Искусственный интеллект

Мы – свидетели более чем 50-летнего сражения человека и машины в шахматы, но означает ли это, что у компьютеров появился разум? Нет, и тому есть две причины. Первая заключается в том, что шахматы не призваны проверять наличие разума; в рамках этой игры исследуется определенный навык – умение играть в шахматы. Если бы я мог обыграть гроссмейстера, но при этом не был бы способен передать вам за столом соль, обладаю ли я разумом? Вторая причина заключается в том, что уверенность, будто игрой в шахматы можно проверить интеллектуальные способности, является культурным заблуждением, согласно которому игроки в шахматы – в отличие от остальных людей – гениальны[83].

Существует три ключевых типа машинного обучения: обучение с учителем, обучение без учителя и обучение с подкреплением. Привожу определения для каждого типа, предлагаемые в известной книге под названием «Искусственный интеллект: Современный подход» (Artificial Intelligence: A Modern Approach), написанной профессором Калифорнийского университета в Беркли Стюартом Расселом и директором исследовательского отдела Google Питером Норвигом:

Обучение с учителем: компьютеру представляют пример входных данных и желаемый итог их обработки, то есть дают задание, задача программы состоит в том, чтобы изучить основные закономерности, стоящие за решением.

Обучение без учителя: программе не дают никаких итоговых результатов, предоставляя возможность самостоятельно выявить структуру входных данных. Обучение без учителя может быть как самоцелью (выявить неявные закономерности в данных), так и ступенью в обучении.

Обучение с подкреплением: компьютерная программа с определенной задачей взаимодействует с динамичной средой (целью может быть управление транспортным средством или победа в игре). По мере продвижения в пространстве задач программе представляется обратная связь – награда или наказание[84].

Обучение с учителем – наиболее простой вариант: машине предоставляется набор обучающих данных и соответствующие ему ожидаемые результаты. По сути, мы говорим машине, что хотим от нее в итоге, затем настраиваем модель до тех пор, пока не получим то, что полагаем верным.