Искусственный интеллект и кризис капитализма

I. Исследования искусственного интеллекта и его практическое применение

Работы над искусственным интеллектом начались в 50-х годах ХХ ст. и шли с переменным успехом, то набирая размах, то затихая, но никогда не прекращались.

Автор книги, китайский учёный Кай-Фу Ли, родился на Тайване в начале 1960-х, но уже с 11-летнего возраста переехал в США, там получил образование по информатике в Колумбийском университете, там стал заниматься исследовательскими работами над искусственным интеллектом. Поступая в аспирантуру по информатике с целью углублённого изучения проблем искусственного интеллекта, Кай-Фу Ли в своей анкете указал:

«Исследование искусственного интеллекта – это анализ того, как человек усваивает знания, количественная оценка его мышления, объяснение человеческого поведения и разгадка того, что делает существование интеллекта возможным; это решающий шаг человечества к пониманию самого себя, и я надеюсь сделать что-то для этой новой, но перспективной области науки».

Эта запись помогла Кай-Фу Ли попасть на ведущий факультет компьютерных наук университета Карнеги-Меллона, где он стал доктором наук.

Следует отметить, что автор добился выдающихся успехов в данной отрасли науки и воплощению её достижений на практике. В 2013 г. журнал Time внёс доктора Кай-Фу Ли в список ста самых влиятельных людей мира.

Некоторые вехи ИИ в состязании с человеком.

– 1986 г. – победа компьютерной программы, написанной Кай-Фу Ли, над чемпионом мира по игре «Отелло» (упрощённая версия игры го; играют на доске в 88 клеток);

– 1997 г. – победа компьютера Deep Blue, созданного корпорацией IBM, над чемпионом мира по шахматам Гарри Каспаровым.

– март 2016 г. – победа компьютера AlphaGo – программа создана британским стартапом DeepMind, приобретённом Google в 2014 г., – в серии из пяти игр над легендарным корейским игроком в го Ли Седолем со счётом 4 : 1.

– Май 2017 г. – победа AlphaGo над чемпионом мира по игре в го китайским профессиональным игроком Кэ Цзэ со счётом 3 : 0.

Об игре го. Считается, что эту игру изобрели более 2500 лет тому назад, но её история уходит в прошлое намного глубже, чем история любой другой настольной игры из дошедших до наших дней. В Древнем Китае умение играть в го входило в число четырёх искусств, которым был обязан владеть любой китайский учёный. Считалось, что го наделяет игроков мудростью и изяществом мысли, свойственным философии дзен. Тогда как западные игры, например, шахматы (мне не совсем понятно, почему Кай-Фу Ли, относит шахматы, изобретённые в Индии, к западным играм), носят примитивно тактический характер, го требует постепенно менять позиции на доске и медленно окружать противника, что превращает го в искусство, требующее особого состояния ума. Игра на доске 19 х 19, число вариантов ходов превышает количество атомов в известной нам части Вселенной (по разным данным, от 10¹⁵⁰ до 10¹⁷⁰).

Работа AlphaGo основана на технологии глубокого обучения – новаторском методе в области искусственного интеллекта, позволяющем развивать когнитивные (психические, познавательные) способности машин. Программы, основанные на глубоком (машинном) обучении, теперь могут лучше, чем люди, идентифицировать лица, распознавать речь и выдавать кредиты.

Глубокое обучение, – пишет Кай-Фу Ли, – это то, что известно как «ограниченный ИИ», интеллект, который берёт данные из одного конкретного домена и использует их для оптимизации одного конкретного результата. Это впечатляет, но всё ещё далеко от «ИИ общего назначения» – универсальной технологии, способной делать всё, что может человек.

И Кай-Фу Ли объясняет, как работает глубокое обучение. Чтобы получить решение, оптимизированное в соответствии с желаемым результатом, эти алгоритмы используют огромные объёмы данных из определённого домена. Самообучающаяся программа решает задачу, обучаясь распознавать глубоко скрытые закономерности и корреляции, связывающие множество точек данных с желаемым результатом. Для этого требуется огромное количество данных, мощный алгоритм, узкая область и конкретная цель.

Глубокое обучение находит самое естественное применение в таких областях как страхование и кредитование.

Исторически глубокое обучение было почти полностью разработано в Соединённых Штатах, Канаде и Великобритании. Затем некоторые китайские предприниматели и венчурные фонды, в том числе и Кай-Фу Ли, начали инвестировать средства в эту область, подключив к данным разработкам и Китай.