Akadēmiķis Aleksandrs Kulešovs pastāstīja Rusnano par to, cik cilvēces tuvumā ir pašpilnveidojošu mašīnu radīšana, pie kā novedīs to radīšana un vai Stīvenam Hokingam bija taisnība, baidoties no viedo mašīnu radītajām problēmām.
Aleksandrs Kuļesovs ir viens no vadošajiem Krievijas speciālistiem neironu tīklu, mākslīgā intelekta un sarežģītu informācijas apstrādes sistēmu izveidē. Tagad viņš vada Skolkovo Zinātnes un tehnoloģijas institūtu, un līdz šī gada februārim viņš vadīja Krievijas Zinātņu akadēmijas Informācijas pārraides problēmu institūtu.
Šo piektdien akadēmiķis Kuļesovs valsts korporācijas "Rusnano" sienās lasīja lekciju, kurā viņš auditorijai, tostarp Anatolijam Borisovičam Čubē, pastāstīja par progresu mākslīgā intelekta radīšanas jomā pēdējos gados un to, kā AI tehnoloģijas mainīs mūsu sabiedrību, izmantojot dažus gadus.
"Svešais" vai cilvēka intelekts?
“Kāpēc mākslīgais intelekts un viedā datu apstrāde šodien tiek pievērsta tik daudz uzmanības? Kas notika? Faktiski dati vienmēr ir apstrādāti. Kopš Galileo laikiem zinātnisko eksperimentu rezultāti tiek apstrādāti (matemātiski). Kas šodien ir noticis, kas šo problēmu ir izvirzījis priekšplānā?”, Savu stāstu sāka Skoltech rektors.
Kā atzīmē akadēmiķis Kuļesovs, ir mainījies datu apjoms, ar kuru šodien strādā cilvēki un datori - tagad datorprogrammas vāc, glabā un apstrādā terabaitus un petabaitus datu, kuru apstrāde, izmantojot tradicionālās informācijas analīzes sistēmas, ir ārkārtīgi sarežģīta.
Cilvēkiem, piemēram, atomelektrostaciju operatoriem vai lidmašīnu pilotiem ir piekļuve desmitiem vai pat simtiem ekrānu ar dažādu diagnostikas informāciju, no kuriem katrs pats par sevi gandrīz neko nenozīmē, un tas nepalīdzēs atrast kļūdu iekārtu darbībā, bet to kombinācija ar gandrīz 100 %, visticamāk, ļaus jums atrisināt problēmu pat pirms tā nonāk kritiskā stadijā.
Protams, zinātnieks turpina, ka cilvēks nespēj vienlaicīgi uzraudzīt 50 ekrānus, tāpēc rodas nepieciešamība izveidot sistēmas, kas analizētu šos datus un vienā ekrānā parādītu tikai to, kas patiešām ir svarīgs lēmumu pieņemšanai un situācijas uzraudzībai.
Reklāmas video:
“Pilnīgi jaunas matemātiskās sistēmas, kas parādījušās šādu“lielo datu”analīzei, ir izaugušas ārpus tām, un tās ir piemērojamas jebkuras informācijas analīzei, izmantojot jebkādus tehniskos līdzekļus. Patiesībā tie būtu bijuši jauni 17. gadsimtā un būtu noderīgi tā laika zinātniekiem. Bet es uzsveru, ka tas viss parādījās tieši uz jauno tehnoloģiju viļņa,”turpina Kuļesovs.
Lielākā daļa diskusiju par šīm tehnoloģijām, kā atzīmē akadēmiķis, rodas no tā, ka pastāv atšķirība starp krievu vārdu "intelekts" un angļu vārdu intelekts, kas daudziem šo strīdu dalībniekiem liek domāt, ka mākslīgajam intelektam jābūt kaut kādai antropomorfai konstrukcijai, kas līdzinās un atdarina cilvēka inteliģences īpašības. Faktiski, pēc Kuleshova domām, pēdējie 25-30 gadu pētījumi liecina, ka šāda pieeja ir nepareiza un nenoved pie jēgpilniem rezultātiem, kurus var pielietot praksē.
