• ,
    Лента новостей
    Опрос на портале
    Облако тегов
    crop circles (круги на полях) «соотнесенные состояния» Альтерверс Альтернативная медицина Англия и Ватикан Атомная энергия Беженцы. Война на Ближнем Востоке. безопасность Борьба с ИГИЛ Брайс Де Витт Вайманы великаны. Внешний долг России ВОВ Военная авиация Вооружение России Восточный Газпром. Прибалтика. Геополитика ГМО Гравитационные волны грядущая война Два мнения о развитии России Ельцин Жизнь с точки зрения науки Законотворчество информационная безопасность Информационные войны исламизм историософия Историческая миссия России История История оружия Источники энергии Космология Кризис мировой экономики Крым Культура. Археология. Малороссия масоны мгновенное перемещение в пространстве Мегалиты международные отношенияufo Металлы и минералы Мировые финансы МН -17 многомирие Народная медицина Наука и религия Научные открытия Невероятные фото Нибиру нло нло (ufo) Новороссия общественное сознание Опозиция Оппозиция Оружие России Османская империя Песни нашего века Подлинная история России Президентские выборы в США Природные катастрофы Пространство и Время Раздел Европы Реформа МВФ Роль России в мире Романовы Российская экономика Россия Россия и Запад Россия. Космические разработки. Самолеты. Холодная война с СССР Сирия Сирия. Курды. социальная фантастика СССР Старообрядчество США Тартария Творчество наших читателей Украина Украина - Россия Украина и ЕС фантастическая литература фашизм физика философия Философия русской иммиграции футурология христианство Хью Эверетт Цветные революции Церковь и Власть Человек Экономика России Энергоблокада Крыма Юго-восток Украины юмор
    Погода
    Ватсон! Всё элементарно: ИИ - это Имитация Интеллекта
    • 17 ноябрь 2017 |
    • 19:50 |
    • Редактор VP |
    • Просмотров: 453 |
    • Комментарии: 1

    Сейчас в каждой второй речи по­ли­ти­ков или ру­ко­во­ди­те­лей ком­па­ний слы­шит­ся модная тема "Ис­кус­ствен­ный Ин­тел­лект", причем как пра­ви­ло с ос­нов­ным по­сы­лом: "Вот ещё чуть-чуть, и все про­бле­мы за нас будут решать роботы и ис­кус­ствен­ный су­перин­тел­лект."

    В оче­ред­ной раз при­дет­ся мне "под­ре­зать крылья" псев­до­об­ра­зо­ван­ной ате­и­сти­че­ской пуб­ли­ке, на­де­ю­щей­ся решить про­бле­мы че­ло­ве­че­ско­го об­ще­ства через научно-тех­ни­че­ский про­гресс.

    Начнем, как всегда, с теории. Термин "ис­кус­ствен­ный ин­тел­лект" впер­вые был пред­ло­жен на се­ми­на­ре с ана­ло­гич­ным на­зва­ни­ем в Дартс­мут­ском кол­ле­дже в США в 1956 г. На ан­глий­ском пи­шет­ся Artificial Intelligence. Об­ра­щаю вни­ма­ние на спе­ци­фи­ку слова Intelligence. На­при­мер, такое ис­поль­зо­ва­ние: Central Intelligence Agency - Цен­траль­ное раз­ве­ды­ва­тель­ное управ­ле­ние США, ЦРУ, или такое: industrial intelligence — про­мыш­лен­ный шпи­о­наж. Слово Intelligence - это не полный аналог рус­ско­го "ин­тел­лект", в нем смыс­ло­вой акцент ста­вит­ся на такой спо­соб­но­сти че­ло­ве­че­ско­го со­зна­ния, как умение по­лу­чать новые знания (а что такое раз­вед­ка или шпи­о­наж?), а не просто спо­соб­ность мыс­лить.

    Таким об­ра­зом, пер­во­на­чаль­но упор де­лал­ся именно на спо­соб­но­сти машин по­лу­чать новые знания.

    Но, как обычно, что-то пошло не так и ан­глий­ский ученый А.Тью­ринг пред­ло­жил в ка­че­стве кри­те­рия, опре­де­ля­ю­ще­го, может ли машина мыс­лить, "игру в ими­та­цию". Со­глас­но этому кри­те­рию, машина может быть при­зна­на мыс­ля­щей, если че­ло­век, ведя с ней диалог по до­ста­точ­но ши­ро­ко­му кругу во­про­сов, не сможет от­ли­чить ее от­ве­тов от от­ве­тов че­ло­ве­ка - так на­зы­ва­е­мый тест Тью­рин­га.

    Именно ори­ен­та­ция даль­ней­ших ис­сле­до­ва­те­лей ИИ на этот тест по­ро­ди­ла по­сте­пен­ную, но неиз­беж­ную де­гра­да­цию этой темы.

    А на­чи­на­ли ведь непло­хо:

    1956 г. - про­грам­ма "Логик-Тео­ре­тик", пред­на­зна­чен­ная для ав­то­ма­ти­че­ско­го до­ка­за­тель­ства теорем в ис­чис­ле­нии вы­ска­зы­ва­ний.

    1957 г. - про­грам­ма для игры в шах­ма­ты, NSS.

    1960 г. - была на­пи­са­на про­грам­ма, ко­то­рую ее со­зда­те­ли на­зва­ли GPS (General Problem Solver )- уни­вер­саль­ный ре­ша­тель задач. GPS могла справ­лять­ся с рядом го­ло­во­ло­мок, вы­чис­лять неопре­де­лен­ные ин­те­гра­лы, решать неко­то­рые другие задачи.

