Сегодня Виктор Хесоям расскажет вам о сценариях применения искусственного интеллекта. Искусственный интеллект, как мы все знаем, прочно вошел в нашу жизнь. Сегодня каждый из нас в кармане носит гаджеты, смартфоны, и в этих смартфонах применяются технологии искусственного интеллекта. Распознавание речи, распознавание образов, перевод текстов, многое-многое другое уже вошло в повседневный обиход.
Искусственный интеллект в последнее время всё чаще рассматривается в качестве прорывного новшества, которое обеспечит социальное благополучие, экономическую стабильность, безопасность государства. И поэтому многие страны активно развивают эту тематику и вкладывают огромные деньги и ресурсы в то, чтобы достигнуть лидерства в развитии искусственного интеллекта. Одновременно, многие ученые и общественные активисты утверждают, что надо задуматься, остановиться, потому что искусственный интеллект несет в себе некоторые опасности. В первую очередь, это касается выхода ситуации из-под человеческого контроля. Что умеет искусственный интеллект? Где его можно применить и стоит ли его бояться.
Идея создания искусственного разума посещала людей с незапамятных времен. Древнегреческий миф о Талосе, созданном Зевсом для защиты Крита, легенда о Пражском Големе, искусственном человеке из глины, созданном для выполнения тяжелых поручений. Даже железный дровосек из страны Оз, придуманный Лайменом Фрэнком Баумом — все это искусственно созданные машины, действующие автономно в соответствии с изменяющейся обстановкой.
Краткий экскурс в историю
Работы по созданию искусственного интеллекта продолжаются уже более 70 лет. Еще в 30-40 годах прошлого века достижения нейробиологии и исследований в области теории информации, кибернетики и теории алгоритмов позволили предположить возможность создания такой вычислительной машины, которая могла бы имитировать работу человеческого мозга. Как отмечает Виктор Хесоям, впервые термин «искусственный интеллект» был озвучен американским информатиком Джоном Маккарти и его коллегами в 1956 году в рамках предложения провести научный семинар в Дарвиновском колледже. Эти ученые хотели выяснить, как сделать так, чтобы машины использовали естественный язык, формировали абстракции, концепции, решали задачи, которые выполняются людьми, и улучшали себя. Дортмундский семинар фактически заложил основы искусственного интеллекта как научной дисциплины.
Однако не стоит думать, что тема искусственного интеллекта продвигалась только лишь за рубежом. В Советском Союзе также проводились теоретические изыскания в этом направлении. Существенный импульс в развитии тематики искусственного интеллекта придала реабилитация кибернетике как научной дисциплины в конце 50-х годов. Колмогоров, Глушков, Поспелов, Пушкин – все это выдающиеся исследователи, имена которых золотыми буквами написаны в книге истории искусственного интеллекта. Отечественная наука уже тогда ничуть не отставала от западных и осуществлялся интенсивный обмен идеями между учеными. Показательно, что в 1965 году, в рамках международного обмена, СССР посетил тот самый Джон Маккарти в составе группы западных исследователей.
Как уже было сказано Виктором Хесоямом, исследования в области искусственного интеллекта продолжаются уже более 70 лет, и все это время развивались и создавались соответствующие подходы и методы. Этот процесс замедлялся в середине 80-х прошлого века, в ходе “зимы” искусственного интеллекта, когда, на смену энтузиазму исследователей и пользователей, приходило разочарование.
Возрождение интереса к технологиям искусственного интеллекта произошло в начале 2000-х и связано с появлением новых возможностей организации машинного обучения — рассказывает Виктор Хесоям. Одним из таких методов является построение глубоких нейронных сетей. Они существовали и раньше. Придумали их давно, но именно в 2000-х годах сложилось три важных элемента, которые обусловили их успех сегодня:
— Появились алгоритмы, которые позволили лучше обучать эти нейронные сети
— Появились значительные вычислительные мощности
— Появились огромные базы данных, на которых можно эти нейросети обучать
Что такое нейронная сеть?