“Antropomorfisms un līdzība ar dabu ir populāri termini, taču pēdējos gadsimtos nekas nekad nav izdevies. Piemēram, Leonardo da Vinči zīmēja mehāniskos zirgus, Daedalus un Ikars mēģināja lidot kā putni, taču nekad nekas neizdevās - mūsdienās pa mūsu ielām neskrien mehāniski zirgi, un mēs lidojam citādi. Tāpat ir ar smadzenēm - tie mēģinājumi saprast, kā darbojas smadzenes, un darīt to pašu datorā, ir pilnībā izgāzušies,”piebilst lektore.
Visi šie neveiksmīgie mēģinājumi izgatavot ar rokām izgatavotus neironu analogus un savienot tos par sava veida smadzenēm, kā arī citas pieejas, kas atdarina cilvēka nervu sistēmas darbu un to, kā mēs pieņemam lēmumus un analizējam informāciju, noveda pie tā, ka pagājušā gadsimta 90. gados šī frāze "Mākslīgais intelekts" matemātiķu vidū ir kļuvis par netīru vārdu šo nepamatoto cerību dēļ, kas nesa antropomorfiskas idejas par neironu tīkliem un mākslīgo intelektu.
Inteliģences dziļumi
Faktiski "mākslīgā intelekta" attīstības renesanse sākās pavisam nesen, 2000. gadu beigās, kad virkne amerikāņu un krievu matemātiķu un programmētāju ierosināja un ieviesa AI algoritmus, kas vēlāk kļuva pazīstami kā "dziļas mācīšanās" un "uz daudzveidību balstītas mācīšanās" metodes.
“Galu galā cilvēki sāka aizmirst par neironu tīkliem, kļuva skaidrs, ka nekas ar tiem nedarbojas, un visiem kaut kā pietrūka Hintona un Križevska raksta publicēšanas 2005. gadā, kas tagad nosaka mūsu nākotni. Es arī piedalījos šajās “bērēs”, taču izrādījās, ka tas nav tik vienkārši,”skaidro zinātnieks.
Kā izrādījās, vienkārši neironu tīkli, kas apvienoti kaskādēs un dažādu sakārtotu tīklu sarežģītās sistēmās, izturas savādāk, nekā zinātnieki gaidīja. Un, kā rāda prakse, viņi spēj atrisināt tos uzdevumus, kas iepriekš nebija mākslīgā intelekta spēkos, tostarp runas atpazīšanu, cilvēku, dažādu priekšmetu fotogrāfijas un pat paredzēt sabrukumus un katastrofas.
“Ir izveidojusies pilnīgi unikāla situācija - neviens šodien nevar pateikt, cik dziļi darbojas neironu tīkli. Amerikas aizsardzības aģentūra DARPA ir gatava izdot miljonu dolāru lielu balvu par to, kā paskaidrot, kā viņi strādā, taču es uzskatu, ka šī balva paliks nepieprasīta arī nākamajos 30–40 gados. Es zinu ļoti nopietnus matemātiķus, kuri cīnās ar šo problēmu bez mazākiem panākumiem. Mēs varam teikt, ka esam atgriezušies dabas filozofijas laikos - ir noteikta metode, kas darbojas fantastiski labi, taču mēs nevaram izskaidrot, kāpēc, saka Kuļesovs.
Zinātnieks saka, ka dziļi neironu tīkli jau sen ir panākuši un apsteiguši cilvēkus daudzās zināšanu jomās, spējot identificēt un atšķirt lietas, ko parasts, neapmācīts cilvēks vienkārši nevar izdarīt. Šādu neironu tīklu jaunākās versijas pieļauj mazāk kļūdu nekā cilvēki, kas apmācīti risināt uzdevumus, par kuriem šādas AI sistēmas būs atbildīgas nākotnē.
Piemēram, zinātnieki jau ir izveidojuši neironu tīklus, kas fotogrāfijās un videoklipos notiekošo var aprakstīt ne sliktāk kā to dara cilvēks. Šādi algoritmi var palīdzēt neredzīgajiem vai nedzirdīgajiem saprast, kas notiek apkārt un ko viņi nevar dzirdēt vai redzēt, un īpašie dienesti var izmantot šādus tīklus, lai meklētu teroristus vai aizdomās turētos videonovērošanas arhīvos vai operatīvā darba laikā lidostās un citās pārpildītās vietās.
