«Пусть роботы займут наши рабочие места и помогут каждому придумать дело мечты»

Часть книги Кевина Келли «Неизбежно» об искусственном интеллекте и эффекте потока.

В избранное

В избранном

Глава 2. Искусственный интеллект

Сложно представить, какой фактор мог бы изменить все так же сильно, как недорогой, мощный и повсеместный искусственный интеллект. Начать с того, что нет процесса, который имел бы более стойкие последствия, чем постепенные улучшения простых вещей.

Даже небольшое добавление фактора интеллекта в действующий процесс способно поднять его эффективность на принципиально иной уровень. Преимущества, которые мы получим, если сделаем простые вещи «умными», окажут в сотни раз более сильное влияние на нашу жизнь, чем трансформации, к которым привело развитие промышленного производства.

В идеале этот дополнительный интеллект должен быть бесплатным, а не просто недорогим. Бесплатный искусственный интеллект, как бесплатный интернет, будет стимулировать развитие коммерческой составляющей и науки, как ни один другой фактор, и окупится в кратчайшие сроки.

Вплоть до недавнего времени было распространено мнение, что первыми носителями искусственного интеллекта станут суперкомпьютеры, затем, возможно, мы получим эту технологию в наших домашних устройствах, а вскоре после этого добавим потребительские модели в головы наших персональных роботов. Каждое устройство с технологией искусственного интеллекта будет отдельным, мы сможем точно знать, где заканчиваются наши мысли и начинается программа.

Однако первый настоящий искусственный разум появится не в изолированном суперкомпьютере, а в суперорганизме из миллиарда компьютерных чипов, известных как сеть. По своему масштабу он станет планетарным, но при этом тонким, пронизывающим все, со свободными связями.

Окажется сложным провести грань между тем, где будут заканчиваться наши мысли и начинаться программа. Любое устройство, которое начнет взаимодействовать с этим сетевым искусственным интеллектом, станет делиться им и развивать его.

Изолированный искусственный интеллект не сможет учиться так же быстро и эффективно, как тот, который подключен к «коллективному разуму» семи миллиардов человек, плюс к триллионам онлайн-транзисторов, плюс к сотням эксабайтов реальных данных, плюс к саморегулируемым цепям обратной связи от всей цивилизации.

Таким образом, сеть сама по себе будет становиться все «умнее» и непрерывно совершенствоваться. Изолированные искусственные интеллектуальные продукты, скорее всего, начнут считаться ущербными — издержки, которые нам придется платить за мобильность искусственного разума в отдаленных местах.

Появление искусственного интеллекта завуалируется фактом его повсеместного использования. Мы будем применять его постоянно растущий потенциал для решения всевозможных банальных задач, и этот процесс станет протекать буднично и незаметно. Мы начнем пользоваться этим распределенным интеллектом миллионами разных способов через любой цифровой дисплей в любой точке мира, поэтому мы даже не сможем определить, где конкретно он находится.

А поскольку этот созданный разум представляет собой совокупность человеческого интеллекта (весь прошлый и нынешний опыт человечества онлайн), окажется сложным сформулировать и что это такое. Это наша память или всеобщий разум? Мы изучаем его или он изучает нас?

Появление искусственного интеллекта послужит катализатором для всех других прорывных факторов, о которых идет речь в этой книге. Можно с уверенностью утверждать, что появление искусственного интеллекта неизбежно, потому что мы уже его наблюдаем.

Два года назад я отправился в лесной кампус исследовательской лаборатории IBM в Йорктаун Хайтс, чтобы одним из первых увидеть долгожданное появление искусственного интеллекта. Это был дом IBM Watson — суперкомпьютера, победившего в телепередаче Jeopardy! в 2011 году.

Тот самый первый Watson все еще там: он размером с комнату, десять вертикальных в форме холодильников аппаратов образуют четыре стены. Небольшое углубление внутри обеспечивает технический доступ к куче проводов и кабелей на задних поверхностях аппаратов. Внутри на удивление тепло, словно весь этот кластер — живой организм.

