Читать книгу Искусственный интеллект – для вашего бизнеса. Руководство по оценке и применению - Эндрю Берджесс - Страница 11

Для тех, кто только сейчас решил познакомиться поближе с искусственным интеллектом, эта технология может выглядеть сравнительно новой, основанной на возможностях интернета и так называемых больших данных. Однако на самом деле история искусственного интеллекта насчитывает уже более 50 лет, а его развитие то шло ускоренными темпами, то переживала «эпохи застоя», иногда называемые «периодами зимней спячки» (англ. «AI Winters»). Стоит кратко рассказать обо всем этом, чтобы сегодняшние события, когда искусственный интеллект находится у всех на виду, не оставались вырванными из исторического контекста.

В предыдущей главе я уже упоминал о двух людях, считающихся «отцами-основателями» искусственного интеллекта, – Марвине Мински и Дугласе Энгельбарте из Массачусетского технологического института в Бостоне (США). Но само словосочетание «искусственный интеллект» придумал Джон Маккарти, профессор Стэнфордского университета в Калифорнии. Маккарти создал Стэнфордскую лабораторию искусственного интеллекта (SAIL) – центр разработки ИИ на Западном побережье Соединенных Штатов. Технологии, продвигавшие в то время развитие искусственного интеллекта, были чрезвычайно примитивны по сравнению с современными (типа нейронных сетей) и, конечно, не воспринимались бы как «настоящий» искусственный интеллект любым нынешним специалистом. Тем не менее они действительно удовлетворяли, хотя бы на самом элементарном уровне, определению «компьютерные системы, способные выполнять задачи, требующие человеческого интеллекта».

Большая часть ранних разработок в области искусственного интеллекта была основана на так называемых «экспертных системах». Вовсе не желая сказать ничего дурного про эти подходы (они используются и сегодня, многие до сих пор под видом «искусственного интеллекта»), приходится признать, что смысл их в основном заключался в идее «если имеем то-то, поступаем так-то». Программист излагал рабочие принципы и алгоритмы из некоторой предметной области в виде строк, ветвей и циклов, причем каждая ветвь зависела от ввода определенного правила или от решения пользователя. Например, в системе, предназначенной для моделирования рекомендаций по открытию банковского счета, пользователю задается ряд вопросов (статус занятости, заработок, сбережения и т. д.), причем каждый ответ направляет процесс по разным ветвям, пока не приведет пользователя к тому или иному выводу. И поскольку такой подход действительно давал нам решение задачи, «обычно требующей человеческого интеллекта», в те времена можно было с чистой совестью считать его искусственным интеллектом. Сегодня с таким определением уже не согласятся, потому что у подобной программы нет способности к самообучению – главной отличительной черты любого интеллекта по определению.

Интересно, что даже в наши дни описанный выше подход используется во многих чат-ботах, широко распространенных в интернете. Большинство их разработчиков утверждает, что они используют искусственный интеллект, и кое-где он реально задействован, но большинство таких программ являются лишь застывшим «древом принятия решений», неспособным самостоятельно развиваться. Существует целый ряд онлайн-платформ (в большинстве своем бесплатных) для разработки чат-ботов, где можно создавать свои собственные версии таких алгоритмов, используя все тот же подход. И для простых процессов они вполне пригодны. Не так давно я и сам создал очередной (совсем элементарный) вариант чат-бота. Все дело заняло у меня полдня. С одной стороны, это доказывает, что подобное «программирование» доступно даже человеку, далекому от техники. С другой стороны, очевидно, что искусственный интеллект в этом процессе был едва задействован, если вообще имело смысл о нем говорить.

