«Кілька місяців тому, — розповідає Кевін Келлі з Wired, — я відправився в лісовій кампус дослідної лабораторії IBM в Йорктаун Хейтс, штат Нью-Йорк, щоб поглянути на зародження багатообіцяючого майбутнього штучного інтелекту. Це був будинок Watson, електронного генія, який переміг у конкурсі Jeopardy! в 2011 році. Watson тоді був таким — розміром зі спальню, що складається з десяти вертикальних, схожих на холодильник, машин, що утворюють чотири стіни. Невелика порожнина всередині забезпечує технікам доступ до мішанині проводів та кабелів на спинах цих машин. Також всередині дивно тепло, ніби щось живе своїм життям ».

Сьогодні Watson зовсім інший. Він більше не існує виключно у вигляді масивів шаф, а поширився по хмарним серверам, які підтримують кілька сотень «екземплярів» штучного інтелекту одночасно. Як і всі хмарні речі, Watson доступний користувачам по всьому світу, вони отримують доступ до нього з телефону, з комп’ютера, зі своїх власних серверів. Цей вид штучного інтелекту можна масштабувати вгору і вниз по необхідності. Оскільки штучний інтелект поліпшується разом з тим, як люди його використовують, Watson завжди стає розумнішою. Все, що він вивчає, негайно стає доступним для інших. І це не одна програма, це сукупність різноманітних програмних систем — логіка, мова, все це може працювати на різному коді, на різних чіпах, в різних місцях — які втілюються в єдиному потоці інтелекту.

Користувачі можуть підключатися як до інтелекту безпосередньо, так і через сторонні додатки, які використовує основний інтелект за допомогою хмари. Як і багато батьків талановитих дітей, IBM хоче, щоб Watson зробив медичну кар’єру, тому нікого не здивує, що для нього в першу чергу розробляються медичні діагностичні інструменти. Більшість попередніх спроб створити діагностичний штучний інтелект не увінчалися успіхом, але Watson працює і дуже непогано. Якщо на простому англійською мовою перерахувати йому симптоми хвороби, яку я колись підхопив в Індії, він видасть список болячок, від найбільш вірогідних до малоймовірних. Найімовірніше, причина хвороби була в Гіардіі — і це правильна відповідь. Однак така експертиза поки недоступна для пацієнтів; IBM дає доступ до інтелекту Watson партнерам, допомагаючи їм розробляти доброзичливі інтерфейси для лікарів і лікарень.

«Я вірю, що щось ніби Watson скоро стане кращим діагностом у світі — машина або людина, неважливо, — говорить Алан Грін, головний медичний співробітник Scanadu, стартапу, який планує створити щось на зразок медичного трікодера з« Зоряного шляху »на базі хмарного штучного інтелекту . — З розвитком і поліпшенням штучного інтелекту дуже скоро дитині не потрібно буде звертатися до лікаря за діагнозом, поки він не досягне дорослого віку ».

Медицина — це тільки початок. Всі великі хмарні компанії, десятки стартапів та інші ентузіасти в шаленому пориві хочуть почати працювати з Watson як з пізнавальним сервісом. За даними аналізу Quid, штучний інтелект залучив понад 17 мільярдів доларів інвестицій з 2009 року. Тільки в минулому році більше 2 мільярдів доларів було інвестовано в 322 компанії, що розробляють штучний інтелект. Facebook і Google наймають учених, які приєднуються до команд з розробки такого. Yahoo, Intel, Dropbox, LinkedIn, Pinterest і Twitter — все купили компанію з розробки штучного інтелекту в минулому році. Приватні інвестиції в тому сегменті зросли на 62% за останні чотири роки, і це зростання буде постійним.

На тлі всієї цієї активності в масову свідомість проникає зображення майбутнього штучного інтелекту, і це не завжди HAL 9000 — холодна, обачлива і харизматична смертельна машина з людською свідомістю. Майбутнє штучного інтелекту більше представляється у вигляді дешевих, надійних сервісів цифрової епохи, невидимих ​​і корисних. Звичайна програма надасть вам стільки IQ, скільки ви захочете, але не більше, ніж вам знадобиться. Як і всі утиліти, штучний інтелект буде надзвичайно нудним, навіть якщо трансформує Інтернет, світову економіку і цивілізацію. Він оживить інертні об’єкти подібно до того, як електрика зробило це сто років тому. Все, що ми колись електрифікували, ми наділимо інтелектом. Цей новий корисний штучний інтелект також доповнить нас, людей, індивідуально і колективно, як вид: поглибить нашу пам’ять, прискорить наше сприйняття. Немає майже нічого неможливого для нього, про що можна подумати, що може бути новим, іншим або цікавим, і що можна здійснити при наявності високого рівня інтелекту. По факту, бізнес-план наступних 10 000 компаній буде зводитися до формули «візьміть X і додайте ІІ». І це не погано.

