Akateemikko Alexander Kuleshov kertoi Rusnanolle kuinka lähellä ihmiskunta on itsensä parantavien koneiden luomiseen, mihin niiden luominen johtaa ja oliko Stephen Hawking oikeassa pelätessään älykkäiden koneiden aiheuttamia ongelmia.
Alexander Kuleshov on yksi johtavista venäläisistä asiantuntijoista hermoverkkojen, tekoälyn ja monimutkaisten tietojenkäsittelyjärjestelmien luomisessa. Nyt hän johtaa Skolkovon tiede- ja teknologiainstituuttia ja tämän vuoden helmikuuhun asti Venäjän tiedeakatemian tiedonsiirto-ongelmien instituuttia.
Tämän perjantaina akateemikko Kuleshov piti luennon valtionyhtiön "Rusnano" seinissä, jossa hän kertoi yleisölle, mukaan lukien Anatoly Borisovich Chubais, edistyksestä tekoälyn luomisessa viime vuosina ja siitä, miten tekoälytekniikat muuttavat yhteiskuntaamme jo kautta joitakin vuosia.
"Alien" vai ihmisen älykkyys?
Miksi tekoäly ja älykäs tietojenkäsittely saavat niin paljon huomiota tänään? Mitä tapahtui? Itse asiassa tietoja on aina käsitelty. Galileon ajoista lähtien tieteellisten kokeiden tuloksia on käsitelty (matemaattisesti). Mitä tänään on tapahtunut, mikä on tuonut tämän ongelman esiin?”, Skoltechin rehtori aloitti tarinansa.
Kuten akateemikko Kuleshov toteaa, ihmisten ja tietokoneiden nykyinen työskentely on muuttunut - nyt tietokoneohjelmat keräävät, tallentavat ja käsittelevät teratavuja ja petatavuja dataa, jonka käsittely perinteisten tietoanalyysijärjestelmien avulla on erittäin vaikeaa.
Ihmisillä, esimerkiksi ydinvoimaloiden käyttäjillä tai lentokoneiden ohjaajilla, on pääsy kymmeniin tai jopa satoihin näyttöihin, joissa on erilaisia diagnostiikkatietoja, joista kukin ei merkitse melkein mitään sinänsä, eivätkä ne auta löytämään virhettä laitteiden toiminnassa, mutta joiden yhdistelmä lähes 100 % antaa sinun todennäköisesti ratkaista ongelman jo ennen kuin se saavuttaa kriittisen vaiheen.
Luonnollisesti tutkija jatkaa, että henkilö ei pysty seuraamaan samanaikaisesti 50 näyttöä, mikä aiheuttaa tarpeen luoda järjestelmiä, jotka analysoivat nämä tiedot ja näyttävät yhdellä näytöllä vain sen, mikä on todella tärkeää päätösten tekemiseksi ja tilanteen seuraamiseksi.
Mainosvideo:
"Ehdottomasti uudet matemaattiset järjestelmät, jotka ovat ilmestyneet tällaisten" isojen tietojen "analysointiin, ovat kasvaneet niiden ulkopuolelle, ja niitä voidaan käyttää minkä tahansa tiedon analysointiin millä tahansa teknisellä keinolla. Itse asiassa ne olisivat olleet uusia 1600-luvulla ja niistä olisi ollut hyötyä tuon ajan tutkijoille. Mutta korostan, että kaikki tämä ilmestyi juuri uusien tekniikoiden aallolla”, Kuleshov jatkaa.
Kuten akateemikko toteaa, suurin osa näiden tekniikoiden keskusteluista johtuu siitä, että venäläisen sanan "äly" ja englanninkielisen sanan äly välillä on ero, mikä saa monet näiden kiistojen osallistujat uskomaan, että tekoälyn tulisi olla jonkinlainen antropomorfinen rakenne, joka muistuttaa ja jäljittelee ihmisen älykkyyden ominaisuudet. Itse asiassa Kuleshovin mukaan viimeiset 25–30 vuotta osoittavat, että tämä lähestymistapa on väärä eikä johda merkityksellisiin tuloksiin, joita voidaan soveltaa käytännössä.
