Akademik Alexander Kuleshov powiedział Rusnano o tym, jak blisko ludzkości jest tworzenie samodoskonalących się maszyn, do czego doprowadzi ich tworzenie i czy Stephen Hawking miał rację, kiedy obawiał się problemów, jakie stwarzają inteligentne maszyny.
Alexander Kuleshov jest jednym z czołowych rosyjskich specjalistów w tworzeniu sieci neuronowych, sztucznej inteligencji i złożonych systemów przetwarzania informacji. Obecnie kieruje Instytutem Nauki i Technologii w Skołkowie i do lutego tego roku kierował Instytutem Problemów Transmisji Informacji Rosyjskiej Akademii Nauk.
W piątek akademik Kuleshov wygłosił wykład w murach państwowej korporacji „Rusnano”, podczas którego opowiedział publiczności, w tym Anatolijem Borysowiczowi Czubajsowi, o postępach w dziedzinie tworzenia sztucznej inteligencji w ostatnich latach oraz o tym, jak technologie AI zmienią nasze społeczeństwo poprzez kilka lat.
„Obcy” czy ludzka inteligencja?
„Dlaczego sztuczna inteligencja i inteligentne przetwarzanie danych cieszą się dziś tak dużym zainteresowaniem? Co się stało? W rzeczywistości dane zawsze były przetwarzane. Od czasów Galileusza wyniki eksperymentów naukowych są przetwarzane (matematycznie). Co się dzisiaj wydarzyło, co wysunęło ten problem na pierwszy plan?”- rozpoczął swoją opowieść rektor Skoltech.
Jak zauważa akademik Kuleshov, ilość danych, z którymi obecnie pracują ludzie i komputery, zmieniła się - teraz programy komputerowe zbierają, przechowują i przetwarzają terabajty i petabajty danych, których przetwarzanie przy użyciu tradycyjnych systemów analizy informacji jest niezwykle trudne.
Ludzie, na przykład operatorzy elektrowni jądrowych czy piloci samolotów, mają dostęp do kilkudziesięciu, a nawet setek ekranów z różnymi informacjami diagnostycznymi, z których każdy sam w sobie prawie nic nie oznacza i nie pomoże znaleźć błędu w działaniu sprzętu, ale ich połączenie z prawie 100 % prawdopodobnie pozwoli rozwiązać problem, zanim osiągnie on krytyczny etap.
Oczywiście, kontynuuje naukowiec, człowiek nie jest w stanie jednocześnie monitorować 50 ekranów, co rodzi potrzebę tworzenia systemów, które analizowałyby te dane i wyświetlały na jednym ekranie tylko to, co jest naprawdę ważne przy podejmowaniu decyzji i monitorowaniu sytuacji.
Film promocyjny:
„Absolutnie nowe systemy matematyczne, które pojawiły się do analizy takich„ dużych zbiorów danych”, wykroczyły poza nie i mają zastosowanie do analizy wszelkich informacji przy użyciu wszelkich środków technicznych. W rzeczywistości byłyby nowe w XVII wieku i byłyby przydatne dla ówczesnych naukowców. Ale podkreślam, że wszystko to pojawiło się właśnie na fali nowych technologii”- kontynuuje Kuleshov.
Większość dyskusji wokół tych technologii, jak zauważa akademik, wynika z faktu, że istnieje różnica między rosyjskim słowem „intelekt” a angielskim słowem inteligencja, co prowadzi wielu uczestników tych sporów do przekonania, że sztuczna inteligencja powinna być czymś w rodzaju antropomorficznej konstrukcji, która przypomina i naśladuje właściwości ludzkiej inteligencji. W rzeczywistości, według Kuleshova, ostatnie 25-30 lat badań pokazuje, że takie podejście jest błędne i nie prowadzi do znaczących wyników, które można zastosować w praktyce.
