Искусственный интеллект
-
Искусственный интеллект (ИИ)
- ИИ — это интеллект, проявляемый машинами, в частности компьютерными системами.
- ИИ разрабатывает методы и программное обеспечение для восприятия окружающей среды и принятия мер.
- Примеры приложений ИИ включают поисковые системы, рекомендательные системы, автономные транспортные средства и инструменты для творчества.
-
Цели и методы ИИ
- Традиционные цели включают логику, представление знаний, планирование, обучение, обработку естественного языка и поддержку робототехники.
- Общий интеллект — способность выполнять задачи на уровне человека — долгосрочная цель.
- Методы включают поиск, математическую оптимизацию, формальную логику, искусственные нейронные сети и статистику.
-
История и развитие ИИ
- ИИ основан как академическая дисциплина в 1956 году.
- ИИ пережил циклы оптимизма и разочарования, известные как «зима ИИ».
- Финансирование и интерес возросли после 2012 года с появлением глубокого обучения.
-
Проблемы и риски ИИ
- Широкое использование ИИ выявило непредвиденные последствия и риски.
- Дискуссии о политике регулирования направлены на обеспечение безопасности и преимуществ технологии.
-
Рассуждения и решение проблем
- Ранние исследования имитировали пошаговые рассуждения людей.
- Методы работы с неопределенной информацией используют теорию вероятностей и экономику.
- Точное и эффективное рассуждение остается нерешенной проблемой.
-
Представление знаний
- Формальные представления знаний используются в индексировании, интерпретации сцен, поддержке принятия решений и других областях.
- Базы знаний должны представлять объекты, свойства, категории и отношения.
- Проблемы включают широту знаний и субсимволическую форму знаний.
-
Планирование и принятие решений
- Агент воспринимает мир и совершает действия для достижения целей.
- Планирование и принятие решений основаны на полезности и вероятностях.
- Марковский процесс принятия решений и теория игр используются для моделирования поведения агентов.
-
Обучение
- Машинное обучение изучает программы для повышения производительности.
- Обучение без присмотра анализирует данные и делает прогнозы.
- Контролируемое обучение требует пометок данных и бывает классификации и регрессии.
- Обучение с подкреплением вознаграждает за хорошие ответы и наказывает за плохие.
- Глубокое обучение использует искусственные нейронные сети для всех типов обучения.
-
Обработка естественного языка
- NLP позволяет программам читать, писать и общаться на человеческих языках.
- Задачи включают распознавание речи, синтез речи, машинный перевод и извлечение информации.
- Ранние работы сталкивались с трудностями из-за неоднозначности смысла слов.
-
Значение и структура вычислительного языка
- Маргарет Мастерман считала, что ключом к пониманию языков является значение, а не грамматика.
- Основой структуры вычислительного языка должны быть тезаурусы, а не словари.
-
Современные методы глубокого обучения
- Включают встраивание слов, трансформаторы и другие.
- В 2019 году языковые модели GPT начали генерировать связный текст.
- К 2023 году модели GPT достигли уровня человека на экзаменах.
-
Восприятие
- Машинное восприятие использует входные данные от датчиков для получения информации об окружающем мире.
- Включает распознавание речи, классификацию изображений, распознавание лиц и объектов.
-
Социальный интеллект
- Аффективные вычисления включают системы, распознающие и обрабатывающие человеческие чувства и эмоции.
- Умеренные успехи включают анализ текстовых настроений и мультимодальный анализ настроений.
-
Общий интеллект
- Машина с искусственным общим интеллектом должна решать широкий спектр задач.
-
Методы поиска и оптимизации
- Поиск в пространстве состояний и локальный поиск используются для решения проблем.
- Эвристические методы и состязательный поиск помогают определить приоритетность вариантов.
- Локальный поиск использует математическую оптимизацию, включая градиентный спуск и эволюционное вычисление.
-
Логика
- Формальная логика используется для рассуждения и представления знаний.
- Включает логику высказываний и логику предикатов.
- Дедуктивное рассуждение использует деревья доказательств.
