Пет сезона на изкуствения интелект. Той бие човек, за да ковачи в Go, поема контрола над колата си и го замества по време на работа и в същото време може да подобри ефективността на медицината. Дългата му история датира от 1958 г. с огромна машина, която може да различава дясно и ляво.
1: 0. Тогава 2: 0. И 3: 0. През март 2016 г. последната среща се проведе в хотел Four Seasons в Сеул, след което нямаше сянка на съмнение: корейският шампион Лий Седол загуби 4: 1 на компютър, изпълняващ програмата AlphaGo, разработен от дъщерно дружество на Google "Deepmind". За първи път в историята механизмът на "машинно обучение" и "изкуствени невронни мрежи" напълно надмина човешкия мозък в тази игра, която се счита за по-трудна за симулиране от шах. Много експерти подчертават, че са очаквали такъв резултат само след няколко години.
За по-широка аудитория това беше доказателство за силата на новата технология за „дълбоко обучение“, която сега е в основата на гласовите асистенти, автономните автомобили, разпознаването на лица, машинния превод, а също така улеснява медицинската диагностика …
Интересът към автоматичните технологии за обучение, който се проявява от американските и китайските корпорации в областта на високите технологии (Google, Amazon, Facebook, Microsoft, Baidu, Tensent), обхваща цялата планета и все повече скача от научни рубрики на вестници в икономически, аналитични и социални материали. Факт е, че изкуственият интелект не само обещава големи промени в икономиката, но също така поражда мисли за нови разрушителни оръжия, общо наблюдение на гражданите, замяна на служителите с роботи, етични проблеми …
Но откъде дойде технологичната революция на ИИ? Нейната история има достатъчно възходи и падения. Тя разчита на постиженията на невронауката и компютърните науки (както може би се досещате от името), както и, изненадващо, на физиката. Пътят й минаваше през Франция, САЩ, Япония, Швейцария и СССР. В тази област различни научни училища се сблъскаха помежду си. Те спечелиха един ден, а следващия загубиха. Трябваше всички да проявят търпение, постоянство и желание да поемат рискове. В тази история има две зими и три извора.
„Самосъзнателна машина“
Всичко започна просто добре. „Американската армия говори за идеята за машина, която може да ходи, да говори, да вижда, пише, възпроизвежда и да се осведомява за себе си“, пише The New York Times на 8 юли 1958 г. Тази статия от една колона описва Perceptron, който е създаден от американския психолог Франк Розенблат в лабораториите на Университета Корнел. По това време тази машина за 2 милиона долара беше с размерите на два или три хладилници и беше сплетена с много жици. По време на демонстрация пред американската преса, Perceptron определи дали квадрат, изчертан на лист, е отдясно или отляво. Ученият обеща, че с инвестиция от още 100 хиляди долара, неговата машина ще може да чете и пише след година. Всъщност това отне 30 години …
Промоционално видео:
Както и да е, основното в този проект беше източникът на вдъхновение, което остана непроменено до AlphaGo и неговите „роднини“. Психологът Франк Розенблат се занимава с концепциите за кибернетиката и изкуствения интелект повече от десетилетие. Между другото, той разработи своя Perceptron с помощта на други двама психолози от Северна Америка: Уорън Маккълок и Доналд Хебб. Първата публикува през 1943 г. съвместна статия с Уолтър Питс (Walter Pitts) с предложение за създаване на "изкуствени" неврони, които трябва да започват от естествените и да имат математически свойства. Второто въвежда правила през 1949 г., за да позволи на изкуствените неврони да се учат чрез опити и грешки, както прави мозъкът.
Мостът между биологията и математиката беше смела инициатива. Изброяващата единица (неврон) може да бъде активна (1) или неактивна (0) в зависимост от стимулите от други изкуствени образувания, с които е свързана, образувайки сложна и динамична мрежа. По-точно всеки неврон получава определен набор от символи и го сравнява с определен праг. Ако прагът е надвишен, стойността е 1, в противен случай е 0. Авторите са показали, че свързаната с тях система може да извършва логически операции като „и“и „или“… и по този начин да извърши всяко изчисление. На теория.
Този иновативен подход към изчисленията доведе до първата кавга в нашата история. Двете концепции се събраха в непримирима конфронтация, която продължава и до днес. От една страна има привърженици на невронните мрежи, а от друга - има привърженици на „класическите“компютри. Последните се основават на три принципа: изчисленията са предимно последователни, паметта и изчисленията са снабдени с ясно дефинирани компоненти, всяка междинна стойност трябва да е равна на 0 или 1. При първите всичко е различно: мрежата осигурява както памет, така и изчисления, няма централизиран контрол, т.е. и се допускат междинни стойности.
"Perceptron" също има способността да се научи, например, да разпознава шаблон или класифицира сигнали. Ето как стрелецът коригира зрението. Ако куршумът отиде надясно, той премества цевта вляво. На нивото на изкуствените неврони това означава отслабване на тези, които се дърпат надясно, в полза на тези, които се дърпат вляво, и ви позволяват да уцелите целта. Остава само да създадете тази плетеница от неврони и да намерите начин да ги свържете.