“Mūsdienās pasaulē ir aptuveni 70 miljoni dizaina inženieru, un statistika rāda, ka tikai 20% viņu produktu ir kaut kāda jauna attīstība. Atlikušos 80% vai nu jau ir radījuši citi inženieri, vai arī tie ir nelielas esošo modeļu modifikācijas. AI sistēmas izveidošana, kas var atrast nepieciešamo, krasi samazinās laiku un resursus, kas parasti tiktu tērēti to izstrādei. Pagaidām šādu sistēmu nav, bet pēc 1-2 gadiem tās parādīsies,”turpina akadēmiķis.
Pēc viņa teiktā, vēl viens šādu sistēmu piemērs ir Kulešovas absolventu izstrādāta programma, kas ļauj izpētīt viņa smadzeņu fotogrāfijas, kas iegūtas, izmantojot magnētiskās rezonanses attēlveidošanu, ļauj noteikt, vai cilvēkam ir Alcheimera slimība.
Tikai 200 MRI attēli ar cilvēkiem, kas cieš no šīs slimības, bija pietiekami, lai krievu zinātnieki "iemācītu" mākslīgo intelektu ar 90% precizitāti atšķirt veselīgas un slimas smadzenes. Līdzīgā veidā krievu matemātiķi ir iemācījušies atrast čūlas cilvēka kuņģī pēc viņa elektrokardiogrammas.
Sadarbībā un pēc RSC Energia pasūtījuma Kulešovs un viņa kolēģi ir izveidojuši jaunu revolucionāru algoritmu ISS dzinēju kontrolei, kas aptuveni 40 reizes samazinās degvielas izmaksas stacijas augstuma uzturēšanai, salīdzinot ar pašreizējo amerikāņu zinātnieku izveidoto programmu vecās krievu sistēmas aizstāšanai., un piecas reizes labāka par gaidāmo NASA programmu.
Jaunā sistēma, kuras pamatā ir daudzveidības mācīšanās tehnoloģijas, nākamgad tiks pārbaudīta uz stacijas. Vēl viena AI matemātiķu un programmētāju izveidota AI sistēma jau darbojas Krievijas dzelzceļā un palīdz noteikt, kuri bojājumi vispirms būtu jālabo, lai samazinātu resursu izmaksas.
Pēc zinātnieka domām, līdzīgas programmas dažreiz tiek izmantotas visnegaidītākajiem mērķiem - piemēram, AI, kas izveidota lidmašīnu spārnu atveidošanai, Louis Vuitton izmanto ādas balināšanas krēmu veidošanai.
“Turpmāka šo tehnoloģiju attīstība radikāli mainīs cilvēka dzīvi. Iedomājieties, jūs dodaties prom no ārzemju viesnīcas, jūs nejauši nofotografē tūristi, šī bilde nokļūst meklētājprogrammā, tā jūs “aprēķina” pēc šīm bildēm un pēc piecām minūtēm jūsu boss par to uzzinās. Tā rezultātā jums būs ļoti grūti pārliecināt viņu, ka esat devies “vietējā” komandējumā,”skaidro Kulešovs.
Paplašināta arhaiska realitāte
Pirmie šīs “jaunās, brīnišķīgās pasaules” piemēri pastāv šodien - tā ir AI sistēma AlphaGo, kas šogad pārspēja pasaules čempionu Go. Kā skaidro Kulešovs, tas ir pirmais unikālas klases mašīnu piemērs, kas spēj atrisināt neaprēķināmas problēmas un uzlabot sevi.
“Go no šaha atšķiras ar to, ka šo spēli vienkārši nav iespējams aprēķināt matemātiski. Go iespējamo kustību skaits pārsniedz Visuma atomu skaitu, nav iespējams stulbi saskaitīt kustības tajā. Šahā, ja jums ir jaudīgs dators, tad jūs pārspēsit ikvienu, gan Kasparovu, gan Karjakinu. Tas nav iespējams programmā Go, jo to nevar izdarīt neviens dators. Un neironu tīkls spēja atrisināt šo problēmu, saka zinātnieks.
