Искусственный интеллект может коренным образом изменить жизнь человечества, как когда-то это сделал интернет. Искусственный интеллект трансформирует взаимодействие человека с машинами, которые, выполняя более широкий круг задач, смогут справиться с некоторыми видами работ лучше, чем люди. Искусственный интеллект приведет к развитию отношений с потребителями, совершенствованию кадровой работы, оптимизации всех процессов, превращению продуктов в сервисы и даже смене бизнес-модели многих бизнесов.
История искусственного интеллекта насчитывает более полувека. Нынешнее возрождение интереса считается третьим по счету, однако происходит на совершенно ином фундаменте. Раньше исследования в сфере искусственного интеллекта тормозились недостатком вычислительных мощностей. Нынешняя инфраструктура и экосистема позволили искусственному разуму начать «думать». Объемы памяти и возможности обработки данных, облачные вычисления, высокоскоростная оптоволоконная связь, повсеместное распространение Wi-Fi и интернета вещей — все это создает идеальные условия для развития искусственного интеллекта.
Несмотря на длительную историю развития, до сих пор нет единого определения и понимания искусственного интеллекта. В начале 80-х гг. ученые в области теории вычислений Барр и Файгенбаум предложили следующее определение: искусственный интеллект — это область информатики, которая занимается разработкой интеллектуальных компьютерных систем, то есть систем, обладающих возможностями, которые мы традиционно связываем с человеческим разумом — понимание языка, обучение, способность рассуждать, решать проблемы и т. д. Сейчас к искусственному интеллекту относят ряд алгоритмов и программных систем, отличительным свойством которых является то, что они могут решать некоторые задачи так, как это делал бы размышляющий над их решением человек. Основные свойства искусственного интеллекта — это понимание языка, обучение и способность мыслить и, что немаловажно, действовать.
С конца 40-х годов 20 века исследования в области моделирования процесса мышления разделились на два независимых подхода: нейрокибернетический и логический. Первый предполагает путь изучения биологического аспекта нейронных сетей и эволюционных вычислений, второй означает создание экспертных систем, баз знаний и систем логического вывода, имитирующих высокоуровневые психические процессы: мышление, рассуждение, речь, эмоции, творчество и т. д.
Искусственный интеллект имеет довольно обширную историю. В 1830-х годах английский математик Чарльз Бэббидж придумал концепцию сложного цифрового калькулятора — аналитической машины, которая, как утверждал разработчик, могла бы рассчитывать ходы для игры в шахматы. В 1914 году директор одного из испанских технических институтов Леонардо Торрес Кеведо изготовил электромеханическое устройство, способное разыгрывать простейшие шахматные эндшпили почти так же хорошо, как и человек. В 1954 году американский исследователь Ньюэлл решил написать программу для игры в шахматы. К работе были привлечены аналитики корпорации RAND Corporation. В качестве теоретической основы программы был использован метод, предложенный основателем теории информации Шенноном, а его точная формализация была выполнена Тьюрингом.
С середины 30-х годов 20 века, с момента публикации работ Тьюринга, в которых обсуждались проблемы создания устройств, способных самостоятельно решать различные сложные задачи, к проблеме искусственного интеллекта в мировом научном сообществе стали относиться внимательно. Тьюринг предложил считать интеллектуальной такую машину, которую испытатель в процессе общения с ней не сможет отличить от человека. Тогда же появился термин Baby Machine — концепция, предполагающая обучение искусственного разума на манер маленького ребенка, а не создание сразу «умного взрослого» робота.
Летом 1956 года в Университете Дартмута в США прошла первая рабочая конференция с участием таких ученых, как Маккарти, Минский, Шеннон, Тьюринг и другие, которые впоследствии были названы основателями сферы искусственного разума. В течение шести недель ученые обсуждали возможности реализации проектов в сфере искусственного интеллекта. Именно тогда и появился сам термин artificialintelligence — искусственный интеллект. И именно после этой летней встречи искусственный интеллект получил впечатляющее развитие. Были созданы машины, которые могли решать математические проблемы, обыгрывать в шахматы, и даже первый прообраз чат-бота, который мог разговаривать с людьми, вводя их в заблуждение по поводу своей осознанности.