    1963 г. - раз­ра­бо­тан язык ЛИСП (LISP, от List Processing ), основу ко­то­ро­го со­ста­ви­ло ис­поль­зо­ва­ние еди­но­го спис­ко­во­го пред­став­ле­ния для про­грамм и данных, при­ме­не­ние вы­ра­же­ний для опре­де­ле­ния функ­ций, ско­боч­ный син­так­сис.

    1966 г. - в СССР был раз­ра­бо­тан язык ре­кур­сив­ных функ­ций Рефал, пред­на­зна­чен­ный для опи­са­ния языков и разных видов их об­ра­бот­ки.

    1971 г. - со­зда­ние нового языка про­грам­ми­ро­ва­ния со встро­ен­ной про­це­ду­рой ло­ги­че­ско­го вывода - языка Пролог (PROLOG).

    И .... тупик.

    Вообще ИИ делят на три ос­нов­ных уровня:

    1) Слабый Ис­кус­ствен­ный Ин­тел­лект (ANI)— это такой ИИ, ко­то­рый спе­ци­а­ли­зи­ру­ет­ся в одной об­ла­сти. Есть ИИ, спо­соб­ный по­бе­дить в чем­пи­о­на­те мира по шах­ма­там, но это все, что он умеет.

    2) Силь­ный Ис­кус­ствен­ный Ин­тел­лект (AGI), также из­вест­ный как ИИ че­ло­ве­че­ско­го уровня, — это ком­пью­тер, спо­соб­ный решить любую ум­ствен­ную задачу, ко­то­рую спо­со­бен решить че­ло­век. Со­здать AGI на­мно­го слож­нее, чем ANI, и нам это только пред­сто­ит сде­лать.

    3) Ис­кус­ствен­ный сверх­ин­тел­лект (ASI). Окс­форд­ский фи­ло­соф и ве­ду­щий мыс­ли­тель в об­ла­сти ИИ Ник Бо­стром опре­де­ля­ет ASI как «ин­тел­лект, ко­то­рый на­мно­го умнее лучших че­ло­ве­че­ских умов прак­ти­че­ски в любой сфере, в том числе на­уч­но­го твор­че­ства и со­ци­аль­ных на­вы­ков». ASI, в свою оче­редь, ва­рьи­ру­ют­ся от ком­пью­те­ров, ко­то­рые немно­го умнее че­ло­ве­ка, до тех, ко­то­рые пре­вы­ша­ют воз­мож­но­сти че­ло­ве­че­ско­го разума по всем на­прав­ле­ни­ям в трил­ли­о­ны раз.

     Раз­ви­тие ИИ на­чи­на­лось мощно именно в на­прав­ле­нии к Силь­но­му ИИ, но к 1980 году все раз­ра­бот­чи­ки ИИ пе­ре­клю­чи­лись на со­зда­ние Сла­бо­го ИИ, ко­то­рое сулило прак­ти­че­ское ис­поль­зо­ва­ние и деньги.

    За­да­дим сами себе вопрос: имеют ли рас­че­ты на каль­ку­ля­то­ре от­но­ше­ние к ин­тел­лек­ту?

    Да, на каль­ку­ля­то­ре можно быстро по­счи­тать любые ариф­ме­ти­че­ские опе­ра­ции хоть с се­ми­знач­ны­ми циф­ра­ми, но дей­ству­ет каль­ку­ля­тор с по­мо­щью ал­го­рит­ма, изоб­ре­тен­но­го людьми и че­ло­век вы­би­ра­ет, что счи­тать. Любая си­сте­ма Сла­бо­го ИИ по сути пред­став­ля­ет собой такой мощный каль­ку­ля­тор - ал­го­ритм как пра­ви­ло вы­би­ра­ет­ся из несколь­ких, за­ра­нее изоб­ре­тен­ных людьми, оценки ре­зуль­та­тов вы­чис­ле­ний сна­ча­ла дают люди.

    По­лу­ча­ет­ся, си­ту­а­ция ана­ло­гич­на сле­ду­ю­щей: канаву капают 100 че­ло­век-зем­ле­ко­пов, ставим задачу сде­лать 100 ро­бо­тов-зем­ле­ко­пов. Но мы просто делаем один экс­ка­ва­тор, ко­то­рый за­ме­ня­ет 100 и даже 200 зем­ле­ко­пов, по­лу­ча­ет­ся вы­пол­не­на немно­го другая задача - эф­фек­тив­но, но никто не скажет, что экс­ка­ва­тор может за­ме­нить 100 че­ло­век в другом фи­зи­че­ском труде - на­при­мер пе­ре­нос­ке грузов.

    Так и си­сте­ма Сла­бо­го ИИ - такой же "экс­ка­ва­тор" для какой-то об­ла­сти ин­тел­лек­ту­аль­но­го труда, но ко­то­рый ра­бо­та­ет совсем на других прин­ци­пах и, как пра­ви­ло, его нельзя ис­поль­зо­вать для других работ. Работу ин­тел­лек­ту­аль­ную делают, но об­ла­да­ют ли ин­тел­лек­том? По-моему ин­тел­лек­та там столь­ко же сколь­ко у каль­ку­ля­то­ра.

    Рас­смот­рим си­сте­мы Сла­бо­го ИИ:

    1) Экс­перт­ные си­сте­мы.

    2) Ма­шин­ный пе­ре­вод.

    3) Иг­ро­вые си­сте­мы (шашки, шах­ма­ты, го и т.п.).

    4) Боты, уме­ю­щие под­дер­жи­вать диалог. 

