Забыли пароль?

Экосистема Rocket DAO

Технологии будущего: искусственный интеллект

Технологии будущего: искусственный интеллект

08.04.2021

В предыдущих статьях из нашего цикла «Технологии будущего» мы уже подробно рассмотрели перспективы развития автономного транспорта и применения технологии 3D-печати в различных областях: от бытового использования до высокоточных хирургических операций. Сегодня остановимся на двух очень популярных понятиях — искусственный интеллект (Artificial Intelligence, AI) и машинное обучение (Machine Learning, ML).

Startup Jedi

Мы общаемся со стартапами и инвесторами, а вы перенимаете опыт.

Общие тенденции развития технологий

Искусственный интеллект — один из самых модных терминов последних лет, однако стоит разобраться, что на самом деле стоит за этим словосочетанием, и действительно ли наступит день, когда «терминатор» уничтожит человечество во время восстания машин.

Есть три понятия, которые чаще всего используются рядом, а иногда даже пытаются подменять друг друга: AI, ML и Deep Learning (глубокое обучение). Первые упоминания об искусственном интеллекте датируются еще 1956 годом, когда американский информатик, основоположник функционального программирования Джон Маккарти впервые высказал гипотезу о возможности выполнения машинами задач, являющихся характеристикой человеческого интеллекта. Эти задачи можно разделить на планирование, понимание речи, распознавание звуков и образов, обучение и решение проблем.

При этом стоит разделить весь искусственный интеллект на две большие категории — общий и специализированный. Общий искусственный интеллект должен уметь решать любые интеллектуальные задачи, которые по силам человеку, а специализированный, как следует из самого названия, специализируется только на решении одной задачи — например, управлении автомобилем.

Машинное обучение — это способ достижения искусственного интеллекта, когда мы с помощью различных подходов, например, обучаем алгоритмы распознавать изображения. При этом Deep Learning является лишь одним из подходов машинного обучения (кроме этого еще существуют дерево принятия решений, индуктивное логическое программирование, кластеризация, обучение подкреплением и другие), при котором алгоритмы имитируют поведение человеческих нейронов в мозге.

Одной из первых отраслей, где машины начали строить собственный интеллект, являются игры — возможно из-за человеческого любопытства и стремления победить не живого игрока, а машинный алгоритм. В 1952 году в США создали компьютерную программу, умеющую играть в шахматы 6х6, без слонов. Через три года была представлена программа, играющая в шашки, а в 1957 году появилась первая компьютерная программа, играющая в полноценный вариант шахмат. Однако до победы машины над человеком оставалось еще несколько десятилетий.

В 1985 году в США была начата разработка программы ChipTest, которая впоследствии стала основой для создания шахматного компьютера Deep Blue от компании IBM — того самого, который обыграл чемпиона мира по шахматам Гарри Каспарова в 1997 году в матче-реванше (первый матч состоялся в 1996 году и тогда выиграл человек).

В шашках тоже случился значительный прорыв: в 1989 году в Канаде разработали программу Chinook, которая смогла выиграть чемпионат мира, соревнуясь с людьми. На настоящий момент Chinook — лучший шашист планеты, до сих пор никто не смог победить эту программу. Можете попробовать:)

Дольше всех держалась го — очень древняя и сложная игра с простыми правилами: научиться играть в нее можно быстро, но на оттачивание мастерства уходят десятилетия. Однако программа AlphaGo, разработанная британской компанией Google DeepMind, в 2016 году все-таки победила корейского профессионала 9 дана Ли Седоля, а в 2017 году смогла выиграть три матча из трех у Кэ Цзе — лучшего игрока в мировом рейтинге.

Результаты исследований, полученных при изучении игровых алгоритмов, используются также в медицине и химии. Например, алгоритмы, использованные при создании AlphaGo, сейчас дорабатывают для расчета сложных белковых структур. Предполагается, что исследования, проводимые с помощью игровых алгоритмов, в будущем помогут победить болезнь Паркинсона.

Уже сейчас компьютер играет в шашки, шахматы, го и покер лучше человека. По мнению исследователей из Корнеллского университета (США) в ближайшие десятилетия искусственный интеллект превзойдет людей и во всех остальных играх. Последние несколько лет ведутся активные разработки в рамках проекта OpenAI, где машинный интеллект противостоит профессиональным игрокам в Dota.