В истории искусственного интеллекта было два затяжных периода «спячки», когда прогресс в этой области застывал на многие годы. Происходило это оба раза вследствие завышенных ожиданий от разработок, с последующим разочарованием и прекращением финансирования. Первая «спячка» длилась с 1974 по 1980 год и была спровоцирована тремя событиями. Во-первых, это был отчет сэра Джеймса Лайтхилла для правительства Великобритании за 1973 год, в котором критиковалось «громадье планов» научного сообщества, занимавшегося искусственным интеллектом, и неспособность ученых хоть как-то приблизиться к выполнению обещанного. Во-вторых, принятая в Соединенных Штатах так называемая «Поправка Мэнсфилда» потребовала, чтобы Агентство перспективных исследовательских проектов (ARPA, ныне известное как DARPA) финансировало только проекты с четко сформулированными задачами и целями, отдавая предпочтение оборонным заказам, – всем этим ограничениям в то время искусственный интеллект удовлетворять не мог. В-третьих, ключевой искусственный интеллект-проект, выполняемый для ARPA, который позволил бы летчикам-истребителям «разговаривать» со своими самолетами, уверенно двигался к полному провалу. Все эти события привели к тому, что большая часть финансирования была отозвана, а само выражение «искусственный интеллект» надолго вышло из моды.

Второй «ледниковый период» продолжался для искусственного интеллекта с 1987 по 1993 год и был в основном связан с неспособностью «экспертных систем» в 1985 году оправдать завышенные ожидания целого ряда корпораций, потративших миллиарды долларов на совершенствование этой технологии. Как и в случае с моим собственным чат-ботом, о котором я упомянул выше, экспертные системы в конечном итоге оказались сложными для написания, «сборки» и запуска на компьютере. Это делало их чрезмерно дорогими, и в начале 1990-х годов они быстро утратили популярность, чему способствовал одновременный крах на рынке сопутствующего оборудования (так называемых машин Lisp). В 1981 году в Японии стартовала программа стоимостью 850 млн долларов по разработке «компьютера пятого поколения», который мог бы «вести разговоры, переводить языки, интерпретировать картинки и рассуждать, как люди», но даже через десяток лет она не смогла достичь ни одной из своих целей (впрочем, некоторые из них остаются неосуществленными и поныне). И хотя в 1983 году DARPA начала снова финансировать в Соединенных Штатах проекты по развитию искусственного интеллекта в ответ на амбициозные планы Японии, дотации прекратились в 1987 году, когда в Отдел технологий обработки информации DARPA (который и направлял усилия и средства в разработку искусственного интеллекта, суперкомпьютеров и микроэлектроники) пришло новое руководство и заключило, что искусственный интеллект «не в тренде». Начальство отвергло экспертные системы на том основании, что это было просто «мудрствование на тему программирования», и, оглядываясь назад, можно считать это весьма прозорливой оценкой.

Я рассказываю о тяжелых для искусственного интеллекта временах потому, что возникает совершенно резонный вопрос: не является ли нынешний бум технологий искусственного интеллекта еще одним прецедентом, связанным с завышенными ожиданиями? Быть может, нас всех ждет уже третье по счету разочарование и прекращение дальнейших разработок? Как мы увидели в предыдущей главе, вся маркетинговая индустрия и аналитика бурлит от восторга по поводу искусственного интеллекта и его нынешних и потенциальных возможностей. Ожидания, следовательно, чрезвычайно высоки, однако если бизнес начнет сейчас верить всему, что говорится и пишется про искусственный интеллект, итогом может стать сильнейшее разочарование. Вот почему нам нужно как следует разобраться в том, что вынесло искусственный интеллект на нынешнюю волну популярности и почему в этот раз «заморозки» вряд ли повторятся.

С технологической точки зрения единственный термин, который вам следует запомнить на данный момент, – это «машинное обучение». Оно представляет собой современную версию экспертных систем, которую сейчас интенсивно финансируют, разрабатывают и применяют в самых различных областях. Но прежде чем я опишу (разумеется, в упрощенной форме), что такое машинное обучение, нам нужно понять, что представляют собой все остальные силы, участвующие в текущем компьютерном прорыве, и почему на этот раз для искусственного интеллекта все может сложиться по-другому. На мой взгляд, в области ИИ сейчас действуют четыре основные движущие силы.