Akadeemik Aleksander Kuleshov rääkis Rusnanole, kui lähedane on inimkond enesetäiendavate masinate loomisele, milleni viib nende loomine ja kas Stephen Hawkingil oli õigus, kui ta kartis intelligentsete masinate tekitatavaid probleeme.
Aleksander Kulešov on üks juhtivaid Venemaa spetsialiste närvivõrkude, tehisintellekti ja keerukate infotöötlussüsteemide loomisel. Nüüd juhib ta Skolkovo teaduse ja tehnoloogia instituuti ning selle aasta veebruarini Venemaa teaduste akadeemia teabe edastamise probleemide instituuti.
Sel reedel pidas akadeemik Kuleshov riigikorporatsiooni "Rusnano" seinte vahel loengu, kus ta rääkis publikule, sealhulgas Anatoli Borisovich Chubaisile, tehisintellekti loomise valdkonnas viimaste aastate edusammudest ja sellest, kuidas tehisintellekti tehnoloogiad muudavad meie ühiskonda läbi mõned aastad.
"Tulnukas" või inimintellekt?
Miks pööratakse tehisintellektile ja nutikale andmetöötlusele täna nii palju tähelepanu? Mis juhtus? Tegelikult on andmeid alati töödeldud. Alates Galileo ajast on teaduslike katsete tulemusi töödeldud (matemaatiliselt). Mis on täna juhtunud, mis on selle probleemi esiplaanile ajanud?”, Alustas oma lugu Skoltechi rektor.
Nagu märgib akadeemik Kuleshov, on inimeste ja arvutite tänapäeval töötavate andmete hulk muutunud - nüüd koguvad, salvestavad ja töötlevad arvutiprogrammid terabaiti ja petabaiti andmeid, mille töötlemine traditsiooniliste teabeanalüüsisüsteemide abil on äärmiselt keeruline.
Inimestel, näiteks tuumaelektrijaamade operaatoritel või õhusõiduki pilootidel, on juurdepääs kümnetele või isegi sadadele ekraanidele, millel on mitmesugune diagnostiline teave, millest igaüks ei tähenda peaaegu midagi omaette, ega aita leida seadmete töös viga, kuid nende kombinatsioon peaaegu 100-ga Tõenäoliselt võimaldab% teil probleemi lahendada juba enne kriitilisse etappi jõudmist.
Loomulikult jätkab teadlane, et inimene ei saa korraga jälgida 50 ekraani, mistõttu tekib vajadus luua süsteemid, mis neid andmeid analüüsiksid ja kuvaksid ühel ekraanil ainult seda, mis on otsuste tegemiseks ja olukorra jälgimiseks tegelikult oluline.
Reklaamvideo:
"Selliste" suurandmete "analüüsimiseks ilmunud täiesti uued matemaatilised süsteemid on neist kaugemale jõudnud ja neid saab kasutada mis tahes teabe analüüsimiseks mis tahes tehniliste vahendite abil. Tegelikult oleksid need olnud 17. sajandil uued ja olnud kasulikud tolle aja teadlastele. Kuid rõhutan, et see kõik ilmnes just uute tehnoloogiate lainel,”jätkab Kuleshov.
Nagu akadeemik märgib, tuleneb suur osa nende tehnoloogiate üle peetud arutelust asjaolust, et venekeelse sõna "intellekt" ja ingliskeelse sõna intelligentsus vahel on erinevus, mis paneb paljusid nendes vaidlustes osalejaid arvama, et tehisintellekt peaks olema mingisugune antropomorfne konstruktsioon, mis sarnaneb ja jäljendab inimese intelligentsuse omadused. Tegelikult näitavad Kuleshovi sõnul viimased 25–30 aastat tehtud uuringud, et selline lähenemine on vale ega too kaasa sisukaid tulemusi, mida saaks praktikas rakendada.