    5) Бес­пи­лот­ное управ­ле­ние ав­то­мо­би­лем.

    6) Ней­рон­ные сети.

    1. Экс­перт­ные си­сте­мы

    Уже к се­ре­дине 70-х гг. по­яв­ля­ют­ся первые при­клад­ные ин­тел­лек­ту­аль­ные си­сте­мы, ис­поль­зу­ю­щие раз­лич­ные спо­со­бы пред­став­ле­ния знаний для ре­ше­ния задач - экс­перт­ные си­сте­мы. Одной из первых была экс­перт­ная си­сте­ма DENDRAL, раз­ра­бо­тан­ная в Стэнд­форд­ском уни­вер­си­те­те и пред­на­зна­чен­ная для по­рож­де­ния формул хи­ми­че­ских со­еди­не­ний на основе спек­траль­но­го ана­ли­за. В на­сто­я­щее время DENDRAL по­став­ля­ет­ся по­ку­па­те­лям вместе со спек­тро­мет­ром. Си­сте­ма MYCIN пред­на­зна­че­на для ди­а­гно­сти­ки и ле­че­ния ин­фек­ци­он­ных за­бо­ле­ва­ний крови. Си­сте­ма PROSPECTOR про­гно­зи­ру­ет залежи по­лез­ных ис­ко­па­е­мых.

    В на­сто­я­щее время, лучшее до­сти­же­ние экс­перт­ных систем - су­пер­ком­пью­тер Watson, фир­мен­ное детище IBM, спе­ци­а­ли­зи­ру­ю­щий­ся на ре­ше­нии гло­баль­ной про­бле­мы, всту­пил в бой с он­ко­ло­ги­че­ски­ми бо­лез­ня­ми.

    Но через три года после того, как на­ча­лась про­да­жа услуг «Ват­со­на» он­ко­ло­гам всего мира, ис­сле­до­ва­ние, про­ве­дён­ное сайтом STAT, по­ка­за­ло, что  су­пер­ком­пью­тер IBM, раз­ре­кла­ми­ро­ван­ный как машина, ре­ко­мен­ду­ю­щая лучшие методы ле­че­ния рака, не со­от­вет­ству­ет этой бле­стя­щей ха­рак­те­ри­сти­ке.

    В своей основе Watson for Oncology — это ра­бо­та­ю­щий на базе об­лач­ных тех­но­ло­гий су­пер­ком­пью­тер, пред­на­зна­чен­ный для об­ра­бот­ки огром­ных мас­си­вов ин­фор­ма­ции — от на­блю­де­ний врачей и данных ме­ди­цин­ских ис­сле­до­ва­ний до кли­ни­че­ских ре­ко­мен­да­ций. Но ме­ди­цин­ские советы «Ват­со­на» не яв­ля­ют­ся ре­зуль­та­том его соб­ствен­но­го осмыс­ле­ния этой ин­фор­ма­ции. На­про­тив, они все­це­ло ре­зуль­тат де­я­тель­но­сти его на­став­ни­ков — людей, ко­то­рые кро­пот­ли­во учат су­пер­ком­пью­тер тому, как лечить па­ци­ен­тов с кон­крет­ны­ми ха­рак­те­ри­сти­ка­ми.

    Однако су­пер­ком­пью­тер IBM, как уста­но­вил STAT, не со­зда­ёт новых знаний, и счи­тать его ин­тел­лек­ту­аль­ным можно лишь с боль­шой на­тяж­кой.

    Watson стал прит­чей во языцех, вы­иг­рав те­ле­ви­зи­он­ную игру Jeopardy! При этом мало кто знает, что его про­грамм­ное обес­пе­че­ние сродни «Ме­ха­ни­че­ско­му турку» — шах­мат­но­му «роботу» XVIII века. «Ме­ха­ни­че­ский турок» по­ра­зил пуб­ли­ку своим ин­тел­лек­том, но потом вы­яс­ни­лось: внутри него был спря­тан че­ло­век-опе­ра­тор.

    В случае с Watson for Oncology опе­ра­то­ров несколь­ко. Ими яв­ля­ют­ся врачи всего одной, хотя и очень ува­жа­е­мой, боль­ни­цы США — Ме­мо­ри­аль­но­го он­ко­ло­ги­че­ско­го центра имени Слоуна — Кет­те­рин­га (Memorial Sloan Kettering Cancer Center) в Нью-Йорке. Эти врачи имеют право вво­дить в су­пер­ком­пью­тер Watson свои ре­ко­мен­да­ции даже при от­сут­ствии со­лид­но­го обос­но­ва­ния.

    Таким об­ра­зом, любая экс­перт­ная си­сте­ма на самом деле - ста­ти­сти­че­ская база плюс ал­го­ритм ана­ли­за, при­ду­ман­ный спе­ци­а­ли­ста­ми в кон­крет­ной об­ла­сти. 