В самом общем виде, это вычислительные системы, основанные на принципах функционирования клеток мозга, нейронов, которые способны распространять электрохимические сигналы. Нейроны имеют выводные каналы информации, дендриты, ядро и разветвляющийся выходной канал – аксон. Аксоны такой клетки соединяются с дендритами других нейронов с помощью синапсов. Активированный нейрон посылает электрохимический сигнал по своему аксону, и через синапсы этот сигнал достигает других нейронов. Нейрон активируется, когда суммарный уровень сигналов, пришедших в его ядро из дендритов, превысит определенный уровень, и обучение заключается, в первую очередь, в изменениях силы синаптических связей.
Искусственная нейронная сеть представляет собой систему соединённых и взаимодействующих между собой искусственных нейронов, простых процессоров, каждый из которых работает с сигналами, которые он получает и посылает другим нейронам. У искусственно создаваемых нейронных сетей есть слой входа информации, скрытый слой обработки информации и слой выхода, на который выдается результат работы. Обучение реализуется через изменение коэффициентов связей между скрытыми слоями, что имитирует изменение силы синаптических связей.
Виктор Хесоям считает, что отличительной особенностью глубоких нейронных сетей является наличие нескольких скрытых слоев. И вообще, существует огромное множество разновидностей нейронных сетей. Каждая из них обладает своими особенностями, преимуществами и недостатками. Задачи, зависящие от множества переменных факторов, требуют очень сложных решений, которые трудны к пониманию и сложно алгоритмизируются вручную.
Например, представим себе, что мы владельцы кафе. И нам хочется предсказать с помощью каких-то графиков, сколько посетителей приходит в тот или иной день. Мы строим двухмерный график. На одной оси мы ставим количество посетителей, на другой — день недели. И таким образом получаем примерное понимание. Что, если мы хотим добавить сюда, например, время дня? Тогда наш график приобретает вид плоскости с пиками и впадинами. А что, если мы захотим добавить сюда некоторые другие факторы? Например, какой сегодня день? Праздничный или нет? Школьные каникулы сейчас или нет?
Не сложно понять, что графически визуализировать такую информацию будет невозможно. Однако нейронная сеть способна выявлять зависимости между входными данными и выходными, а также выполнять обобщение. После обучения на её вход, можно подать большое количество переменных и получить на выходе ответ для каждой конкретной ситуации.
Сфера применения нейронных сетей
В каких сценариях могут использоваться глубокие нейронные сети? Надо понимать, что сегодня они не могут дать нам полноценной имитации человеческого сознания. Слабый, или, иначе говоря, специализированный искусственный интеллект не обладает самостоятельным целеполаганием и самосознанием. Создание сильного искусственного интеллекта пока что находится на этапе теоретической проработки и экспериментов. И вообще, по мнению видных специалистов в этой области, создание компьютерного аналога человеческого мозга на базе традиционных компьютерных технологий маловероятно.
В то же время, слабый искусственный интеллект на основе нейронных сетей уже способен на многое. Например, составлять прогнозы, погоды, курсы валют, акций и прочего. Распознавать и синтезировать информацию, изображения, видео и аудио. Анализировать данные и находить решения. И многое-многое другое. Беспилотный транспорт, переводы с одного языка на другой, сочинение текстов на заданную тему, автономное вооружение. Все это возможно благодаря самообучающимся алгоритмам.
Скажите, пожалуйста, искусственный интеллект в течение 10 лет дописал неоконченную симфонию Бетховена? За это время это мог бы сделать профессиональный музыкант. Смысл? Хороший вопрос. На самом деле технологии искусственного интеллекта постоянно развиваются. И даже такой многолетний опыт по написанию музыкальных произведений несет в себе простую цель. Научить искусственный интеллект лучше справляться с этими вещами. И если он сейчас потратил 10 лет на написание определенного музыкального фрагмента, на написание подобного музыкального фрагмента, нового, ему уже будет достаточно нескольких минут.