Antropomorfismi ja samankaltaisuus luontoon ovat suosittuja termejä, mutta mikään ei ole koskaan onnistunut viime vuosisatojen aikana. Esimerkiksi Leonardo da Vinci maalasi mekaanisia hevosia, Daedalus ja Icarus yrittivät lentää kuin linnut, mutta mikään ei koskaan onnistunut - nykyään kaduillamme ei ole juoksevia mekaanisia hevosia, ja me lentämme eri tavalla. Sama on aivojen kanssa - nuo yritykset ymmärtää aivojen toimintaa ja tehdä sama tietokoneessa ovat epäonnistuneet täysin”, luennoitsija lisää.
Kaikki nämä epäonnistuneet yritykset tehdä käsin tehtyjä neuronien analogeja ja liittää ne eräänlaisiin aivoihin, samoin kuin muut lähestymistavat, jotka jäljittelevät ihmisen hermoston työtä ja tapaa, jolla teemme päätöksiä ja analysoimme tietoja, johtivat siihen, että viime vuosisadan 90-luvulla lause Matemaatikkojen "tekoälystä" on tullut likainen sana niiden kohtuuttomien odotusten takia, jotka kantoivat antropomorfisia ajatuksia hermoverkoista ja tekoälystä.
Älykkyyden syvyydet
Itse asiassa "tekoälyn" kehityksen renessanssi alkoi vasta äskettäin, 2000-luvun lopulla, kun monet amerikkalaiset ja venäläiset matemaatikot ja ohjelmoijat ehdottivat ja toteuttivat tekoälyalgoritmeja, jotka myöhemmin tunnettiin nimellä "syväoppiminen" ja "monimuotoisuuteen perustuva oppiminen".
"Loppujen lopuksi ihmiset alkoivat unohtaa hermoverkkoja, kävi selväksi, että mikään ei toiminut heidän kanssaan, ja kaikki jotenkin kaipasivat Hintonin ja Krizhevskyn artikkelin julkaisua vuonna 2005, joka nyt määrittää tulevaisuutemme. Olen myös osallistunut näihin "hautajaisiin", mutta kävi ilmi, että se ei ollut niin yksinkertaista ", tutkija selittää.
Kuten kävi ilmi, yksinkertaiset hermoverkot, yhdistettynä kaskadeihin ja monimutkaisiin järjestelmiin eri tavoin järjestetyissä verkoissa, käyttäytyvät eri tavalla kuin tutkijat odottivat. Ja kuten käytäntö on osoittanut, he pystyvät ratkaisemaan ne tehtävät, jotka olivat aiemmin keinotekoisen älykkyyden ulkopuolella, mukaan lukien puheentunnistus, valokuvia ihmisistä, erilaisista esineistä ja jopa ennustamaan häiriöitä ja katastrofeja.
”On syntynyt täysin ainutlaatuinen tilanne - kukaan ei voi tänään sanoa kuinka syvät hermoverkot toimivat. Amerikkalainen puolustusvirasto DARPA on valmis antamaan miljoonan dollarin palkinnon heidän toimintansa selittämisestä, mutta uskon, että tätä palkintoa ei vaadita seuraavien 30–40 vuoden aikana. Tunnen erittäin vakavia matemaatikkoja, jotka kamppailevat tämän ongelman kanssa ilman pienintäkään menestystä. Voimme sanoa, että olemme palanneet luonnonfilosofian päiviin - on olemassa tietty menetelmä, joka toimii fantastisesti hyvin, mutta emme voi selittää miksi , Kuleshov sanoo.
Tutkijan mukaan syvät hermoverkot ovat jo pitkään kiinni ihmisistä ja ohittaneet ne monilla osaamisalueilla, kykenevän tunnistamaan ja erottamaan asioita, joita tavallinen, kouluttamaton ihminen ei yksinkertaisesti pysty tekemään. Uusimmat versiot tällaisista neuroverkoista tekevät vähemmän virheitä kuin ihmiset, jotka on koulutettu ratkaisemaan ongelmat, joista tällaiset tekoälyjärjestelmät ovat vastuussa tulevaisuudessa.
Esimerkiksi tutkijat ovat jo luoneet hermoverkkoja, jotka voivat kuvata valokuvissa ja videoissa tapahtuvaa tapahtumaa yhtä huonosti kuin ihminen. Tällaiset algoritmit voivat auttaa sokeita tai kuuroja ymmärtämään, mitä ympärillä tapahtuu ja mitä he eivät voi kuulla tai nähdä, ja erityispalvelut voivat käyttää tällaisia verkkoja etsimään terroristeja tai epäiltyjä videovalvonta-arkistoista tai operatiivisen työn aikana lentokentillä ja muissa tungosta paikoissa.