У 2002 році я відвідав невелику вечірку Google — до виходу компанії на IPO, коли вона займалася тільки пошуком. Я зав’язав розмову з Ларрі Пейджем, співзасновником компанії, який став її генеральним директором у 2011 році. «Ларрі, я досі не розумію. Є так багато пошукових компаній. Безкоштовний пошук в Інтернеті? До чого він вас приведе? ». Моїй позбавленої уяви голові складно було передбачити, яким буде майбутнє, але в своє виправдання я можу сказати те, що це було задовго до того, як Google почала просувати свою рекламну схему, забезпечуючи собі дохід, задовго до придбання YouTube або іншої великої компанії. Я був не єдиним активним користувачем їх пошукового сайту, який думав, що йому недовго залишилося. Проте відповідь Пейджа увігнав мене в ступор: «О, насправді ми робимо штучний інтелект».

Я довго думав про цю розмову протягом декількох останніх років, коли Google скупила 14 компаній з розробки роботів і штучного інтелекту. На перший погляд може здатися, що Google нарощує своє портфоліо у сфері штучного інтелекту для поліпшення можливостей пошуку, на який припадає 80% виручки компанії. Але я думаю, що все навпаки. Замість того, щоб використовувати штучний інтелект для поліпшення пошуку, Google використовує пошук для покращення штучного інтелекту. Кожен раз, коли ви вводите запит, тиснете на «Пошук» або створюєте посилання в Мережі, ви тренуєте штучний інтелект Google. Кожен з 12,1 мільярда запитів, який щодня генерує 1,2 мільярда користувачів Google, навчає штучний інтелект з глибокими можливостями самонавчання знову і знову. Через десять років стабільного розвитку алгоритмів, вивчення даних і з в 100 разів більшою кількістю ресурсів, Google нарешті представить штучний інтелект. Я думаю, до 2024 року головним продуктом Google стане не пошук, а штучний інтелект.

І тут є куди розгулятися скептикам. Протягом майже 60 років дослідники штучного інтелекту передбачали, що ІІ ось-ось, вже за рогом, поки пару років тому все знову не виявилося так само далеко, як і раніше. Знайшовся навіть термін, який описав би цю еру мізерних результатів: зима штучного інтелекту. Щось змінилося?

Так. Три останніх досягнення ознаменували довгоочікуваний прихід штучного інтелекту.

1. Дешеві паралельні обчислення

Мислення за своєю природою є паралельним процесом, мільярди нейронів вистрілюють одночасно, створюючи синхронні хвилі обчислень в мозку. Щоб побудувати нейронну мережу — первинну архітектуру програмного забезпечення штучного інтелекту — необхідно, щоб різні процеси протікали синхронно. Кожен вузол нейронної мережі вільно імітує нейрон мозку, який, у свою чергу, взаємодіє з сусідніми, утворюючи сигнал. Щоб зрозуміти сказане слово, програма повинна вміти чути все фонеми в сукупності; щоб розпізнати зображення, їй потрібно бачити кожен піксель в контексті оточуючих пікселів — ці завдання паралельні. До недавнього моменту комп’ютерний процесор міг обробляти тільки один такий процес за раз.

Ситуація почала змінюватися більше десяти років тому, коли з’явився новий тип чіпа, графічний процесор — GPU, який розробили спеціально для візуально навантажених — і паралельних — відеоігор, в яких мільйони пікселів повинні перераховуватися багато разів на секунду. Знадобиться спеціальний паралельний обчислювальний чіп, який став доповненням до материнської плати комп’ютера. Паралельні графічні чіпи заробили і ігрова індустрія отримала потужний поштовх. До 2005 року GPU виробили в таких кількостях, що вони стали набагато дешевше, ніж були до цього. У 2009 році Ендрю Нг зі Стенфорда зрозумів, що чіпи GPU можна використовувати для паралельної роботи нейронних мереж.

