Трудовой Кодекс РФ с комментариями ТК РФ, бесплатные консультации юристов
Кто создаст правила для автопилота в ситуациях, когда неизбежны жертвы, — доверим мы это решение искусственному интеллекту или должны вводить правила?
Со временем компьютерные нейросети станут умнее человека, уверен основатель и член совета директоров ГК ABBYY
Нервная система комара состоит примерно из полумиллиона нейронов, пчелы — из 800 000 нейронов, собаки — из 160 млн и, наконец, человека — из 85 млрд нейронов. В современных компьютерных системах всего несколько сотен тысяч нейронов, иногда — единицы миллионов, что по уровню интеллекта сравнимо с пчелой. Они технически в 100 раз глупее собаки и в 100 000 раз глупее человека.
Справедливости ради нужно сказать, что существует суперкомпьютер, теоретически способный обсчитывать нейросеть, сравнимую по размеру с человеческим мозгом. Это китайский «Тианхе-2» стоимостью более $0,5 млрд, потребляющий 17,8 МВт электричества. Но на практике по ряду причин сегодня даже он не способен думать как человек.
Но если компьютерные технологии будут развиваться с прежней скоростью, то, по мнению футуролога Рэймонда Курцвейла и ряда других исследователей, настольные компьютеры к 2030–2040 годам по вычислительным способностям сравняются с мозгом человека и даже превзойдут его.
Означает ли это, что в 2030–2040 годах роботы победят людей? Нет. Но, поверьте, это будет безумно интересное время. Искусственный интеллект научится создавать себе подобные системы более эффективно, чем человек. И к этому моменту он уже давно будет применяться в каждом бизнесе, в каждой сфере нашей жизни.
Эволюция электронного «разума»
В 1990-е годы первым технологиям искусственного интеллекта нужны были правила. Инженеры и эксперты в предметной области проделывали очень сложную и долгую работу, обучая интеллектуальные технологии выдвигать гипотезы и проверять разные правила и эвристики. Как распознать текст, если шрифтов миллионы? Эксперт раскладывал буквы на элементы и создавал правило: если видишь палочку, приставленную к кружочку слева, то это буква «р». При распознавании кружочка и палочки выдвигаются гипотезы — это «р», «d» или «ь», а затем доказываются или опровергаются. Именно так программа ABBYY FineReader научилась распознавать даже шрифты, которые никогда не видела. Это была магия.
Современные технологии машинного обучения — еще большая магия. Современному искусственному интеллекту не нужно описывать структуру данных и придумывать правила. Нужно просто дать миллион предложений и показать в них тысячу символов, похожих на «р». Искусственная нейронная сеть обучится на этих примерах, сама найдет в них закономерности и начнет порождать свои решения, выбирая все «р». Если вы спросите инженера по глубокому обучению, как его нейросеть поняла, что эта закорючка тоже буква «р» (она же вообще не очень похожа на «р», у нее половина буквы не пропечаталась), он вам ответит: «Я не знаю, так обучилась система». Это очень похоже на черный ящик и на то, как думает человек: нейронная сеть сама строит свои нейронные связи так, что начинает «понимать» входящий сигнал.
Еще более современные искусственные нейронные сети обучаются сами даже без человека. В примере выше им не нужно показывать буквы «р», система сама поймет, что предложения состоят из слов, слова — из букв, а разных букв в русском тексте встречается всего 33 штуки. Это высшая лига — самообучающиеся нейронные сети. Именно такая сеть самостоятельно научилась играть в игру го и окончательно и бесповоротно победила со счетом 100:0 все живое и неживое на земле. Количество комбинаций в го превышает количество атомов во Вселенной. Эту игру невозможно выиграть перебором. Считалось, что люди используют интуицию как основной путь к победе в го, что недоступно для компьютеров.
Из изображений миллиона животных самообучающиеся искусственные нейронные сети могут отобрать кошек или собак. А потом различить мягкие и твердые предметы, увидеть воду и деревья. Интеллектуальные технологии понимают смысл слов и предложений в сложных объемных текстах, умеют извлечь нужную информацию, например, обо всех персонах, датах, локациях и выявить, как все они связаны между собой. Нейронные системы уже сейчас начали учиться принимать сложные решения.