- Нечеткая логика присваивает «степень истинности» от 0 до 1.
-
Вероятностные методы
- Используются для решения задач с неполной или неопределенной информацией.
- Включают марковские процессы принятия решений, динамические сети принятия решений и теорию игр.
- Байесовские сети используются для рассуждения, обучения, планирования и восприятия.
-
Классификаторы и статистические методы обучения
- Классификаторы используют сопоставление с образцом для определения наиболее близкого соответствия.
- Включают дерево решений, алгоритм K-ближайшего соседа и методы ядра.
- Наивный байесовский классификатор широко используется в Google.
-
Искусственные нейронные сети
- Основаны на наборе узлов, моделирующих нейроны биологического мозга.
- Используют локальный поиск для выбора весов.
- Наиболее распространенный метод обучения — алгоритм обратного распространения.
- Включают нейронные сети с прямой связью, рекуррентные нейронные сети и сверточные нейронные сети.
-
Deep learning
- Использует несколько слоев нейронов для извлечения более сложных признаков из данных.
- Улучшило производительность в различных областях ИИ, включая компьютерное зрение и распознавание речи.
- Успех обусловлен увеличением вычислительной мощности и доступностью больших объемов данных.
-
GPT
- Генеративные модели, генерирующие текст на основе семантических связей между словами.
- Обучаются на большом корпусе текста, включая интернет.
- Используются в чат-ботах для ответов на вопросы и выполнения задач.
-
Аппаратное и программное обеспечение
- В конце 2010-х годов графические процессоры (GPU) заменили центральные процессоры (CPU) для обучения моделей машинного обучения.
- Специализированные языки программирования, такие как Prolog, уступили место универсальным языкам, таким как Python.
- Плотность транзисторов в интегральных схемах удваивается каждые 18 месяцев, что ускоряет развитие ИИ.
-
Приложения
- ИИ используется в различных областях, включая поисковые системы, рекомендательные системы, виртуальные помощники, автономные транспортные средства и медицинские исследования.
- В медицине ИИ помогает в диагностике и лечении, а также в обработке и интеграции больших данных.
-
Игры
- Игровые программы используются для демонстрации и тестирования ИИ.
- Deep Blue стал первым компьютером, победившим чемпиона мира по шахматам.
- AlphaGo и другие программы демонстрируют успехи в различных играх, включая Go и StarCraft II.
-
Математика
- В математике используются формальные пошаговые рассуждения.
- LLMs могут давать неверные ответы, поэтому требуют обучения на больших базах данных и методов, таких как supervised fine-tuning.
- Разработаны специализированные модели для решения математических задач, такие как Alpha Tensor и Alpha Proof.
-
Финансы
- ИИ используется в различных финансовых услугах, включая онлайн-банкинг и инвестиционный совет.
- Эксперты предупреждают о возможной автоматизации рабочих мест в банковской сфере.
-
Военные
- ИИ применяется в различных военных операциях, включая командование и контроль, коммуникации и логистику.
- В ноябре 2023 года США и 31 страна подписали декларацию о регулировании военного использования ИИ.
-
Генеративный искусственный интеллект (GenAI)
- GenAI генерирует текст, изображения, видео и другие данные с помощью генеративных моделей.
- ChatGPT и другие генераторы текста в изображение стали популярными, вызывая вирусные фотографии.
-
Агенты искусственного интеллекта
- Агенты ИИ воспринимают окружающую среду, принимают решения и действуют автономно.
- Используются в различных приложениях, включая виртуальные помощники и автономные транспортные средства.
- Ограничены программированием, вычислительными ресурсами и аппаратными ограничениями.
-
Применение ИИ в различных отраслях
- ИИ используется в медицине, военной логистике, судебной системе, внешней политике и управлении цепочками поставок.
- В сельском хозяйстве помогает фермерам и агрономам.
- В астрономии используется для анализа данных и открытия новых научных идей.
-
Этика и риски ИИ
- ИИ может способствовать развитию науки, но также вызывает этические и правовые вопросы.