Це відкриття розблоковувало нові можливості для нейронних мереж, які можуть включати сотні мільйонів зв’язків між вузлами. Звичайним процесорам необхідно кілька тижнів, щоб розрахувати всі каскадні можливості в нейронної мережі з сотнею мільйонів параметрів. Нг виявив, що кластер з GPU може зробити те ж саме за день. Сьогодні нейронні мережі, що працюють на GPU, використовуються хмарними компаніями (в тому числі і Facebook) для визначення ваших друзів на фото, а також для надання рекомендацій по контенту.

2. Великі обсяги даних

Кожен інтелект потрібно навчати. Мозок людини, яка генетично запрограмований на класифікацію речей, повинен побачити десятки прикладів, перш ніж зможе відрізнити собаку від кішки. Те ж саме справедливо і для штучного розуму. Навіть найкращий програмований комп’ютер повинен відіграти щонайменше тисячу ігор у шахи, перш ніж стане майстром. Ряд проривів у сфері штучного інтелекту полягає в неймовірною лавині даних, зібраних з усього світу, які забезпечують необхідне штучному інтелекту навчання. Масивні бази даних, самоотслежіваніе, веб-cookie, онлайн-сліди, терабайти дискового простору, десятиліття пошукових запитів, Вікіпедія — вся ця цифрова всесвіт тільки робить ІІ розумнішими.

3. Кращі алгоритми

Цифрові нейронні мережі були винайдені в 1950-х роках, але комп’ютерним інженерам знадобилися десятиліття, щоб навчитися приборкувати астрономічно величезні комбінаторні відносини між мільйоном — або сотнею мільйонів — нейронів. Ключ до організації нейронних мереж опинився в складених шарах. Візьмемо, наприклад, просту задачу визначення того, що особа — це особа. Коли перебуває група бітів в нейронної мережі, яка активує патерн — зображення ока, наприклад — результат переходить на інший рівень нейронної мережі для подальшого пошуку. На наступному рівні повинні виявитися два очі, і так далі, по ієрархічній структурі, яка асоціює ці два ока з носом. Може знадобитися мільйон таких вузлів, що складаються в 15 рівнів, щоб розпізнати людське обличчя. У 2006 році Джефф Хінтон з Університету Торонто вніс ключову правку в цей метод, який він позначив як «глибоке навчання», deep learning. Він зміг математично оптимізувати результати роботи кожного шару, тим самим прискоривши процес накладення цих шарів. Алгоритми глибокого навчання неймовірно розвинулися через кілька років, коли їх перенесли на GPU. Сам по собі код глибокого навчання неефективний для виконання логічного мислення, але вкрай важливий для всіх нинішніх штучних інтелектів, будь то Watson, пошуковик Google або алгоритми Facebook.

Цей ідеальний шторм паралельних обчислень, великих обсягів даних і глибоких алгоритмів веде нас до успіху в області розробки штучного інтелекту. І немає ніяких підстав думати, що все зупиниться — ІІ буде тільки вдосконалюватися.

Хмарний штучний інтелект стане частиною нашого повсякденного життя. Але у цього буде своя ціна. Хмарні обчислення підкоряються закону зростаючої віддачі, який іноді називають ефектом мережі: цінність мережі зростає тим швидше, чим більше вона стає. Чим більше мережа, тим більше вона приваблива для нових користувачів, що робить її ще більшою і привабливіше, і так далі. Хмари, які працюватимуть на ШІ, будуть підпорядковуватися цим же принципом. Чим більше людей використовує ШІ, тим розумніша він буде. Чим розумніша він буде, тим більше людей буде його використовувати. Після того як компанія увійде в цей доброчинний цикл, вона буде рости так швидко, що конкуренти не зможуть її наздогнати. В результаті майбутнє ШІ, швидше за все, буде покладатися на олігархію двох-трьох великих комерційних компаній.

У 1997 році попередник Watson, Deep Blue, переміг чинного шахового гросмейстера Гарі Каспарова. Після того як машина затвердила свої перемоги ще кількома матчами, люди стали цікавитися їй. Ви можете подумати, що це кінець історії, але Каспаров зрозумів, що міг би зіграти краще, якби у нього був миттєвий доступ до масивної базі даних всіх попередніх шахових ходів, які робив Deep Blue. Якщо цей інструмент доступний для ШІ, чому б не дати його людині? Розвиваючи свою ідею, Каспаров включив поняття матчів людина-плюс-машина, в якому ІІ доповнює шахіста, а не конкурує з ним.