”Maailmassa on tällä hetkellä noin 70 miljoonaa suunnitteluinsinööriä, ja tilastot osoittavat, että vain 20% heidän tuotteistaan on jonkinlaista uutta kehitystä. Loput 80% ovat joko muiden insinöörien luomia, tai ne ovat pieniä muutoksia olemassa oleviin malleihin. AI-järjestelmän luominen, joka löytää tarvitsemasi, vähentää huomattavasti aikaa ja resursseja, jotka normaalisti käytettäisiin niiden kehittämiseen. Toistaiseksi tällaisia järjestelmiä ei ole, mutta 1-2 vuoden kuluttua ne ilmestyvät”, akateemikko jatkaa.
Hänen mukaansa toinen esimerkki tällaisista järjestelmistä on Kuleshovin jatko-opiskelijoiden kehittämä ohjelma, jonka avulla voidaan selvittää, onko henkilöllä Alzheimerin tauti vai ei, tutkimalla magneettikuvauslaitteella saatuja kuvia hänen aivoistaan.
Vain 200 magneettikuvaa ihmisistä, jotka kärsivät tästä taudista, riitti venäläisten tutkijoiden "opettaa" tekoälyä erottamaan terveet ja sairaat aivot 90 prosentin tarkkuudella. Samalla tavalla venäläiset matemaatikot ovat oppineet löytämään haavaumia ihmisen vatsasta hänen elektrokardiogrammillaan.
Yhteistyössä ja RSC Energian pyynnöstä Kuleshov ja hänen kollegansa ovat luoneet vallankumouksellisen uuden algoritmin ISS-moottoreiden hallitsemiseksi, mikä vähentää aseman korkeuden ylläpitämisen polttoainekustannuksia noin 40 kertaa verrattuna nykyiseen amerikkalaisten tutkijoiden luomaan ohjelmaan korvaamaan vanha venäläinen järjestelmä ja viisi kertaa parempi kuin NASA: n tuleva ohjelma.
Diversity Learning -tekniikoihin perustuvaa uutta järjestelmää testataan asemalla ensi vuonna. Toinen tekoälyjärjestelmä, jonka ovat luoneet venäläiset matemaatikot ja ohjelmoijat, toimii jo Venäjän rautateillä ja auttaa määrittämään, mitkä viat pitäisi ensin korjata resurssikustannusten minimoimiseksi.
Tutkijan mukaan vastaavia ohjelmia käytetään joskus odottamattomimpiin tarkoituksiin - esimerkiksi lentokoneen siipien renderointiin luotua tekoälyä käyttää Louis Vuitton ihonvalkaisuvoiteiden luomiseen.
”Näiden tekniikoiden edelleen kehittäminen muuttaa radikaalisti ihmisen elämää. Kuvittele, olet poistumassa ulkomaisesta hotellista, turistit ovat vahingossa valokuvanneet, tämä kuva pääsee hakukoneeseen, se "laskee" sinut näille kuville ja viiden minuutin kuluttua pomosi saa tietää siitä. Tämän seurauksena sinun on hyvin vaikeaa vakuuttaa hänelle, että olet mennyt "paikalliseen" liikematkalle ", Kuleshov kertoo.
Lisätty arkainen todellisuus
Ensimmäiset esimerkit tästä "uudesta, upeasta maailmasta" ovat olemassa tänään - se on AI-järjestelmä AlphaGo, joka voitti Go-maailmanmestarin tänä vuonna. Kuten Kuleshov selittää, se on ensimmäinen esimerkki ainutlaatuisesta koneluokasta, joka pystyy ratkaisemaan arvaamattomat ongelmat ja parantamaan itseään.
”Go eroaa shakista siinä, että tätä peliä on yksinkertaisesti mahdotonta laskea matemaattisesti. Mahdollisten liikkeiden määrä Go: ssa ylittää universumin atomien lukumäärän, on mahdotonta tyhmästi laskea siinä olevia liikkeitä. Shakissa, jos sinulla on tehokas tietokone, voitat kuka tahansa, sekä Kasparovin että Karjakinin. Tämä on mahdotonta Go-sovelluksessa, koska mikään tietokone ei pysty siihen. Ja hermoverkko pystyi ratkaisemaan tämän ongelman”, tiedemies kertoo.
