает, но мы не можем объяснить, почему", — рассказывает Кулешов.

Глубинные нейронные сети, говорит ученый, давно догнали и обогнали человека во многих областях знаний, умея определять и различать такие вещи, которые обычному, нетренированному человеку просто не под силу. Самые последние версии подобных нейросетей совершают меньше ошибок, чем люди, натренированные решать те задачи, за которые будут отвечать подобные системы ИИ в будущем.

К примеру, ученые уже создали нейросети, способные описывать происходящее на фотографиях и в видеороликах не хуже, чем это делает человек. Подобные алгоритмы могут помочь слепым или глухим людям понимать то, что происходит вокруг них и что они не могут услышать или увидеть, а спецслужбы смогут использовать такие сети для поиска террористов или подозреваемых в архивах видеонаблюдений или при оперативной работе в аэропортах и прочих местах скопления людей.

"В мире сегодня работает около 70 миллионов инженеров-конструкторов, и статистика показывает, что лишь 20% продуктов их деятельности является какими-то новыми разработками. Остальные 80% были или уже созданы другими инженерами, или являются незначительными доработками уже существующих моделей. Создание системы ИИ, способной находить то, что вам нужно, резко сократит то время и ресурсы, которые обычно тратятся на их разработку. Пока таких систем нет, но уже через 1-2 года они появятся", — продолжает академик.

По его словам, другим примером подобных систем является программа, разработанная аспирантами Кулешова, позволяющая определять, есть ли у человека болезнь Альцгеймера или нет, изучая фотографии его мозга, полученные при помощи магнитно-резонансного томографа.

Всего 200 снимков МРТ людей, страдающих от этой болезни, российским ученым хватило для того, чтобы "научить" искусственный интеллект различать здоровый и больной мозг с 90% точностью. Схожим образом российские математики научились находить язвы в желудке человека по его электрокардиограмме.

В сотрудничестве и по заказу с РКК "Энергия", Кулешов и его коллеги создали новый революционный алгоритм управления двигателями МКС, который позволит сократить расходы топлива на поддержание высоты станции в примерно 40 раз по сравнению с текущей программой, созданной американскими учеными для замены старой российской системы, и в пять раз лучше готовящейся программы НАСА.

Новая система, основанная на технологиях "обучения на базе многообразий", будет проверена на борту станции уже в следующем году. Другая система ИИ, созданная российскими математиками и программистами, уже сейчас работает в РЖД и помогает определить, какие поломки стоит починить в первую очередь для минимизации расходов ресурсов.

Похожие программы, как рассказывает ученый, иногда используются и для самых неожиданных целей – к примеру, ИИ, созданный для просчета крыльев самолетов, используется компанией Louis Vuitton для создания кремов для отбеливания кожи.

"Дальнейшее развитие этих технологий радикально поменяет жизнь человека. Представьте себе, вы выходите из зарубежной гостиницы, вас случайно фотографируют туристы, этот снимок попадает в поисковую систему, она вас "вычисляет" на этих снимках и через пять минут ваш начальник об этом узнает. В результате вам будет очень сложно убедить его в том, что вы поехали в "местную" командировку", — объясняет Кулешов.

Аугментированная архаическая реальность

Первые примеры этого "нового, чудного мира" существуют уже сегодня – им является система ИИ AlphaGo, обыгравшая в этом году чемпиона мира по Го. Как объясняет Кулешов, она является первым примером уникального класса машин, способных решать невычислимые задачи и совершенствовать самих себя.

"Го отличается от шахмат тем, что данную игру просто невозможно математически просчитать. Число возможных ходов в Го превышает число атомов во Вселенной, невозможно тупо пересчитать ходы в ней. В шахматах, если у вас есть мощный компьютер, то вы обыграете любого, и Каспарова, и Карякина. В Го такое невозможно, потому что ни один компьютер не может это сделать. А нейросеть смогла решить эту задачу", — рассказывает ученый.

Главной отличительной чертой AlphaGo от всех остальных систем ИИ является то, что эта программа умеет играть сама с собой и самосовершенствоваться, приспосабливаясь к сопернику и находя абсолютно нетривиальные и неожиданные для человека пути обыграть его.

"Почему я на этом останавливаюсь – это первый шаг в совершенно таинственное будущее. Как родился AlphaGo? Сначала его создатели собрали базу из 30 миллионов разных игровых позиций, и натренировали на ней первичную нейронную сеть. Затем они ее дублировали, и вторая сеть начала играть с первой. И в результате, через несколько миллиардов итераций, возникло нечто третье, что человек уже не контролирует. Непонятно, откуда оно взялось — это результат некой самопостройки. Как происходит она, никому неизвестно", — подчеркивает Кулешов.

Рождение AlphaGo и его победа, как считает академик, открывает дверь в совершенно новое пространство, в которое человечество вступит очень быстро. И не все в этом мире будет полезным и приятным для человечества в целом и отдельных людей в частности.