- Алгоритмы машинного обучения требуют больших объемов данных, что вызывает опасения по поводу конфиденциальности и слежки.
- Разработчики ИИ разрабатывают методы сохранения конфиденциальности, такие как агрегирование данных и деидентификация.
-
Доминирование технологических гигантов
- Крупные технологические компании доминируют на рынке ИИ, владея облачной инфраструктурой и вычислительными мощностями.
- Потребление электроэнергии для ИИ может удвоиться к 2026 году, что приведет к росту использования ископаемого топлива.
-
Экологические последствия
- Потребление электроэнергии для ИИ может перегрузить электрическую сеть.
- Технологические компании ищут новые источники энергии, такие как ядерная и геотермальная.
- ИИ может способствовать росту ядерной энергетики и отслеживать выбросы углекислого газа.
-
Реконструкция ядерной электростанции в США
- Планируется возобновить работу АЭС в США, что обеспечит энергией 800,000 домов.
- Стоимость проекта оценивается в $1.6 млрд, включая налоговые льготы.
- АЭС в Мичигане будет переименована в Crane Clean Energy Center.
-
Проблемы с рекомендационными системами
- Рекомендательные системы на YouTube и Facebook часто рекомендуют контент, основанный на предвзятости.
- Это приводит к распространению дезинформации и подрыву доверия к институтам.
-
Генеративный ИИ и его риски
- Генеративный ИИ может создавать изображения, аудио и видео, неотличимые от реальных.
- Это может использоваться для создания массовой дезинформации и пропаганды.
-
Алгоритмическая предвзятость и справедливость
- Алгоритмы могут быть предвзятыми, если обучаются на предвзятых данных.
- Примеры включают Google Photos и COMPAS, которые показали расовую предвзятость.
- Алгоритмы могут предсказывать будущее, основываясь на прошлом, что может приводить к дискриминации.
-
Недостаток прозрачности
- Многие ИИ-системы сложны и не могут объяснить свои решения.
- Примеры включают системы, которые классифицировали изображения с линейкой как раковые.
- Люди имеют право на объяснение решений алгоритмов.
-
Плохие акторы и вооруженный ИИ
- ИИ предоставляет инструменты, полезные для авторитарных правительств, террористов и преступников.
-
Автономные смертоносные оружия
- Машины, которые находят, выбирают и атакуют цели без человеческого контроля.
- Могут быть использованы для массового уничтожения.
- В 2014 году 30 стран поддержали запрет на автономные оружия, но США и другие не согласились.
-
Авторитаризм и контроль
- AI упрощает контроль граждан авторитарными правительствами.
- Распознавание лиц и голоса позволяет вести массовое наблюдение.
- Машинное обучение классифицирует потенциальных врагов и предотвращает их скрытие.
- Рекомендательные системы и deepfakes помогают распространять пропаганду.
-
Технологическая безработица
- Экономисты обсуждают риски безработицы из-за ИИ.
- В прошлом технологии увеличивали занятость, но с ИИ ситуация неопределенная.
- В 2023 году 70% китайских иллюстраторов видеоигр потеряли работу из-за ИИ.
-
Экзистенциальный риск
- ИИ может стать настолько мощным, что человечество потеряет контроль.
- Современные ИИ программы имеют конкретные цели и могут использовать обучение для их достижения.
- ИИ не требует физического контроля для угрозы.
- Эксперты и личности выражают смешанные мнения о рисках.
-
Этические машины и этика
- Friendly AI минимизирует риски и делает выбор в пользу людей.
- Машины с интеллектом могут использовать этические принципы для принятия решений.
- Существуют различные подходы к этике машин, такие как «искусственные моральные агенты» и принципы Рассела.
-
Открытый исходный код
- Активные организации в сообществе открытого ИИ включают Hugging Face, Google, EleutherAI и Meta.
- Открытые модели могут быть использованы для исследований и инноваций, но также могут быть использованы для вредоносных целей.
- Рекомендуется проводить предрелизные аудиты и анализ затрат и выгод.
-
Frameworks
- Проекты ИИ могут проходить этическую проверку при разработке и реализации.
