Мозг – устройство параллельное. ЮФУ рассказал об искусственном интеллекте

О стремительном развитии искусственного интеллекта сегодня не говорит только ленивый. Но наиболее авторитетным в этом вопросе будет мнение специалистов. Что представляет из себя искусственный интеллект, и стоит ли бояться в ближайшем будущем борьбы человечества с искусственным сверхразумом? На эти вопросы ответили ученые Южного федерального университета (ЮФУ): нейрокибернетик, IT-специалист, психолог и студент.

Доктор биологических наук, профессор физического факультета, ведущий сотрудник Центра нейротехнологий ЮФУ Борис Владимирский считает, что искусственный интеллект – это новая область исследований, в которой реализуется свежий подход к понимаю процессов мышления.

«Человек способен решать задачи самого различного типа менее чем за полсекунды, что соответствует примерно ста шагам вычислений. Самые совершенные программы для решения аналогичных задач требует сотен тысяч и миллионов шагов вычислений. Подавляющее число ЭВМ – машины последовательного действия, а мозг – устройство параллельное, - рассказал Борис Михайлович. - Однако в последние десятилетия появились новые параллельные архитектуры и для компьютеров. В нашей стране такие архитектуры были предложены и реализованы под руководством академика А.В.Каляева, много лет работавшего в Таганрогском радиотехническом университете (сегодня - Инженерно-технологическая академия ЮФУ). Разработка алгоритмов для таких архитектур - важное направление в искусственном интеллекте. А базируется она на гипотезах о механизмах, которые использует мозг для выполнения параллельных вычислений».

Профессор кафедры психологии и безопасности жизнедеятельности ИКТИБ ЮФУ, руководитель Южного регионального отделения Научного совета при президиуме РАН по методологии искусственного интеллекта и когнитивных исследований Анатолий Непомнящий заметил, что «искусственный интеллект» – это техническая система. Она способна принимать и обрабатывать информацию по алгоритмам, задаваемым человеком. Принимать и реализовывать свои решения также на основе разработанного человеческим разумом и интеллектом программного обеспечения.

«Искусственный интеллект может принимать решения только на основе анализа внешнего, объективного, мира форм. А это никогда не сможет гарантировать адекватность принимаемых им решений тому, что происходит в действительности. Это и есть главная, не решаемая ни теоретически, ни практически проблема искусственного интеллекта», - считает Анатолий Непомнящий.

Ученый также предостерег тех, кто уделяет много времени виртуальному миру.

«Чем меньше человек воспринимает действительность как таковую, тем тупее становится его мозг, выполняющий в человеке функции интерфейса между сознанием и телом. Тем проще таким существом управлять, поскольку его естественный интеллект угасает», - подчеркнул эксперт.

Он объяснил, что в будущем мире технологий не станут лишними только те, кто не «утонет» в виртуальных реальностях, а будет постоянно заниматься саморазвитием.

Кандидат технических наук, доцент кафедры систем автоматизированного проектирования ИКТИБ ИТА ЮФУ Юрий Кравченко пояснил, что IT-сфера проникла во все области производства и науки. С каждым годом она требует больше таких специалистов, которые бы составляли программы и управляющие этими ИТ-технологиями. Программисты используют уже имеющиеся инструменты. Будь то искусственный интеллект, машинное обучение, либо языки программирования.

«Развитие искусственного интеллекта – это новые методы, направленные на моделирование отдельных функций человеческого мозга. Какие бы роботы не существовали на данный момент, их функционал ограничен - они могут выполнять только отдельные задачи. Например, боевой робот знает какие-то свои специальные функции, как ему принимать решения в той или иной боевой обстановке. Робот-транспорт владеет картами, может прокладывать маршрут, понимает дорожную разметку, но заставь его сделать что-то из смежной области задач, он уже не сможет. Роботы, которые задействованы в поисковых системах, обрабатывающие наши запросы (Яндекс, Гугл) тоже имеют свою направленность. А вот единой модели, которая бы смогла воспроизвести наш мозг, нет. И в ближайшее время не появится», - уверен эксперт.

По мнению Юрия Кравченко, в связи со всем этим появилось направление, как подмножество искусственного интеллекта, машинное обучение. Именно в рамках машинного обучения развиваются различные направления разработки интеллектуальных методов и алгоритмов. Например, гроссмейстеры играют в шахматы с компьютером, и до сих пор человек имеет теоретический шанс победить машину. Почему? Ответ прост. У компьютера нет времени на проверку всех возможных вариантов развития игры. Игра в шахматы – трансвычислительная задача, дерево ходов которой состоит почти из 120 миллионов узлов.

Второе направление – развитие аппаратной базы. Появляются новые компьютеры, работающие на новых принципах, которые передают информацию не электрическим током, а, например, световым лучом.

«Конечно, о захвате роботами Земли речь не идет, - говорит Кравченко. - Думаю, развитие искусственного интеллекта зависит от человека, который будет закладывать в него функционал. Чем больше будет поставлено препон на пути алгоритмического, программного сбоя, тем больше вероятности, что это и не произойдет. Чем больше будет «предохранителей» от несанкционированных действий робота придумано, тем надежней будет его использование».

По мнению Кравченко, там, где ведется работа с большими данными, например, в математике, экономике, исследовании космоса необходима помощь искусственного интеллекта.

«Возьмем космические исследования: цифровой телескоп делает каждую секунду снимки космоса, и машины, которые использовались еще несколько лет назад. Эти снимки обрабатывали с опозданием в месяц, - говорит эксперт. - Из-за такой задержки пропускались важные научные открытия. Сейчас для обработки данных большой размерности используют суперкомпьютеры, позволяющие обрабатывать такие информационные объемы в реальном времени. Полагаю, дальнейшее развитие методов искусственного интеллекта должно дать возможность ученым получать эффективные решения сложных задач современности за полиномиальное время».

Магистрант Института высоких технологий и пьезотехники ЮФУ Евгений Дранкин считает, что понятие искусственного интеллекта и нейронных сетей — это не изобретение современности, как порой многие думают. Первые математические модели нейронных сетей были разработаны ещё в середине XX века. Большое распространение они начали получать только в сегодня в силу того, что вычислительные возможности компьютеров многократно выросли.

«Ещё не так давно нейронные сети решали простейшие задачи классификации, а в настоящий момент на основе нейронных сетей созданы различные инструменты оптимизации бизнес-процессов, системы распознавания голоса и текста, качественные предсказывающие алгоритмы и т.д. Уже сейчас внедрение нейронных сетей в бизнес-процессы компаний показали высокую эффективность, зачастую многократно сократив трудозатраты, увеличив лояльность клиентов и, вследствие чего, увеличив доходы компаний, - говорит Евгений Дранкин. - Но есть и обратная сторона этой медали: немало людей уже заменили нейросети, и с каждым годом этот тренд будет усиливаться».

По словам магистранта, человечество всё ближе к созданию сложного искусственного интеллекта, который заменит собой огромное количество современных профессий, но в тоже время откроет обширные возможности в будущем. Не зря в настоящий момент объёмы инвестиций в исследования и разработку новых систем искусственного интеллекта растут большими темпами. Многие понимают, что искусственный интеллект — это «новое электричество» современности и если не начать его производить, то можно остаться «за бортом» цивилизации.