"Совершенно очевидно, что социальные сдвиги от этого будут громадными. Число работников средней квалификации уже сегодня сокращается как шагреневая кожа, и появление ИИ, способных решать эти задачи, лишит их работы. Все эти инженеры, таксисты, пилоты, медсестры, рабочие – миллионы людей – должны будут исчезнуть, и только 1%, как показывают текущие исследования, может приспособиться к новым реалиям и переучиться", — рассказывает ученый.

По его словам, "мы стоим на грани совершенно чудовищных социальных последствий от развития систем искусственного интеллекта. Мы сейчас не можем оценить их масштаб, подобно людям, находящимся в центре урагана или на пике революции. Деньги сейчас нужно срочно вкладывать в образование, так как люди средней квалификации становятся совершенно ненужными".

Как отмечает ректор Сколтеха, мир сегодня в состоянии прокормить все человечество, но он не в состоянии его занять. Эта безработица и отсутствие цели в жизни могли уже отразиться на жизни Европы и других развитых стран и породить различные радикальные движения, подобные ИГ и прочим запрещенным экстремистским и религиозным группировкам.

"Это сознательная архаизация жизни, создание ситуации, в которой я буду ощущать себя нужным. Черт с ним, что я живу хуже, но зато я живу не как все. Ощущение того, что тебе постоянно бесплатно присылают фастфуд и дают кроссовки раз в полгода, но при этом ты ни для чего не нужен, на самом деле ужасное. И ощущение это будет только нарастать по мере развития ИИ и робототехники", — продолжает Кулешов.

Заметная часть этой проблемы связана с тем, что человек просто не успевает "эволюционировать" вслед за ИИ – поколения людей сменяются каждые 25 лет, а технологические революции происходят с интервалом в 5-6 лет. Поэтому, как отмечает ректор, число "ненужных" людей будет постоянно расти, и только массовое образование может помочь избежать социального взрыва и появления новой волны луддитов.

"У того, на пороге чего мы стоим, сейчас еще нет названия, и я даже не знаю, как это можно назвать. Наверное, их можно назвать "неуправляемыми интеллектуальными системами". Это принципиально новые системы, генерирующие сами себя, и мы совсем недалеко от того времени, когда они начнут проникать в нашу жизнь", — заключает ученый.

0

2

Искусственный интеллект Google впервые обыграл человека в игру Го
27.01.2016
https://cdn2.img.ria.ru/images/130697/22/1306972256.jpg
Программисты Google создали новую систему искусственного интеллекта AlphaGo, которая обыграла чемпиона Европы по игре в Го, древнюю китайскую настольную стратегию, и с которой согласился сыграть чемпион мира по Го из Южной Кореи.
МОСКВА, 27 янв – РИА Новости. Специалисты из компании Google создали первую в мире систему искусственного интеллекта под названием AlphaGo, которая впервые смогла обыграть чемпиона Европы по игре в Го со счетом 5:0 и обыграть все остальные компьютерные системы игры в эту древнюю китайскую стратегию, говорится в статье, опубликованной в журнале Nature.

"Впервые компьютер смог составить конкуренцию профессионалу-человеку в полностью честной игре, и я был почтен, что я стану следующим противником AlphaGo. Вне зависимости от того, проиграю ли я или выиграю, этот результат стал важной вехой в истории Го. Я слышал, что эта система ИИ очень сильна в игре и становится только умнее, но я уверен, что я смогу выиграть у нее хотя бы в первый раз", — заявил Седол Ли (Sedol Lee), чемпион мира по Го из Южной Кореи.

Данная система искусственного интеллекта была разработана Дэвидом Сильвером и его коллегами из подразделения DeepMind компании Google, базирующейся в Лондоне (Великобритания).

Как отмечают ученые, до создания их программы все системы ИИ, способные играть в Го, находились на достаточно низком уровне – пределом их возможностей была способность обыграть сильного любителя, но не профессионала. Это объясняется тем, что, в отличие от шахмат, в Го возможно гораздо больше ходов и комбинаций, что на порядки усложняет создание алгоритмов, способных "просеивать" их, сокращать время расчетов следующего хода и предсказывать действия соперника.

Сильвер и его коллеги смогли преодолеть эту проблему, построив свой ИИ на базе не одной, а сразу двух нейронных сетей – особых алгоритмов, имитирующих работу цепочек нейронов в мозге человека. Одна из них отвечает за оценку текущей позиции на доске, а вторая использует результаты анализа, подготовленные первой сетью, для того чтобы выбирать следующий шаг.

"Сеть оценок", как объясняют ученые, нужна в первую очередь для того, чтобы резко сократить число возможных ходов на доске и тем самым упростить вычисления, "сеть решений" – для выбора оптимального шага из самых густых ветвей "дерева" возможных решений.

Обе эти сети прошли длительную и интенсивную "тренировку", обучаясь элементарным правилам игры в Го и тонкостям мастерства в этой стратегии у игроков-профессионалов, игравших с компьютером на первых стадиях саморазвития AlphaGo. На этом обучение ИИ не остановилось, и система продолжила самосовершенствование, сначала подсматривая за онлайн-матчами в Го, а затем и играя сама с собой.