„Antropomorfizm i podobieństwo do natury to popularne terminy, ale w ciągu ostatnich stuleci nic się nie udało. Na przykład Leonardo da Vinci rysował mechaniczne konie, Dedal i Ikar próbowali latać jak ptaki, ale nic się nie udało - obecnie po naszych ulicach nie biegają żadne mechaniczne konie, a my latamy inaczej. Tak samo jest z mózgiem - te próby zrozumienia, jak działa mózg i zrobienie tego samego w komputerze, całkowicie się nie powiodły”- dodaje prowadzący.
Wszystkie te nieudane próby wykonania ręcznie wykonanych analogów neuronów i połączenia ich w rodzaj mózgu, a także inne podejścia imitujące pracę układu nerwowego człowieka oraz sposób, w jaki podejmujemy decyzje i analizujemy informacje, doprowadziły do tego, że w latach 90. ubiegłego wieku wyrażenie „Sztuczna inteligencja” wśród matematyków stała się brzydkim słowem z powodu tych nieracjonalnych oczekiwań, które niosły antropomorficzne wyobrażenia o sieciach neuronowych i sztucznej inteligencji.
Głębia inteligencji
W rzeczywistości renesans rozwoju „sztucznej inteligencji” rozpoczął się bardzo niedawno, pod koniec 2000 roku, kiedy wielu amerykańskich i rosyjskich matematyków i programistów zaproponowało i wdrożyło algorytmy sztucznej inteligencji, które później stały się znane jako metody „głębokiego uczenia” i „uczenia się opartego na różnorodności”.
„W końcu ludzie zaczęli zapominać o sieciach neuronowych, stało się jasne, że nic z nimi nie działa, a wszyscy jakoś przegapili publikację w 2005 roku artykułu Hintona i Krizhevsky'ego, który teraz determinuje naszą przyszłość. Ja też brałem udział w tych „pogrzebach”, ale okazało się, że nie było to takie proste”- wyjaśnia naukowiec.
Jak się okazało, proste sieci neuronowe połączone w kaskady i złożone systemy różnie ułożonych sieci nie zachowują się tak, jak oczekiwali naukowcy. I, jak pokazała praktyka, potrafią rozwiązywać zadania, które wcześniej były poza możliwościami sztucznej inteligencji, w tym rozpoznawanie mowy, fotografowanie ludzi, różnych obiektów, a nawet przewidywanie awarii i katastrof.
„Powstała zupełnie wyjątkowa sytuacja - nikt dziś nie jest w stanie powiedzieć, jak głęboko działają sieci neuronowe. Amerykańska agencja zbrojeniowa DARPA jest gotowa wyemitować milion dolarów nagrody za wyjaśnienie, jak działają, ale wierzę, że ta nagroda pozostanie nieodebrana przez następne 30-40 lat. Znam bardzo poważnych matematyków, którzy borykają się z tym problemem bez najmniejszego sukcesu. Można powiedzieć, że wróciliśmy do czasów filozofii przyrody - istnieje pewna metoda, która działa fantastycznie, ale nie potrafimy wyjaśnić, dlaczego”- mówi Kuleshov.
Naukowiec twierdzi, że głębokie sieci neuronowe od dawna doganiają i wyprzedzają ludzi w wielu dziedzinach wiedzy, będąc w stanie zidentyfikować i rozróżnić rzeczy, których zwykły, niewyszkolony człowiek po prostu nie może zrobić. Najnowsze wersje takich sieci neuronowych popełniają mniej błędów niż osoby przeszkolone do rozwiązywania zadań, za które takie systemy AI będą odpowiedzialne w przyszłości.
Na przykład naukowcy stworzyli już sieci neuronowe, które mogą opisywać to, co dzieje się na zdjęciach i filmach, nie gorsze niż człowiek. Takie algorytmy mogą pomóc osobom niewidomym lub niesłyszącym zrozumieć, co dzieje się wokół nich i czego nie słyszą ani nie widzą, a służby specjalne mogą wykorzystywać takie sieci do wyszukiwania terrorystów lub podejrzanych w archiwach monitoringu wideo lub podczas pracy operacyjnej na lotniskach i innych zatłoczonych miejscach.
