Алхимия и искусственный интеллект" была опубликована в 1965 году, а ее автор, Дрейфус, объединил эту знаменитую диатрибу с последующими эссе в книгу "Чего не могут сделать компьютеры", на которую с тех пор ссылаются все критики искусственного интеллекта.
Другой жалобный голос принадлежал И. Дж. Гуду. В 1965 году он опубликовал статью о возможной будущей угрозе искусственного интеллекта для человечества, которую можно считать предтечей "теории угрозы ИИ". Он утверждал, что сверхинтеллект машин и неизбежный взрыв интеллекта в конечном итоге окажутся вне человеческого контроля. Позже знаменитый ученый Стивен Хокинг и изобретатель и промышленник Маск повторили предупреждения Гуда, сделанные полмира назад, своими страшными предсказаниями об искусственном интеллекте.
Французский компьютерщик Канакиа назвал этот период в истории ИИ "периодом пророков", потому что эйфория от становления дисциплины и первых результатов делала неизбежным высказывание горячих мыслей.
Среди наиболее популярных - предсказание американского экономиста Герберта Саймона 1958 года о том, что через 10 лет машины смогут выиграть чемпионат мира по шахматам; оно сбылось только в 1997 году. Кроме того, Минский, родоначальник ИИ, на пресс-конференции, посвященной фильму "2001 год: космическая одиссея" в 1968 году, заявил, что машинный интеллект может превзойти человеческий в течение 30 лет, что сейчас является лишь мечтой.
В 1968 году вышел научно-фантастический блокбастер "2001 год: Космическая одиссея", в котором режиссер Кубрик сделал космическую эру на тему извечной тоски человеческого разума.
2001 год: Космическая одиссея
Фильм Кубрика "2001 год, космическая одиссея" был выпущен в 1968 году
1970-е годы - Роботы просят медицинской консультации
В 1970 году в японском университете Васеда появился первый в мире антропоморфный робот WABOT-1.
Помимо этого, в этот период область ИИ была в значительной степени похоронена в научных исследованиях, сосредоточенных в основном на машинном моделировании психологии памяти и механизмов понимания, знаний и рассуждений. В результате на этом этапе произошел значительный прогресс в методах семантического представления знаний ИИ, что в свою очередь стимулировало развитие экспертных систем.
Экспертные системы используют знания ведущих экспертов для воспроизведения их мыслительных процессов; они широко используются в медицинской диагностике и некоторых других областях с начала 1980-х годов.
В 1972 году была представлена MYCIN, система медицинской диагностики бактериальных инфекций, точность которой составила 69% по сравнению с 80% у специалистов. В 1978 году была создана XCON, экспертная система для автоматического конфигурирования деталей для клиентов в процессе продажи компьютеров, первый коммерчески доступный эксперт ИИ и один из самых успешных в то время.
В 1979 году Стэнфордский университет начал разработку технологии самостоятельного вождения, но первый в мире автомобиль без водителя дебютировал в 1986 году; это был фургон Mercedes, разработанный Немецким федеральным университетом, с камерами и сенсорными устройствами на борту. Он двигался со скоростью до 55 миль в час по пустынным улицам.
1980-е - Терминатор
Накопление данных и знаний стимулирует развитие алгоритмов компьютерного обучения, позволяя машинам использовать свой опыт для автоматической адаптации своих программ, а приложения ИИ, такие как снятие отпечатков пальцев и распознавание голоса, стремительно растут. Искусственный интеллект, компьютеры и искусственная жизнь начали смешиваться с другими дисциплинами, порождая гибридные системы.
В 1984 году Хопфилд, профессор Принстонского университета, физик, молекулярный биолог и нейробиолог, реализовал свою собственную модель нейронной сети, предложенную двумя годами ранее, используя аналоговую интегральную схему, модель, которая привела к возрождению школы нейронных сетей. Глубокое обучение достигло больших успехов и совершило прорыв.
В том же году "большая тройка" глубокого обучения, Джеффри Хинтон, Йошуа Бенгио и Янн ЛеКун, опубликовали работу об алгоритме обратного распространения, которая положила начало тенденции глубокого обучения.
