Представляет ли искусственный интеллект угрозу для человечества?

В последние два года новости об успехах учёных и инженеров в области разработки искусственного интеллекта атакуют читателей со всех сторон. Умные дома, способные подстраиваться под желания владельца, голосовые помощники в смартфонах и планшетах, беспилотные автомобили — список можно продолжать бесконечно. Но вместе с ожиданиями, что развитие ИИ облегчит жизнь миллионам людей, вернулись и опасения по поводу подконтрольности человеку созданного им творения.

Может ли машина мыслить?

Этим фундаментальным вопросом учёные начали задаваться ещё в середине двадцатого столетия. Мнения исследователей разделились. Так, одни считают возможным создание так называемого сильного ИИ, т.е. компьютера, способного мыслить как человек. Джон Сёрл, которым был введён в обиход этот термин, описывает его таким образом:

Соответствующим образом запрограммированный компьютер с нужными входами и выходами и будет разумом, в том смысле, в котором человеческий разум — это разум. (Джон Сёрл)

Другие, как, например, математик Роджер Пенроуз, отвергают такую возможность:

Человеческое мышление по своей природе неалгоритмично, то есть не исчерпывается правилами формальной логики. Поэтому, машинный разум никогда не станет равным человеческому. (Роджер Пенроуз, Новый ум короля)

Пока исследователи спорят по поводу теоретических пределов возможностей ИИ, давайте обратимся к действительности.

Что представляет из себя машинный разум сегодня?

Инженеры и технологические компании больше сосредоточены на извлечении реальной пользы из всё возрастающих возможностей машины. Основными направлениями исследований являются распознавание изображений и голоса, чуть меньше внимания уделяется попыткам обучить компьютеры понимать тексты на естественных языках.

Из тех достижений машинного обучения, которые уже уверенно вошли в нашу повседневную жизнь, можно перечислить следующие:

Автоматическое распознавание лиц. Многие фотокамеры способны делать снимок, только когда вы улыбаетесь и ваши глаза открыты.
Умные помощники в гаджетах, например, Siri от Apple и Google Now, способные понимать голосовые команды.
Рекомендации товаров на основе ваших предыдущих покупок во многих крупных интернет-магазинах.
Поисковые системы частично используют машинное обучения для формирования списков результатов по вашему запросу.

Больше похоже на продвинутые алгоритмы, чем на искусственный интеллект, каким его показывают в кино. Так и есть. Сегодняшние достижения в области машинного обучения — это сложная математика, с помощью которой удаётся анализировать тысячи различных параметров и их взаимозависимости. Просто компьютеры способны делать это настолько быстро, что можно подумать, будто машины и в самом деле научились мыслить.

Почему именно сейчас?

Многие из тех алгоритмов, которые применяются сегодня для машинного обучения, были созданы ещё в 80-х годах прошлого столетия. Но ожидания от возможностей искусственного интеллекта оказались слишком завышенными и практически на 20 лет эта область ушла в тень. Новый виток интереса к машинному разуму появился в 2010-м году, когда направление получило от технологических корпораций зелёный свет и мощное финансирование. Что же произошло?

Два ключевых фактора, необходимых для успешного применения машинного обучения — это вычислительные мощности и данные. Рост производительности компьютеров вкупе со всё снижающейся стоимостью оборудования обеспечил цифровой разум первым, а огромное количество информации, создаваемой корпорациями и рядовыми жителями планеты — вторым. По наблюдениям IBM, 90% всей имеющейся в мире информации было создано за последние два года:

Человечество производит два с половиной квинтиллиона байт информации ежедневно (прим. ред. это примерно два с половиной миллиона объёмов среднего жёсткого диска). 90% данных в мире было создано только за последние два года. Информация поступает отовсюду: датчики климата, записи в социальных сетях, пользовательские фотографии и видео, данные о покупках — вот лишь небольшой список источников. Это и называется большими данными. Что такое большие данные? (англ.)

Огромный толчок развитию машинного обучение дало внедрение облачных технологий. Если раньше связать в единое целое 10.000 компьютеров для расчётов могли позволить себе лишь крупнейшие мировые корпорации, то сегодня любой желающий может арендовать такую вычислительную мощность в облаке.

Чего всё-таки стоит опасаться?

Как видите, в ближайшее десятилетие не стоит ждать появления Терминатора или Скайнета. Где действительно машины активно наступают — это рабочие места, связанные с рутинным интеллектуальным трудом. Всё большее количество компаний оцифровывают свой бизнес и переводят его в интернет, где потребитель может за считанные минуты выбрать нужный продукт и заказать его доставку в любое удобное место и время. А помогает им определиться с выбором уже не оператор колл-центра, а умная машина.

Разработки в области самоуправляемых автомобилей могут лишить работы водителей такси и городского транспорта. Компания Amazon в тестовом режиме запустила супермаркет без продавцов, где компьютерный разум отслеживает ваши покупки, а оплата осуществляется при выходе прямо со смартфона.

Единственное, в чём компьютеры пока не слишком преуспели, это живое человеческое общение, эмоции и способность к сопереживанию. Будет надеяться, что какими бы развитыми не стали умные машины, эти качества останутся за людьми.

Источник: wikivox.ru