Както и да е, ентусиазмът значително избледнява през 1968 г. с излизането на книгата Perceptrons от Seymour Papert и Marvin Minsky. В него те показаха, че структурата на перцептроните ви позволява да решавате само най-простите проблеми. Това беше първата зима на изкуствения интелект, чиято първа пролет, трябва да признаем, не даде много плод. И вятърът духна от никъде: Марвин Мински застава в началото на появата на самото понятие за "изкуствен интелект" през 1955 година.
AI и AI се сблъскват
На 31 август същата година тя и колегата Джон Маккарти изпратиха дузина хора, които ги поканиха да участват следващото лято в двумесечна работа по първата концепция за изкуствен интелект в Дартмутския колеж. Уорън Маккълок и Клод Шенън, бащата на компютърните науки и теорията на телекомуникациите, присъстваха. Именно той докара Мински и Маккарти в лабораторията на Бел, от която впоследствие излязоха транзистори и лазери. Освен това именно те станаха един от центровете на възраждането на невронните мрежи през 80-те години.
Успоредно с това се формират две нови движения и Станфордският университет се превръща в тяхното бойно поле. От една страна изписа съкращението за AI, "изкуствен интелект", в различно разбиране от невронните мрежи, който беше защитен от Джон Маккарти (той напусна Масачузетския технологичен институт и създаде лабораторията си в Станфорд). От друга страна, има потребителски интерфейс, "подобрен интелект", отразяващ новия подход на Дъглас Енгелбарт. Той е нает през 1957 г. от Станфордския изследователски институт (създаден през 1946 г. от независима институция, която взаимодейства с частния сектор).
Дъглас Енгелбарт имаше труден път зад себе си. Той беше техник и се занимаваше с радар по време на Втората световна война, но след това възобнови изследванията си и защити дисертацията си. Преди да се присъедини към Станфорд, той дори създава собствена компания, но това трае само две години. На ново място той започна да прилага визията си за засилване на човешките способности. Той каза, че има ясна представа как „колегите седят в различни стаи на подобни работни станции, които са свързани с една и съща информационна система и могат да си взаимодействат тясно и да обменят данни“, казва социологът Тиери Бардини.
Тази визия е приложена на практика през декември 1968 г., десет години след въвеждането на Perceptron, по време на демонстрация на oNLine System с текстов редактор на екрана, хипервръзки към документи, графики и мишка. Дъглас Енгелбарт беше визионер, но вероятно изглеждаше твърде далеч в бъдещето, за да се почувства наистина.
Януари 1984 г., първият Macintosh
Джон Маккарти от своя страна нарече тази система ненужно "диктаторска", защото наложи специален подход при структурирането на текста. Този смел учен, който подобно на Енгелбарт, финансиран от американската армия, представи собствената си, символична концепция за изкуствен интелект. В това отношение той разчита на LISP, един от първите езици за програмиране, който разработи. Идеята беше да се имитира мисловният процес с логическа верига от правила и символи и по този начин да се формира мисъл или поне познавателна функция. Това няма нищо общо с мрежи от независими неврони, които могат да се учат, но не са в състояние да обяснят своя избор. Освен робото-ръката, която изсипа удара, който развеселяваше всички с чукане на очила, новият подход беше доста успешен по отношение на това, което отдавна се нарича „експертни системи“. Веригите правила позволяват на машините да анализират данни в най-различни области, било то финанси, медицина, производство, превод.
През 1970 г. колега на Мински направи следното изявление пред списание Life: „След осем години ще имаме машина с интелигентност на средностатистически човек. Тоест машина, която може да чете Шекспир, да сменя маслото в кола, да се шегува, да се бие “.
Победата на символичния подход
Очевидно изкуственият интелект не харесва пророчеството. През 1973 г. в Англия е публикуван доклад, който охлажда горещите глави: „Повечето учени, които работят върху изкуствения интелект и свързаните с тях области, признават, че са разочаровани от постигнатото през последните 25 години. (…) В нито един от лагерите досегашните открития не дадоха обещаните резултати."
Следващите години потвърдиха тази диагноза. През 80-те години AI бизнеса фалира или променя полета. Сградата на лабораторията Маккарти е съборена през 1986 година.
Дъглас Енгелбарт спечели. През януари 1984 г. Apple пусна първия си Macintosh, прилагайки повечето идеи на инженера на практика.
По този начин победата отиде не на изкуствения интелект, за който Мински и Маккарти мечтаеха, а на засиления интелект на Енгелбарт. Всичко това доведе до развитието на ефективни персонални компютри. И изкуственият интелект е достигнал до задънена улица. Символизмът се оказа по-силен от невронните мрежи. Независимо от това нашата история не свършва дотук и те пак ще се обявят.
Дейвид Ларусери