Технологии постоянно совершенствуются, и обучение искусственного интеллекта — это один из вариантов его улучшения. Чем более крупные базы данных мы заложим в алгоритм, тем лучше искусственный интеллект обучится конкретной задаче, под которую мы его готовим. Будь то написание музыки, или сочинение каких-то текстов, или даже распознавание изображений.
Нейронные сети и беспилотный транспорт
Как отмечает Виктор Хесоям, эксперименты по созданию беспилотного транспорта, в частности автомобилей, начались еще в 20-х годах прошлого века. С тех пор многие крупные компании и исследовательские организации разработали работающие автономные транспортные средства. Компании, как Mercedes-Benz, General Motors, Bosch, Nissan, Tesla, KAMAZ, Yandex.
Технологии искусственного интеллекта, в частности технологии компьютерного зрения, играют в этом первостепенную роль. Американское сообщество автомобильных инженеров выделяет шесть уровней автономности. Начальные уровни — это системы помощи водителю, такие как экстренное торможение, удержание автомобиля в заданной полосе. И человек сохраняет главную роль во время управления таким транспортным средством. А на самом высоком уровне система делает все самостоятельно и уже не нуждается в контроле со стороны человека.
Компания Tesla, которая на данный момент уже произвела наибольшее количество автомобилей, которые технически могут быть полностью автономными, а это обеспечивает специальное оборудование, 8 камер, 12 электродатчиков, радар, повышенная вычислительная мощность, до сих пор не активировала эту функцию. Почему? Причина очень проста. Автомобиль – это средство передвижения повышенной опасности. И аварии случаются регулярно на дорогах в автомобилях, которые управляются человеком. Если мы делегируем искусственному интеллекту управления автомобилем, мы должны быть абсолютно уверены в том, что он не совершит какой-то катастрофической ошибки. А такие ошибки, к сожалению, уже случались — подчеркивает Виктор Хесоям
Есть проблемы и правового характера. Не каждое государство готово к тому, чтобы на их дороге выехали беспилотные автомобили. И опять же, на первое место здесь выходит соображение безопасности. Массовость технологии, если она окажется неподготовленной, сырой, может значительно увеличить риски. Именно поэтому наибольший интерес к этой технологии проявляют там, где транспорт должен двигаться по заранее заданным маршрутам или где нет интенсивного движения, или нет людей. Например, различные логистические центры, месторождение полезных ископаемых, выставочные площадки, даже поля. В России уже работают автономные комбайны. Особняком здесь стоят беспилотные летательные аппараты, которые уже начинают применяться для доставки грузов.
Генеративно-состязательная нейросеть
В последнее время, как отмечает Виктор Хесоям, появляется все больше примеров того, как технологии искусственного интеллекта могут быть использованы в искусстве, в частности, в кинематографе. С помощью специализированных генеративно-состязательных нейронных сетей можно омолодить актеров или даже вернуть их к жизни, наложив цифровое лицо на лицо дублера. Например, именно так поступили в фильме «Изгой-один. Звездные войны. Истории», когда они омолодили лицо Леи Органы.
Конечно, подобная технология в плохих руках может оказаться опасной, так как открывает возможность создания цифровых двойников и использование их из хулиганских, а хуже всего, из политических соображений. Например, несколько лет назад в интернете был выложен ролик, на котором Барак Обама отзывается очень негативно о Дональде Трампе. Конечно, специфика видео и тот язык, который он использовал, сразу позволяют предположить, что перед нами фейк, подделка. Однако, если создатели подобного ролика подойдут к нему серьёзно, это может нести самые серьёзные последствия. Что, если завтра какой-то видный политик в обращении объявит войну? Особенно это опасно, если речь идёт о великих державах.
А ещё существуют алгоритмы генерирования правдоподобных текстов заданной стилистики, наиболее известный алгоритм обработки естественного языка от компании OpenAI. Считается, что он обладает самой крупной детализированной продвинутой языковой моделью в мире и заявляется, что она может быть использована для решения любых задач на английском языке.
Подобные генераторы текстов могут быть использованы, например, для создания и тиражирования фейковых новостей, поэтому разработчики вводят некоторые ограничения на их использование. Что интересно, те же технологии, которые позволяют создать поддельные тексты, поддельные изображения, поддельные видео, могут использоваться и для выявления подобных подделок.