„Obecnie na świecie jest około 70 milionów inżynierów projektantów, a statystyki pokazują, że tylko 20% ich produktów to nowe rozwiązania. Pozostałe 80% zostało już stworzonych przez innych inżynierów lub stanowią niewielkie modyfikacje istniejących modeli. Stworzenie systemu sztucznej inteligencji, który może znaleźć to, czego potrzebujesz, drastycznie zmniejszy czas i zasoby, które normalnie zostałyby wydane na ich opracowanie. Na razie nie ma takich systemów, ale za 1-2 lata się pojawią - kontynuuje akademik.
Według niego, innym przykładem takich systemów jest program opracowany przez doktorantów Kuleshova, który umożliwia ustalenie, czy dana osoba ma chorobę Alzheimera, czy nie, poprzez badanie zdjęć mózgu uzyskanych za pomocą skanera rezonansu magnetycznego.
Tylko 200 zdjęć MRI osób cierpiących na tę chorobę wystarczyło rosyjskim naukowcom do „nauczenia” sztucznej inteligencji rozróżniania zdrowych i chorych mózgów z 90% dokładnością. W podobny sposób rosyjscy matematycy nauczyli się wykrywać wrzody w żołądku człowieka na podstawie jego elektrokardiogramu.
We współpracy i na zlecenie RSC Energia Kuleshov i jego koledzy stworzyli nowy rewolucyjny algorytm sterowania silnikami ISS, który obniży koszty paliwa do utrzymania wysokości stacji około 40-krotnie w porównaniu do obecnego programu stworzonego przez amerykańskich naukowców w celu zastąpienia starego rosyjskiego systemu i pięciokrotnie lepszy niż nadchodzący program NASA.
Nowy system, oparty na technologiach uczenia się różnorodności, będzie testowany na stacji w przyszłym roku. Inny system sztucznej inteligencji, stworzony przez rosyjskich matematyków i programistów, pracuje już na rosyjskich kolejach i pomaga określić, które awarie należy naprawić w pierwszej kolejności, aby zminimalizować koszty zasobów.
Podobne programy, zdaniem naukowca, są czasami wykorzystywane do najbardziej nieoczekiwanych celów - na przykład sztuczna inteligencja, stworzona do renderowania skrzydeł samolotów, jest wykorzystywana przez Louis Vuitton do tworzenia kremów wybielających skórę.
„Dalszy rozwój tych technologii radykalnie zmieni ludzkie życie. Wyobraź sobie, że wyjeżdżasz z zagranicznego hotelu, przypadkowo fotografują Cię turyści, to zdjęcie trafia do wyszukiwarki, „wylicza” Cię na tych zdjęciach i za pięć minut Twój szef się o tym dowie. W rezultacie będzie ci bardzo trudno go przekonać, że wybrałeś się w podróż służbową „lokalną””- wyjaśnia Kuleshov.
Rozszerzona archaiczna rzeczywistość
Pierwsze przykłady tego „nowego, cudownego świata” istnieją dzisiaj - to system AI AlphaGo, który pokonał w tym roku mistrza świata w Go. Jak wyjaśnia Kuleshov, jest to pierwszy przykład wyjątkowej klasy maszyn zdolnych do rozwiązywania nieobliczalnych problemów i samodoskonalenia.
„Go różni się od szachów tym, że ta partia jest po prostu niemożliwa do obliczenia matematycznego. Liczba możliwych ruchów w Go przekracza liczbę atomów we Wszechświecie, nie można głupio policzyć ruchów w nim. W szachach, jeśli masz potężny komputer, pokonasz każdego, zarówno Kasparowa, jak i Karjakina. Jest to niemożliwe w Go, ponieważ żaden komputer nie może tego zrobić. Sieć neuronowa była w stanie rozwiązać ten problem”- mówi naukowiec.