Если, управляя автомобилем, искусственный интеллект увидел человека, перебегающего улицу, то он принимает решение затормозить или съехать на обочину. Но давайте усложним ситуацию: предположим, что дорога обледенела, ее переходит группа детей, а на обочине стоит одинокий пожилой человек. Без жертв не обойтись — как должна поступить технология? Как поступать искусственному интеллекту, когда неизбежны критические жертвы? Доверим ли мы это решение «черному ящику» искусственного интеллекта или должны вводить правила в такой ситуации?
Некоторые исследователи считают, что такие правила создавать не нужно: система должна имитировать действия человека, исследовав, как он поступает в такой ситуации. Но поведение человека несовершенно. Поэтому нам еще предстоит ответить на огромное количество вопросов о том, как должны действовать интеллектуальные системы.
Ближайшее будущее
Можно долго обсуждать революционные возможности и фундаментальные риски, связанные с развитием искусственного интеллекта. Но очевидно, что прогресс не повернуть вспять. Искусственный интеллект — это новое электричество, как сказал Эндрю Энг. И вопрос в том, будем ли мы использовать его «высоковольтные провода» для развития или случится «короткое замыкание».
Побывав на мировых конференциях по теме искусственного интеллекта, общаясь с представителями разных компаний, вижу, что в ближайшее время нас ждет множество достижений в разных направлениях применения интеллектуальных технологий в реальном бизнесе.
Одно из них — технологии в области искусственного интеллекта, которые позволяют автоматически анализировать информацию внутри и вне корпорации. На примере проектов, реализованных ABBYY, мы видим, что уже сегодня такие технологии помогают компаниям принимать важные для бизнеса решения.
В банках они анализируют документы, чтобы в десятки раз быстрее открывать счета для потребителей и компаний, оценивают риски при выдаче кредитов, выявляют финансовые нарушения. В крупных корпорациях проверяют конкурсную документацию и определяют лучшего поставщика. В телекоме и розничных сетях обрабатывают запросы в клиентскую поддержку, отвечают на комментарии в социальных сетях, выявляют репутационные риски, анализируют открытые источники и внутренние документы компании. В строительстве и производстве искусственный интеллект отправляет уведомления о различных инцидентах, чтобы быстро исправить внештатную ситуацию, проверяет проектную документацию и помогает на ранних стадиях снижать расходы на проект, извлекая информацию о возможных расхождениях.
Другое набирающее обороты направление — распознавание в видеопотоке. При наведении камеры на любую поверхность или объект такие интеллектуальные технологии мгновенно извлекают информацию. Совсем скоро они будут использоваться повсеместно, чтобы распознавать данные из документов — паспортов и id-карт, водительских удостоверений, а также автомобильные номера, вывески, счетчики, мониторы и многое другое.
Кроме того, в быту начнут применяться системы, которые анализируют изображение с видеокамер и моментально понимают, что происходит. Они смогут понять, кто подошел к бассейну — собака, ребенок или олень, проанализировать действия объекта и решить, как реагировать. В ретейле с помощью анализа видеопотока можно будет оценивать поведение персонала (не ворует ли, хорошо ли обслуживает посетителей), а также покупателей. В Кремниевой долине по меньшей мере два стартапа с российскими корнями уже занимаются такими разработками. Компания Cherry Николая Давыдова (ментор MSQRD и Prisma) занимается распознаванием девиантного поведения в помещении. А Алекс Пачиков, сын основателя Evernote Степана Пачикова, работает над тем же для улиц: система безопасности основана на дроне, который подлетает к нарушителю периметра, распознает, свой он или чужой, и общается c ним. Так что элементы искусственного интеллекта будут присутствовать во всех сферах жизни.
Сможет ли искусственный интеллект заменить людей и спровоцировать безработицу национального масштаба? Думаю, нет. Скорее всего, у нас просто уменьшится продолжительность рабочей недели до 3–4 дней. Остальное время можно будет посвятить саморазвитию.
Молекулярные ножницы. Молодая компания создала новый фермент для редактирования ДНК
Придется работать: замена людей на искусственный интеллект отменяется