Текущий всплеск интереса к искусственному интеллекту произошел в середине 90-х гг. В 1997 году компьютер IBM под названием Deep Blue стал первым компьютером, который победил чемпиона мира по шахматам Гарри Каспарова. В 2011 году система вопросов и ответов IBM Watson победила бессменных чемпионов последних лет в игре Jeopardy.
Развитие искусственного интеллекта в современную эпоху происходит в условиях усложнения систем связи и решаемых задач, которые требуют качественно нового уровня «интеллектуальности» обеспечивающих программных систем, таких как защита от несанкционированного доступа, информационная безопасность ресурсов, защита от нападений, смысловой анализ и поиск информации в сетях и т. п. Глобализация экономической жизни поднимает конкуренцию на принципиально иной уровень, где требуются мощные системы управления предприятием и ресурсами, аналитики и прогнозирования, а также радикальное повышение эффективности труда. Новый этап развития искусственного разума характеризуется также наличием крупнейшего открытого источника персональных данных в виде интернета, а мощнейшие вычислительные системы отныне можно строить как на дешевых серверных мощностях, так и в крупнейших облачных платформах в режиме pay-as-you-go.
Разработки исследователей вышли далеко за пределы лабораторий и прототипов и продолжают интенсивно проникать практически во все сферы жизни человека, начиная от автономных газонокосилок и пылесосов, оснащенных огромным количеством современных датчиков, и заканчивая умными и обучающимися мобильными ассистентами, которыми пользуются сотни миллионов людей.
В последние несколько лет мы наблюдаем взрыв интереса к нейронным сетям, которые успешно применяются в самых различных областях, где нужно решать задачи прогнозирования, классификации или управления. Нейронные сети привлекательны с интуитивной точки зрения, ибо они основаны на примитивной биологической модели нервных систем. Нейронные сети возникли из исследований в области искусственного интеллекта, а именно из попыток воспроизвести способность биологических нервных систем обучаться и исправлять ошибки, моделируя низкоуровневую структуру мозга. Сигнальная система биологической нейронной сети, основанная на интенсивности сигнала, получаемого нейроном, сильно зависит от активности синапсов. Таким образом, будучи построен из очень большого числа совсем простых элементов (каждый из которых берет взвешенную сумму входных сигналов и в случае, если суммарный вход превышает определенный уровень, передает дальше двоичный сигнал), мозг способен решать чрезвычайно сложные задачи.
Машинное обучение — это комплексное применение статистики для поиска закономерностей в данных и создания на их основе нужных прогнозов. Машинное обучение использует алгоритмы, позволяющие компьютеру делать выводы на основании имеющихся данных. Машинное обучение предполагает, что вместо создания программ вручную с помощью специального набора команд для выполнения определенной задачи машину обучают с помощью большого количества данных и алгоритмов, которые дают ей возможность научиться выполнять эту задачу самостоятельно либо с помощью так называемого «учителя» (примеров, обучающих данных).
До недавнего времени ученые в области искусственного интеллекта избегали нейронных сетей, хотя они были известны уже давно. Даже самые базовые нейронные сети требовали очень мощных вычислений. Однако в середине 2000-х годов появилась возможность на практике с учетом имеющихся компьютерных ресурсов продемонстрировать принципы многослойного «глубинного обучения». Сам термин приобрел популярность после публикации Джеффри Хинтона и Руслана Салахутдинова, в которой они показали, что можно эффективно предобучать многослойную нейронную сеть, если обучать каждый слой отдельно, а затем дообучать при помощи метода обратного распространения ошибки.
