ИИ существует уже много веков, в нашем современном мире быстро меняющихся технологических увлечений — буквально всегда. Мы все, должно быть, устали от истории Алана Тьюринга и его теста на машинный интеллект, поэтому я не буду ее здесь пересказывать. Как человек, получивший степень в области искусственного интеллекта в 1996 году, я нахожу нынешнюю тенденцию интересной, но в то же время в ней нет ничего необычного. Как и большинство студентов, изучающих искусственный интеллект, я знал, что искусственный интеллект — это круто и предлагает большой потенциал для будущего вычислений и лучшего понимания человеческого мозга. Тем не менее, я также знаю, что машинное обучение и глубокое обучение, хотя и очень хорошо помогают создавать предсказуемые модели, сами по себе не собираются приближаться к замене или перестройке настоящего человеческого интеллекта.

Забавно видеть у всех внезапный интерес к ИИ, как будто кто-то изобрел что-то новое, о чем раньше никто не думал. Я помню свою первую лекцию по искусственному интеллекту в университете. Комната была заполнена более чем сотней новых студентов, которые думали, как и все сегодня, что они смогут создавать разумные существа, которые будут сочинять музыку, убирать дома и сражаться с Терминатором. На лекции 2, через неделю, размер класса сократился до 6 человек. Большинство людей сдались, потерявшись в сложном тумане математики, когда доска покрылась алгеброй, и гарантией того, что если вы захотите получить работу в конце этот курс вам лучше отправиться на факультеты программной инженерии или ИТ.

В 1993 году ИИ был относительно небольшим академически ориентированным сообществом, разбросанным по университетам, таким как Массачусетский технологический институт, Эдинбург, Сассекс, Миддлсекс, Королевский колледж, Техас, Беркли, Стэнфорд и т. д. Для меня ведущие имена в этой области звучали как набор академических рок-звезды — Родни Брукс, Игорь Александр, Дэвид Марр, Роджер Пенроуз, Маргарет Боден, Марвин Мински, Дэн Деннет и др.

В те ранние годы внедрение ИИ, то есть того, что можно было реализовать как коммерческое решение, было сосредоточено на «логике». Это высокий уровень функционирования мозга, и его легко воспроизвести с помощью низкопроизводительного компьютерного оборудования по сегодняшним стандартам. Логика не была новой концепцией, около 2500 лет назад Платон пытался дать ей определение. Булева логика так хорошо подходила для компьютеров и их основных машинных операций, но ее можно было абстрагировать для языков программирования более высокого уровня, таких как Пролог. Это позволяло программировать такие правила, как: все древние греки были философами, следовательно, Платон, будучи древним греком, был философом. (Надеюсь, здесь вы видите риск программирования предубеждений и предубеждений!)

Но одна область ИИ выделялась для меня больше всего, она называлась коннекционизм, и ее корни лежали в использовании фундаментальной структуры человеческого мозга в качестве шаблона. Две книги больше, чем какие-либо другие, стали настоящей библией для всех, кто интересовался проектированием или разработкой нейронных сетей — «Параллельная распределенная обработка 1 и 2» Дэвида Румельхарта и Джона Макклелланда из Калифорнийского университета в Сан-Диего. Они объяснили математику возбуждения нейронов и, в свою очередь, объяснили, как это можно реализовать с помощью компьютеров. Так родилось машинное обучение. Набор математических нейронов можно обучить представлять знания по конкретному предмету и на основе вывода распознавать похожие предметы при их представлении.

Проблема заключалась в том, что почти каждая идея была неосуществима, поскольку не существовало базовой вычислительной мощности, необходимой для создания чего-либо интересного. Так что это был просто вопрос времени. Однако это не остановило ИИ. Нет, вместо этого он сосредоточился на алгоритмах, которые использовали короткие пути, такие как алгоритм ближайшего соседа или теорема Байеса. Эти алгебраические решения предлагали отличные способы сократить пространство поиска и применить вероятность, не перегружая ЦП. Эти алгоритмы были просто еще одной частью ИИ.

Затем внезапно пару лет назад, как будто каким-то чудом (на самом деле вычислительной мощностью графического процессора) ИИ стал «модным» словом для инвесторов и новостных статей. Все принимались за дело. Ютуберы снимают падающих роботов, политики предсказывают Матричное будущее, секс-роботы из Китая и вездесущее глубокое обучение.

Теперь для остальных из нас, гиков, которые работают и изучают ИИ более 20 лет, это очень захватывающее время. Этот странный предмет, который потерял более 90% студентов после первой лекции, был пиком моды. Но в том то и проблема — это модно… сегодня. Что произойдет, когда эта мода исчезнет, ​​как в случае с бумом .com; обещание мира, наполненного роботами, эффективно выполняющими все задачи, не проявляется так быстро, как все ожидали? Я считаю, что именно здесь, как и в случае с Web 2.0, вступает в действие AI 2.0. Web 2.0 родился из желания сделать Интернет социальной и свободной средой, а не просто коммерческим предложением. Twitter, Facebook, YouTube, блоги и подкасты. Фактически все они бесплатны для пользователей. Прямо сейчас большая часть ИИ используется для целей, которые нам больше всего не нравятся — сделать некоторых людей очень богатыми, которые на самом деле не создали ничего полезного, военные приложения, заставить нас покупать больше вещей, шпионить за нами и т. д.

Когда ИИ станет по-настоящему филантропическим начинанием, направленным на улучшение человечества, тогда он действительно расцветет. И я искренне верю, что как только мы признаем его ограничения, прекратим шумиху и сосредоточимся на областях, где он может изменить жизнь людей, мы все примем ИИ. Не как ИИ, а как механизм для создания действительно полезных и выгодных вещей. Я вижу мир, который станет богаче благодаря ИИ, который помогает увеличить благосостояние всех, снижает потребность людей в выполнении опасных и скучных задач, улучшает лечение, уменьшает социальные и этнические предубеждения, улучшает нашу социальную среду и становится настоящей рабочей силой. для человечества, а не Матрицы, как альтернатива.