Это позволило AlphaGo достичь рейтинга в 3,1 тысячи эло, что соответствует уровню гроссмейстера международного уровня в шахматах, или профессиональному 3 дану в Го. Сессия игры, которую Сильвер и его коллеги провели между AlphaGo и Фанем Хоем (Fan Hui), чемпионом Европы по Го со вторым даном, завершилась со счетом 5:0 в пользу машины.

"Наблюдая за играми против Фаня Хоя, я был очень впечатлен силой игры AlphaGo, и у меня возникли сложности с определением того, на какой стороне играет компьютер, а на какой – человек, в те времена, когда я не знал, каким цветом играл Хой. До этой серии игр у меня не было и мысли, что компьютер сможет соперничать с профессионалами, а теперь, похоже, победа машины над топ-игроками является неизбежностью", — заключает Джон Даймонд (Jon Diamond), президент Британской ассоциации Го.

0

3

Искусственный интеллект от Google сочинил свою первую мелодию
04.06.2016

МОСКВА, 4 июн — РИА Новости. Обучаемая нейронная сеть от Google записала свою первую мелодию, сообщает Tech Times.

Научно-исследовательский проект Google Magenta призван ответить на вопрос, способны ли машины рисовать картины и сочинять музыку.
90-секундная мелодия компьютерного алгоритма, проигранная на цифровом фортепиано, состоит всего из четырех нот и, пишет издание, может показаться хорошей лишь тем, кто обожает "творчество" малышей, стучащих по клавишам музыкального инструмента.

Однако исследователи настроены более оптимистично — проект стартовал лишь в прошлом месяце и сегодня машина как композитор делает лишь первые шаги.

0

4

Ученые создали ИИ, превосходящий человека в интуиции
19.10.2015
https://cdn4.img.ria.ru/images/147861/71/1478617164.jpg
Ученые из MIT создали необычную систему искусственного интеллекта, которая умеет очень эффективно анализировать большие массивы научных данных и при этом превосходит человека в интуиции и умении нащупывать более удачное направление в исследованиях.
МОСКВА, 19 окт – РИА Новости. Программисты из Массачусетского технологического института разработали систему искусственного интеллекта для анализа научных данных, превосходящую человека в интуиции и умении нащупывать более удачное направление в анализе больших массивов информации, говорится в сообщении пресс-службы ВУЗа.

"Наша машина для анализа данных является не заменой, а дополнением к человеческому интеллекту. Сейчас у ученых так много данных, которые можно и нужно проанализировать, и сейчас наша система ничего не делает. Может, мы уже сейчас можем начать использовать ее для переработки этой кипы накопившейся научной информации", — заявил Макс Кантер (Max Kanter), один из создателей ИИ из МИТ.

Как утверждают Кантер и его коллеги по университету, данное устройство сможет провести революцию в области анализа массивов научных данных – оно способно всего за 8-12 часов подобрать правильный алгоритм переработки информации, на поиски которого ученые тратят обычно около месяца времени.

Примером подобных задач, как рассказывают программисты из MIT, являются простые бытовые дилеммы – как оптимально установить ветряки на ферму ветряных электростанций, а также раскрытие причин того, почему студенты быстро бросают различные онлайн-курсы.

В базах данных, полученных при расчетах или наблюдениях за такими феноменами, присутствует по несколько сотен отдельных переменных, большая часть которых почти не влияет на их ход. Человек, или компьютер, как в данном случае, может попытаться интуитивно выбрать те их них, которые действительно связаны с изучаемым явлением, и тем самым сэкономить время.

Кантер и его коллеги попытались автоматизировать этот процесс, разработав особый самообучающийся алгоритм, который умеет быстро находить "нужные" переменные, ориентируясь на особенности в структуре изучаемых им баз данных и возможные связи между их отдельными колонками.

Для ее "боевой" проверки авторы статьи зарегистрировали данную систему ИИ, которую они назвали Data Science Machine, в качестве участника трех конкурсов на научную интуицию, проводившихся МИТ в этом году. В них, помимо компьютера, участвовало около 900 групп ученых, специализирующихся на анализе научных данных и поиске интуитивных ответов на сложные вопросы.

Итоги конкурсов оказались обнадеживающими – DSM заняло комфортное место в первой трети участников, выступив лучше, чем 615 команд ученых. По словам Кантера, в двух первых блоках конкурса ответы машины на 94% и 96% совпадали с выбором переменных в командах-победителях, а в третьем – на 87%. При этом Data Science Machine решала поставленные задачи всего за день, а не месяц, который давался людям на анализ данных.

Ученые надеются, что DSM и подобные системы искусственного интеллекта в ближайшем времени будут помогать ученым выбирать самые важные переменные в результатах опытов и экономических прогнозах, что позволит перенаправить усилия исследователей со скучного анализа данных на более интересные вещи.

0


Вы здесь » Форум В шутку и всерьёз » Гранит науки » Искусственный интеллект