„Antropomorfism ja looduse sarnasus on populaarsed terminid, kuid viimaste sajandite jooksul pole kunagi midagi õnnestunud. Näiteks maalis Leonardo da Vinci mehaanilisi hobuseid, Daedalus ja Icarus üritasid lennata nagu linnud, kuid kunagi ei õnnestunud midagi - tänapäeval ei jookse meie tänavatel mehaanilisi hobuseid ja me lendame erinevalt. Samamoodi on ka ajuga - need katsed mõista, kuidas aju töötab, ja sama teha arvutis, on täiesti läbi kukkunud,”lisab lektor.
Kõik need ebaõnnestunud katsed teha neuronite käsitsi valmistatud analooge ja ühendada need mingiks ajuks, samuti muud lähenemisviisid, mis jäljendavad inimese närvisüsteemi tööd ning seda, kuidas me otsuseid langetame ja teavet analüüsime, viisid tõsiasjani, et eelmise sajandi 90-ndatel oli see fraas Matemaatikute seas on "tehisintellekt" muutunud määrdunud sõnaks nende põhjendamatute ootuste tõttu, mis kandsid antropomorfseid ideid närvivõrkude ja tehisintellekti kohta.
Intelligentsuse sügavus
Tegelikult algas "tehisintellekti" arendamise renessans väga hiljuti, 2000. aastate lõpus, kui mitmed Ameerika ja Venemaa matemaatikud ja programmeerijad pakkusid välja ja rakendasid tehisintellekti algoritme, mis hiljem said nimeks "süvaõppe" ja "mitmekesisusel põhineva õppe" meetodid.
Lõpuks hakkasid inimesed närvivõrgud unustama, selgus, et miski nendega ei tööta, ja kõik jäid kuidagi puudu Hintoni ja Krizhevsky artikli avaldamisest 2005. aastal, mis määrab nüüd meie tuleviku. Osalesin ka nendel “matustel”, kuid selgus, et see polnudki nii lihtne,”selgitab teadlane.
Nagu selgus, käituvad lihtsad närvivõrgud, mis on ühendatud kaskaadidena ja mitmekesiselt paigutatud võrkude keerulistes süsteemides, erinevalt kui teadlased eeldasid. Ja nagu praktika on näidanud, suudavad nad lahendada need ülesanded, mis varem ei olnud tehisintellektil võimelised, sealhulgas kõnetuvastus, inimeste fotod, erinevad objektid ning isegi rikete ja katastroofide ennustamine.
“On tekkinud täiesti ainulaadne olukord - keegi ei saa tänapäeval öelda, kui sügavad närvivõrgud töötavad. Ameerika kaitseagentuur DARPA on valmis välja andma miljoni dollari suuruse preemia nende töö selgitamise eest, kuid usun, et see auhind jääb järgmise 30–40 aasta jooksul välja nõudmata. Ma tean väga tõsiseid matemaatikuid, kes võitlevad selle probleemiga vähima eduta. Võime öelda, et oleme pöördunud tagasi loodusfilosoofia päevade juurde - on olemas kindel meetod, mis töötab fantastiliselt hästi, kuid me ei oska seletada, miks, ütleb Kuleshov.
Teadlase sõnul on sügavad närvivõrgud paljudes teadmiste valdkondades juba ammu inimesi järele jõudnud ja suutnud tuvastada ja eristada asju, mida tavaline, koolitamata inimene lihtsalt ei suuda. Selliste närvivõrkude uusimad versioonid teevad vähem vigu kui inimesed, kes on koolitatud lahendama ülesandeid, mille eest sellised tehisintellektisüsteemid tulevikus vastutavad.
Näiteks on teadlased juba loonud närvivõrgud, mis kirjeldavad fotodel ja videotes toimuvat mitte halvemini kui inimene. Sellised algoritmid võivad aidata pimedatel või kurtidel mõista, mis nende ümber toimub ja mida nad ei kuule ega näe, ning eriteenistused saavad selliseid võrke kasutada terroristide või kahtlusaluste otsimiseks videovalve arhiivides või operatiivtööde ajal lennujaamades ja muudes rahvarohketes kohtades.