AlphaGon tärkein erottava piirre kaikista muista tekoälyjärjestelmistä on, että tämä ohjelma voi pelata itsensä kanssa ja parantaa itseään, sopeutua vastustajaan ja löytää täysin ei-triviaalia ja odottamattomia tapoja, joilla henkilö voittaa hänet.
Miksi pysähtyn tässä, on ensimmäinen askel täysin salaperäiseen tulevaisuuteen. Kuinka AlphaGo syntyi? Ensinnäkin sen luojat keräsivät tietokannan, jossa oli 30 miljoonaa erilaista peliasemaa, ja kouluttivat siihen ensisijaisen hermoverkon. Sitten he kopioivat sen, ja toinen verkko alkoi toistaa ensimmäisestä. Ja seurauksena oli useiden miljardien iteraatioiden jälkeen jotain kolmasosaa, jota henkilö ei enää hallitse. Ei ole selvää, mistä se tuli - tämä on seurausta joistakin itsensä rakentamisesta. Kukaan ei tiedä, miten se tapahtuu”, Kuleshov korostaa.
AlphaGon syntymä ja sen voitto akateemikon mukaan avaavat oven täysin uuteen tilaan, johon ihmiskunta tulee hyvin nopeasti. Eikä kaikki tässä maailmassa ole hyödyllistä ja miellyttävää ihmiskunnalle yleensä ja erityisesti ihmisille.
”On selvää, että sosiaaliset siirtymät tästä ovat valtavia. Puolitaitoisten työntekijöiden määrä on jo vähenemässä kuin shagreennahka, ja tekoälyn syntyminen, joka kykenee ratkaisemaan nämä ongelmat, vie heiltä työpaikat. Kaikkien näiden insinöörien, taksinkuljettajien, lentäjien, sairaanhoitajien, työntekijöiden - miljoonien ihmisten - täytyy kadota, ja vain yksi prosentti, kuten nykyiset tutkimukset osoittavat, voi sopeutua uusiin todellisuuksiin ja kouluttaa uudelleen , tiedemies kertoo.
Hänen mukaansa "olemme tekoälyjärjestelmien kehityksen ehdottomasti hirvittävien sosiaalisten seurausten partaalla. Emme voi nyt arvioida niiden laajuutta, kuten ihmiset hurrikaanin keskellä tai vallankumouksen huipulla. Raha on nyt investoitava kiireellisesti koulutukseen, koska keskimääräinen pätevyys on täysin tarpeetonta."
Kuten Skoltechin rehtori toteaa, maailma pystyy nykyään ruokkimaan koko ihmiskunnan, mutta ei kykene miehittämään sitä. Tämä työttömyys ja elämän tarkoituksen puute voivat jo vaikuttaa Euroopan ja muiden kehittyneiden maiden elämään ja aiheuttaa erilaisia radikaaleja liikkeitä, kuten IS ja muut kielletyt ääri- ja uskonnolliset ryhmät.
”Tämä on tarkoituksellinen elämän arkistointi, sellaisen tilanteen luominen, jossa tunnen olevani tarpeellinen. Helvettiin hänen kanssaan, että asun huonommin, mutta en asu kuten kaikki muutkin. Tunne, että sinulle lähetetään jatkuvasti pikaruokaa ilmaiseksi ja sinulle annetaan lenkkarit puolen vuoden välein, mutta samalla sinua ei tarvita mihinkään, on todella kauheaa. Ja tämä tunne kasvaa vain tekoälyn ja robotiikan kehittyessä”, Kuleshov jatkaa.
Huomattava osa tästä ongelmasta liittyy siihen, että henkilöllä ei yksinkertaisesti ole aikaa "kehittyä" tekoälyn jälkeen - ihmisten sukupolvet vaihtuvat 25 vuoden välein, ja teknologiset vallankumoukset tapahtuvat 5-6 vuoden välein. Siksi, kuten rehtori toteaa, "tarpeettomien" ihmisten määrä kasvaa jatkuvasti, ja vain joukkokoulutus voi auttaa välttämään sosiaalisen räjähdyksen ja uuden ludiittien aallon syntymisen.
"Meillä on partaalla ei vielä nimeä, enkä edes tiedä mitä kutsua. Ehkä niitä voidaan kutsua "hallitsemattomiksi älyjärjestelmiksi". Nämä ovat pohjimmiltaan uusia järjestelmiä, jotka tuottavat itsensä, emmekä ole kaukana ajasta, jolloin ne alkavat tunkeutua elämäämme ", tutkija päättelee.