    2. Ма­шин­ный пе­ре­вод

    Несмот­ря на зна­чи­тель­ные прак­ти­че­ские успехи в об­ла­сти ма­шин­но­го пе­ре­во­да, можно кон­ста­ти­ро­вать сле­ду­ю­щий факт - в на­сто­я­щий момент ос­но­вой всех систем пе­ре­во­да яв­ля­ют­ся два фак­то­ра: со­бра­ны гро­мад­ные базы данных по ста­ти­сти­ке упо­треб­ле­ния слов, фраз, пред­ло­же­ний рас­про­стра­нен­ных языков и со­от­вет­ству­ю­щих им слов, фраз и пред­ло­же­ний на других языках, уве­ли­чи­лась вы­чис­ли­тель­ная мощ­ность ком­пью­тер­ной тех­ни­ки, что поз­во­ля­ет быстро на­хо­дить ста­ти­сти­че­ски наи­бо­лее под­хо­дя­щие фразы из базы данных. Грам­ма­ти­че­ские пра­ви­ла при этом пол­но­стью ра­бо­та­ют по жест­ким ал­го­рит­мам, на­пи­сан­ным людьми - Слабый ИИ не в со­сто­я­нии по­ро­дить нового знания. Налицо работа "мощ­но­го каль­ку­ля­то­ра" - на вход подаем фразу на одном языке - на выходе по­лу­ча­ем фразу на другом. Ин­тел­лек­та к со­жа­ле­нию - ноль.

    3) Иг­ро­вые си­сте­мы (шашки, шах­ма­ты, го и т.п.)

    Вообще по­на­ча­лу ис­сле­до­ва­те­ли ИИ делали ставки именно на игры - пра­ви­ла игр, как пра­ви­ло просты и ло­гич­ны, без ин­тел­лек­та в них играть и вы­иг­ры­вать невоз­мож­но, ре­зуль­тат раз­ра­бот­ки можно сразу же легко про­ве­рить - короче тот самый ис­пы­та­тель­ный по­ли­гон для ис­сле­до­ва­те­ля ИИ. Лю­би­мой игрой ученых стали шах­ма­ты - с одной сто­ро­ны всем из­вест­ные пра­ви­ла, с другой сто­ро­ны, тупой пе­ре­бор воз­мож­ных ходов очень тру­до­за­тра­тен. Дей­стви­тель­но, если пред­по­ло­жить, что в сред­нем в любой по­зи­ции воз­мож­но 30 разных ва­ри­ан­тов хода, то расчет на 2 хода вперед (за себя и про­тив­ни­ка) уже тре­бу­ет пе­ре­бо­ра и оценки 30 х 30 х 30 х 30 = 810 тысяч воз­ни­ка­ю­щих по­зи­ций, на 3 хода вперед ко­ли­че­ство по­зи­ций уже 729 мил­ли­о­нов. Между тем че­ло­век не за­ни­ма­ет­ся тупым пе­ре­бо­ром на несколь­ко ходов и при этом ма­сте­ра и гросс­мей­сте­ры про­счи­ты­ва­ют до 10-20 ходов вперед.

    В 60-70-х годах мощ­но­сти ЭВМ не хва­та­ло на рас­че­ты более 5-6 ходов, и по­это­му ис­сле­до­ва­те­ли ИИ пы­та­лись решать про­бле­мы игры в шах­ма­ты ис­поль­зуя Силь­ный ИИ. В част­но­сти этой про­бле­мой за­ни­мал­ся чем­пи­он мира по шах­ма­там Бот­вин­ник М.М. (Про­грам­ма ПИОНЕР). Но ре­во­лю­ция в об­ла­сти элек­тро­ни­ки в 90-х годах и воз­рас­та­ние мощи ком­пью­те­ров поз­во­ли­ли за­пад­ным шах­мат­ным про­грам­мам, ис­поль­зу­ю­щим полный пе­ре­бор, метко на­зван­ный аме­ри­кан­ца­ми "брут форс" (brute force — грубая сила), до­стичь уровня гросс­мей­сте­ра.

    В 1997 году Deep Blue от IBM вы­иг­рал матч по шах­ма­там из 6 партий у чем­пи­о­на мира Гарри Кас­па­ро­ва. Недав­но си­сте­ма AlphaGo от google по­бе­ди­ла силь­ней­ше­го в мире игрока Го.  Но обе про­грам­мы по-преж­не­му ис­поль­зу­ют только брут форс. То есть это фак­ти­че­ски всё ещё Слабый ИИ.

     Для шахмат и Го сде­лать полный пе­ре­бор воз­мож­ных ва­ри­ан­тов хотя и не просто, но по­лу­чи­лось. В жизни все зна­чи­тель­но слож­нее. Внеш­нее «сырое» опи­са­ние про­ис­хо­дя­ще­го плохо по­мо­га­ет в опре­де­ле­нии стра­те­гии по­ве­де­ния и оценке ка­че­ства си­ту­а­ции. Нельзя судить о сход­стве си­ту­а­ций по сов­па­де­нию части при­зна­ков. Тре­бу­ет­ся по­ни­ма­ние смысла про­ис­хо­дя­ще­го, а его то как раз и нет. Ре­кла­му эти про­грам­мы себе сде­ла­ли, фирмы за­ра­бо­та­ли денег, а дви­же­ния к Силь­но­му ИИ - нет.

    4) Боты, уме­ю­щие под­дер­жи­вать диалог

    Одним из первых при­ме­ров есте­ствен­но-язы­ко­вых систем, спо­соб­ных син­те­зи­ро­вать тексты, яв­ля­ет­ся ав­то­ма­ти­че­ская си­сте­ма со­зда­ния тек­стов вол­шеб­ных сказок, со­здан­ная в Мос­ков­ском энер­ге­ти­че­ском ин­сти­ту­те в 70-х гг. и на­зы­ва­е­мая TALE (Ин­фор­ма­ти­ка). На первом шаге она выдает тексты при­мер­но такого вида: "Жил-был X. Не было у него же­ла­е­мо­го У. Стал про­сить Х Бога. Бог обещал. По­явил­ся У. Вырос У. Ушел раз Х и не велел У делать Z. Но У сделал Z. Вер­нул­ся X. У нет. Понял X, что У сделал Z. Пошел Х искать У..." В памяти рас­смат­ри­ва­е­мой си­сте­мы хра­ни­лись данные для за­пол­не­ния так на­зы­ва­е­мых ак­тан­тов, а оди­на­ко­вые пе­ре­мен­ные по­ка­зы­ва­ют, что на эти места всюду надо по­ста­вить одни и те же за­пол­ни­те­ли. Так воз­ни­ка­ет текст: "Жил-был царь. И не было у царя же­ла­е­мо­го на­след­ни­ка. Стал царь про­сить Бога. Бог обещал. По­явил­ся на­след­ник. Вырос на­след­ник..." Су­ще­ству­ет пример такой сказки, со­чи­нен­ной этой про­грам­мой.