Современная версия суперкомпьютера сильно отличается от своего предшественника. Он больше не существует сам по себе внутри стен из шкафов, а распределен в облачной технологии на серверах открытого стандарта, которые управляют несколькими сотнями «единиц» искусственного интеллекта одновременно.

Как и со всеми облачными технологиями, одновременный доступ к суперкомпьютеру Watson имеют пользователи из любой точки мира со своих телефонов, настольных компьютеров или собственных серверов данных. Масштаб искусственного разума этого типа можно увеличивать или уменьшать по требованию.

Так как рукотворный интеллект совершенствуется по мере использования его людьми, суперкомпьютер постоянно становится «умнее»: все, чему научилась одна его «единица», немедленно передается остальным.

Он представляет собой не одну-единственную программу, а совокупность различных ядер программного обеспечения — его логическое ядро и ядро анализа естественного языка могут функционировать на разных кодах, разных чипах, в разных местах, и все они искусно интегрированы в единый поток искусственного интеллекта.

Пользователи могут получить доступ к постоянно действующему разуму напрямую или через сторонние приложения, управляющие потенциалом этого «умного» облака. Подобно многим родителям талантливых детей, IBM захотела, чтобы Watson занялся медициной, так что стоит ли удивляться, что основным приложением, над которым сейчас идет работа, стал инструмент по диагностике пациентов.

Предыдущие попытки применять искусственный интеллект для этого закончились полным провалом, но суперкомпьютер Watson доказал свою эффективность в этой области. Когда я обычными словами перечислил компьютеру симптомы заболевания, которым однажды заразился в Индии, он выдал список возможных вариантов, что это может быть за болезнь, в порядке степени вероятности — от наиболее возможной к наименее возможной.

В качестве наиболее вероятного заболевания он указал заражение лямблиями — и это верный диагноз. Эта функциональность суперкомпьютера пока недоступна пользователям напрямую. Компания IBM предлагает его своим партнерам, таким как компания CVS, которая управляет сетью аптек и представляет собой одного из крупнейших в США поставщиков рецептурных препаратов. В результате CVS может разрабатывать индивидуальные рекомендации для своих клиентов с хроническими заболеваниями на основе собранных данных.

Полагаю, что-то наподобие компьютера Watson, полностью автоматизированного или с участием человека, вскоре станет лучшим способом диагностики. Учитывая, какими темпами сегодня идет совершенствование искусственного интеллекта, рожденным сегодня детям почти не придется посещать врачей для постановки диагноза к тому времени, когда они станут взрослыми.

Алан Грин

главный медицинский специалист компании Scanadu, технологического стартапа, производящего прибор для диагностики на основе искусственного интеллекта, на создание которого разработчиков вдохновил медицинский трикодер из Star Trek

Медицина — это только начало. Все основные компании, занимающиеся облачными технологиями, плюс десятки стартапов спешат запустить когнитивный сервис, подобный суперкомпьютеру Watson. Согласно аналитическим исследованиям компании Quid, с 2009 года в область развития искусственного интеллекта было инвестировано более $18 млрд. Только в 2014 году 322 компании, разрабатывающие технологию искусственного интеллекта, привлекли более $2 млрд в виде инвестиций.

Интернет-гиганты Facebook и Google и их китайские аналоги TenCent и Baidu наняли в штат экспертов для усиления своих команд, работающих в области развития искусственного интеллекта. С 2014 года Yahoo!, Intel, Dropbox, LinkedIn, Pinterest и Twitter приобрели компании, занимающиеся искусственным разумом. Частные инвестиции в эту область в среднем растут на 70% в год в последние четыре года; ожидается, что этот уровень сохранится.

