Главная городская газета

Ум из машины

Каждый день
свежий pdf-номер газеты
в Вашей почте

Бесплатно
Свежие материалы Общество

В Петербурге растет штраф за браконьерство

Инициативу согласовали на заседании комитета по законодательству ЗакСа. Читать полностью

«Норд Стрим-2»: стройка начинается

Компания Nord Stream-2 AG получила разрешение Минстроя РФ на строительство сухопутного участка газопровода в России. Читать полностью

Золотая медаль за «работу в поисковой системе Яндекс»

VIII Всероссийский чемпионат по компьютерному многоборью среди пенсионеров принес золотую медаль петербуржцу Сергею Алексеевичу Осокину. Он стал первым среди начинающих пользователей в номинации «Работа в поисковой системе Яндекс». Читать полностью

«Штрафной костер», или пожары атакуют

В лесной зоне всей Ленинградской области действует особый противопожарный режим. Читать полностью

Пролетарии всех стран, приезжайте в Петербург!

Они задействованы в тяжелой промышленности, машиностроении, строительстве, обрабатывающих производствах и сфере услуг. Их труд используют не менее 36% предприятий города. Какой вклад вносят мигранты в экономику Петербурга? Читать полностью

Кто держит руку на пульсе народов: круглый стол в Доме национальностей

В Петербурге поговорили о профилактике национального и религиозного экстремизма. Как это было? Читать полностью
Ум из машины | ФОТО Mopic/shutterstock.com

ФОТО Mopic/shutterstock.com

Услышать, что «искусственный интеллект» (ИИ) – крайне неудачное название и что «ни один настоящий ученый не скажет, что занимается ИИ», – занятно, особенно из уст председателя СПб отделения Российской ассоциации искусственного интеллекта. На лекции в «Прогресс-школе» (было не протолкнуться) доктор технических наук Татьяна ГАВРИЛОВА поведала много другого, не менее интригующего, в частности, что Каспаров проиграл не компьютеру, а молодому себе.

Женя, будь человеком!

– Название «Искусственный интеллект» – очень неудачное. В самом переводе уже есть этот научно-фантастический дурного вкуса и тона оттенок, – начала Татьяна Гаврилова.

По-английски ИИ – Artificial intelligence, и «артифишл» – действительно «искусственный», но «интеллидженс» – никакой не «интеллект», хотя бы потому, что «интеллект» он и есть, строго говоря, intellect. А «интеллидженс» – это способность рассуждать разумно. ИИ (ничего не поделаешь, будем так называть) – просто направление информатики, которое пытается научить машину моделировать разумные вещи.

— Довольно скромная задача и еще более скромные пока результаты, – прокомментировала лектор.

Движущиеся фигуры мастерили еще для храмов Древнего Египта, но вплотную к ИИ подобрались к 1950-м, когда появились компьютеры. В Советском Союзе, кстати, подобрались раньше. В начале 1950-х в МГУ образовался семинар академика А. А. Ляпунова, одного из отцов российской кибернетики. Семинар, собравший математиков, лингвистов, философов, назвали просто — «Автоматы и мышление», и идея была такая: раз машина так быстро считает, давайте научим ее так же быстро делать что-нибудь разумное. Переводить с одного языка на другой. Или в играть в шахматы.

В США проснулись чуть позже — в 1956 году, зато закатили конференцию по ИИ аж на два месяца. Представители университетов делали доклады, моделировали, писали программы – та долгая конференция и положила начало новой науке Artificial intelligence.

Года полтора назад мир облетела новость: ИИ прошел тест Тьюринга! Великий и несчастный английский математик Тьюринг в 1950-м предложил тест: если вы не поймете, что общаетесь не с человеком, а с машиной (компьютер в другой комнате), – машина интеллектуальна. Тьюринг не задирал планку: машина должна была ответить «по-человечески» хотя бы на 30% вопросов. В 2014 году бывшие наши, а теперь сотрудники британского университета Рединга представили программу, которая притворилась 13-летним одесситом Женей Густманом и будто бы прошла тест. Для осведомленной общественности это означало: все, приехали; машина уже достаточно умна.

