Published on:
Відстеження розвитку штучного інтелекту: від людської цікавості до когнітивної революції
«Як журналістка, я завжди відчувала глибоку цікавість до світу». Цими словами китайська медіа-персона Ян Лань відкриває документальний фільм «Досліджуючи штучний інтелект», окреслюючи подорож, керовану питаннями, які дедалі більше визначають нашу епоху: Чи стають машини розумнішими за людей? Чи замінить нас одного дня штучний інтелект? І як далеко технології можуть розширити межі людського інтелекту?
Ці питання набули глобальної актуальності у 2016 році, який широко вважається моментом прориву для штучного інтелекту. Від великих даних і хмарних обчислень до глибокого навчання та автономних систем, ШІ стрімко перемістився з лабораторій у суспільну свідомість.
Однією з визначальних подій став історичний матч, у якому AlphaGo перемогла чемпіона світу Лі Седола, що символізувало зміну в сприйнятті людиною машинного інтелекту.
Мова, когнітивні здібності та машинний розум
Людський інтелект еволюціонував завдяки мові. Близько 70 000 років тому розвиток складних мовленнєвих систем дозволив людям описувати своє оточення, обмінюватися абстрактними ідеями та розбудовувати суспільство. Ця «когнітивна революція» докорінно змінила цивілізацію.
Документальний фільм ставить паралельне питання: як машини розуміють мову?
Перші спроби були скромними. У 1952 році вчені з Bell Labs навчили машини розпізнавати десять вимовлених англійських цифр, назвавши систему «Audrey». Хоча це було новаторством, система залишалася далекою від справжнього розуміння природної мови. Прогрес був поступовим і часто обмеженим недостатньою кількістю даних та обчислювальною потужністю.
Прогрес був поступовим і часто обмеженим недостатньою кількістю даних та обчислювальною потужністю.
Важливий переломний момент стався у 1980-х роках, коли Кай-Фу Лі розпочав дослідження розпізнавання мовлення в Університеті Карнегі-Меллона. Його робота представила системи, здатні розуміти безперервне мовлення від кількох мовців — важливий крок до природної взаємодії людини та комп'ютера. Вперше машини змогли обробляти розмовну мову таким чином, що нагадував реальний діалог, а не ізольовані команди.
Від систем на основі правил до глибокого навчання
Попри ці успіхи, системи мовлення та мови мали труднощі протягом десятиліть. Прорив стався в середині 2000-х років завдяки новій парадигмі: глибокому навчанню.
У 2006 році Джеффрі Гінтон опублікував впливове дослідження про глибокі нейронні мережі, черпаючи натхнення в структурі людського мозку. Його робота наголошувала на масштабі — більші моделі, більше шарів і значно більше даних. Цей підхід знайшов відгук у таких дослідників, як Ден Лі, який продемонстрував, що у поєднанні з великими наборами даних і сучасними обчислювальними можливостями частота помилок у розпізнаванні мовлення може різко знизитися, іноді більш ніж на 20 відсотків у ранніх експериментах.
Те, що стримувало нейронні мережі у 1990-х роках, було не помилковою теорією, а недостатньою кількістю даних та обчислювальних ресурсів. Оскільки інтернет генерував масивні набори даних, а обчислювальна потужність зростала, глибоке навчання раптово розквітло. Проблеми, які колись здавалися нерозв'язними, почали зникати.
Машини входять у фізичний світ
Документальний фільм також досліджує, як штучний інтелект виходить за межі програмного забезпечення у фізичне середовище. У лабораторії ШІ Стенфордського університету людиноподібний робот PR2 виконує такі завдання, як навігація коридорами, використання ліфтів і купівля кави для дослідників.
Його конструкція не призначена для імітації людей, а для ефективної взаємодії зі світом, орієнтованим на людину — бачити, хапати та застосовувати контрольовану силу.
Це відображає ширше зрушення в робототехніці: машини більше не обмежені заводами. Вони вчаться співіснувати з людьми, адаптуючись до складних, неструктурованих середовищ.
Прискорення людського інтелекту
Відвідавши понад 30 лабораторій ШІ у п'яти країнах та опитавши понад 80 провідних діячів, Ян Лань робить висновок, що штучний інтелект — це не просто заміна людського інтелекту. Навпаки, він прискорює його.
Від розпізнавання мовлення та розуміння мови до робототехніки та глибокого навчання, ШІ став інструментом, що розширює можливості людини. Головне питання вже не в тому, чи змінить ШІ суспільство, а в тому, як людство вирішить формувати ці зміни.