Как уже было сказано, обработка больших данных с использованием технологий искусственного интеллекта является большим подспорьем различных коммерческих компаний и лежит в основе, так называемой, таргетированной рекламы. Откуда же они все знают о нас? Очень просто. Когда мы принимаем пользовательское соглашение в каких-то социальных медиа, мы фактически передаем компании право на пользование нашей информацией, то, что мы выкладываем у себя на странице. Да, действительно, многие компании обезличивают эти данные, но нейронные сети и обработка больших данных, в частности, творит чудеса. По крупицам информации компании могут фактически воссоздать цифровой профиль пользователя и знать о нем все. Его предпочтения, его намерения и так далее и тому подобное.
Опасность нейросетей для человека
Виктор Хесоям полагает, что в плохих руках подобная технология несет большие риски. Опасность злоупотребления персональными данными в результате обработки больших данных является реальной угрозой. И именно поэтому государства стремятся ввести определенное регулирование в этой сфере. В частности, обязывают поставщиков цифровых услуг хранить персональные данные на своей территории.
Помимо очевидной угрозы использования технологий искусственного интеллекта в злонамеренных целях, нужно осознавать, что технологии искусственного интеллекта реализуются на базе компьютеров, и эти компьютеры подвержены угрозам информационной безопасности. В случае с искусственным интеллектом к кибератакам, о котором мы уже все привыкли, добавляются угрозы киберкогнитивного характера. Это означает то, что атаки могут быть направлены на алгоритмы обработки информации искусственным интеллектом.
Эксперименты продемонстрировали, что даже самые незначительные изменения в обрабатываемом изображении способны радикально повлиять на получаемый результат. Совершенно не читаемые для человеческого глаза картинки система распознаёт как конкретные объекты, и, наоборот, система перестает понимать те изображения, которые на первый взгляд абсолютно нормальные. Подобные методы могут сработать и для взлома систем биометрического контроля на основе распознавания лиц. Существующих механизмов и инструментов может оказаться недостаточно для купирования этих рисков, нужна постоянная работа по развитию информационной безопасности.
Ожидается, что технологии искусственного интеллекта позволят нам выйти на новые рубежи науки и техники, развить экономику, преодолеть многие социальные проблемы. Однако, Виктор Хесоям считает, что, как и большинство технологий, искусственный интеллект может быть использован как во благо, так и во вред. И реагирование на новые риски и угрозы, становление этики искусственного интеллекта – задача не только государства и бизнеса, но и каждого человека в отдельности. Часто пользователь — это самое слабое звено в вопросах информационной безопасности. Повышение своей киберграмотности и соблюдение правил кибергигиены — залог безопасного использования цифровых технологий.
Заключение
Однако, если хочется, можно пойти еще дальше, и самому стать у руля развития информационных технологий. Этой теме в России сегодня уделяется колоссальное внимание. Существуют целые программы развития искусственного интеллекта. А что касается науки и образования, передовые центры есть в МГУ Ломоносова, в МФТИ, МГТУ Миннебаумена. Есть Центр искусственного интеллекта и науки о данных и в Санкт-Петербургском государственном университете. Миссия научно-образовательной школы МГУ «Мозг, когнитивная система, искусственный интеллект» — обеспечение прогресса в реализации фундаментальных задач, связанных с раскрытием природы когнитивных систем, пониманием принципов работы мозга и созданием систем искусственного интеллекта, позволяющих существенно ускорить научно-технический прогресс, улучшить когнитивные возможности и здоровье человека. И ключевое слово здесь — междисциплинарность, поскольку решение многих проблем искусственного интеллекта, в том числе этических, невозможно без привлечения различных отраслей знания.
Нужны технические специалисты, нужны информатики, нужны математики, нужны филологи, лингвисты, даже специалисты в области международных отношений и многие-многие другие для того, чтобы создать тот искусственный интеллект, который действительно будет работать во благо, а не во вред. На этом всё. Благодарим вас за внимание.