Что такое AI?
AI, известная также как ИИ (искусственный интеллект), – это технология с человекоподобными возможностями решения задач. Похоже, что ИИ в действии имитирует человеческий интеллект: он может распознавать изображения, писать стихи и делать прогнозы на основе данных.
Современные организации собирают большие объемы данных из различных источников – интеллектуальных датчиков, инструментов мониторинга, системных журналов и контента, созданного человеком. Технологии искусственного интеллекта анализируют данные и используют их для эффективного ведения бизнеса. Например, технология ИИ может реагировать на человеческие разговоры в службе поддержки клиентов, создавать оригинальные изображения и тексты для маркетинговых целей и давать интеллектуальные рекомендации для аналитики.
В конечном счете роль ИИ состоит в том, чтобы наполнять программное обеспечение интеллектуальными возможностями для персонализированного взаимодействия с пользователем и решения сложных проблем.
Какие существуют типы технологий ИИ?
За последние несколько лет количество приложений и технологий ИИ существенно возросло. Ниже приведены несколько примеров распространенных технологий ИИ, с которыми вы могли сталкиваться.
История ИИ
В своей работе от 1950 года «Вычислительные машины и разум» Алан Тьюринг рассматривал вероятность того, могут ли машины мыслить. В ней Тьюринг впервые ввел термин «искусственный интеллект» и представил его как теоретическую и философскую концепцию. Однако ИИ в том виде, в каком мы его знаем сегодня, является результатом коллективных усилий многих ученых и инженеров на протяжении нескольких десятилетий.
1940–1980
В 1943 году Уоррен Маккаллох и Уолтер Питтс предложили модель искусственных нейронов, заложив основу нейронных сетей – главную технологию ИИ.
Вскоре после этого в 1950 году Алан Тьюринг опубликовал книгу «Вычислительные машины и разум», в которой представил концепцию теста Тьюринга для оценки машинного интеллекта.
Это привело к тому, что аспиранты Марвин Мински и Дин Эдмондс создали первую нейросетевую машину, известную как SNARC, Фрэнк Розенблатт разработал Perceptron, который является одной из самых ранних моделей нейронной сети, а Джозеф Вейценбаум создал ELIZA – одного из первых чат-ботов, имитирующих диалог с психотерапевтом Карлом Роджерсом в период с 1951 по 1969 год.
С 1969 по 1979 год Марвин Мински демонстрировал ограничения нейронных сетей, что привело к временному снижению их исследований. Первый «застой ИИ» произошел из-за сокращения финансирования, а также аппаратных и вычислительных ограничений.
1980–2006
В 1980-х годах возобновился интерес и государственное финансирование исследований ИИ, в первую очередь в области перевода и транскрипции. В это время экспертные системы, такие как MYCIN, стали популярными, поскольку они моделировали процессы принятия решений человеком в таких специфических областях, как медицина. С возрождением нейронных сетей в 1980-х годах Дэвид Румельхарт и Джон Хопфилд опубликовали свои работы о методах глубокого обучения, в которых показали, что компьютеры могут обучаться на основе накопленного опыта
В 1987–1997 годах из-за других социально-экономических факторов и бума доткомов наступил второй «застой» ИИ. Исследования в области ИИ стали более фрагментированными: команды решали проблемы, специфичные для предметной области, в разных сценариях использования.
С 1997 по 2006 год в области ИИ произошли значительные прорывы, в том числе шахматное программное обеспечение Deep Blue от IBM победило чемпиона мира по шахматам Гарри Каспарова. Кроме того, издание Judea Pearl опубликовало книгу, посвященную теории вероятности и принятию решений в исследованиях ИИ, а Джеффри Хинтон и другие популяризировали глубокое обучение, что привело к возрождению нейронных сетей. Однако коммерческий интерес оставался ограниченным.
2007 – настоящее время
С 2007 по 2018 год развитие облачных вычислений сделало вычислительные мощности и инфраструктуру ИИ более доступными. Это привело к расширению внедрения инноваций и развитию машинного обучения. Среди достижений – архитектура сверточной нейронной сети (CNN) под названием AlexNet, разработанная Алексом Крижевским, Ильей Суцкевером и Джеффри Хинтоном, победившая в конкурсе ImageNet и продемонстрировавшая возможности глубокого обучения в распознавании изображений, а также AlphaZero от Google, освоившая игры в шахматы, сёги и го без участия человека.
В 2022 году чат-боты, использующие искусственный интеллект (ИИ) и обработку естественного языка (NLP) для ведения человекоподобных разговоров и выполнения задач, такие как ChatGPT от OpenAI, стали широко известны благодаря своим разговорным способностям, что оживило интерес и развитие ИИ.
Искусственный интеллект в будущем
Все современные технологии искусственного интеллекта функционируют в рамках набора заранее определенных параметров. Например, модели ИИ, обученные распознаванию и генерации изображений, не могут создавать веб-сайты.
Общий искусственный интеллект (AGI) – это область теоретических исследований искусственного интеллекта, которая стремится создать программное обеспечение с интеллектом, подобным человеческому, и способностью к самообучению. Цель исследований заключается в том, чтобы программное обеспечение выполняло задачи, для которых оно не обязательно обучалось или разрабатывалось.
AGI – это теоретическое стремление к разработке систем искусственного интеллекта с автономным самоконтролем, достаточным самосознанием и способностью осваивать новые навыки. Такие системы смогут решать сложные проблемы в условиях и контекстах, которым они не обучались во время создания. AGI с человеческими способностями остается теоретической концепцией и целью исследований. Это один из возможных вариантов будущего искусственного интеллекта.
