Искусственный интеллект. Будущее уже здесь! Познавательная статья.
В горячем на пикабу недавно была гифка, где чудо-машина сортирует помидоры. Отделяя зеленые от спелых со скоростью, неподвластной человеческому мозгу. линк.
А недавно прошел международный турнир по доте, где, в качестве развлекательного мероприятия, в прямом эфире компьютер обыграл одного из лучших игроков в эту игру, не оставив ему и шанса.
А если в гугл загрузить какую-то картинку, то он с большой вероятностью определит, что изображено на картинке.
За этими, на первый взгляд, не связанными, событиями стоит один и тот же феномен, называемый «машинный интеллект», или «самообучающаяся программа» (еще встречаются такие названия как "нейронная сеть" или "искусственный интеллект"). В этой статье я расскажу понятным языком (на сколько это вообще возможно в данном случае), что такое «машинный интеллект», зачем он нужен, и что нас ожидает в будущем. Без погружения в дебри "нейронов" и прочей сложной ерунды.
Погнали!
Начну с того, что в скором времени, МИ проникнет почти во все сферы нашей с вами жизни, и даже вытеснит половину известных профессий, как, в свое время, рабочих вытеснили роботы на заводах. А так как это неизбежно, то нужно понимать, как с этим взаимодействовать, что бы МИ стал другом, а не врагом…
Что такое МИ (Машинный Интеллект) и как он работает?
В основе МИ такая же программа, как и везде, но данные она черпает из определенного хранилища, которое сама и создает, причем это самое хранилище с данными постоянно пополняется. То есть примерно так же, как наш жизненный опыт. Например, если вам показать мяч и спросить, покатиться ли мяч с горы, если его отпустить, вы с уверенностью скажете, что да. То же самое вы скажете и про арбуз. А если показать колесо, то вы скажете, что оно покатиться только тогда, когда будет стоять на склоне, направленное вниз, а не лежать на боку. То есть вы понимаете, что за способность предмета - «катиться» отвечает его «круглость» в определенной проекции. И если вам показать какой-то неизвестный предмет, который вы никогда не видели, но он будет круглый, вы скажете, что он скорей всего покатиться, если только это будет не «неваляшка» какая-то с грузом внутри.
Так же и МИ, программа обучается, она видит объект, и анализирует его параметры (параметры она понимает по-своему, но принцип схож с пониманием человеком), и строит его модель на векторном поле в N-мерной системе координат. То-есть по одной оси она откладывает - «круглось» по второй - «желтость» по третьей оси «пахучесть» и так далее, вообще разные параметры, как и наш с вами мозг. То есть МИ анализирует кучу параметров, выделяя основные в определенных случаях, каких?
Вот например, программа определит апельсин как круглый на 95% и желтый на 87%, а шар для боулинга, как круглый на 98% и тяжелый на 42%, и программа знает, что все объекты, которые она до этого встречала, и которые обладали параметром «круглый» более чем 63% - могли катиться с горки с уклоном в 40 градусов (данные она взяла из интернета, например, или ей их скормил «обучающий» ее специалист, потом программа разложила эти данные на составляющие, как она сама посчитала нужным, и записала в свою базу, откуда она их потом будет брать), то если ей показать неизвестный ей предмет, пусть это будет авокадо, после знакомства с которым, программа выдаст ему индекс круглости в 78%, то программа скажет нам, что с вероятностью в много процентов этот объект будет катиться, если его бросить с горы. А вероятность будет равняться соотношению из количества объектов, которые были круглыми и катились и количества объектов, которые программа знает, которые были круглыми в нужной определенной проекции, но не катились, как те же «неваляшки». Ну это я пояснил для понимания принципа работы, пояснял, основываясь на человеческой логике. У МИ логика критериев немного другая, чем «круглый» или «красный», и никто не знает какая, так как МИ сам присваивает параметры исследуемому объекту, на основании той информации, которую он получает.
То есть, раньше программы работали по принципу «видишь усы, лапы и хвост, значит перед тобой кот, а нет чего-либо из перечисленного, значит не кот», но под это определение попадает так же собака, и программа часто ошибалась, человек же видя кота точно определяет, что перед ним кот, а не собака, не смотря на наличие усов или лап, потому что он видел уже сотни котов, и научился их безошибочно узнавать. МИ умеет так же как человек, если ему показать сотню картинок и сказать, что на всех них кот, то потом если ему показать картинку с котом, он узнает кота на ней. Причем параметры, по которым он будет определять кота известны только МИ, никто не знает на что МИ обращает внимание и какие выводы делает.
Таким образом МИ, это система, способная анализировать и раскладывать на составляющие свойства изучаемого предмета, а потом на основе полученных данных, делать предположения о свойствах еще не изученных предметов, на основе известных параметров этих предметов.
Причем, что самое важное, МИ может получать информацию любым способом. Для человека есть источники получения информации, такие как зрение или слух, для МИ все источники едины. Давайте ей фото – она будет по фото строить векторное поле из свойств, которые увидит на фото. Давайте звук – будет из звука извлекать параметры. Ей все равно, для нее все – информационное поле. Причем возможности восприятия намного шире чем у человека, и заканчиваются там, где заканчиваются возможности самого точного оборудования, а количество каналов получения информации безгранично, одновременно софт может анализировать «круглость» по фото, радиационный фон по прибору и ИК излучение по ИК-фото или датчикам. И делать предположение «взлетит или не взлетит» =)
Самое важное в этом всем то, что чем больше данных, тем больше точность предсказаний, так, например, яндеск-погода анализирует данные о погоде с разных сайтов, сопоставляет их с реальными фактами, и потом делает предсказание погоды на следующий день, основываясь на уже полученных результатах и данных с сайтов погоды. И прогноз почти всегда точнее, чем на любом погодном сайте.
