Александр Розов. Праздник digAЇday: время поставить точки над AI

Далее цитируются некоторые любопытные фрагменты обзора.

…Искусственный интеллект (ИИ) — эти два слова знают почти все, но мало кто может дать четкое определение и объяснить, что же это такое. Наши представления об ИИ сформированы скорее голливудским кинематографом, чем реальным пониманием стоящих за этим словом технологий. Кино, как и любое искусство, всегда работает со своим зрителем через эмоции. И самая продаваемая из них — страх […]. Человечество прошло долгий путь из 80 лет поисков, ошибок и тупиков, каждый из которых заканчивался «зимой искусственного интеллекта» — разочарованием в возможностях и потенциале этой технологии. Но с начала 2010-х мир вновь переживает «потепление» в области ИИ. Поэтому пока в кинотеатрах пытаются напугать обывателя — крупные корпорации и правительства ведущих стран вкладывают миллиарды в развитие ИИ, так как прямо сейчас он меняет всё — от научных исследований до повседневного быта. Впрочем, даже самые передовые современные разработки до сих пор далеки по возможностям от любой фантазии режиссеров и сценаристов.

…В грантовой заявке Маккарти сформулировал цели семинара:

(Наше) исследование будет проводиться на основе предположения, что каждый аспект обучения или любая другая особенность (человеческого) интеллекта потенциально может быть настолько точно описана (математически), что станет возможно создать вычислительное устройство для его моделирования. (Мы) попытаемся найти способ, как заставить компьютеры использовать (естественный человеческий) язык, формировать абстракции и понятия, решать разнообразные проблемы, которые сейчас способны решить только люди, а также самосовершенствоваться. Мы считаем, что в одной или нескольких из этих проблем можно добиться значительного прогресса, если тщательно отобранная группа ученых будет работать над ней вместе в течение лета[1956 года].

Собранная Маккарти команда действительно впечатляла. Там был создатель теории информации Клод Шеннон, будущая звезда математических оснований искусственного интеллекта и создатель теории фреймов Марвин Минский, когнитивный психолог Аллен Ньюэлл, разработавший впоследствии программу «Логик-теоретик», чьи модификации научились играть в шахматы и решать головоломки, и многие-многие другие талантливые люди.

Как положено настоящим ученым, Джон Маккарти с коллегами начали с определения понятий. И первое звучало так: «Искусственный интеллект — наука и инженерная деятельность, направленная на создание умных (intelligent) машин».

Считается, что это первое в истории появление термина «искусственный интеллект».

…Более современный вариант определения может звучать иначе. Например, искусственный интеллект — одна из отраслей компьютерных наук, чьей задачей является обеспечение разумных рассуждений и действий с помощью вычислительных систем и иных искусственных устройств.

…любой человек может решать множество интеллектуальных задач, например вести автомобиль, играть в шахматы, обсуждать по телефону планы на день и т. д. Причем иногда делать это все одновременно. А вот компьютеры пока на это не способны. Поэтому считается, что у нас созданы только системы слабого (weak) или узкого (narrow), либо прикладного (applied) искусственного интеллекта.

…понятие сильного искусственного интеллекта впервые предложил философ Джон Сёрль наряду с концепцией «китайской комнаты». Вкратце она звучит так: если в закрытую комнату поместить человека, знающего китайский язык, а потом через специальный люк передавать ему вопросы, написанные по-китайски, то он будет писать ответы также на китайском исходя из понимания этого языка. Но что будет, продолжает мысленный эксперимент Сёрль, если в эту же комнату посадить другого человека, который не знает китайского, но при этом снабдить его исчерпывающей системой правил, позволяющей в ответ на получение одних последовательностей иероглифов, формировать другие?

Если система правил достаточно обширна, то не знающий китайского человек будет давать вполне осмысленные ответы на вопросы, даже не понимая их сути. Иными словами, он будет имитировать понимание китайского языка, не обладая им в действительности. Отсюда проистекает и его понятие «сильный искусственный интеллект», обозначающий систему, которая «ведет себя так, как будто является разумной», дабы отличить ее от системы, которая «на самом деле разумна».
Впрочем, сейчас оригинальную трактовку понятия «сильный искусственный интеллект» можно найти только в книгах по философии. А, например, компания IBM дает иное определение:

Сильный ИИ, также известный как общий искусственный интеллект (Artificial General Intelligence, AGI) — это теоретическое описание определенной формы ИИ, обладающей интеллектом, равным человеческому, самосознанием, а также способностью решать широкий круг интеллектуальных задач, учиться и планировать будущие действия.
Проще всего пояснить это определение на примере «Кофейного теста», предложенного сооснователем Apple Inc. и создателем первых персональных компьютеров этой компании Стивеном Возняком.