Прорыв стал возможным, когда стало возможным сделать нейронные сети гигантскими по своей величине, увеличив количество слоев и нейронов. Это позволило пропустить через них огромное количество данных для обучения системы, и была добавлена та самая глубина в обучение. Сегодня системы глубинного обучения, такие как глубокие нейронные сети, сверточные нейронные сети, глубокие сети доверия и рекуррентные нейронные сети, лежат в основе услуг многих технологических гигантов.
Искусственный интеллект становится реальностью, и стартапы будут играть ведущую роль в этой экосистеме. Например, недавно созданная компания ROSS Intelligence разработала «адвоката» на основе технологии искусственного интеллекта. Машина может проделать работу целого офиса профессиональных юристов. Работающая на мощностях суперкомпьютера IBM Watson система имеет все шансы стать полноценным инструментом в юридической практике. ROSS автоматизирует задачи и процессы, на которые раньше уходили дни и недели работы. Еще один стартап — разработчик мессенджера для бизнеса Slack — сейчас работает над созданием интеллектуального помощника, который будет автоматически отвечать на стандартные вопросы и тем самым экономить время сотрудников.
Крупные компании активно присоединяют талантливые проекты к себе. Так, Microsoft приобрела SwiftKey, разработчика мобильной клавиатуры, в которой технологии машинного обучения помогают лучше предсказывать вводимые слова и фразы. Twitter купила Magic Pony Technology, разработчика технологии моделирования изображений с опорой на нейросети. ARM приобрела компанию Apical, создателя решений на основе машинного обучения в сфере компьютерного зрения.
Искусственный интеллект стал ключевым технологическим трендом 2016 года, и объем глобальных инвестиций в него превышает 500 млн долларов. За период 2011-2016 гг. всего было приобретено 140 частных компаний, работающих на развитие технологий искусственного интеллекта, из них 40 приобретений произошло в 2016 году. По прогнозам Markets and Markets, к 2020 году рынок искусственного интеллекта вырастет до 5 млрд долларов за счет применения технологий машинного обучения и распознавания естественного языка в рекламе, розничной торговле, финансах и здравоохранении. В Gartner считают, что к 2020 году около 40% всех взаимодействий с виртуальными помощниками будет опираться на данные, обработанные нейронными сетями.
Динамика искусственного интеллекта будет основываться на шести фундаментальных технологиях: машинное обучение, глубинное обучение, компьютерное зрение, обработка естественного языка, машинная аргументация и сильный искусственный интеллект. Основными драйверами рынка станут секторы потребительских продуктов, бизнес-услуг, рекламы и обороны.
Сферы применения искусственного интеллекта достаточно широки и охватывают как привычные слуху технологии, так и появляющиеся новые направления, далекие от массового применения, иначе говоря, это весь спектр решений, от пылесосов до космических станций. Эксперты Json&Partners Consulting предложили следующую классификацию по разделению основных точек развития и применения в области ИИ: физическая инкарнация (роботы-медики, промышленные роботы, умные машины, роботы-убийцы и дроны) и виртуальная инкарнация (чат-боты, виртуальные ассистенты, распознавание образов и речи, генерация контента, обработка естественного языка).
Чат-боты перерисовывают ландшафт ИТ-экосистемы. Они могут заменить собой и приложения, и обслуживающий персонал в компаниях, и даже целые операционные системы. Чат-бот — это программа-собеседник, которая предназначена для общения и помощи человеку. При этом на другом конце всегда находится сложная система, базирующаяся на нескольких технологиях искусственного интеллекта. Чат-боты, ориентированные на бизнес-задачи, могут подобрать лучший рейс, диету, фитнес-тренировку, забронировать гостиницу, выбрать покупку, то есть они представляют собой новую подотрасль обслуживания и ассистирования. Согласно данным опроса BI Intelligence, применение чат-ботов уже взлетело в США, где более половины американских пользователей в возрасте от 18 до 55 лет сейчас использует их.