Лондонская компания DeepMind — одна из тех организаций в области развития искусственного интеллекта, которую приобрела корпорация Google. В 2015 году исследователи компании DeepMind опубликовали в журнале Nature научную работу, в которой описали, как обучили искусственный разум умению учиться играть в аркадные видеоигры, популярные в 1980-х, например Video Pinball.

Подчеркну: они научили не как играть, а как учиться играть, — это большая разница. Разработчики позволили искусственному интеллекту, опирающемуся на облачные технологии, играть в игру Breakout (один из вариантов игры Pong) от компании Atari, и он самостоятельно обучился тому, как увеличивать счет. Видео того, насколько быстро прогрессирует искусственный интеллект, поражает. Сначала он все делает почти наугад, но постепенно качество его игры повышается.

Через полчаса он пропускает мяч всего лишь один раз из четырех. К 300-й игре, примерно спустя час после начала обучения, он не пропускает уже ни одного мяча. Процесс обучения идет настолько быстро, что на втором часу искусственный интеллект обнаруживает лазейку в игре, которую не заметил ни один из нескольких миллионов игроков до этого эксперимента. Это позволило ему выиграть, обойдя стену таким способом, которого не предусмотрели даже создатели игры.

Через несколько часов после того, как искусственный интеллект впервые начал обучаться играть в видеоигры, без наставлений со стороны разработчиков DeepMind на основе алгоритма под названием «глубокое машинное обучение с подкреплением», в половине из 49 игр от компании Atari искусственный интеллект одолел людей, до этого мастерски побеждавших. Созданный человеком разум с каждым месяцем становится все «умнее», в отличие от игроков-людей.

С учетом наблюдающихся тенденций можно представить картину нашего будущего с искусственным интеллектом. Он не будет похож на HAL 9000 — отдельную машину, наделенную харизматичным (хотя и потенциально склонным к самоубийству) антропоморфным сознанием, или на то, как его представляют сторонники концепции технологической сингулярности.

Искусственный интеллект в обозримом будущем станет похож скорее на инфраструктуру платформ облачных веб-сервисов Amazon Web Services — дешевый, надежный, промышленного типа цифровой интеллект, управляющий абсолютно всем и практически невидимый, пока не отключится. Эта общая функция обеспечит тот уровень коэффициента интеллекта, который вам необходим, и не более того.

Вы сможете просто подключаться к сети и получать искусственный интеллект, словно электричество. Он будет вдыхать жизнь в предметы, почти как электричество более чем за сотню лет до нас. Три поколения назад многим умельцам удалось сколотить состояние на том, что они брали инструмент и создавали его электрическую версию. Берем механический насос и электрифицируем его. Находим машинку для отжима белья и электрифицируем.

Предпринимателям не требовалось самостоятельно генерировать электричество: они платили за него в сети и использовали для автоматизации процессов, которые до этого осуществлялись вручную. Вскоре во все, что до этого было нами электрифицировано, можно будет внедрить искусственный интеллект.

Практически любой из знакомых нам предметов можно сделать новым, другим или более полезным, добавив немного «разума». Фактически можно легко предсказать бизнес-план следующих 10 000 стартапов: берем Х и добавляем искусственный интеллект.

Наглядным примером волшебного добавления искусственного разума к Х может послужить область фотосъемки. В 1970-х годах я был трэвел-фотографом и путешествовал по миру с большой тяжелой сумкой, набитой всякими фотопринадлежностями. Кроме рюкзака с 500 катушками пленки я носил два металлических корпуса Nikon, вспышку и пять тяжелых объективов, каждый из которых весил полкило.

Чтобы снимать при слабом свете, требовалось «большое оружие»: камеры с мудреными приспособлениями, чтобы наводить резкость, измерять освещенность и преломлять свет за тысячные доли секунды. А теперь? Теперь мой компактный Nikon почти ничего не весит, снимает практически в темноте, и у него невероятный зум. При этом камера в моем телефоне еще меньше, всегда при мне и способна делать фотографии ничуть не хуже, чем те, которые получались при помощи моих старых аппаратов.