Główną cechą wyróżniającą AlphaGo spośród wszystkich innych systemów sztucznej inteligencji jest to, że ten program może bawić się samym sobą i poprawiać się, dostosowując się do przeciwnika i znajdując absolutnie nietrywialne i nieoczekiwane sposoby na pokonanie go przez osobę.
„Dlaczego się na tym zatrzymuję, to pierwszy krok w całkowicie tajemniczą przyszłość. Jak narodził się AlphaGo? Najpierw jego twórcy zebrali bazę danych zawierającą 30 milionów różnych pozycji w grach i wyszkolili w niej podstawową sieć neuronową. Następnie zduplikowali go i druga sieć zaczęła grać od pierwszej. W rezultacie, po kilku miliardach iteracji, pojawiło się coś trzeciego, czego dana osoba już nie kontroluje. Nie jest jasne, skąd się wziął - to efekt jakiejś samokonstrukcji. Nikt nie wie, jak to się dzieje”- podkreśla Kuleshov.
Narodziny AlphaGo i jej zwycięstwo, zdaniem akademika, otwierają drzwi do zupełnie nowej przestrzeni, w którą ludzkość wejdzie bardzo szybko. I nie wszystko na tym świecie będzie pożyteczne i przyjemne dla całej ludzkości, a w szczególności dla jednostek.
„Jest oczywiste, że zmiany społeczne wynikające z tego będą ogromne. Liczba częściowo wykwalifikowanych pracowników już maleje jak skóra shagreen, a pojawienie się sztucznej inteligencji zdolnej do rozwiązania tych problemów pozbawi ich pracy. Wszyscy ci inżynierowie, taksówkarze, piloci, pielęgniarki, pracownicy - miliony ludzi - będą musieli zniknąć, a tylko 1%, jak pokazują obecne badania, może dostosować się do nowych realiów i przekwalifikować”- mówi naukowiec.
Według niego „stoimy u progu absolutnie potwornych społecznych konsekwencji rozwoju systemów sztucznej inteligencji. Nie możemy teraz ocenić ich skali, jak ludzie w środku huraganu lub w szczytowym momencie rewolucji. Teraz należy pilnie zainwestować pieniądze w edukację, ponieważ ludzie o przeciętnych kwalifikacjach stają się zupełnie niepotrzebni”.
Jak zauważa rektor Skoltechu, dzisiejszy świat jest w stanie wyżywić całą ludzkość, ale nie jest w stanie jej zająć. Bezrobocie i brak celu w życiu mogą już wpłynąć na życie Europy i innych krajów rozwiniętych i spowodować powstanie różnych radykalnych ruchów, takich jak IS i inne zakazane grupy ekstremistyczne i religijne.
„To świadoma archaizacja życia, tworzenie sytuacji, w której będę czuł się potrzebny. Do diabła z nim, że żyję gorzej, ale nie żyję jak wszyscy. Uczucie, że co sześć miesięcy dostajesz fast food za darmo i co pół roku dostajesz trampki, ale jednocześnie do niczego nie jesteś potrzebny, jest naprawdę straszne. A to uczucie będzie rosło tylko wraz z rozwojem sztucznej inteligencji i robotyki”- kontynuuje Kuleshov.
Zauważalna część tego problemu wiąże się z tym, że człowiek po prostu nie ma czasu na „ewolucję” po AI - pokolenia ludzi zmieniają się co 25 lat, a rewolucje technologiczne następują w odstępie 5-6 lat. Dlatego, jak zauważa rektor, liczba „niepotrzebnych” ludzi będzie stale rosła i tylko masowa edukacja może pomóc uniknąć eksplozji społecznej i pojawienia się nowej fali luddytów.
„To, czego jesteśmy na skraju, nie ma jeszcze nazwy i nawet nie wiem, jak to nazwać. Być może można je nazwać „niezarządzanymi systemami inteligentnymi”. Są to zasadniczo nowe systemy, które same się generują i jesteśmy bardzo blisko czasu, kiedy zaczną przenikać do naszego życia”- podsumowuje naukowiec.