Просто про складне: штучний інтелект

Комп’ютерні технології пройняли наше буденне життя у різних його площинах. Все складніше стає уявляти світ без Інтернету, мобільних технологій, автоматизації різноманітних промислових (і не тільки) процесів та послуг.

І, як завжди буває у подібних випадках проникнення високих технологій в побут, певні слова та терміни відриваються від свого первісного, вузькоспеціалізованого змісту і починають, так би мовити, жити власним життям. І якщо деякі з цих термінів розуміються не-фахівцями більш-менш коректно (наприклад, поняття того самого інтернету), то інші, навпаки, обростають новими інтерпретаціями, подекуди дуже далекими від реального змісту. Мабуть, таким найбільш яскравим терміном в галузі інформатики, який є на слуху, але сприймається не надто адекватно, є “штучний інтелект”.

Тому мета цієї статті — донести до широкої аудиторії те розуміння штучного інтелекту, яке в нього вкладають фахівці.

how science reporting works

Що таке штучний інтелект?

Почати, звісно, варто з надання визначень. І тут ми відразу наштовхуємось на перепону, адже узгодженого означення терміну “штучний інтелект” (скорочено ШІ) у фаховому середовищі не існує. Проблема тут полягає в тому, що під цим терміном об’єднується надто широке різноманіття підходів, методів та поглядів, що дійти згоди щодо спільного визначення наразі не вдалося (та і навряд чи вдасться).

Найбільш вживане на даний час означення стверджує, що “штучний інтелект — це вивчення та розробка інтелектуальних агентів”, де під інтелектуальними агентами розуміються такі автономні системи, що приймають рішення та діють з метою максимізації свого успіху. Іншими словами, галузь ШІ займається створенням систем (механізмів, коли мова йде про роботів, або комп’ютерних програм), які можуть вирішувати складні задачі без допомоги людини.

Що такі складні задачі? Точно до таких навряд чи ми віднесемо додавання двох чисел. З іншого боку, керування літаком в режимі автопілоту видається справді складною задачею, але, як виявляється, вона рідко відноситься до задач ШІ. Тому слід називати інтелектуальними такі системи, які є адаптивними, тобто можуть приймати рішення та діяти в таких середовищах, які постійно змінюються.

Також ще одна грань розкриється, якщо відзначити, що системи ШІ ніколи (або вкрай рідко) діють за наперед визначеним алгоритмом. Тому розрахунок траекторії польоту літака не відноситься до таких, адже алгоритм вирішення цієї задачі відомий та запрограмований заздалегідь. Хоча вже задача утримання літака на цій траекторії під час польоту може містити елементи штучного інтелекту.

Мабуть найкращим способом пояснити, що таке ШІ, є наведення найбільш характерних прикладів успішних інтелектуальних систем. Зупинимось тільки на двох з них, не занурюючись глибоко в часі.

Watson: експертна система від IBM

В 2011 році компанія IBM презентувала свою інтелектуальну комп’ютерну систему Ватсон. Ця система здатна розуміти людську мову (англійську) та давати відповіді на широкий спектр питань. Її потужність була продемонстрована на телевізійному шоу Jeopardy! В ході цього шоу три гравці відповідають на питання з різноманітних галузей людського життя та досвіду. Питання також варіюються за складністю.

В лютому 2011 року комп’ютер Ватсон прийняв участь в цій грі, в якості одного з гравців. Його суперниками були найбільш успішні на той час гравці Jeopardy! Ватсон карколомно закінчив обидва матчі, набравши в середньому втричі більше очок, аніж його суперники. Відео цих матчів вражають і приголомшують, особливо коли розумієш всю складність створення подібної штучної системи.

IBM-Watson

Специфіка Ватсона полягає в тому, що всі відповіді на питання він шукає в своїй базі знань, яка є повністю автономною. Тобто комп’ютер не мав доступу до сторонніх джерел, наприклад, Інтернету задля пошуку відповідей. На час гри у пам’ять Ватсона було завантажено близько 200 мільйонів сторінок структурованого тексту, включаючи увесь текст англійської Вікіпедії. Втім лише тільки наявність цього величезного корпусу даних не робить комп’ютер інтелектуальним. Якщо ви завантажите всю Вікіпедію на свій домашній комп’ютер, то він не стане від того Ватсоном. В чому полягає тоді секрет успіху?