- Frameworks, такие как Care and Act Framework, тестируют проекты по четырем основным направлениям: уважение к достоинству, искренность, забота о благополучии и защита социальных ценностей.
-
Этические рамки и критика
- Этические рамки включают решения Asilomar Conference, Montreal Declaration и IEEE Ethics of Autonomous Systems.
- Принципы подвергаются критике, особенно в отношении выбора участников.
-
Социальные и этические аспекты
- Необходимо учитывать социальные и этические последствия на всех этапах разработки и внедрения ИИ.
- Требуется сотрудничество между специалистами в области данных, продуктовыми менеджерами, инженерами и экспертами.
-
Регулирование ИИ
- Регулирование ИИ связано с регулированием алгоритмов.
- В 2022 году в 127 странах было принято 37 законов, связанных с ИИ.
- В 2020 году запущено Глобальное партнерство по ИИ.
- В 2023 году ООН запустила консультативный орган по ИИ.
- В 2024 году Совет Европы создал первый международный договор по ИИ.
-
Общественное мнение и регулирование
- В 2022 году 78% китайцев и 35% американцев считали, что ИИ имеет больше преимуществ, чем недостатков.
- В 2023 году 61% американцев считали, что ИИ представляет риски для человечества.
- В 2023 году 35% американцев считали важным регулирование ИИ.
-
История ИИ
- Изучение формального рассуждения началось с философов и математиков.
- В 1956 году в Дартмутском колледже была основана область ИИ.
- В 1960-х годах исследователи стремились создать машину с общим интеллектом.
- В 1970-х годах финансирование исследований в области ИИ сократилось.
- В 1980-х годах экспертные системы и японские проекты возродили интерес к ИИ.
- В 1990-х годах ИИ восстановил репутацию благодаря формальным математическим методам.
- В 2000-х годах ИИ стал широко использоваться, но не всегда назывался ИИ.
- В 2010-х годах глубокое обучение стало доминирующим методом.
- В 2016 году вопросы справедливости и злоупотребления технологиями стали актуальными.
- В конце 2010-х и начале 2020-х годов компании начали создавать программы, вызывающие интерес.
-
История и развитие ИИ
- В 2015 году AlphaGo победила мирового чемпиона по игре в Го.
- GPT-3, языковая модель от OpenAI, генерирует высококачественный текст.
- В 2022 году в США ежегодно инвестировалось около 50 миллиардов долларов в ИИ.
-
Философские дебаты
- Философские дебаты направлены на определение природы интеллекта и создание интеллектуальных машин.
- Вопросы о сознании и этических последствиях ИИ активизировались.
-
Определение искусственного интеллекта
- Алан Тьюринг предложил тест Тьюринга для определения разумного поведения машин.
- Рассел и Норвиг считают, что интеллект должен определяться по внешнему поведению.
- Джон Маккарти и Марвин Мински определяют интеллект как способность достигать целей.
-
Подходы к ИИ
- Статистическое машинное обучение стало доминирующим подходом.
- Символьный ИИ имитировал высокоуровневое мышление, но не справился с задачами низкого уровня.
- Субсимволические рассуждения могут привести к ошибкам, как и человеческая интуиция.
-
Аккуратный и неряшливый подходы
- Аккуратисты стремятся к простым и элегантным принципам.
- Неряхи полагаются на поэтапное тестирование.
- Современный ИИ сочетает элементы обоих подходов.
-
Мягкие и сложные вычисления
- Мягкие вычисления допускают неточности и неопределенность.
- Нейронные сети стали наиболее успешными программами ИИ в 21 веке.
-
Узкий и общий искусственный интеллект
- Исследователи расходятся во мнениях о целях ИИ.
- Общий интеллект трудно определить и измерить.
-
Машинное сознание и разум
- Философия разума не знает, могут ли машины обладать разумом.
- Основные исследования ИИ считают этот вопрос неуместным.
-
Сознание и компьютеризм
- Дэвид Чалмерс выделил «трудную» и «легкую» проблемы сознания.