Он достаточно прост, но до сих пор непреодолим ни для одной системы. Суть «Кофейного теста» в том, чтобы проверить, насколько ИИ может полноценно взаимодействовать с человеком и реальным физическим окружением, а также успешно ориентироваться в новой обстановке без предварительного обучения. Для этого робот под управлением ИИ должен уметь в любой случайно взятой кухне, где он раньше не был и план которой не загружен в его систему, найти кофе, кофеварку или кофемашину — и приготовить напиток.

Множество кухонь здесь — широкий диапазон незнакомых сред, про которые ИИ ничего не знает. Цель — приготовление напитка. Ограничение — наличие или отсутствие средств достижения цели. Ведь иногда признать, что задачу невозможно решить — гораздо большее свидетельство интеллекта, чем бесплодные повторы.

Далее в обзоре последовательно показано, как в погоне за финансированием и престижем, цифровые компании раз за разом отбрасывали содержательные исследования интеллекта, и (выбирая более простой путь маркетинга) раз за разом продавали бизнес-сообществу – перцептрон Розенблатта (1957 года) каждый раз меняя только упаковку.

Об этом – последняя цитата, представляющая этот крайне занимательный обзор:

…1980-е годы породили новую волну оптимизма. Но прорывные открытия того времени, заложившие основы большинства современных моделей ИИ, в итоге не дали тех результатов, на которые все надеялись. Причин такого исхода было две: отсутствие данных для эффективного обучения и слабые вычислительные мощности. Модели обучались слишком медленно, долго и в итоге все равно не решали поставленных задач.

К 2000 году ажиотаж спал окончательно. Наступила вторая «зима искусственного интеллекта», закончившаяся лишь в 2010-х с появлением мощных графических процессоров (GPU), пригодных для высокопроизводительных параллельных вычислений, а также доступом к большим наборам данных.

…Такие дела…
————————————-
*) 6 октября 2022 Грезы о весне искусственного интеллекта (Даниил Кузнецов)

**) Некоторые методологические публикации об ИИ:

28 июня 2012, raliev. Современные аналоговые компьютеры: есть будущее?

18 декабря 2019, Искусственного интеллекта нет. Но проблема в другом: естественный интеллект гибнет.

27 июня 2020, Жабы жаждут. Решето джамблей-3

Что значит «искусственный интеллект превзойдет человеческий»?
Это значит: искусственный интеллект решает задачи лучше, чем человек.
Какие задачи?
Если, например, арифметические или шахматные задачи, то компьютер превзошел человека еще в 1990-х.
Но если мы возьмем типичные интеллектуальные задачи, которые, в процессе жизнедеятельности решает даже не человек, а рабочая пчела, то ИИ не может решать их. И более того: ИИ никогда не сможет решать их, если продолжит развиваться в нынешней концепции.
Почему ИИ не сможет?
На этот вопрос имеется два ответа.
Первый: детальный аналитический ответ в книге Хьюберта Дрейфуса «Алхимия и искусственный интеллект», 1965 год.

Второй: самый краткий у Стива Возняка, автора микрокомпьютерной революции 1970-х. Позже Стив повторял этот ответ на разных телешоу. Вот задача: роботу под управлением ИИ надо войти в незнакомый дом, найти там посуду, нагреватель, воду и кофейный порошок, и сварить кофе. В 2010-х задача получила название: тест Возняка. Любой человек, даже имбецил, легко решает эту задачу. Обыкновенный 5-летний ребенок может решить ее дюжиной путей. Но для цифрового ИИ это принципиально не решаемая задача.

Наш мир состоит, в основном, из непрерывных объектов, которые обладают формой и размером. Эти объекты размещены в непрерывном пространстве, перемещаются в непрерывной среде. Любое существо учится ориентироваться в мире непрерывных объектов, воспринимая их, как разнообразные комбинации примитивов: прямые и волнистые линии, плоскости, вогнутости и выпуклости, круги и квадраты. Движения, взаимодействия, деформации, разделения и слияния, также описываются в терминах примитивов. Такая схема называется аналоговой аналитической машиной, и позволяет даже насекомым с очень простым мозгом, легко решать задачи, практически недоступные для дискретной, иначе говоря – цифровой аналитической машины.

Есть несколько классов задач, в которых цифровые аналитические машины крайне эффективны. Например, задачи механики, навигации, и фундаментальной физики. Сюда же можно отнести задачи линейной экономики. Но, в общем, это вспомогательные задачи, дополняющие аналоговый интеллект. А попытка заменить интеллект какими-то цифровыми машинами, заведомо дефектна, поскольку цифровое представление непрерывных объектов оказывается крайне громоздким.

28 июля 2022, Искусственный интеллект: аналоговые вычислители побеждают (Максим Белоус).

***) Мемы на тему ИИ:

https://pikabu.ru/tag/Искусственный%20интеллект%2CМемы/hot?page=3

https://mempro.ru/old/photos/mem-iskusstvennyi-intellekt.html

Источник