Сегодня фотокамеры стали меньше, быстрее, тише и дешевле не только в результате процесса миниатюризации, но еще и потому, что значительная часть элементов традиционной камеры заменена «умными» аналогами. В Х в виде процесса фотосъемки был добавлен искусственный интеллект. В фотокамерах современных телефонов слои толстого стекла заменены дополнительными алгоритмами, вычислениями и «умом» для выполнения той работы, для которой когда-то были предназначены линзы. Неосязаемый разум заменил затвор.

На смену темной комнате и фотопленке пришли дополнительные вычисления и оптический интеллект. Сегодня существуют даже модели абсолютно плоских камер без линз. Вместо любых стекол абсолютно плоский фотоэлемент использует невероятный объем цифрового познания для вычисления картинки от разных лучей света, падающих на несфокусированный фотоэлемент.

Применение искусственного интеллекта в области фотосъемки в корне изменило этот вид деятельности, так как развитие технологий позволило встраивать фотокамеры практически куда угодно (в оправу солнцезащитных очков, одежду, шариковую ручку) и добиваться большего, включая 3D-вычисления, HD и другие опции, на которые раньше потребовались бы $100 000 и грузовик оборудования. Благодаря новому, «умному» процессу фотосъемки почти любое устройство сегодня может делать фотографии «по совместительству».

Похожий процесс трансформации готов затронуть практически любую область. Возьмем, например, химию. Эта дисциплина требует физического наличия лаборатории со стеклянными колбами и приборами, помогающими ученым найти ответы на вопросы. Сложно представить себе более физический процесс, чем работа с атомами. Благодаря внедрению искусственного интеллекта в область химических исследований ученые получили возможность проводить виртуальные химические эксперименты.

Теперь они могут осуществлять «умный» поиск по астрономическому числу химических комбинаций и сводить их количество к нескольким, которые стоит изучить в лабораторных условиях. Область для внедрения искусственного интеллекта может не отличаться высокой технологичностью, например дизайн интерьера. Искусственный интеллект добавляется в систему для анализа степени удовлетворенности клиентов в то время, когда они просматривают виртуальные варианты дизайна интерьера.

Система меняет детали на основании реакции человека и предлагает рассмотреть новые версии для дальнейшего тестирования. После нескольких итераций искусственный интеллект помогает создать индивидуальный дизайн, оптимально подходящий для конкретного клиента.

Искусственный интеллект способен найти применение в юриспруденции: его можно использовать для поиска доказательств на основании большого объема документов для устранения несоответствий между судебными прецедентами и для последующей формулировки юридических доводов.

Список сфер деятельности можно продолжать до бесконечности. Чем более невероятной кажется область, тем более эффективным может быть применение в ней искусственного интеллекта. Что насчет инвестиций? Этим уже занимаются такие компании, как Betterment или Wealthfront.

Искусственный интеллект используется там для управления фондовыми индексами с целью оптимизации налоговых стратегий или баланса пакета акций между портфелями. Этими видами деятельности профессиональные инвестиционные менеджеры занимаются примерно раз в год, в то время как искусственный интеллект способен делать это в ежедневном режиме или даже ежечасно.

Вот еще несколько примеров областей с неожиданным применением в них искусственного интеллекта.

«Умная» музыка: музыкальные композиции могут создаваться в режиме реального времени на основе алгоритмов и служить саундтреком к видеоигре или виртуальной реальности. В зависимости от действий конкретного пользователя мелодия может меняться. Искусственный интеллект способен создать сотни часов новой персональной музыки для каждого игрока.

«Умная» стирка: одежда сможет информировать стиральную машину о режиме стирки, который следует выбрать. Цикл будет зависеть от того, какие вещи попадают в каждую загрузку.

«Умный» маркетинг: объем внимания, который отдельный читатель или пользователь уделяет просмотру рекламного объявления, можно умножить на коэффициент его социального влияния (сколько пользователей, на которых он способен оказать воздействие, следят за его активностью в социальных сетях), чтобы оптимизировать объем внимания и влияния на каждый вложенный в рекламу доллар. В масштабе миллионов пользователей это работа для искусственного интеллекта.

