Читать первым в Telegram-канале «Код Дурова»
Продолжаем изучать искусственный интеллект. В прошлой сттье мы вспомнили кое-что из истории, рассказали о настоящем и подумали о будущем. Сегодня нам предстоит одна из самых сложных стадий: принцип работы. Тема сложная, но кто не рискует, тот не пьёт шампанского. Итак, начнём.
В Калифорнии (штат США) состоялась конференция, посвященная искусственному интеллекту. На ней несколько разработчиков ИИ сообщили, что в некоторых случаях сами не понимают, на базе каких принципов работают их системы и как именно они принимают свои решения.
Для начала, самый важный вопрос:
В чём вообще смысл ИИ, ради чего он был создан?
Считается, что целью появления подобной технологии является стремление понять интеллект самого человека. В каком-то смысле это попытка воссоздания человеческого сознания. Но это не совсем корректно.
Процитированное в преамбуле определение искусственного интеллекта, данное Джоном Маккарти в 1956 году на конференции в Дартмутском университете, не связано напрямую с пониманием интеллекта у человека. Согласно Маккарти, ИИ-исследователи вольны использовать методы, которые не наблюдаются у людей, если это необходимо для решения конкретных проблем.
Расхождения наблюдаются даже в самом понятии. На английском Искусственный Интеллект — Artificial Intelligence. Но, если быть точнее, intelligence это способность рассуждать разумно, а не само понятие «интеллект». Какой вывод можно сделать из всего этого? Понять ради чего существует ИИ невозможно. А это значит, что и принцип его работы до конца не понятен. У него нет конкретных, точных алгоритмов, как, например, у блокчейна.
Но, копаем дальше.
Каким образом кровь контактирует с мозгом?
Сложный вопрос, но я таки разгадал эту тайну! Всё дело в Бернулли!!! Вернее в законе Бернулли.
А именно то, что в узкой части трубы скорость течения жидкости выше, а давление меньше чем на участке трубы большего диаметра.Итого:
В основе искусственного интеллекта должен лежать закон Бернулли. То есть, это выращиваемый кровеносный сосуд в который вживляются датчики давления. Вырастая и изменяясь под действиями внешних факторов, кровеносный сосуд формирует свою форму и тем самым создаёт свой жизненный опыт.
Прочитав большое количество статей, мнений и рассуждений, я пришла к выводу, что искусственный интеллект пока вообще не определён как таковой. Можно, сказать, что это некое совершенство или идеал, к которому мы стремимся.
Искусственный интеллект — это пока всё с приставкой «умный»
Некая философия Искусственного Интеллекта утверждает, что существует несколько видов ИИ:
1. Слабый ИИ. Всевозможные боты, помощники, такие как Siri. То есть то, что выполняет узкий список задач. Шаг влево, шаг вправо — расстрел.
2. Сильный ИИ. Этот интеллект должен быть сопоставим с интеллектом человека, однако, до самостоятельного разума ещё не так близко, хотя уже и недалеко. Пока нет представителей данного класса, но есть те, кто уже очень близок.
3. Совершенный ИИ. Вообще, он упоминается не во всех источниках. Скажем так, это то, чего мы больше всего боимся. А боимся мы, когда у подобной машины случится саморефлексия, то есть она «осознает сама себя». У неё появится своё мнение, свои взгляды, мысли. Она выйдет из под контроля и превзойдёт своего создателя.
Главным препятствием на пути развития совершенного ИИ, а по совместительству и одним из основных различий между ним и человеком, является наличие подсознания. Того, что порой не подчиняется логике и алгоритмам, но имеет огромное влияние на мышление и поступки. Так что существует уже сейчас? А по факту у нас есть нейронные сети и машинное обучение.
Нейросети — один из способов реализации технологии ИИ. Её технология основывается на нервных сетях живого организма. В организме нервные клетки, нейроны, соединяются в сеть, образуя нервную систему. Каждый элемент взаимодействует с другим. Примерно то же самое происходит и в искусственных нейросетях. Простые процессоры — вычислительные элементы. Они соединяются и взаимодействуют по той же схеме.
В отличие от обычных алгоритмов нейросети способны обучаться на основе опыта. Нейросети анализируют и выявляют связи между данными на входе и выходе, обобщают данные и формируют решения задач.
Чтобы нейросети «понимали» что и как им делать, их учат. Отсюда мы переходим к машинному обучению. Методы МО требуют огромного количества вычислительных ресурсов.
То, чему возможно научить нейросеть, зависит от входных данных. Чем больше информации, тем качественней обучение.
Обучение нейросети похоже на обучение детей, когда им показывают картинку и говорят: "Это кошка".
Нейросети получают большое количество данных с объяснениями. Они запоминают их, а потом при помощи алгоритмов получают возможность обрабатывать, сопоставлять и совмещать. Понятно, что информация неоднократно фильтруется. Как только нейросеть обрабатывает большую часть данных, она может высчитать вероятность и составить прогноз.
Уже на этой основе строятся все остальные известные нам технологии: распознавание лиц, голоса, изображений, прогнозирование курса акций, определение на снимке больных органов и т.п.
Но, разумеется, не всё так идеально, потому что просто невозможно собрать достаточное количество информации, чтобы сократить число ошибок. Но со временем результат всё же улучшается.
Часть 1: Искусственный Интеллект: первое знакомство
Подписывайтесь на «Код Дурова» в Telegram и во «ВКонтакте», чтобы всегда быть в курсе интересных новостей!
