Artificial Intelligence (ИИ) -математизировать (,) нельзя (,) думать!

Артур Леонов NEWАвтор: Артур Леонов,  Эксперт по Agile и гибкому управлению персоналом

Часть вторая,  Artificial Intelligence -математизировать (,) нельзя (,) думать!

Часть первая: Искусственный интеллект AI — просто о сложном, если это вообще возможно… начало истории

 

 

 

Timeline показывает, что  рождение первых автоматов, пытающихся копировать мыслительные способности человека, произошло еще XV веке, а понятие AI родилось более чем на 30 лет раньше термина Интернет. Как самостоятельная академическая дисциплина  АI появилась  1955 году. То есть AI по факту своего рождения старше технологии Интернет. И действительно все актуальные вопросы развития AI были заданы еще в 40 — 50 годы 20 века. Тогда же был и первый мощный всплеск интереса к AI, и первое предсказание, что AI заменит людей во всех основных профессиях прозвучало еще в 50-е. На развитие технологии AI выделяются средства, превосходящие затраты на создание ARPANET (будущий  ИНТЕРНЕТ). Если технология Интернет показала бурный рост, который продолжается и сейчас, то ни одна из технологий AI не смогла этого сделать. Более того, с начала 70-х и до 90-х интерес к AI полностью угасает. Финансирование повсеместно сворачивается и только  военные с их бюджетами сохраняют некоторый интерес к этой теме. AI сходит с актуальной повестки дня, уступая место лазерам, персональным компьютерам и Интернету. А в фантастике AI становится злом, поработящим человечество. Интерес к проблематике  настолько угас, что даже успех Deep Blue, победившей лучшего шахматиста мира, не смог его возродить. Он возродился только во втором дестилетии 21 века и окнчательно вернул свою былую славу после победы Alfa Go, над ведущими данами этого великого искусства. Го на несколько порядков превосходит шахматы по сложности и долгое время считалось невозможным создать  программу, способную играть на равных с человеком.  Сейчас AI полностью вернул себе былую славу. Если не знать истории, то многие утверждения кажутся новыми и революционными, хотя их высказали более полувека назад. Технологиям, которые помещают под бренд AI, как под зонтик, уже не один десяток лет. Я, например, будучи еще студентом, в 90-е занимался обучением нейронных сетей, и уже в те годы это был всего лишь инструмент.  Так почему последние 10 лет так много стали говорить об AI?

 

история ИИ

А что такое AI, не исказился ли смысл этого термина за более чем полвека с момента его создания? Сейчас большинство специалистов, занятых решением различных задач с использованием компьютерных псевдоразумных систем, дадут примерно следующий ответ:

 

AI — это исключительно математика, линейная алгебра, матричный анализ и тд., и, чем лучше мы смогли запрограммировать математические алгоритмы, тем лучше наша версия AI

 

Далее, как правило, в зависимости от того, на чем специализируется эксперт, с которым вы общаетесь, он скажет:  AI это — Машинное Обучение (Machine Learning)  или Deep Learning Neural Networks, а возможно вам расскажут про персептрон и Natural Networks.  Можно изобразить это примерно следующей схемой.

 

искусственный интеллект артур леонов

 

Напоминает анекдот про студента, который на экзамене по биологии сводил любой вопрос к ответу про блох, которые либо водятся в шерсти животного, либо водились бы, если бы у них выросла шерсть.

Авторы этих утверждений не врут. Это как знаменитое высказывание ведущего Top Gear — “Скорость еще никого не убила, убивает резкое торможение”. Утверждения, что AI это только математика, очень похожи на высказывания авиастроителей, что самолет это средство доставки двигателя. Практичная точка зрения, если вы от авиастроения, но меня, как пассажира, интересует перемещение в пространстве, а не чудеса моторостроения. Главное, что авиация уже прошла свой путь осмысления своей сущности.  Есть самолет,  есть вертолет, есть машина на воздушной подушке. Ракеты есть! Все основные концепты уже созданы.

 

Очевидно, что AI в первую очередь — это вычислительная среда. Но это еще не AI, как один двигатель — это еще не средство передвижения

 

Сейчас у нас нет даже рабочего концепта так называемого Strong AI. Который и будет реальным Искусственным Сознанием.  (Сейчас реально существующие версии AI относятся к слабому Week AI.)  Если сравнивать проблему создания sAI с авиацией, то мы находимся в начале 20 века, когда еще не было уверенности в возможности создания летательных аппаратов тяжелее воздуха.

Но почему сложилась такая ситуация?  Начиная с 50-х годов многие предпринимали попытки создать AI, опираясь на примитивные модели  работы нашего мозга.  Мозг — биокомпьютер, рассуждали они. На него подействовал внешний сигнал-раздражитель, в ответ реакция — действие. Протяни руку к свече, мозг получит сигнал — боль, на это получим ответ — рефлекторно рука дернулась от источника тепла. Запрограммировать такую систему элементарно. Только разумности тут нет — это механизм с обратной связью, так работает, например, термостат. Получается, такая постановка вопроса в нашей задаче в корне не верна. Создание AI с самого начала было призвано решить совершенно другие задачи!