«Умные» сделки с недвижимостью: механизм формирования соответствия между предложениями продавцов и покупателей на основе искусственного интеллекта, который может подсказать, что «арендаторов, которым понравилась эта квартира, также заинтересовали…». На его основе может быть сформулировано и финансовое предложение, отвечающее потребностям конкретного клиента.

«Умный» медицинский уход: на основании показаний датчиков, круглосуточно отслеживающих состояние здоровья пациента, он может получать индивидуальное лечение, которое корректируется в ежедневном режиме.

«Умное» строительство: представьте себе «умное» ПО для управления проектами, которое помимо изменений конструкции учитывает данные прогноза погоды, задержек в портовом движении, курс валют, несчастные случаи.

«Умный» этический кодекс: у роботизированных машин должны быть инструкции по правилам поведения и расстановке приоритетов. Безопасность пешеходов может ставиться выше безопасности водителей. Любому устройству с реальной степенью автономности, действующему на основании инструкции, также необходим и этический кодекс.

«Умные» игрушки: игрушки станут больше напоминать домашних питомцев. Интерактивные игрушки Furby покажутся весьма примитивными по сравнению с новыми, похожими на домашних животных, которые будут вызывать восторг у малышей. Дети обожают игрушки, способные к коммуникации. Куклы могут стать первыми понастоящему популярными роботами.

«Умный» спорт: «умные» датчики и искусственный интеллект способны создать новые способы подсчета очков и осуществления судейства в спортивных играх за счет отслеживания и интерпретации малейших движений и столкновений. Кроме того, на основе посекундного анализа действий каждого спортсмена можно собрать статистику повышенной точности и воспользоваться ею для составления лиг элитных виртуальных спортивных команд.

«Умное» вязание: кто знает, может быть, будет и такое!

Проникновение искусственного интеллекта во все сферы жизнедеятельности человеческого общества — это очень важное явление, и происходит оно на наших глазах.

Кажется, в 2002 году мне довелось оказаться на частной вечеринке Google. Это произошло до выхода компании на IPO, когда она была еще достаточно скромной и фокусировалась на развитии поисковой системы. Я завел разговор с Ларри Пейджем, гениальным сооснователем Google: «Ларри, я все равно не понимаю. Сегодня уже столько компаний занимаются поисковыми системами.

Поиск в сети бесплатно? Куда вас это приведет?» Мои слепота и отсутствие воображения — наглядное доказательство того, что строить прогнозы не так-то просто. В свое оправдание могу сказать, что этот разговор случился до того, как компания Google раскрутила свою схему продажи рекламных объявлений так, что это начало приносить реальный доход, а также задолго до покупки компанией сервиса YouTube и других основных ее приобретений.

Я был не единственным лояльным пользователем этой поисковой системы, который считал, что долго он не протянет. Ответ Пейджа надолго запал мне в память: «Да мы на самом деле создаем искусственный интеллект».

Я часто думал об этом разговоре за последние несколько лет, когда корпорация Google приобрела 13 других компаний, работающих в области искусственного интеллекта и робототехники, помимо DeepMind. На первый взгляд может показаться, что Google наращивает портфель в этой области для повышения возможностей поисковой системы, поскольку 80% прибыли компания получает именно от этого.

Тем не менее мне кажется, дело обстоит совершенно наоборот. Вместо того чтобы использовать искусственный интеллект для улучшения функций поиска, компания Google применяет функции поисковой системы для совершенствования собственного искусственного интеллекта. Каждый раз, когда пользователь вводит запрос, переходит по ссылке, полученной в результате поиска, или создает ссылку в сети, он на самом деле обучает искусственный разум Google.