    Как видим, опять два­дцать пять, са­дят­ся умные люди, со­чи­ня­ют уни­вер­саль­ные шаб­ло­ны, и затем уже машина может под­став­лять всего лишь несколь­ко слов, а текст по­лу­ча­ет­ся до­воль­но осмыс­лен­ным. Если под­го­то­вить де­сят­ки тысяч таких шаб­ло­нов, про­ве­сти ста­ти­сти­ку, когда ис­поль­зо­вать тот или иной шаблон, то можно "ими­ти­ро­вать" очень даже на при­лич­ном уровне диалог машины и че­ло­ве­ка. И че­ло­век до опре­де­лен­ной сте­пе­ни может и не уга­дать, что с ним ока­зы­ва­ет­ся раз­го­ва­ри­вал не живой че­ло­век, а про­грам­ма. Но по­рож­да­ет ли гро­мад­ная работа про­ве­ден­ная кол­лек­ти­вом людей при со­зда­нии кучи шаб­ло­нов и набор ста­ти­сти­ки и те­сти­ро­ва­ние, к раз­ви­тию Силь­но­го ИИ? Или всё таки здесь больше не Ис­кус­ствен­но­го Ин­тел­лек­та, а Ими­та­ции Ин­тел­лек­та?

    5) Бес­пи­лот­ное управ­ле­ние ав­то­мо­би­лем

    В 2004 году DARPA объ­яви­ла о первом со­рев­но­ва­нии пол­но­стью ав­то­ном­ных ав­то­мо­би­лей. Машины должны были про­ехать трассу в 230 ки­ло­мет­ров без вме­ша­тель­ства людей. До финиша тогда не до­брал­ся никто. С тех пор многое из­ме­ни­лось. В 2005 у гонки был первый по­бе­ди­тель (ко­ман­да Стен­фор­да) и на се­го­дняш­ний день раз­ра­бот­кой бес­пи­лот­ных машин за­ни­ма­ют­ся все круп­ные ав­то­про­из­во­ди­те­ли, стар­та­пы и зна­чи­тель­ное число IT-ком­па­ний.

    Лучше всего рас­смат­ри­вать кон­цеп­цию про­дви­ну­то­го ав­то­пи­ло­та на при­ме­ре тво­ре­ния Google. Си­сте­ма ра­бо­та­ет, ис­поль­зуя ин­фор­ма­цию, ко­то­рая со­би­ра­ет­ся сер­ви­сом Google Street View. Это, на­пом­ним, спе­ци­аль­ная функ­ция Google, ко­то­рая поз­во­ля­ет рас­смат­ри­вать па­но­рам­ные виды улиц го­ро­дов с высоты при­мер­но 2,5 метров. Что ка­са­ет­ся самого гуг­ло­мо­би­ля, то ос­нов­ные под­си­сте­мы вы­гля­дят так:

    Ви­део­ка­ме­ра
    LIDAR
    Из­ме­ри­тель по­ло­же­ния
    Радары

    Датчик LIDAR для боль­шей эф­фек­тив­но­сти кре­пит­ся на крыше ав­то­мо­би­ля. Он вра­ща­ет­ся и ска­ни­ру­ет про­стран­ство в ра­ди­у­се 60 м. Авто имеет четыре радара, уста­нов­лен­ные в пе­ред­нем и заднем бам­пе­рах: за счет них ав­то­мо­биль может эф­фек­тив­но вы­яв­лять пре­пят­ствия. Даль­ность, высота, на­прав­ле­ние дви­же­ния и ско­рость объ­ек­та — ин­фор­ма­цию обо всем этом пе­ре­да­ют радары. Они дают воз­мож­ность авто «видеть» до­ста­точ­но далеко, для того чтобы ре­а­ги­ро­вать на из­ме­не­ния на трассе. В свою оче­редь, спе­ци­аль­ный датчик, ко­то­рый под­клю­чен к одному из задних колес, опре­де­ля­ет ме­сто­по­ло­же­ние на карте самого гуг­ло­мо­би­ля. Фик­си­ру­ют­ся такие гео­гра­фи­че­ские ко­ор­ди­на­ты, как широта, дол­го­та и высота. Когда гео­ста­ци­о­нар­ные спут­ни­ки, ко­то­рые транс­ли­ру­ют кор­рек­ти­ров­ку сме­ще­ния GPS, «видны» ав­то­мо­би­лем, устрой­ство пе­ре­хо­дит в режим диф­фе­рен­ци­аль­но­го GPS (обес­пе­чи­ва­ет­ся вы­со­кая точ­ность GPS). В тот момент, когда сигнал кор­рек­ции недо­сту­пен, устрой­ство ис­поль­зу­ет сигнал со стан­дарт­ной точ­но­стью GPS. Ну и, на­ко­нец, рас­по­ло­жен­ная рядом с зер­ка­лом зад­не­го вида ви­део­ка­ме­ра. Она «видит» све­то­фо­ры и дви­жу­щи­е­ся объ­ек­ты.