То есть «достаточно» обученный МИ намного точнее делает выводы, чем человек или старые системы расчетов и предсказаний, за счет того, что он делает предположение не только на основании математических формул, но еще и на основании опыта, так же, как и мы, но при этом во много раз быстрее и переваривая миллионы информации, следовательно, опыт у него больше.
Отвечу на самый популярный вопрос: Сможет ли МИ поработить мир, и пора ли искать Джона Коннора?
Ответ: Нет, если его этому не научить.
Чайник не сможет собирать баллистические ракеты, если его научить только тому, какая температура воды оптимальна при прочих ее известных характеристиках, что бы ваш чай получился идеальным в вашей чашке с параметрами, которые чайник определил по фото чашки.
То есть если мы хотим «терминатора», то бота надо учить убивать «Джонов» в прошлом, а не определять спелость помидорок по цвету.
В общем, всё так, как и всегда, ядерная энергия это и дешевое топливо, и оружие массового поражение, зависит от того, кто и как его применяет, так же и здесь.
Какое практическое применение? Какие возможности это нам дает в будущем, и почему МИ-это неизбежно.
Начну с доты (это такая компьютерная игра, где люди соревнуются друг с другом управляя маленькими «человечками» на экране, смотря на них сверху) – бот проанализировал все уже сыгранные игры (а уже наиграно 3 млрд часов вроде бы за все время, могу ошибаться), и сделал выводы, как эффективней всего действовать, чтобы доминировать в каждой из возможных ситуаций, а в те ситуации, о которых он ничего еще не знал, он принимал решения на основании данных о предыдущих ситуациях, максимально похожих на них. Но так как «опыт» бота – миллиарды часов, а у противостоявшего ему игрока всего опыта около 30 тысяч часов, и скорость принятия решений и реакции у бота в разы выше, то обыграть его нереально. Причем навык игры у бота не зависит от настроения или климатических условий, и всегда стабилен. И учился бот не на скриптах и «придуманных» ситуациях, а на реальных играх реальных игроков, то есть он готов к неадекватному и нелогичному поведению оппонентов, и «схитрить», сделав что то, что бот «не поймет» не получится. Многие «дотеры» ошибочно воспринимали бота как «продвинутого» игрового ИИ, но это не верно, этот бот был намного могущественней, чем любой игровой ИИ, и даже сильнее любой игрок в доту. Причем значительно сильнее. И с каждым днем, анализируя сотни тысяч новых игр, он будет становиться все сильнее и сильнее. Но мир не захватит, он умеет только в доту играть, а не убивать «Конноров», как я уже говорил выше. Но это было просто объяснение тому, почему бот выиграл, так как на ютубе по этому поводу не стихают споры до сих пор.
Но какая польза обычным людям от МИ сейчас и в будущем? Почему я сказал в начале, что половину профессий вытеснит МИ?
Как видно в случае с помидорками, не нужно делать длинный конвеер, где десятки людей будут вручную отбирать зелень (а старые способы не сработают, зеленый помидор не отобрать просеиванием и т.д. так как у него такие же размеры как у спелого, нужно только по цвету отбирать, а на это стандартный софт не способен), таким образом бот заменил профессию сортировщика в случае с помидорками.
Но самое интересное впереди. А именно – медицина.
Сейчас доктора работают по принципу: если болит в боку, и анализы, показали, что это воспаление поджелудочной, то принимайте это лекарство, за которое у меня наибольший откат от производителя, в такой дозе, потому что так написано в инструкции, и тогда вы возможно не умрете.
МИ же в состоянии проанализировать все подобные случаи и все назначенные варианты лечения во всем мире, сопоставить все параметры организма больного со всеми известными вариантами, посмотреть весь возможный исход лечения в зависимости от всех возможных вариантов лечения, и сделать предположение, какой тип лечения будет лучше всего в этой конкретной ситуации, какую дозировку назначить этому конкретному пациенту с этими конкретными параметрами организма, и много чего еще. Причем сделать это все в сотни раз точнее, чем лучший в мире доктор. Потому что у лучшего в мире доктора максимум 100 пациентов в неделю, которым он как правило назначает одно и то же лечение при схожих симптомах, потому что оно помогает в 40% случаев, а это лучше, чем 25% случаев у его коллеги, который назначает другое лечение, но хуже чем 90% случаев у незнакомого ему доктора на другом конце планеты, о существовании которого он даже не догадывается. А у МИ сотни миллионов пациентов, которым были назначены сотни тысяч вариантов лечения, и которые дали разные результаты.
То есть, как вы понимаете, профессия диагноста с развитием МИ станет просто не нужна в большинстве случаев.
То же самое касается профессии синоптика, геолога, водителя (автопилот «теслы» – это МИ, если что), сортировщика, и много еще каких других профессий. Поэтому, кто сейчас только выбирает профессию, делайте выбор с учетом конкуренции с МИ =)
А в ближайшем обозримом будущем самым ценным ресурсом на планете станут ДАННЫЕ (вообще то уже, но об этом как как-нибудь в другой раз), потому как можно создать любой МИ, который будет выполнять практически любую задачу, но любой МИ будет бесполезен, если его не «научить», а учиться он на основании данных. И чем их больше и чем они «качественнее» – тем лучше получиться МИ.
Пожалуй, пока все, вообще я конечно мог бы написать еще несколько сотен строк текста, но и так уже много, так что как-нибудь в другой раз.
Больше по этой теме можно узнать, загуглив «Андрей Себрант выступления»
Источник статьи: чертоги разума =)
p.s. ну, если что, у нас есть Арни =)