Когда пользователь печатает запрос, например «пасхальный кролик», а затем кликает на картинку с изображением, по его мнению, самого пасхального кролика, он обучает искусственный интеллект тому, как выглядит пасхальный кролик. Каждый из трех миллиардов поисковых запросов, которые Google обрабатывает ежедневно, способствует глубинному обучению искусственного интеллекта.

Еще десять лет непрерывного совершенствования алгоритмов рукотворного разума в совокупности с тысячекратным увеличением объема данных и увеличением в сотни раз вычислительных ресурсов, и у компании Google появится искусственный интеллект, аналогов которому не будет в мире.

Искусственный интеллект станет основным фактором трансформации, на основе которого нам придется переосмыслить все, чем мы занимаемся… Мы внедряем его во всю линейку наших продуктов, будь то система поиска, YouTube и Play и так далее.

Сундар Пичаи

генеральный директор Google — во время телеконференции на тему квартальной прибыли компании осенью 2015 года

Готов поспорить, что к 2026 году флагманским продуктом компании Google станет не поисковая система, а искусственный интеллект.

Сейчас самое время выразить обоснованный скептицизм. На протяжении почти 60 лет исследователи искусственного разума предсказывали скорое его появление, и тем не менее вплоть до недавнего времени это оставалось таким же нереальным, как и раньше.

Даже появился специальный термин для описания скромных результатов исследований и еще более скудного финансирования этой области: «зима искусственного интеллекта». Неужели что-то изменилось с тех пор?

Да. Три недавних научно-технических прорыва сделали потенциально возможным появление искусственного интеллекта.

1. Дешевые параллельные вычисления

Мышление — по природе параллельный процесс. Миллиарды нейронов головного мозга одновременно активируются для создания синхронных волн вычислительного процесса. Для формирования нейронной сети — основной архитектуры программного обеспечения искусственного интеллекта — также требуется параллельное протекание многих процессов. Каждый узел этой сети приблизительно имитирует нейронную клетку человеческого мозга, взаимодействующую с соседними клетками для правильной интерпретации получаемых сигналов.

Для распознавания произнесенного слова программа должна услышать все фонемы так, как они соотносятся друг с другом. Для распознавания изображения программа должна увидеть все точки так, как они соотносятся с соседними. В обоих случаях эти задачи реализуются параллельно. Однако до недавнего времени обычный процессор вычислительной машины мог одномоментно выполнять только одну задачу

Ситуация начала меняться чуть больше десяти лет назад, когда для повышенных требований видеоигр, в которых миллионы пикселей одного изображения должны многократно вычисляться за одну секунду, был разработан графический процессор (GPU).

Для этого потребовалась специализированная микросхема для параллельной вычислительной обработки, которая была добавлена в качестве приложения к материнской плате РС. Графический процессор доказал свою эффективность, и популярность видеоигр взлетела.

К 2005 году графические процессоры производились в таких количествах и стали такими дешевыми, что фактически превратились в товар массового потребления. В 2009 году Эндрю Ын и команда ученых Стэнфордского университета поняли, что микросхемы графического процессора могут обеспечить параллельную работу нейронных сетей.

Это открытие дало шанс реализовать новые возможности для сетей, между узлами которых могут существовать сотни миллионов связей. У традиционных процессоров уходило несколько недель на вычисление всех каскадных возможностей в нейронной сети со 100 миллионами параметров. Эндрю Ын обнаружил, что кластер, состоящий из графических процессоров, мог справиться с аналогичной задачей за сутки.

Сегодня нейронные сети, действующие на основе графических процессоров, повсеместно используются компаниями, занятыми в области облачных технологий, например компания Facebook использует их для определения ваших друзей на фотографиях, а Netflix — для адекватных рекомендаций пользователям, которых больше 50 миллионов.

2. Большие данные (big data)

Любой интеллект нуждается в обучении. Человеческому мозгу, генетически настроенному на категоризацию объектов, нужно получить десяток примеров (что происходит в детском возрасте), прежде чем он сможет отличать кошек от собак. В еще большей степени это относится к искусственному интеллекту. Даже отлично запрограммированному компьютеру требуется сыграть хотя бы тысячу партий в шахматы, прежде чем он начнет показывать хороший результат.