Сьогодні ці так звані шахові матчі вільного стилю схожі на змішані бойові мистецтва, коли гравці використовують будь улюблені прийоми, які хочуть. Ви можете грати самостійно, або виступати в якості партнера сверхсообразітельного шахового комп’ютера, просто пересуваючи фігури по дошці, або в ролі «кентавра», запропонованого Каспаровим. Такий кентавр прислухається до порад ШІ, але кінцеве рішення приймає самостійно. У чемпіонаті з вільним шахів Freestyle Battle 2014 суто шахові движки виграли 42 гри, а кентаври — 53. Сьогодні кращим шахістом є кентавр Intagrand, команда людей і різних шахових програм.

Цікаво інше. Поява ІІ не применшує роботу шахістів-людей. Навпаки. Недорогі і розумні шахові програми надихають людей грати в шахи, з’являються нові турніри, гравці грають краще і краще. Сьогодні гросмейстерів в два рази більше, ніж було, коли Deep Blue переміг Каспарова. Найрейтинговіший шахіст сьогоднішнього дня, Магнус Карлсен, тренувався зі штучним інтелектом і був визнаний самим «комп’ютерним» з усіх шахістів. Також у нього найвищий рейтинг серед гросмейстерів всіх часів.

Якщо ШІ може допомогти людям стати хорошими шахістами, очевидно, він може допомогти нам стати кращими пілотами, лікарями, суддями, вчителями. Велика частина комерційної роботи, виконаної ШІ, буде нишевой, вузьконаправленої, начебто перекладу з однієї мови на іншу, але це тільки початок. Приміром, ІІ зможе водити автомобіль. У наступні 10 років 99% штучних інтелектів, з якими ми будемо взаємодіяти, будуть аутистичності, але сверхразумное фахівцями.

Насправді, це буде не той інтелект, до якого ми звикли. Інтелект увазі відповідальність, плюс під інтелектом ми розуміємо наше своєрідне самоусвідомлення, наші відчайдушні безодні самоаналізу та самокопання. Але у випадку з штучним інтелектом ми хочемо, щоб він мовчки вів автомобіль і не відволікався. Штучний доктор Ватсон в лікарні повинен бути фанатом своєї роботи. У міру розвитку ШІ, ми, можливо, будемо всіляко перешкоджати розвитку самосвідомості в ньому — найдорожчі сервіси ІІ будуть позбавлені свідомості взагалі.

Коротше кажучи, нам потрібен не інтелект, а штучні мізки. На відміну від загального інтелекту, розум цілком конкретний, вимірюємо, специалит. Нелюдський інтелект — це не помилка, це особливість. Головним достоїнством ІІ буде його позаземний розум. ІІ буде думати про їжу не так, як звичайний кухар, дозволяючи нам поглянути на їжу по-новому. Він буде по-іншому думати про виробництво. Про одяг. Про фінанси. Про науці та мистецтві. Чужість штучного інтелекту стане для нас більш цінною, ніж його швидкість або міць.

В першу чергу це допоможе нам краще зрозуміти, що ми маємо на увазі, кажучи «інтелект». У минулому ми могли б сказати, що сверхінтеллект повинен водити машину, перемагати людини в шахи або вигравати в «Jeopardy!». Але як тільки ІІ доб’ється цього, ми зрозуміємо, що ці досягнення суто механічні і навряд чи стоять свічок. Кожен успіх штучного інтелекту змушує переглянути саме поняття.

Ми не просто повинні переглянути значення ІІ — ми повинні переглянути поняття людини як такої. За останні 60 років, у міру того як механізми відтворили людську поведінку і таланти, які ми вважали унікальними для людей, нам потрібно задуматися над тим, що відрізняє нас один від одного. Можливо, в найближче десятиліття ми будемо переживати кризу ідентичності, постійно запитуючи себе, для чого потрібні люди. На тлі цього всемогутній штучний інтелект буде тільки гнітити. Найбільша користь, яку може принести штучний інтелект, це допомогти людству в самовизначенні. Коротше, ІІ потрібен нам, щоб сказати, хто ми є.

За матеріалами Wired