 

В чем отличия успешных проектов по Digital Transformation  (DT) компаний от неуспешных

 

 

В 50 все кибернетики, математики, лингвисты и философы были вынуждены  работать только в своем воображении. Очень немногим удавалось проверить свои идеи на реальных ЭВМ. Такое положение дел давало свои плюсы. Отсутствие реальных технических решений снимало ограничения с процесса интеллектуального осознания проблемы. Ученые и фантасты были одинаково свободны. Три закона робототехники придуманы Азимовым за полвека до появление первых роботизированных систем, которые могли причинить вред человеку. А над фильмом Стэнли Кубрика одновременно работали фантаст Артур Кларк и ученый Марвин Минский.  Но чем больше появлялось возможности проверять свои идеи на физических, а не воображаемых компьютерах, тем сильнее было разочарование. Проблематика перестала вдохновлять и, как следствие, произошла стагнация этого раздела науки. Вообще, причины этого явления, получившие даже свое название, Зима AI — тема отдельной статьи. С AI остались только настоящие “фанатики” от науки.  Философы, лингвисты, когнитивисты. Пожалуй самые яркие — это Роджерс Сёрл  и упомянутый выше Марвин Минский.   Минский написал в 1986 году книгу под названием «Сообщество Разума» (The Society of Mind). Минский представил широкий спектр идей и концепций. Он развивает теорию «разума», объясняющую такие процессы, как язык, память и обучение, а также он охватывает такие понятия, как сознание, самосознание и свободная воля.  Хотя в книге нет никаких конкретных доказательств из области AI и когнитивной науки, это нечто большее. В книге представлен сборник идей о том, как разум и мышление работают на концептуальном уровне. Так например он сформулирует проблему разумности. Что это за магия делает нас разумными? -Это не трюк. Сила нашего разума в огромной разносторонности, не в какой-то одной способности.  (What magical trick makes us intelligent? The trick is that there is no trick. The power of intelligence stems from our vast diversity, not from any single, perfect principle. —Marvin Minsky, The Society of Mind, p. 308)

 

Роджерс Сёрль, в свою очередь,  смог сформулировать одну из главных проблем развития AI — проблему осознанности AI

 

Попутно ввел понятие Сильный (Strong AI), опубликовав 1980 году свою знаменитую статью “Мысли, Мозг  и Программирование”). В ней он утверждает, что самая совершенная программа, которая пройдет Тест Тьюринга, не будет обладать сознанием в полной мере. Также он бросил вызов всем ведущим компьютерным экспертам, однозначно заявив, что создать наделенный полноценным сознанием S-AI невозможно. Проблема Сильного AI  наиболее неоднозначный вопрос, подтверждением этому служат высказывания Стивена Хокинга и Илона Маска. Я упомянул о работах только двух ученых, которые на мой взгляд внесли наибольший вклад в развитие AI, и продолжили свою работу, несмотря на общее мнение о тупике в разви AI.  В их работах нет ни алгоритмов, ни описаний программных подходов, но  вклад их в развитие AI признан всеми мировыми экспертами.  К сожалению, под фундаментальные идеи очень сложно получить инвестиции. Маркетинг для решения этой задачи смещает  фокус в сторону фантастических успехов в решениях каких-то узкоспециальных задач. Очень хорошо, что удалось добиться  больших успехов распознавании лиц, предсказывать погоду или играть в ГО. Но это побочное следствие попытки решения основной задачи AI — искусственной разумности.

Рынок голосует кошельком. Как следствие сейчас почти  все работы посвящены  развитию так называемого   Слабого AI (Week-AI).

Косвенным подтверждением этого является отсутствие логичной и понятной классификации AI. В большинстве случаев от AI сразу переходят к Machine Learning, Deep Learning, Neural Networks. Вот, например, картинка из журнала Форбс:

 

искусственный интеллект артур леонов.jpg2

В этой классификации примечательно следующее. Первые два типа

Реактивной и Ограниченной Памяти реально существуют.

Например, Deep Blue, победивший Каспарова и других гроссмейстеров в шахматы — это первый тип, Reactiv AI.

Любой чатбот, виртуальный помощник, типа Алисы или Сири — это второй тип, Limited memory AI.

И тут же, как само собой разумеющееся, автор статьи в журнале Форбс продолжает. Последние два типа, Theory of mind AI и Self-aware AI, и сейчас  существуют, но только в виде концепта, работа идет : ) Представьте, вы открываете проспект и читаете, что можете долететь в нужный вам пункт на самолете, вертолете и гравилете (мы его еще делаем, но бронь уже открыта).

Получается, случайно или умышленно, фокус нашего внимания смещается к задачам, которые изначально рассматривались  как главные  вопросы, которые надо решать занимаясь проблемой  AI.

Что мы приобрели или  потеряли, так сузив проблему AI, рассмотрим в следующей статье….

 

Как искусственный интеллект помог “Ленте” ускорить подбор персонала

 

 

Редакция

Коллеги ! Поделитесь с нами вашими новостями и достижениями вашей компании в работе с персоналом. Присылайте к нам на consult@hr-media.ru. Все статьи попадут в еженедельную рассылку - обзор отрасли.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

журнал КОМПЕТЕНЦИИ

Дайджест раз в неделю -  для развития HR-карьеры и личной эффективности