- Компьютеризм утверждает, что разум — это система обработки информации.
-
Благосостояние и права ИИ
- Вопросы о благосостоянии и правах ИИ остаются актуальными.
-
Разумность искусственного интеллекта
- Трудно оценить, обладает ли ИИ разумом и в какой степени.
- Если ИИ может чувствовать и страдать, он может иметь право на определенные права.
- Разумность ИИ может обеспечить моральную основу для защиты его прав.
-
Права роботов
- Европейский союз рассматривал предоставление «электронного статуса личности» ИИ.
- Критики утверждают, что это преуменьшит важность прав человека.
- Роботам не хватает автономии для участия в жизни общества.
-
Будущее ИИ
- Сверхразум и сингулярность: гипотетический агент с интеллектом, превосходящим человеческий.
- Технологии не могут бесконечно совершенствоваться, следуя S-образной кривой.
- Трансгуманизм: объединение людей и машин в киборгов.
-
ИИ в художественной литературе
- Искусственные существа с разумом появлялись в научной фантастике с древних времен.
- Айзек Азимов представил три закона робототехники.
- ИИ используется для ответа на вопрос о человеческой субъективности.
-
Технологии и ИИ
- Обнаружение контента с помощью ИИ.
- Алгоритм выбора поведения.
- Автоматизация бизнес-процессов.
- Вычислительный интеллект.
- Цифровое бессмертие.
- Эмерджентный алгоритм.
- Гендерная принадлежность технологий ИИ.
- Глоссарий искусственного интеллекта.
- Усиление интеллекта.
- Загрузка разума.
- Парадокс Моравца.
- Органоидный интеллект.
- Роботизированная автоматизация процессов.
- Слабый искусственный интеллект.
- Wetware computer.
- Галлюцинация (искусственный интеллект).
-
Технология распознавания лиц и полиция
- Пресса, Эяль, «У них на глазах: заставляет ли технология распознавания лиц полицию игнорировать противоречивые улики?», The New Yorker, 20 ноября 2023 г., стр. 20–26.
- Технология распознавания лиц может влиять на принятие решений полицией, игнорируя противоречивые улики.
-
IQ ИИ и ChatGPT
- Ройвайнен, Эка, «IQ ИИ: Чат успешно прошел стандартный тест на интеллект, но показал, что интеллект нельзя измерить только с помощью IQ», Scientific American, vol. 329, нет. 1 (июль/август 2023 г.), стр. 7.
- ChatGPT не справляется с задачами, требующими реального человеческого мышления или понимания физического и социального мира.
- ChatGPT не может рассуждать логически и полагается на свою обширную базу данных.
-
Опасности искусственного интеллекта
- Шарре, Пол, «Приложения-убийцы: реальные опасности гонки вооружений с использованием искусственного интеллекта», Foreign Affairs, vol. 98, нет. 3 (май/июнь 2019), стр. 135–144.
- Современные технологии искусственного интеллекта мощны, но ненадежны.
- Системы, основанные на правилах, не могут справиться с непредвиденными обстоятельствами.
- Обучающие системы ограничены данными, на которых они были обучены.
- Сбои в работе искусственного интеллекта уже привели к трагедии.
- Расширенные функции автопилота в автомобилях приводят к авариям.
- В неправильной ситуации системы искусственного интеллекта могут стать сверхглупыми.
- Риски увеличиваются при манипулировании и взломе систем искусственного интеллекта.
-
Достижения в области нейронных систем
- Васвани, Ашиш, Ноам Шазир, Ники Пармар и другие. «Внимание — это все, что вам нужно». Достижения в области нейронных систем обработки информации, 30 (2017).
- Оригинальная статья о трансформаторах.
-
Чат-боты с искусственным интеллектом
- Винсент, Джеймс, «Детский голос возбужденного робота: Джеймс Винсент о чат-ботах с искусственным интеллектом», Лондонское книжное обозрение, том II. 46, нет. 19 (10 октября 2024 г.), стр. 29–32.
- Программы чат-ботов с искусственным интеллектом основаны на антропоморфизации.