Прорыв в области развития искусственного интеллекта частично связан с лавинообразным ростом объема информации о современном мире, так как именно она становится основой для его обучения. Огромные базы данных, самоотслеживание, cookie-файлы, присутствие в интернете, возможность хранения терабайтов данных, десятилетия ответов на поисковые запросы, интернет-энциклопедия «Википедия» и вся цифровая виртуальная реальность стали средствами обучения для искусственного интеллекта.

Развитие искусственного интеллекта сродни строительству космического корабля. Нужен мощный двигатель и много топлива. Ракетный двигатель — это алгоритм обучения, а топливо — это огромный объем данных, который требуется для работы этого алгоритма.

Эндрю Ын

ученый в области информатики

3. Более эффективные алгоритмы

Цифровые нейронные сети были изобретены в 1950-х годах, но у специалистов в области теории вычислительных машин и систем ушло несколько десятилетий, чтобы понять, как «приручить» астрономически огромные комбинаторные взаимоотношения между миллионами — или сотней миллионов — нейронов. Задача состояла в том, чтобы организовать нейронные сети в слои. Возьмем, например, относительно простую задачу распознавания того, что лицо — это лицо.

Когда группа элементов в нейронной сети узнаёт определенный образец, например изображение глаза, этот результат («Это глаз!») передается на уровень выше, где уже может произойти совмещение двух глаз, и этот кусок значимой информации передастся на следующий уровень иерархической структуры, где он соотносится со следующим образцом, например носом.

Для узнавания лица человека может потребоваться несколько миллионов этих узлов (каждый из которых производит вычисления, использующиеся соседними узлами), организованных в многоуровневую систему, вплоть до 15 уровней. В 2006 году известный своими исследованиями в области искусственных нейросетей британский информатик Джеффри Хинтон, работавший на тот момент в Университете Торонто, внес ключевую поправку в этот метод, который он назвал «глубинное обучение».

Ему удалось математически оптимизировать результаты на каждом уровне, чтобы процесс обучения продвигался быстрее по мере перехода от одного слоя к другому. Несколько лет спустя алгоритмы глубинного обучения невероятно ускорились, когда их перенесли на графические процессоры.

Сам по себе код глубинного обучения недостаточен для генерации сложного процесса логического мышления, тем не менее он представляет собой основной компонент всех действующих искусственных интеллектов, включая суперкомпьютер Watson от IBM, искусственный разум от DeepMind, поисковую систему Google и алгоритмы работы, которые использует Facebook.

Этот «идеальный шторм» из дешевой параллельной вычислительной обработки информации, больших данных и усовершенствованных алгоритмов глубинного обучения обеспечил «неожиданный» успех искусственного интеллекта, к которому он шел почти 60 лет.

Подобная конвергенция позволяет утверждать, что при сохранении действующих технологических трендов (а у нас нет причин полагать, что они могут измениться) дальнейшее развитие искусственного интеллекта будет продолжаться.

По мере своего движения вперед рукотворный разум, опирающийся на облачные технологии, будет все больше проникать во все сферы нашей повседневной жизни. Однако за это придется заплатить свою цену. Механизм облачных вычислений запускает в действие закон возрастающей доходности, также известный под названием «сетевой эффект», согласно которому ценность сети повышается гораздо быстрее по мере ее роста.

Чем масштабнее сеть, тем более она привлекательна для новых пользователей, благодаря участию которых сеть становится еще больше и начинает привлекать еще больше новых пользователей и так далее. Облако, на основе которого действует искусственный интеллект, подчиняется этому же закону: чем больше людей его используют, тем «умнее» он становится.