В том же году вышел блокбастер Кэмерона "Терминатор" и была опубликована книга "Слон не играет в шахматы" автора Родни Аллена Брукса, в которой предлагалось видение систем ИИ более высокого уровня: создание искусственного интеллекта на основе взаимодействия с окружающей средой.
В 1981 году американский философ, математик и компьютерный ученый Хилари В. Патнэм опубликовал книгу "Разум, истина и история", в которой предложил знаменитый эксперимент по гипотезе "мозг в цилиндре".
Это само по себе философское предложение, в котором мозг в аквариуме, живущий за счет питательных веществ и получающий стимулы через компьютер для создания восприятия, на самом деле является виртуальной реальностью. Эта гипотеза дала понимание искусственного интеллекта и привела к философским размышлениям об ИИ, а также породила множество произведений научной фантастики, таких как "Концепция", "Исходный код" и "Аватар".
Альтер учится танцевать
Альтер, антропоморфный робот из Японии, учится танцевать. Альтер на фото на выставке "ИИ: за пределами человечества" в Барбиканском центре в Лондоне.
Две зимы искусственного интеллекта
АИ пережил две зимы, в 1974-1980 и 1987-1993 годах.
Первая была вызвана публикацией двух академических отчетов, которые привели к резкому сокращению финансирования исследований в области ИИ. Одна из них - "Язык и машины: компьютеры в переводе и лингвистике", опубликованная в 1966 году американским Консультативным комитетом по автоматической обработке языка (ALPAC), а другая - доклад профессора сэра Джеймса. Отчет Лайтхилла о переписи искусственного интеллекта, опубликованный в 1973 году. В обоих отчетах выражено разочарование тем, что ранее сделанные инвестиции не принесли ожидаемых выгод, и сделан вывод, что не следует продолжать вливать деньги в бездонную яму ИИ.
Тем не менее, передовые исследования продолжались, но об ИИ стали говорить меньше, и начали появляться новые термины, такие как машинное обучение, информационная математика, системы, основанные на знаниях, и распознавание образов.
Вторая зима возникла из-за того, что настольные компьютеры быстро набирали популярность, а золотой стандарт систем ИИ, включая Министерство обороны США, посчитал, что инвестировать в ИИ нерентабельно, и интерес к нему ослаб. Но к концу 20-го века область искусственного интеллекта снова расцвела. Знаковым событием стала крупная победа IBM Deep Blue над чемпионом мира по шахматам Каспаровым в 1997 году.
Эти две исторические "нехватки денег" связаны с тем, что исследования в области ИИ финансируются из одного источника, в основном из государственных грантов на исследования академическим институтам. По мере углубления индустриализации ИИ все большее финансирование НИОКР поступает от компаний. Но проблема путаницы, сектантства и фрагментации в области ИИ остается.
1990-е годы - чатботы
В конце 1990-х годов ИИ был объединен с робототехникой и человеко-машинными интерфейсами для создания интеллектуальных агентов с эмоциями и настроениями, а вычисления настроений/эмоций (т.е. оценка изменений в эмоциях и последующее их воспроизведение на машине) быстро развивались, особенно для разговорных агентов (чатботов).
В 1993 году Винор Винч опубликовал книгу "Грядущая технологическая сингулярность", в которой предсказал, что через 30 лет люди смогут создать сверхразумные машины, тем самым встав на путь к концу человечества. Этот момент многие позже назовут "сингулярностью". Математик Стивен Хокинг и предприниматель Маск оба верят в идею конца человечества машинами.
Но до сих пор существуют разногласия по поводу того, существует ли эта сингулярность или нет.
Пророчество Саймона 1958 года исполнилось в 1997 году, когда суперкомпьютер Deep Blue компании IBM победил чемпиона мира по шахматам Каспарова, хотя и с опозданием почти на 40 лет.
21 век - глубокое обучение
В XXI веке многие возможности искусственного интеллекта превзошли возможности человека, например, игра в го и техасский холдем, доказательство математических теорем, обучение автоматическому построению знаний из огромного количества данных, распознавание голосов, лиц и отпечатков пальцев, вождение автомобилей, обработка огромного количества документов, логистика и автоматизированные операции на производстве.
Роботы способны распознавать и имитировать человеческие эмоции и теперь могут выступать в роли компаньонов и сиделок. Таким образом, применение ИИ расцветает и быстро входит во все сферы человеческой жизни.