Персональные ассистенты являются своеобразной инкарнацией чат-ботов. По прогнозам Gartner, цифровые ассистенты будут «знать» нас к 2018 году на основе собранного кликстрима и накопленных больших данных. Среди помощников, которыми больше всего пользуются на рабочем месте, были названы Siri от Apple, Google Assistant, а также Alexa от Amazon. Хотя зрелость голосовых помощников пока на низком уровне, примечательно, что их популярность даже выше программных продуктов, связанных с большими данными. В настоящее время сотни миллионов людей взаимодействуют с персональными цифровыми ассистентами на таких платформах, как Google, Apple, Amazon, Facebook и другие. Эта технология с помощью персональных ассистентов и чат-ботов делает переход от графического пользовательского интерфейса к диалоговому интерфейсу ключевым трендом ближайших нескольких лет.
По оценке Markets And Markets, объем рынка распознавания образов достигнет 29,98 млрд долларов к 2020 году со средним CAGR на уровне 19,1%. Технологии распознавания образов содержат в себе распознавание паттернов, оптических образов, кода, объектов и цифровых фотографий. Они либо по отдельности, либо в интегрированном виде используются в таких сферах, как безопасность и наблюдение, сканирование и создание изображений, маркетинг и реклама, дополненная реальность и поиск изображений. Ключевым драйвером этого рынка является уход всех процессов как в бизнесе, так и в потребительском сегменте в облака, а также рост влияния интернета, смартфонов, социальных медиа.
Мировой рынок распознавания речи оценен BCC Research в 90,3 млрд долларов в 2015 году. Ожидается, что этот рынок вырастет с 104,4 млрд долларов в 2016 году до 184,9 млрд в 2021 году с CAGR на уровне 12,1%.
Рынок обработки естественного языка (NLP) оценивается Market And Markets в 7,63 млрд долларов в 2016 году и вырастет до 16,07 млрд к 2021 году. Основными драйверами компания считает возрастающий спрос на более продвинутый уровень пользовательского опыта, рост пользования умными девайсами, рост инвестиций в здравоохранение, растущее применение сетевых и облачных бизнес-приложений и рост M2M-технологий.
BoA предполагает, что к 2020 году рынок ИИ-решений будет эквивалентен 153 млрд долларов, из которых 83 млрд составят роботы и робототехника, а 70 млрд — аналитические решения на основе искусственного интеллекта. В результате так называемая «революция роботов» позволит мировой экономике повысить производительность на 30% при снижении производственных затрат на рабочую силу от 18% до 33%.
По сообщениям журнала Technology Review, уже через 60 лет искусственный интеллект начнет представлять серьезную угрозу для человечества. К 2022 году искусственный интеллект начнет мыслить приблизительно на 10% как человек, к 2040 году — на 50%, а к 2075 году мыслительные процессы робота будут неотличимы от человеческих. Недавний опрос, проведенный Институтом будущего человека (FHI) из Оксфордского университета в Великобритании, показывает, что «Скайнет» как настоящий искусственный интеллект человеческого уровня может возникнуть около 2028 года.
Тема о будущем человечества, противоборстве с машинами и, наоборот, гибридизации вывела на свет целый ворох новых опасений и терминов. Среди них трансгуманизм и технологическая сингулярность. Технологическая сингулярность — гипотетический момент, по прошествии которого технический прогресс станет настолько быстрым и сложным, что окажется недоступным человеческому пониманию. Сингулярность — это момент времени, когда компьютеры во всех своих инкарнациях станут умнее людей. Когда это произойдет, компьютеры будут иметь возможность расти в геометрической прогрессии по сравнению с самими собой и воспроизводить себя, а их интеллект будет в миллиарды раз быстрее, чем человеческий.
Искусственный интеллект несет определенные риски — исчезновение целого ряда профессий, разобщение людей, а возможно, даже потерю естественных навыков человека. Для человечества точка невозврата может быть пройдена, когда какая-нибудь страна даст искусственному интеллекту право на насилие.