„Tänapäeval on maailmas umbes 70 miljonit disainiinseneri ja statistika näitab, et ainult 20% nende toodetest on mingisugune uus areng. Ülejäänud 80% olid kas juba teiste inseneride loodud või on need olemasolevate mudelite väiksemad muudatused. Tehisintellekti süsteemi loomine, mis suudaks leida vajaliku, vähendab drastiliselt aega ja ressursse, mis nende arendamiseks tavaliselt kulutatakse. Selliseid süsteeme veel pole, kuid 1-2 aasta pärast need ilmuvad,”jätkab akadeemik.
Tema sõnul on selliste süsteemide teine näide Kuleshovi kraadiõppurite välja töötatud programm, mis võimaldab magnetresonantstomograafi abil saada ajust tehtud fotosid uurides, kas inimesel on Alzheimeri tõbi või mitte.
Ainult 200 selle haiguse all kannatavate inimeste MRT-pildist piisas, et Vene teadlased saaksid "õpetada" tehisintellekti, et teha tervete ja haigete aju 90% täpsusega vahet. Samamoodi on vene matemaatikud õppinud tema elektrokardiogrammi abil inimese maos haavandeid leidma.
Koostöös ja RSC Energia tellimusel on Kuleshov ja tema kolleegid loonud uue revolutsioonilise algoritmi ISS-i mootorite juhtimiseks, mis vähendab jaamakõrguse säilitamise kütusekulusid umbes 40 korda võrreldes praeguse Ameerika teadlaste loodud programmiga vana Vene süsteemi asendamiseks ja viis korda parem kui NASA eelseisev programm.
Diversity Learning tehnoloogiatel põhinevat uut süsteemi katsetatakse jaama pardal järgmisel aastal. Teine Venemaa matemaatikute ja programmeerijate loodud tehisintellektisüsteem töötab juba Venemaa raudteel ja aitab otsustada, milliseid rikkeid tuleks ressursikulude minimeerimiseks kõigepealt parandada.
Sarnaseid programme kasutatakse teadlase sõnul mõnikord ka kõige ootamatumatel eesmärkidel - näiteks lennukitibade renderdamiseks loodud tehisintellekti kasutab Louis Vuitton nahka valgendavate kreemide loomiseks.
„Nende tehnoloogiate edasiarendamine muudab inimese elu radikaalselt. Kujutage ette, et lahkute võõrast hotellist, turistid pildistavad teid kogemata, see pilt satub otsingumootorisse, see "arvutab" teid nende piltide järgi ja viie minuti pärast saab teie boss sellest teada. Seetõttu on teil väga raske teda veenda, et käisite „kohalikul” ärireisil,”selgitab Kuleshov.
Arhailine liitreaalsus
Esimesed näited sellest "uuest, imelisest maailmast" eksisteerivad tänapäeval - see on tehisintellekti süsteem AlphaGo, mis sel aastal Go-s maailmameistri võitis. Nagu Kuleshov selgitab, on see esimene näide ainulaadsest masinaklassist, mis on võimeline lahendama arvutamatuid probleeme ja ennast paremaks muutma.
“Go erineb malest selle poolest, et seda mängu on matemaatiliselt lihtsalt võimatu arvutada. Go-s võimalike käikude arv ületab Universumis olevate aatomite arvu, on võimatu rumalalt selles liikumisi üles lugeda. Males, kui teil on võimas arvuti, siis peksate kedagi, nii Kasparovi kui Karjakinit. Go-s on see võimatu, sest ükski arvuti ei saa seda teha. Ja närvivõrk suutis selle probleemi lahendada,”ütleb teadlane.