    Бор­то­вой ком­пью­тер со­еди­ня­ет ин­фор­ма­цию, ко­то­рая была по­лу­че­на от сен­со­ра, с на­хо­дя­щей­ся в памяти картой мест­но­сти. Затем в дело всту­па­ет особый ал­го­ритм, оце­ни­ва­ю­щий си­ту­а­цию с учетом того, как себя могут по­ве­сти другие участ­ни­ки до­рож­но­го дви­же­ния. Ком­пью­тер также вы­счи­ты­ва­ет тра­ек­то­рию, по ко­то­рой должен дви­гать­ся бес­пи­лот­ный ав­то­мо­биль. Бес­пи­лот­ные авто «учатся» быст­рее бла­го­да­ря тому, что по­лу­чен­ная ими ин­фор­ма­ция от­прав­ля­ет­ся в базу данных, из ко­то­рой чер­па­ют све­де­ния все ав­то­мо­би­ли Google.

    Как видим - ос­нов­ная про­бле­ма бес­пи­лот­ных ав­то­мо­би­лей - со­зда­ние людьми (опять людьми) чет­ко­го ал­го­рит­ма - од­но­знач­но­го ре­а­ги­ро­ва­ния на самые раз­но­об­раз­ные си­ту­а­ции, ко­то­рые могут про­изой­ти на дороге. По мере на­коп­ле­ния опыта ис­поль­зо­ва­ния, ал­го­рит­мы примут окон­ча­тель­ный вид и скорее всего будут за­креп­ле­ны даже на за­ко­но­да­тель­ном уровне (так как их при­ме­не­ние свя­за­но с жизнью и здо­ро­вьем людей). Но как и в уже рас­смот­рен­ных ин­тел­лек­ту­аль­ных си­сте­мах - идет на­ра­бот­ка не ин­тел­лек­та, а базы знаний (карты, ви­део­объ­ек­ты, ин­фор­ма­ция от дат­чи­ков)  и ал­го­рит­мов, на­пи­сан­ных людьми - ха­рак­тер­ные черты Сла­бо­го ИИ.

    6) Ней­рон­ные сети

    На неко­то­ром этапе раз­ви­тия ин­фор­ма­ти­ки многие ученые стали по­ни­мать, что со­зда­те­лям вы­чис­ли­тель­ных машин есть чему по­учить­ся у био­ло­гии. Среди них был ней­ро­фи­зио­лог и поэт-лю­би­тель Уоррен Мак­ка­лок, об­ла­дав­ший, фи­ло­соф­ским скла­дом ума и ши­ро­ким кругом ин­те­ре­сов. В 1942 г. Мак­ка­лок, участ­вуя в на­уч­ной кон­фе­рен­ции в Нью-Йорке, услы­шал доклад одного из со­труд­ни­ков Винера о ме­ха­низ­мах об­рат­ной связи в био­ло­гии. Вы­ска­зан­ные в до­кла­де идеи пе­ре­кли­ка­лись с соб­ствен­ны­ми идеями Мак­ка­ло­ка от­но­си­тель­но работы го­лов­но­го мозга. В те­че­ние сле­ду­ю­ще­го года Мак­ка­лок в со­ав­тор­стве со своим 18-летним про­те­же, бле­стя­щим ма­те­ма­ти­ком Уо­л­те­ром Питт­сом, раз­ра­бо­тал теорию де­я­тель­но­сти го­лов­но­го мозга.

    Мак­ка­лок и Питтс пред­ло­жи­ли кон­струк­цию сети из элек­трон­ных "ней­ро­нов" и по­ка­за­ли, что по­доб­ная сеть может вы­пол­нять прак­ти­че­ски любые во­об­ра­зи­мые чис­ло­вые или ло­ги­че­ские опе­ра­ции. Далее они пред­по­ло­жи­ли, что такая сеть в со­сто­я­нии также обу­чать­ся, рас­по­зна­вать образы, обоб­щать, т.е. она об­ла­да­ет всеми чер­та­ми ин­тел­лек­та. 

     В се­ре­дине 1958 г. Фр­эн­ком Ро­зен­бла­том была пред­ло­же­на модель элек­трон­но­го устрой­ства, на­зван­но­го им пер­цеп­тро­ном, ко­то­рое должно было бы ими­ти­ро­вать про­цес­сы че­ло­ве­че­ско­го мыш­ле­ния. Пер­цеп­трон должен был пе­ре­да­вать сиг­на­лы от "глаза", со­став­лен­но­го из фо­то­эле­мен­тов, в блоки элек­тро­ме­ха­ни­че­ских ячеек памяти, ко­то­рые оце­ни­ва­ли от­но­си­тель­ную ве­ли­чи­ну элек­три­че­ских сиг­на­лов. Эти ячейки со­еди­ня­лись между собой слу­чай­ным об­ра­зом в со­от­вет­ствии с гос­под­ству­ю­щей тогда тео­ри­ей, со­глас­но ко­то­рой мозг вос­при­ни­ма­ет новую ин­фор­ма­цию и ре­а­ги­ру­ет на нее через си­сте­му слу­чай­ных связей между ней­ро­на­ми. Два года спустя была про­де­мон­стри­ро­ва­на первая дей­ству­ю­щая машина "Марк-1", ко­то­рая могла на­учить­ся рас­по­зна­вать неко­то­рые из букв, на­пи­сан­ных на кар­точ­ках, ко­то­рые под­но­си­ли к его "глазам", на­по­ми­на­ю­щие ки­но­ка­ме­ры. Пер­цеп­трон Ро­зен­бла­та ока­зал­ся наи­выс­шим до­сти­же­ни­ем "вос­хо­дя­ще­го", или ней­ро­мо­дель­но­го метода со­зда­ния ис­кус­ствен­но­го ин­тел­лек­та.