– Я вам ответственно заявляю, что ни одна машина еще не прошла тест Тьюринга, – обескуражила Татьяна Гаврилова.

Она, оказывается, зашла на сайт университета и с этой программой пообщалась – была такая возможность.

– Я задала «Жене» три вопроса. Он на все три ответил как полный идиот.

Например, от ответа на вопрос о его любимых сказочных героях стал уклоняться: «Давайте поговорим лучше о вас». Классическая программная уловка.

– Сейчас они закрыли эту программу.

Или 1996 год, знаменитый матч Каспарова против компьютера, счет не в «нашу» пользу.

– Компьютер был настроен на Каспарова, – объясняет Татьяна Гаврилова. – В памяти были все его партии, в том числе сыгранные в молодости. То есть молодой Каспаров играл против уже не очень молодого.

«Мозг» и «Черный ящик»

Так можно назвать два пути, не пересекающиеся, коими идут ученые в создании искусственного интеллекта.

Половина специалистов считают: если мы думаем мозгом, то для создания ИИ его и нужно моделировать. Так появилась наука нейрокибернетика, или нейросайенс.

Впрочем, начали с моделирования глаза. Палочки, колбочки. Но наш глаз, к примеру, распознает букву, как ее ни напиши (жирно, курсивом, с вязью), а компьютерный глаз распознавал только ту «А», которую ему показали.

«Нейро»-направление невольно продвинули японцы. Долгие годы они создавали компьютер пятого поколения (поколения отличаются элементной базой)...

– Но они сделали одну большую ошибку. Им было запрещено общаться с внешним миром, они не ездили по конференциям, не обсуждали свои варианты с экспертами из других стран, не могли публиковаться...

Затея с машинами пятого поколения закончилась по большому счету пшиком. Но по ходу дела японцы создали компьютер, который моделировал нейросеть! То есть, провалив пятое поколение, ученые сделали машину шестого! Нейрокомпьютер. Однако...

– Я в нейросайенс не верю, – заявляет Татьяна Гаврилова.

Потому что, хоть тресни, никто не знает, как устроен мозг – и как его прикажете моделировать? И зачем упираться рогом и копировать природу? В конце концов, самолет летает – крыльями по-птичьи не машет. Так рассуждает вторая половина ИИ-ученых. «Мозговые алгоритмы нам неведомы – мы сами изобретем алгоритмы». Это и называется кибернетика «Черного ящика»: что внутри, никому не ясно, но известно, что на входе и что на выходе.

И все бы ничего, но случился 1973 год. «Самый печальный год в истории искусственного интеллекта». Во всяком случае в европейской его истории. В Англии собрали комиссию под руководством физика Лайтхилла, чтобы та разобралась, стоит ли вкладывать деньги в ИИ. Комиссия обошла ведущие британские университеты, ознакомилась с отчетами и сделала вывод: ИИ – академическая игрушка, серьезного коммерческого будущего у него нет.

Угасло финансирование в Англии, затем и в других европейских странах; советские ученые продолжали этим заниматься, но они и раньше не жировали.

А тем временем в 1976 году в США сделали первую коммерческую экспертную интеллектуальную систему.

Потом, конечно, выяснилось, что в комиссии Лайтхилла был засланный казачок из Штатов, который провоцировал Лайтхилла на отрицательные отзывы, но что уж теперь. Европа спохватилась, возобновила финансирование, но Америка ушла далеко вперед.

Знание – сила

В кибернетике «Черного ящика» (Татьяна Гаврилова в этой «компании») много направлений, но самое успешное, в том числе коммерчески – ЭС, экспертные системы. Системы, основанные на знаниях. Условно говоря, этакий склад, в который множество опытных профи вложили свои знания, и этим богатством может воспользоваться новичок.

Экспертные системы нужны в сферах, где есть неформализованные тонкие моменты, ведомые только экспертам. Медицина, юриспруденция, экономика, археология... И хорошая ЭС должна не просто давать ответ, но и объяснять, почему. «Почему ты рекомендовала человеку этот антибиотик?» – «Потому что я диагностировала ангину, а у него противопоказания к такому-то и такому-то лекарству».