Розробники Ватсона навчили його розуміти зміст текстів, які написані на людській природній мові. Це означає, що комп’ютерна програма здатна “зрозуміти”, що криється за символами алфавіту, які складаються в окремі слова та речення. Наприклад, для розуміння змісту фрази “Київ — столиця України”, необхідно знати, що “Київ” — це місто, “Україна” — це країна (певна сутність, яка містить в собі різні міста), а “столиця” — це властивість, яка надає одному з міст країни певний статус (зміст якого також, до речі, необхідно розуміти). Важливим також тут є контекст появи фрази, адже слово “Україна” може означати не тільки країну, але й готель, університет тощо. Таким чином, між вказаними трьома словами утворюється певний зв’язок, який називається семантичним. Саме наявність цього семантичного зв’язку і визначає зміст фрази.

А тепер уявіть, що всі ці 200 мільйонів сторінок тексту були таким чином розібрані і на основі цього розбору була створена гігантська інформаційна структура, яку називають семантичною мережею. Вузлами цієї мережі є слова-поняття, а зв’язки визначають зміст. І коли до комп’ютерної системи звертаються із певним питанням, наприклад, “Яке місто є столицею України?”, то необхідно провести пошук по всій цій мережі і знайти необхідні вузли та зв’язки. Тож не дивно, що аби бути здатним опрацьовувати запитання та шукати відповіді на них, Ватсон повинен бути дуже швидким: він має майже 3 000 процесорів та 16 терабайт оперативної пам’яті.

Наразі Ватсон переходить до більш важливих задач, аніж участь в телевізійних розважальних шоу. В 2013 році цей комп’ютер почали використовувати для визначення процедур лікування хворих на рак легенів. Також планується використання Ватсона в галузях страхування, енергозбереження та освіти.

Самокерований автомобіль Google

В 2010 році на дорогах Каліфорнії з’явився автомобіль, який мав здатність рухатись вулицями міст та автострадами самостійно, без участі людини. Цей автомобіль було розроблено компанією Google. Він став логічним продовженням проекту, який виграв конкурс агенції DARPA з розробки самокерованих автомобілів, здатних рухатись бездоріжжям.

Для вирішення цієї надважкої задачі автомобіль обладнано різноманітними сенсорами, наприклад, лазером, який дозволяє створювати тривимірну карту оточуючого середовища. Окрім обладнання важливу роль відіграє програмне забезпечення, яке називається Гугл Шофер. Воно аналізує отримані дані, проводить розрахунки для передбачення траекторій інших учасників дорожнього руху, пішоходів і будь-яких сторонніх предметів (птахів, тварин тощо), та визначає дії, які повинен виконати керуючий механізм, що опікується поворотами, швидкістю, гальмами, аби, зрештою, досягнути кінцевої мети — потрапити від початкової заданої точки до кінцевої цілі маршруту. Легко уявити складність такої задачі, якщо врахувати, що все це відбувається в реальному часі в середовищі, яке переповнене сторонніми об’єктами.

Google-driverless-car1-600x355.jpg

До серпня 2012 року самокерований автомобіль Google наїздив 500 тисяч кілометрів по різноманітних автошляхах кількох американських штатів. Зрештою, влада деяких штатів (Невада, Флоріда, Каліфорнія, Мічіган) почала впроваджувати законодавство, яке дозволяє використання подібних автомобілів у звичайному житті.

Слід зазначити, що Google не є єдиною компанією, хто працює над подібними машинами. Все більше автовиробників та сторонніх компаній в Америці, Європі та Азії починають цікавитись такими проектами і, можливо, років через 20 такі автомобілі стануть буденністю, так само як зараз ними є мобільні телефони.

Обидва наведених приклади — Ватсон та автомобіль від Google — є характерними. Вони демонструють те, чим насправді є системи штучного інтелекту, здатні діяти автономно (без участі людини) в складних середовищах (фізичних чи інформаційних) та приймати рішення за короткий час. Перелік подібних успішних систем можна продовжувати довго: система розпізнання людської мови Siri від Apple; японський робот HRP-2, здатний рухатись серед уламків будинків, які постраждали в наслідок катастроф; марсоходи NASA Spirit, Opportunity та Curiosity, здатні рухатись поверхнею Марсу в автономному режимі; комп’ютер Deep Blue від IBM, який виграв в шахи у людини-чемпіона і багато інших.

Поза цієї статтею лишилось багато питань, які були би цікаво додатково розглянути: які вирізняють підходи в розробці систем ШІ? чи зможемо ми коли-небудь створити систему, яка симулює інтелект людини? чи може загрожувати ШІ людству в майбутньому? Тож, якщо вам припала до душі ця тема, то з радістю розповім про зазначені питання в наступних статтях.

Олексій Молчановський