    Ве­ду­щие пред­ста­ви­те­ли так на­зы­ва­е­мо­го "нис­хо­дя­ще­го метода" спе­ци­а­ли­зи­ро­ва­лись, в от­ли­чие от пред­ста­ви­те­лей "вос­хо­дя­ще­го метода", в со­став­ле­нии для циф­ро­вых ком­пью­те­ров общего на­зна­че­ния про­грамм ре­ше­ния задач, тре­бу­ю­щих от людей зна­чи­тель­но­го ин­тел­лек­та, на­при­мер для игры в шах­ма­ты или поиска ма­те­ма­ти­че­ских до­ка­за­тельств. 

    Однако Мин­ский в со­ав­тор­стве с южно-аф­ри­кан­ским ма­те­ма­ти­ком Пей­пер­том на­пи­сал книгу "Пер­цеп­тро­ны", где ма­те­ма­ти­че­ски до­ка­зы­ва­лось, что пер­цеп­тро­ны, по­доб­ные ро­зен­бла­тов­ским, прин­ци­пи­аль­но не в со­сто­я­нии вы­пол­нять многие из тех функ­ций, ко­то­рые пред­ска­зы­вал им Ро­зен­блат. Мин­ский утвер­ждал, что, пер­цеп­тро­ны ни­ко­гда не об­ре­тут даже умения рас­по­зна­вать пред­мет, ча­стич­но за­сло­нен­ный другим. Глядя на тор­ча­щий из-за кресла ко­ша­чий хвост, по­доб­ная машина ни­ко­гда не сможет понять, что она видит. Нельзя ска­зать, что по­явив­ша­я­ся в 1969 г. эта кри­ти­че­ская работа по­кон­чи­ла с ки­бер­не­ти­кой. Она лишь пе­ре­ме­сти­ла ин­те­рес ас­пи­ран­тов и суб­си­дии пра­ви­тель­ствен­ных ор­га­ни­за­ций США, тра­ди­ци­он­но фи­нан­си­ру­ю­щих ис­сле­до­ва­ния по ИИ, на другое на­прав­ле­ние ис­сле­до­ва­ний - "нис­хо­дя­щий метод".

    Ней­ро­сеть ими­ти­ру­ет не только де­я­тель­ность, но и струк­ту­ру нерв­ной си­сте­мы че­ло­ве­ка. Такая сеть со­сто­ит из боль­шо­го числа от­дель­ных вы­чис­ли­тель­ных эле­мен­тов («ней­ро­нов»). В боль­шин­стве слу­ча­ев каждый «нейрон» от­но­сит­ся к опре­де­лён­но­му слою сети. Вход­ные данные по­сле­до­ва­тель­но про­хо­дят об­ра­бот­ку на всех слоях сети. Па­ра­мет­ры каж­до­го «ней­ро­на» могут из­ме­нять­ся в за­ви­си­мо­сти от ре­зуль­та­тов, по­лу­чен­ных на преды­ду­щих на­бо­рах вход­ных данных, из­ме­няя таким об­ра­зом и по­ря­док работы всей си­сте­мы.

    Ней­рон­ные сети с глу­бин­ным обу­че­ни­ем (Deep learning) до­ста­точ­но хорошо под­хо­дят там, где “про­грам­ми­ро­ва­ние в лоб” за­хо­дит в тупик и ока­зы­ва­ет­ся, что зна­чи­тель­но проще “скор­мить” ней­рон­ной сети огром­ный массив обу­ча­ю­щих при­ме­ров и тем самым обу­чить ее пра­виль­ной клас­си­фи­ка­ции, чем пы­тать­ся самому опи­сать все за­ко­но­мер­но­сти и ре­ак­цию на них.

    Тру­до­ём­кая и дли­тель­ная часть про­цес­са раз­ра­бот­ки ней­рон­ной сети — её обу­че­ние. Для того, чтобы ней­рон­ная сеть могла кор­рект­но решать по­став­лен­ные задачи, тре­бу­ет­ся «про­гнать» её работу на де­сят­ках мил­ли­о­нов на­бо­ров вход­ных данных. Именно с по­яв­ле­ни­ем раз­лич­ных тех­но­ло­гий уско­рен­но­го обу­че­ния и свя­зы­ва­ют рас­про­стра­не­ние ней­ро­се­тей.  

    Во-первых, по­явил­ся боль­шой и об­ще­до­ступ­ный массив раз­ме­чен­ных кар­ти­нок (ImageNet), на ко­то­рых можно обу­чать­ся. Во-вторых, со­вре­мен­ные ви­део­кар­ты поз­во­ля­ют в сотни раз быст­рее обу­чать ней­ро­се­ти и их ис­поль­зо­вать. В-тре­тьих, по­яви­лись го­то­вые, пре­до­бу­чен­ные ней­ро­се­ти, рас­по­зна­ю­щие образы, на ос­но­ва­нии ко­то­рых можно делать свои при­ло­же­ния, не за­ни­ма­ясь дли­тель­ной под­го­тов­кой ней­ро­се­ти к работе. Всё это обес­пе­чи­ва­ет мощное раз­ви­тие ней­ро­се­тей именно в об­ла­сти рас­по­зна­ва­ния об­ра­зов.