Как только компания попадает в этот замкнутый круг, она начинает расти с такой скоростью и в таком масштабе, что быстро оставляет позади всех потенциальных конкурентов. В итоге высока вероятность, что наше будущее станет определяться олигархией из двух или трех масштабных, неспециализированных, коммерческих искусственных интеллектов, основанных на облачных технологиях.

В 1997 году предшественник суперкомпьютера Watson компьютер Deep Blue корпорации IBM одержал победу в шахматной партии над действующим на тот момент чемпионом мира Гарри Каспаровым. После того как еще несколько аналогичных турниров завершились победой компьютеров, интерес к такого рода соревнованиям быстро угас.

Можно было бы решить, что на этом история заканчивается, но Каспаров понимал, что он мог бы сыграть против компьютера Deep Blue значительно лучше, если бы у него был такой же мгновенный доступ к огромной базе данных всех предыдущих шахматных ходов, которым располагал компьютер. Если искусственный интеллект мог использовать этот информационный инструмент, то почему им не мог воспользоваться человек?

Нужно дополнить человеческий гений серьезной базой данных, как это было реализовано в компьютере Deep Blue. Развивая эту идею, Каспаров впервые предложил концепцию шахматных турниров «человек плюс компьютер», где искусственный интеллект дополняет и усиливает игроков в шахматы, а не соревнуется с ними.

Теперь подобные шахматные турниры называются фристайловыми: они похожи на бои без правил, когда участники могут применять любые техники, которые захотят. Игроки могут играть без помощи компьютера, могут полностью полагаться на его решения и сами только передвигать фигуры на доске, а могут совмещать искусственный разум и гений человеческого мозга; за последний вариант и выступал Каспаров.

В этом случае шахматист прислушивается к предложениям компьютера, но иногда поступает по-своему, точно так же как мы иногда пренебрегаем рекомендациями системы GPS-навигации в автомобиле. В чемпионате по шахматам Freestyle Battle 2014, в котором допускались любые режимы игры, чистый искусственный интеллект выиграл 42 партии, а игроки, действовавшие в режиме «человек плюс компьютер», одержали 53 победы.

Сегодня лучшие в мире шахматисты — это «люди плюс компьютер». Они известны под именем Intagrand — команда из нескольких спортсменов и комбинации нескольких компьютерных программ для игры в шахматы.

Тут начинается самое интересное: появление искусственного интеллекта ничуть не ухудшило результативность традиционных шахматистов. Наоборот, дешевые, «суперумные» программы стимулируют играть в шахматы больше людей, чем когда-либо, на большем числе турниров, чем когда-либо, и профессиональный уровень игроков сейчас выше, чем когда-либо.

На текущий момент количество гроссмейстеров в два раза больше, чем было в то время, когда компьютер Deep Blue впервые обыграл Каспарова. Ведущий шахматист мира сегодня Магнус Карлсен тренировался с помощью компьютера, и считается, что его стиль игры больше всего похож на стиль игры компьютера. Магнус Карлсен — первый в истории шахмат абсолютный чемпион мира (в трех категориях).

Если искусственный интеллект помог людям лучше играть в шахматы, логично предположить, что он может помочь нам стать более эффективными пилотами, врачами, судьями, учителями.

Большая часть коммерческой работы, приходящейся на долю искусственного интеллекта, будет выполняться нечеловекоподобными программами. В основном искусственный интеллект представит собой специализированное ПО, способное, например, переводить с любого языка на любой, но больше ничего другого; способное вести автомобиль, но не поддерживать беседу; или способное помнить каждый пиксель всех видеороликов на YouTube, но не прогнозировать ваш рабочий распорядок.

В ближайшие десять лет 99% искусственного интеллекта, с которым вы прямо или косвенно станете взаимодействовать, будет представлять собой узкоспециализированное, «суперумное» программное обеспечение.

Фактически полноценный интеллект может стать и помехой, особенно если под интеллектом понимать наше чисто человеческое самоосмысление, отчаянное самокопание и беспорядочный поток

©  vc.ru