Но знания, говорит Татьяна Гаврилова, – самый сложный вид информации. Знания – это не просто данные. Данные – это «на улице минус четыре». А вот то, что при такой температуре нужно бы надеть куртку, – знание. К тому же масса знаний у нас хранится не в словах: «Попробуйте по телефону научить завязывать шнурки!» – предлагает Гаврилова.

Чтобы создать ЭС, нужно для начала извлечь знания из экспертов. Что очень трудно.

– Чем «экспертнее» эксперт, тем хуже он может формулировать свои знания.

Эксперты мыслят, выражаясь языком программистов, не исходными кодами, а загрузочными модулями. Да каждый из нас, бывает, мыслит загрузочными модулями. Простой пример. Ваш приятель впервые объясняет вам, как добраться до его дома. Вы, идя маршрутом, про себя проговариваете: свернуть направо, пройти скверик, затем налево... Пришли. Когда вы к приятелю зачастили, вы уже не проговариваете маршрут. Информация из исходного кода превратились в загрузочный модуль. Он на автомате вас и ведет. А теперь представьте: вам нужно объяснить другому, где ваш приятель живет. Придется восстановить тот начальный код.

И эксперту, чтобы объяснить свои знания, нужно вернуться к исходным кодам. Да он их сто лет уже не использует!

Свои знания эксперт транслирует инженеру по знаниям, и задача последнего – все правильно понять. Что тоже непросто.

– Мне в свое время пришлось прочитать четыре учебника по геологии, чтобы разговаривать с экспертом, – рассказывает Татьяна Гаврилова.

Когда-то казалось: ну уж хотя бы с переводом машина справится без всяких знаний. Загрузили два словаря – и готово. Щ-щас. В Институте белка РАН, говорят, программа перевела сайт, в силу чего по-английски учреждение стало именоваться Squirrel Institute. Беличий институт. Так программа перевела слово «белкА».

И это не самая большая забота. Проблема правильного перевода теснейше связана со знанием. Это мы с вами понимаем, что смысл фразы «цыплята готовы к обеду» зависит от того, где цыплята находятся: на кухонном столе или у лотка с зерном. А компьютеру откуда это знать?

Успехи, конечно, есть. Вот радости было, когда компьютер впервые разобрал «на слух» слово. Слово было watermelon. «Арбуз» по-английски. Но потом выяснилось, что у машины много капризов: распознает она те слова, которые хорошо артикулируются, женский голос распознает лучше мужского...

Инженер по знаниям – самый важный человек на всех этапах изготовления экспертных систем.

– Теперь скажите, где их готовят? Нигде. Их нужно выращивать в своей компании, и лучше не из программиста, а из пользователя.

Например, для создания медицинской ЭС – из врача.

– Чтобы стать инженером по знаниям, аналитиком, нет ограничений по специальности. Лучшим аналитиком на моей памяти была выпускница филфака, она пришла в компанию переводчиком, а стала начальником IT-отдела. У нее голова просто золотая.

Но в среднем мужчины как аналитики лучше, поскольку лучше выделяют главное на общем фоне, а в интеллектуальную систему и надо вносить главное. Зато женщины лучше как коммуникаторы и лучше видят детали, поэтому базы знаний, созданные женщинами, обычно точнее.

...Если верить психологу Говарду Гарднеру, есть восемь типов интеллекта. И логико-математический – лишь один из них. А есть еще лингвистический, экзистенциальный, коммуникативный, телесно-кинестетический, музыкальный, пространственно-визуальный, натуралистический. И какому-никакому моделированию до сих пор поддается только логико-математический.

Так что человек пока может не переживать. Сделать машину умнее себя у него еще ума не хватает.


Эту и другие статьи вы можете обсудить и прокомментировать в нашей группе ВКонтакте

Эту и другие статьи вы можете обсудить и прокомментировать в наших группах ВКонтакте и Facebook