    Но фак­ти­че­ски любая ней­ро­сеть по-преж­не­му оста­ет­ся ста­ти­сти­че­ской базой - и не может по­ро­дить нового знания. Мак­си­мум - найти сход­ство с уже за­гру­жен­ны­ми дан­ны­ми и со­от­вет­ствен­но из этого дей­ство­вать по ал­го­рит­му на­пи­сан­но­му людьми.
     

    По­пыт­ки про­ры­ва по линии Силь­но­го ИИ про­дол­жа­ют­ся, но особых успе­хов нет:

    В сен­тяб­ре 2003 года ка­ли­фор­ний­ская ком­па­ния Artificial Development объ­яви­ла, что за­кон­чи­ла сборку первой функ­ци­о­наль­ной части опыт­но­го об­раз­ца си­сте­мы CCortex, ко­то­рая должна стать самой круп­ной в мире ней­рон­ной сетью.

    Немно­го о самой ком­па­нии. Она част­ная и очень мо­ло­дая — в июле 2003 года её ос­но­вал Маркос Гильен (Marcos Guillen), со­брав­ший под одной крышей ин­тер­на­ци­о­наль­ную ко­ман­ду про­грам­ми­стов, ма­те­ма­ти­ков и других спе­ци­а­ли­стов, ко­то­рые готовы ра­бо­тать, чтобы со­здать первый в мире ис­тин­ный ис­кус­ствен­ный ин­тел­лект. 

    CCortex – это со­зда­ние эму­ля­ции че­ло­ве­че­ско­го мозга с 20 мил­ли­ар­да­ми ней­ро­нов и 20 трил­ли­о­на­ми связей между ними. По словам AD, их по­пыт­ка в 10 тысяч раз мас­штаб­нее любых преды­ду­щих по­пы­ток ко­пи­ро­вать, ча­стич­но или пол­но­стью, пер­вич­ные ха­рак­те­ри­сти­ки че­ло­ве­че­ско­го ин­тел­лек­та. 

    В итоге должна по­лу­чить­ся первая ней­рон­ная си­сте­ма, по уровню слож­но­сти спо­соб­ная хоть как-то кон­ку­ри­ро­вать с мозгом мле­ко­пи­та­ю­щих. 

    Для до­сти­же­ния своей цели Artificial Development ре­ши­лась со­брать один из 20 лучших и самых быст­рых ком­пью­те­ров в мире – за­ду­ман­ная про­из­во­ди­тель­ность 4800 ги­гафло­пов. 

    Данная су­пер­ма­ши­на ра­бо­та­ет под Linux. Она будет со­став­ле­на из 500 узлов и одной тысячи про­цес­со­ров Intel и AMD, со­би­ра­ет­ся иметь 1,5 те­ра­бай­та опе­ра­тив­ной памяти и хра­нить в себе 80 те­ра­байт данных. В про­цес­се эму­ля­ции си­сте­ма стре­мит­ся ре­а­ли­зо­вать со­сто­я­ние каж­до­го ней­ро­на и его связей несколь­ко раз в се­кун­ду. 

    Проект за­пу­сти­ли.....

    Не знаю на что рас­счи­ты­ва­ли, может думали - сде­ла­ем модель близ­кую к мозгу - и она сама за­ра­бо­та­ет. Но похоже сели в лужу - не ра­бо­та­ет! Прошло уже 14 лет, гро­мад­ный для со­вре­мен­ной науки срок, но только пшик.....

    Вывод: Вместо Ис­кус­ствен­но­го Ин­тел­лек­та имеем ин­ду­стрию Ими­та­ции Ин­тел­лек­та.

    PS:

    Зна­ме­на­тель­ное со­бы­тие слу­чи­лось 7 ноября 2017 года - вскры­ва­лись кап­су­лы по­том­кам за­ло­жен­ные в 1967 году - 50 лет назад.

    Это лишний повод огля­нуть­ся назад и спро­сить себя: какие из гло­баль­ных задач, ко­то­рые ста­ви­ло перед собой че­ло­ве­че­ство, вы­пол­не­ны?

    Из трех ос­нов­ных задач в 1967 году за 50 лет не вы­пол­не­но ни-че-го:

    1) Энер­ге­ти­че­ская - вместо тер­мо­яда по­все­мест­но внед­ря­ет­ся по­теш­ная ВИЭ.

    2) Кос­ми­че­ская - вместо экс­пан­сии че­ло­ве­че­ства за пре­де­лы Земли люди уходят в вир­ту­аль­ное иг­ро­вое про­стран­ство.

    3) Ис­ку­ствен­ный ин­тел­лект - вместо мыс­ля­щих машин имеем ин­ду­стрию Ими­та­ции Ин­тел­лек­та.

    Почему так слу­чи­лось? - это тема для другой статьи ;) , но ещё раз хочу под­черк­нуть:

    Че­ло­ве­че­ство не сможет решить своих про­блем  только путем научно-тех­ни­че­ско­го раз­ви­тия - раз­ви­тие тех­ни­ки без раз­ви­тия души че­ло­ве­ка - путь в никуда!

    Источник - aftershock.news .

    Комментарии:
    • #1 написан 4 декабря 2017 11:01
    • Статус: Пользователь offline
    • Группа: Посетители
    • Зарегистрирован 21.05.2014
    Правдолюб | Комментариев: 2 010 | Публикаций: 14

    Беседа йога и нейробиолога.

     



    --------------------
    Не так горько видеть горе от ума, как радость от глупости.
    0
    Информация!
    Посетители, находящиеся в группе Гости, не могут оставлять комментарии к данной публикации.
    Наверх Вниз