Искусственный интеллект: правда и вымысел
Искусственный интеллект | Что это такое?
Искусственный интеллект уже давно занял важное место в научно-фантастической литературе и голливудских блокбастерах. Именно они формируют мнение большинства людей о том, что из себя представляет ИИ, и чего от него следует ожидать. Но насколько это мнение соответствует реальному положению вещей? Давайте разбираться.
Для некоторых обывателей искусственный интеллект — это олицетворение мирового зла, которое при первой же возможности захочет уничтожить человечество. Другие считают его помощником людей, способным решить многие актуальные проблемы, а третьи и вовсе не верят в реальность ИИ и то, что его когда-либо удастся создать.
Истина, как обычно лежит где-то рядом. Искусственный интеллект, о котором говорят многочисленные фантасты, действительно пока выглядит нереализуемым. Но в научных кругах принято разделять понятие сильного и слабого искусственного интеллекта. И, если первый действительно пока существует лишь в виде теоретических моделей, то слабый ИИ, способный решать узкоспециализированные задачи, уже давно нашёл применение в самых разных сферах деятельности.
Ну, а теперь мы попробуем развенчать несколько других мифов об искусственном интеллекте.
Миф 1. Искусственный интеллект — это роботы, которые выглядят, как люди
Обыватели часто путают робототехнику и искусственный интеллект, но на самом деле — это совершенно разные области науки, изначально служащие разным целям. Робот — это физическое устройство с приводами и датчиками, тогда как искусственный интеллект представляет собой софт, который достаточно автономен для того, чтобы принимать решения и учиться на своих ошибках. Конечно, их объединение вполне возможно, а роботы с ИИ-алгоритмами уже используются в прикладных задачах. Но это лишь частный случай применения искусственного интеллекта.
Миф 2. Искусственный интеллект, машинное обучение и глубокое обучение — это одно и то же
Хотя все они являются частями одной большой системы, это три разные вещи. По сути, машинное обучение — это метод, с помощью которого ИИ учится из внешних источников, а глубокое обучение — лишь один из множества методов, используемых в практических задачах машинного обучения. Он основан на нейронных сетях и имитирует работу человеческого мозга при обработке данных и принятии решения.
Миф 3. Искусственный интеллект учится самостоятельно
Несмотря на шумиху вокруг искусственного интеллекта и множество засевших в умах пользователей фантастических фильмов, в мире до сих пор нет ни одной прикладной ИИ-системы, развивающейся без участия человека. Любая система со скрытыми данными или неопределённостью не может быть «понята» ИИ без участия человека. Искусственный интеллект всё ещё получает входные данные от людей. При этом каждый бит информации должен быть чётко интерпретирован человеком.
Миф 4. Искусственный интеллект работает лучше человека
Внедрение искусственного интеллекта действительно меняет рынок труда, оставляя людям всё меньше рабочих мест. Но в большинстве случаев речь идёт лишь об автоматизации простого, монотонного труда. Современные технологии ИИ довольно просты и редко могут заменить человека в любой области, требующей творческого подхода, эмпатии или критического мышления. Ни один ИИ не способен полноценно мыслить, и самые умные машины всё равно остаются гораздо глупее обычных животных.
Миф 5. Для обучения ИИ требуется огромное количество данных
Необязательно. Конечно, вам потребуется много данных и внушительная вычислительная мощность для обучения искусственного интеллекта с нуля. Но в большинстве случаев этого не требуется. Предварительно обученные нейронные сети достаточно гибки для их быстрого переобучения для конкретного сценария использования.
Миф 6. ИИ заменит существующие решения бизнес-аналитики, сделав их устаревшими
Этот миф выглядит чрезвычайно натянуто. Большинство современных решений бизнес-аналитики обладают высокой масштабируемостью и гибкостью, благодаря чему любая будущая модель на основе алгоритмов искусственного интеллекта может быть легко интегрирована непосредственно в саму платформу. Компании всегда предпочитают внедрять только те решения, которые не несут с собой риска нарушения рабочего процесса, и технологии искусственного интеллекта учитывают эту потребность. Поэтому большинство ИИ-платформ не требуют замены существующих решений или, в худшем случае, могут внедряться поэтапно.
Миф 7. Искусственные нейронные сети почти не отличаются от биологических
Ни одна искусственная нейросеть не способна достичь хотя бы малой доли сложности человеческого мозга. Это равносильно сравнению современного истребителя с воздушным змеем только из-за того, что они оба могут летать. Несмотря на долгие годы научных и клинических исследований, нам до сих пор не удаётся полностью понять биологические нейронные сети. Большинство ИИ на вооружении предприятий и организаций — это лишь узкоспециализированные средства с простыми возможностями реагирования на «раздражители». Полноценный искусственный интеллект, способный использовать свой интеллект и знания для решения всевозможных задач, до сих пор остаётся концептом, моделью пока не имеющей практической реализации. А для того, чтобы понять, насколько ИИ отстаёт от человеческого мозга, достаточно вспомнить, что одному из самых продвинутых ИИ в мире потребовалось около 40 минут для имитации одной секунды деятельности человеческого мозга.
Миф 8. Со временем ИИ станет достаточно разумным для понимания того, что люди опасны и их необходимо уничтожить
На самом деле — это не миф, а реальность. Приготовьтесь, как говорил небезызвестный Бендер: «Смерть всем человекам!». Ну, а если серьёзно, у ИИ нет возможностей, необходимых для понимания окружающего мира и принятия независимых, рациональных решений.
Каждый алгоритм разрабатывается для выполнения определённой задачи и не способен выйти за её пределы, не говоря уже о возможности мыслить самостоятельно. Компьютеры используют грубую силу своих вычислительных возможностей для поиска решения относительно простых проблем, но им не хватает понимания и глубины восприятия для цели, отличной от той, на выполнение которой они запрограммированы.
Полный текст статьи читайте на Tom's Hardware
