С 21 по 21 сентября в городе пройдет Kazan Digital Week 2021 — международный форум для разработчиков и всех, кому интересны современные технологии. В преддверии него редакция Enter вместе с РКИ «Штаб» пригласила генерального директора «Таттелеком» Айрата Нурутдинова выступить в рамках программы «Городские модераторы». Он рассказал об устройстве искусственного интеллекта и поделился, как далеко наука шагнула в создании нейросетей.

Для тех, кто пропустил лекцию, пересказываем, когда появился первый нейронный компьютер, почему так сложно воссоздать работу человеческого мозга и скоро ли нас заменят роботы.

Величина интеллекта и первый нейрокомпьютер

В 2004 году изобретатель и нейробиолог Джефф Хокинс сформировал наиболее точное, по мнению Айрата Нурутдинова, определение искусственного интеллекта (далее по тексту — ИИ, — прим. Enter): «Ученый сказал, что величина интеллекта — это глубина и точность предсказания. То есть, мы должны изучить модель, спрогнозировать ее поведение и настроить так, чтобы машина вела себя должным образом».

Первый нейронный компьютер появился в 1960 году. Он занимал почти всю комнату и мог по фотографии распознать мужчину и женщину. Создать более сложную систему, которая будет равноценна человеческому мозгу, проблематично, ведь только в мозжечке у человека находится около 70 миллиардов нейронов, а в остальной части мозга их еще больше. При этом ИИ пытаются создать по аналогии с головным мозгом, чтобы он не уступал нервной системе человека.

Работу нейрона можно увидеть в компьютерной программе, которая моделирует функционирование нервной системы. Задачей может стать распознание цвета и отделение желтых пикселей от синих. Если входных нейронов (они принимают исходный и кодируют поступающий сигнал, — прим. Enter) много и они подобраны правильно, то уже через сто ходов сеть легко разделяет цвета на экране. А значит, можно сделать вывод, что она обучилась. Но стоит уменьшить количество нейронов первого слоя, как эта задача станет невыполнимой. Сколько ни жди, сеть никогда не обучится: ей не будет хватать входных данных и возможных конфигураций. Чтобы снова получить положительный результат разделения цветов, нужно увеличить количество нейронов на разных уровнях — и тогда сеть снова справляется с задачей.

«Зимы» в исследованиях нейронных сетей

Исследования нейронных сетей не всегда оказывались успешны. Поэтому в науке появилось понятие «зимы» — периода, когда развитие ИИ заходит в тупик или не оправдывает себя. «Такое затишье было уже два раза. В 1974-1980 годах, уже после появления нейрокомпьютера, массового внедрения нейронных сетей не произошло из-за недостатка вычислительных мощностей. Хотя сама теория нейросетей к 1950-м годам была хорошо проработана.

Второй хайп вокруг ИИ произошел в 1980-х с появлением новой парадигмы — экспертных систем. Тогда на этот класс информационных и поисковых систем, которые манипулировали символьной информацией и осуществляли объяснимый вывод на основе экспертных знаний, ставили очень много. Но скачка снова не произошло, и в 1987-1993 годы для искусственного интеллекта началась вторая “зима”», — рассказывает спикер.

Скачок в развитии искусственного интеллекта

В 2010-х в попытках создать эффективную нейросеть ученые начали проводить соревнования по машинному зрению. Специалисты разрабатывали механизм, который помогал сети получать достоверную картину окружающей среды и использовать данные для выполнения задачи.

«Вообще, люди ошибаются в распознавании объектов в 5% случаев. В 2010 году у нейросети этот показатель был около 35%. Все изменилось в 2012 году: российские исследователи в Торонто впервые применили восьмислойную нейронную сеть и получили результат около 16%. А дальше понеслось. К 2015 году Microsoft уже выпустил сеть, которая распознавала объекты с точностью до 3,6%, то есть выполняла задачу лучше, чем сам человек. Тогда появилась уверенность, что ИИ станут частью ближайшего будущего», — делится Айрат Нурутдинов.

Беспилотники в Иннополисе и третья «зима»

Сегодня многие ученые говорят, что начинается очередная «зима». «Нейронные сети до сих пор воспринимаются как функция, преобразование, а живой организм — это все-таки алгоритм, конечная совокупность точно заданных правил. Разница такая: алгоритм действует исходя из предыдущего опыта, а функция занимает какое-то значение без учета этого опыта.

Например, возьмем беспилотники. Их нейронная сеть распознает машины, людей и другие объекты. Но интеллект — это предсказание. Машина должна не просто понять, что перед ней стоит человек, но и определить его состояние — может, он пьян, и стоит притормозить. Она должна предсказывать поведение, а для этого нужно глубокое понимание мироустройства. Поэтому автопилоты хорошо работают в простых условиях. В Иннополисе пустынные улицы и немного людей, но на оживленных трассах будет другой совсем результат», — поясняет спикер причины нового затишья.

Резюмируем: искусственный интеллект не скоро вытеснит человека. К тому же, он вряд ли сможет заменить творчество, которое не поддается логике. А еще — двигательную систему, устроенную гораздо сложнее нейросети мозга.

Фото: Дмитрий Чирков
Изображения: Саша Спи