Исчерпывается ли список специализированных программ только играми? Конечно, нет. Одной из наиболее активных отраслей является распознавание изображений — Computer Vision. В простейшем варианте программа может узнавать один или несколько образов на фото (вспомним эпизод Hamburger / Not hamburger из сериала «Кремниевая долина»). А в сложных вариантах реализации — это распознавание лиц, номеров автомобилей в режиме реального времени, как это уже делают в Китае. Кроме распознавания изображений разработчики искусственного интеллекта работают над распознаванием голоса. Когда мы обращаемся к Google, Siri или Alexa — используется именно эта технология.

Основной страх людей перед AI хорошо изображен в кинематографе. Мы боимся, что искусственный интеллект начнет самостоятельно развиваться и в какой-то момент уничтожит человечество. Но даже обобщенный алгоритм AlphaZero, использующий для оценки игры глубокие нейронные сети, и умеющий играть, кроме го, также в сёги и шахматы — это всего лишь программа, пусть и научившаяся играть самостоятельно, но выполняющая только одну функцию. Ожидать в ближайшей перспективе создание общего искусственного интеллекта пока рано, а вот к сожалению это, или к счастью — решать каждому самостоятельно.

...

Влияние на общество, экономику, государство

Повсеместное внедрение искусственного интеллекта — пусть даже только его специализированной версии — окажет, и к слову, уже оказывает сильное влияние на общество и экономику. В первую очередь AI повлияет на рынок труда: станет помощником в сложных профессиях и вытеснит простые, в которых людей легко заменить алгоритмом.

Уже сегодня искусственный интеллект становится полноценным партнером для многих профессий — например, в медицине используют мощности суперкомпьютера IBM Watson, умеющего понимать человеческую речь, который в 2011 году принял участие в телепередаче Jeopardy! (российский аналог — Своя игра) и одержал победу над 2 сильнейшими игроками, получив $1 млн. При этом распознавание опухолей на снимках — а именно на этом он сейчас специализируется — компьютер делает с меньшим количеством ошибок, чем профессионалы высочайшего уровня.

Еще один пример: стартап с белорусскими корнями Deep Dee работает на стыке медицинской техники и искусственного интеллекта и создает механизм ранней диагностики болезней по фотографиям глазного дна.

Считается, что до 2030 года персонализированная медицина с использованием Augmented Artificial Intelligence (Расширенный искусственный интеллект — подраздел машинного обучения AI, разработанный для улучшения человеческого интеллекта, а не для работы независимо от него или его полной замены. — Startup Jedi) станет реальностью, а еще через 5 лет, примерно в 2035 году, появятся первые больницы без врачей. Для этого должно пройти четыре этапа (два из которых реализуются прямо сейчас!):

  1. распознавания изображений;

  2. прогнозирование эпидемий;

  3. создание персонализированной медицины;

  4. автоматизированные госпитали, которые будут функционировать автономно без вмешательства людей.

Еще один интересный факт: даже в принятии управленческих решений программное обеспечение показывает лучшие результаты, чем человек. Сможет ли оно когда-нибудь полностью заменить руководителей различного уровня? Вряд ли. Но то, что человек и экспертное программное обеспечение будут работать бок о бок, дополняя друг друга, сомневаться не приходится — ведь бизнес, как никто, заинтересован в повышении собственной эффективности.

Еще одно направление развития, где может использоваться искусственный интеллект на полную мощность — это безопасность. В Китае уже вовсю тестируется система, которая позволит правоохранителям мгновенно получать информацию о местоположении подозреваемого, если он появится в поле зрения хотя бы одной видеокамеры.

Однако поскольку система распознавания образов ориентируется на глаза и брови, а также общие очертания лица — ее пока можно ввести в заблуждение так, что она даже не будет замечать человека на фото или в видеопотоке: например, одев медицинскую маску и дополнив образ темными очками. Но с каждым годом это становится все сложнее, поскольку алгоритмы улучшаются. И когда социальная сеть предложит вам отметить на фото своего знакомого — подумайте, что это значит. Ведь в любой момент каждый человек может быть найден алгоритмом на фото или видео — уже для правоохранительных органов.

08.04.2021

 

Подписывайтесь на наши социальные сети:

Facebook: facebook.com/Startup.Jedi.ru/

Telegram: t.me/Startup_Jedi_RU

Twitter: twitter.com/startup_jedi

 

 

Вам может понравиться:

В сегодняшнем материале мы поговорим о развитии рынка SaaS в Украине и о его перспективах.
В интервью: чем Кипр хорош для IT-компаний, что здесь могут найти стартапы, и какие нюансы нужно знать еще до переезда на солнечный остров.
Гость аудиоподкаста «Как по Маслоу» Роман Доронин рассказывет про историю искусственного интеллекта, основные сферы его применения и будущее