AlphaGo peamine eristav omadus kõigist teistest tehisintellektisüsteemidest on see, et see programm suudab iseendaga mängida ja ennast täiendada, kohanedes vastasega ning leides inimese jaoks täiesti mitte triviaalseid ja ootamatuid viise, kuidas teda lüüa.
„Miks ma selles peatun, on esimene samm täiesti salapärasesse tulevikku. Kuidas AlphaGo sündis? Esiteks kogusid selle loojad andmebaasi 30 miljonist erinevast mängupositsioonist ja koolitasid sellel esmast närvivõrku. Siis nad dubleerisid seda ja teine võrk hakkas mängima esimesest. Ja selle tulemusena tekkis pärast mitut miljardit kordust midagi kolmandat, mida inimene enam ei kontrolli. Pole selge, kust see tuli - see on mõningase eneseehituse tulemus. Keegi ei tea, kuidas see juhtub,”rõhutab Kuleshov.
AlphaGo sünd ja selle võit avavad akadeemiku sõnul ukse täiesti uude ruumi, kuhu inimkond siseneb väga kiiresti. Ja kõik siin maailmas pole kasulik ja meeldiv inimkonnale üldiselt ja eriti üksikisikutele.
"On selge, et sotsiaalne nihe sellest saab olema tohutu. Poolkvalifitseeritud töötajate arv väheneb juba nagu shagreennahk ja tehisintellekti tekkimine, mis on võimeline neid probleeme lahendama, jätab nad ilma tööta. Kõik need insenerid, taksojuhid, piloodid, õed, töötajad - miljonid inimesed - peavad kaduma ja vaid 1%, nagu praegused uuringud näitavad, suudavad kohaneda uue reaalsusega ja ümberõppida, "ütleb teadlane.
Tema sõnul „oleme tehisintellektisüsteemide väljatöötamisest täiesti koletute sotsiaalsete tagajärgede äärel. Me ei saa nüüd hinnata nende ulatust, nagu inimesed keset orkaani või revolutsiooni kõrgpunktis. Raha tuleb nüüd kiiresti haridusse investeerida, kuna keskmise kvalifikatsiooniga inimesed muutuvad täiesti tarbetuks."
Nagu märgib Skoltechi rektor, suudab maailm tänapäeval toita kogu inimkonda, kuid ei suuda seda hõivata. See tööpuudus ja elueesmärgi puudumine võivad juba mõjutada Euroopa ja teiste arenenud riikide elu ning põhjustada mitmesuguseid radikaalseid liikumisi, nagu näiteks IS ja teised keelatud äärmuslikud ja religioossed rühmad.
“See on teadlik elu arhiveerimine, olukorra loomine, milles tunnen end vajalikuna. Kurat, et ma elan halvemini, aga ma ei ela nagu kõik teised. Tunne, et teile saadetakse pidevalt tasuta kiirtoit ja iga poole aasta tagant antakse tossud, kuid samal ajal pole teid millekski vaja, on tegelikult kohutav. Ja see tunne kasvab ainult tehisintellekti ja robootika arenguga,”jätkab Kuleshov.
Selle probleemi märgatav osa on seotud asjaoluga, et inimesel pole lihtsalt aega "areneda" pärast tehisintellekti - inimpõlved vahetuvad iga 25 aasta tagant ja tehnoloogilised revolutsioonid toimuvad 5-6-aastase intervalliga. Seega, nagu rektor märgib, kasvab "mittevajalike" inimeste arv pidevalt ja ainult massiline haridus aitab vältida sotsiaalset plahvatust ja uue ludiitide laine tekkimist.
"Sellel, mille äärel oleme, pole veel nime ja ma isegi ei tea, kuidas seda nimetada. Võib-olla võib neid nimetada "juhtimata intelligentseteks süsteemideks". Need on põhimõtteliselt uued süsteemid, mis ise genereerivad, ja oleme väga lähedal ajale, mil need hakkavad meie ellu tungima,”lõpetab teadlane.
