Искусственный интеллект (AI) – активно обсуждаемая тема во многих отраслях. Для большинства людей AI остаётся абстрактным понятием, совокупностью привлекательных визуальных образов и модных терминов. Эта лекция закладывает основу для более глубокого понимания AI, начиная с базового определения.
Что означает «Искусственный интеллект»?
Универсального определения AI не существует. Многие вопросы остаются без ответа, а многие ещё не сформулированы. Попробуем разобраться.
Слово «искусственный» понятно. «Интеллект» (intelligence) – понятие неоднозначное. «Искусственный интеллект» – неточный перевод «artificial intelligence», поскольку во многих языках нет прямого аналога слова «intelligence».
Интеллект (ИК) – способность глубоко мыслить, анализировать сложные идеи и заниматься абстрактными рассуждениями; применение существующих идей и мыслей к абстрактным темам, их анализ и оценка. Intelligence – более широкая категория, характеризующая общие умственные способности, умение решать новые задачи, адаптироваться и т.д.
Intelligence – способность, присущая не только людям, но и многим животным и организмам. Это способность обучаться, адаптироваться и решать новые задачи. Существуют разные точки зрения, и дискуссия продолжается. Для более реалистичного понимания AI, лучше рассматривать его как созданный объект, способный воспринимать информацию, учиться и решать ранее неизвестные проблемы.
Краткая история AI
Термин «artificial intelligence» появился в 1956 году, но ему предшествовал ряд важных открытий:
- 1943 год: Уоррен Маккалох и Уолтер Питтс описали первую математическую модель нейрона. Несмотря на простоту, эта модель стала хорошим приближением к описанию реальных нейронов.
- 1951 год: Создан первый аналоговый калькулятор, основанный на логике работы нейронов. Можно считать это созданием первого, пусть и примитивного, AI-устройства.
- 1955 год: Появилась первая AI-программа, моделирующая человеческое мышление в области математических доказательств.
- 1950 год: Алан Тьюринг написал «Computing Machinery and Intelligence», поставив фундаментальные вопросы о понимании и отношении к AI. Эти вопросы актуальны до сих пор.
Дармутская конференция 1956 года формально закрепила появление AI как отдельного направления в науке.
Прошло почти 80 лет, и только сейчас AI воспринимается как прорывное явление. Почему потребовалось так много времени?
Развитие AI: этапы
Рассмотрим этапы развития AI:
- Ранний период (до 1970-х): Дармутская конференция задала вектор развития. Появились перцептрон (1957) – первая нейронная сеть с обучением (хотя знак равенства между перцептроном и нейронной сетью некорректен), понятия обучения с учителем и без учителя, а также ADELINE (1960) – шаг к современным методам обучения. Появились первые экспертные системы и чат-бот ELIZA.
- Период застоя (1970-е): Ограничения вычислительных мощностей и разные подходы к «слабому» и «сильному» AI привели к сокращению финансирования («первая зима AI»). Сэр Джеймс Лайфти в 1972 году критично оценил прогресс в AI, указав на завышенные ожидания и ограничения технических подходов.
- Экспертные системы (1970-е – 1990-е): Перераспределение финансирования в сторону прикладных задач привело к расцвету экспертных систем (например, R1 в 1978 году). Они автоматизировали сложные процессы, но столкнулись с проблемами масштабирования и поддержки, а также зависимостью от устаревающих Lisp-машин («вторая зима AI»).
- Развитие классических методов (1990-е – 2016): Развитие классических ML-моделей (линейные, полиномиальные, деревья решений, SVM), классических нейронных сетей (включая RNN, LSTM, GRU, CNN), и бустинга. Развитие математической базы AI.
- Эпоха глубокого обучения (с 2017): Появление Transformer-архитектур, приведшее к прорыву в обработке естественного языка (NLP) и созданию больших многозадачных языковых моделей (LLM), таких как GPT. Предобученные модели и prompt engineering открыли новые возможности.
Сильный и слабый AI
За 50 лет сформировались два подхода к AI:
- Создание программы, имитирующей человеческое мышление (сильный AI).
- Создание узконаправленных решений, способных обучаться и адаптироваться к решению конкретных задач (слабый AI).
В семидесятых годах столкнулись с недостатком вычислительных мощностей, а победа Deep Blue над Гарри Каспаровым в 1997 году показала необходимость переосмысления подходов.
Понятие AI появилось давно и претерпело изменения. Были разные подходы, и спор о том, какие из них относятся к AI, продолжается. Развивались два пути: сильный и слабый AI. Долгое время развитие шло в сторону слабого AI, успешно вошедшего в нашу жизнь. С появлением LLM начался новый этап. AI стал шире, чем классические подходы, но вопрос о «сильном AI» остаётся открытым. Возможно, нас ждёт очередной период застоя, а возможно, квантовые компьютеры всё изменят.