Глубокое обучение и обучение с подкреплением стали самыми сильными голосами того времени.
Принято считать, что ежегодный вызов ImageNet в 2012 году положил начало этой волне ренессанса ИИ, выведя глубокое обучение и большие данные на передний план и наводнив их инвестиционными фондами. ImageNet, большая визуальная база данных, разработанная и созданная для исследования визуальных когнитивных программ, была запущена в 2007 году китайско-американским ученым в области ИИ Фейфей Ли; в то время она была профессором Принстонского университета.
Конкурс ImageNet - это ежегодное отраслевое соревнование на лучший алгоритм компьютерного зрения, и команда Университета Торонто, победившая в 2012 году, разработала программу распознавания изображений AlexNet, которая имела на 10,8% меньший коэффициент ошибок, чем программа, занявшая второе место. Наблюдатели суммировали секретное оружие как 3: большие данные, более мощные компьютеры и более умные алгоритмы.
В настоящее время Фейфей Ли - профессор Стэнфордского университета, руководитель Стэнфордской лаборатории искусственного интеллекта и лаборатории зрения, главный научный сотрудник отдела искусственного интеллекта и машинного обучения Google Cloud, а также содиректор Стэнфордского института искусственного интеллекта, ориентированного на человека.
Еще одно имя, достойное упоминания, - Фань Хуэй, уроженец Китая, игрок в го, профессиональный 2-й дан и нынешний главный тренер французской команды по го. Он проиграл со счетом 0:5 против искусственного интеллекта AlphaGO компании Google в октябре 2015 года. Он рассказал BBC Chinese, что ощущение от проигрыша машине осталось незабываемым на всю жизнь.
За последние 10 лет искусственный интеллект начал писать новости и захватывать эксклюзивные материалы, научился распознавать кошек после тренировки на огромном количестве данных, суперкомпьютер IBM Watson победил двукратного чемпиона по викторине, Google Alpha Dog победил чемпиона мира по игре в го, а робот Atlas компании Boston Dynamics научился тройному прыжку. Секрет как Watson, так и Alpha Dog заключается в обучении с подкреплением.
В 2015 году была опубликована книга "Глубокое обучение", а ее авторы, Хинтон, Бенгео и Ликун Янг, стали соавторами классической статьи, которая также стала пионером отрасли в 1980-х годах, описывающей алгоритм обратного распространения, и которая получила премию Тьюринга в 2019 году.
Я должен упомянуть Софию, антропоморфного робота, который поразил мир, когда был представлен в 2017 году, живо и проникновенно разговаривая с людьми, и первым получил сертификат о гражданстве Саудовской Аравии, что позже было раскрыто как мистификация Ян Лицюня.
Хотя София обладала рядом передовых технологий, включая бионическую кожу и реалистичную мимику, а также эмпатические реакции при взаимодействии с людьми, она могла говорить только заранее введенные и заданные слова и не обладала прикладным лингвистическим интеллектом и вдумчивостью, которыми, как считали люди, она обладала. Вскоре София стала безвестной.
От обезьяны к искусственному интеллекту
Обновленная версия эволюции?
До рождения современной науки в мире существовали суеверия и ремесленники. Затем наука и технология слились воедино, и технология и суеверие существовали бок о бок; между технологией и суеверием была широкая зона, где процветали научная фантастика, вымысел, кино и искусство.
Глубокое обучение, похоже, указывает на еще один шаг к изначальной воле человечества к самовоспроизведению; развитие ИИ будет продолжать спотыкаться, а отношения между человеком и машиной и этические проблемы, создаваемые ИИ, все чаще становятся предметом разговоров в области ИИ.
Было предсказано, что через несколько сотен лет интеллектуальный мир будет состоять из 3 частей: человеческий интеллект (AI) + контролируемый человеком AI + неконтролируемый человеком машинный интеллект.
Все это снова неотделимо от старой мечты на заре человеческой цивилизации.
Воображение и реальность никогда не расходятся, а технологии и бизнес - всегда, но различие между искусственным интеллектом (ИИ) и общим искусственным интеллектом (ОИИ) может помочь ослабить опасения и тревоги по поводу наступления третьей "зимы ИИ".