Galvenā AlphaGo atšķirīgā iezīme no visām pārējām AI sistēmām ir tā, ka šī programma var spēlēt ar sevi un pilnveidoties, pielāgojoties pretiniekam un atrodot pilnīgi nenozīmīgus un negaidītus veidus, kā cilvēks viņu var sist.
“Kāpēc es apstājos pie šī, ir pirmais solis pilnīgi noslēpumainā nākotnē. Kā dzimis AlphaGo? Pirmkārt, tās veidotāji savāca 30 miljonu dažādu spēļu pozīciju datu bāzi un apmācīja par to primāro neironu tīklu. Tad viņi to dublēja, un otro tīklu sāka spēlēt no pirmā. Un rezultātā pēc vairākiem miljardiem atkārtojumu radās kaut kas trešais, ko cilvēks vairs nekontrolē. Nav skaidrs, no kurienes tas radies - tas ir kaut kādas pašizbūves rezultāts. Neviens nezina, kā tas notiek,”uzsver Kuļesovs.
AlphaGo dzimšana un uzvara, pēc akadēmiķa domām, paver durvis uz pilnīgi jaunu telpu, kurā cilvēce iekļūs ļoti ātri. Un ne viss šajā pasaulē būs noderīgs un patīkams cilvēcei kopumā un jo īpaši indivīdiem.
“Ir skaidrs, ka sociālās pārmaiņas no tā būs milzīgas. Daļēji kvalificētu darbinieku skaits jau tagad samazinās kā šagena āda, un AI parādīšanās, kas spēj atrisināt šīs problēmas, viņiem atņems darbu. Visiem šiem inženieriem, taksometru vadītājiem, pilotiem, medmāsām, darbiniekiem - miljoniem cilvēku - būs jāpazūd, un tikai 1%, kā liecina pašreizējie pētījumi, var pielāgoties jaunajai realitātei un pārkvalificēties, saka zinātnieks.
Pēc viņa teiktā, “mēs esam uz absolūti zvērīgu sociālo seku robežas no mākslīgā intelekta sistēmu attīstības. Tagad mēs nevaram novērtēt viņu mērogu, piemēram, cilvēki viesuļvētras vidū vai revolūcijas augstumā. Tagad nauda steidzami jāiegulda izglītībā, jo cilvēki ar vidēju kvalifikāciju kļūst pilnīgi nevajadzīgi."
Kā atzīmē Skoltech rektors, pasaule mūsdienās spēj pabarot visu cilvēci, bet nespēj to okupēt. Šis bezdarbs un dzīves mērķa trūkums jau var ietekmēt Eiropas un citu attīstīto valstu dzīvi un izraisīt dažādas radikālas kustības, piemēram, IS un citas aizliegtas ekstrēmistu un reliģisko grupu grupas.
“Šī ir apzināta dzīves arhivēšana, situācijas radīšana, kurā es jutīšos vajadzīgs. Pie velna, ka es dzīvoju sliktāk, bet es nedzīvoju tāpat kā visi pārējie. Sajūta, ka jums pastāvīgi tiek sūtīti ātrās ēdināšanas pakalpojumi bez maksas un ik pēc sešiem mēnešiem tiek doti čības, bet tajā pašā laikā jūs neesat nekam vajadzīgs, patiesībā ir briesmīga. Un šī sajūta tikai pieaugs, attīstoties AI un robotikai,”turpina Kuļesovs.
Ievērojama šīs problēmas daļa ir saistīta ar to, ka cilvēkam pēc AI vienkārši nav laika "attīstīties" - cilvēku paaudzes mainās ik pēc 25 gadiem, un tehnoloģiskās revolūcijas notiek ar 5-6 gadu intervālu. Tāpēc, kā atzīmē rektors, "nevajadzīgu" cilvēku skaits nepārtraukti pieaugs, un tikai masu izglītība var palīdzēt izvairīties no sociālā sprādziena un jauna lūdītu vilnis.
"Tam, uz kā mēs atrodamies, vēl nav nosaukuma, un es pat nezinu, kā to nosaukt. Varbūt tās var saukt par "nepārvaldītām inteliģentām sistēmām". Tās ir principiāli jaunas sistēmas, kas pašas ģenerē sevi, un mēs neesam tālu no brīža, kad tās sāk iekļūt mūsu dzīvē,”secina zinātnieks.