Искусственный интеллект (Аrtificial intelligence, AI) все больше проникает в нашу жизнь. За последнее десятилетие появилось много доступных систем, сервисов, функций, где используются технологии AI: прогнозирование неблагоприятных событий в медицине и диагностика заболеваний, перевод текста, распознавание изображений и голоса, генерация текста, рисунков и музыки – этот список можно продолжать очень и очень долго.
В нашей стране рынок искусственного интеллекта показывает активный рост по всем направлениям. Выросло число AI-стартапов, появилась самая большая российская мультимодальная модель генерации картинок по тексту (Kandinsky), принят Кодекс этики в сфере искусственного интеллекта.
Мы побеседовали с Кариной Иосифовной Шахгельдян – доктором технических наук, доцентом, директором научно–образовательного центра «Искусственный интеллект» Владивостокского государственного университета (ВВГУ).
Нам было интересно узнать, что вообще «скрывается» под «искусственным интеллектом», какие перспективы у AI, стоит ли бояться его или идти в ногу со временем и активно внедрять в свою работу.
– Карина Иосифовна, давайте начнем нашу беседу с «отправной» точки: что же такое искусственный интеллект? Как бы Вы объяснили это обычному человеку, далекому от IT-технологий?
– Представьте себе друга, к которому 24 на 7, 356 дней в году можно обратиться за помощью. Он умеет решать задачи, он знает ответы на многие вопросы, а если не знает, то может научиться. Он видит то, что не видим мы. Например, начало развития раковой опухоли еще тогда, когда ее не видят врачи. AI умеет не только переводить на большинство языков мира, но также писать новый текст, сочинять стихи, рисовать картины и создавать музыку. Он умеет принимать решения в сложных ситуациях лучше, чем большинство людей. Искусственный интеллект становится всё умнее с каждым днём, помогая нам в разных сферах жизни, от медицины, науки и образования до развлечений и игр. Он умеет все это, потому что он наблюдает, как это делаем мы, но не один человек, а много людей, как мы принимаем решения, пишем тексты и картины. Искусственный интеллект наблюдает за нами и повторяет наши решения, наши тексты, наши картины. Поскольку он рассматривает разных людей, то может видеть ситуацию с разных сторон, что дает ему часто преимущество перед отдельным человеком.
– Как Вы считаете, действительно ли в ближайшем будущем искусственный интеллект будет нужен всем, независимо от того, какой профессией человек занимается?
– Да, уже сейчас искусственный интеллект является неотъемлемой частью жизни каждого человека, независимо от профессии. Мы видим, как AI внедряется в самые разные сферы. Он берет на себя рутинные и повторяющиеся задачи во многих профессиях, освободив время людей для более творческой работы. Это касается не только физического труда, но и интеллектуального, например, обработки данных, составления отчетов, перевода и создания текста, изображений и даже музыки. Искусственный интеллект позволяет создавать персонализированные продукты и услуги, учитывающие индивидуальные потребности и предпочтения каждого человека. Это и образование, и здравоохранение, ритейл, финансы, телеком, развлечения и многие другие сферы.
AI повсеместно интегрируется в различные устройства и системы, окружающие нас, делая их более интеллектуальными и удобными в использовании. Умные гаджеты, дома, автомобили, и даже города адаптируются к потребностям каждого человека.
– Как вообще человечество пришло к развитию искусственного интеллекта, с чего все начиналось?
– В 4-5 веке до нашей эры философы Платон и его ученик Аристотель предложили разные взгляды на познание мира. Платон видел истину в мире идей, считая вещи их несовершенными копиями, а познание – применением знаний об идеях к вещам. Аристотель же утверждал, что «Идеи» как самостоятельные сущности являются бесполезными и не дают нового содержания для познания. Вещи содержат знания, а познание – это извлечение «Идей» из вещей.
Так сформировались две базовые концепции искусственного интеллекта XX-XXI века: Интеллект, основанный на знаниях (Платон) и на данных (Аристотель).
Они получили свое развитие в значимых событиях.
В 1940-ых Уоррен Мак-Каллок и Уолтер Питтс предложили понятие искусственной нейронной сети. Ими была предложена модель искусственного нейрона.
В 1950 году «Тест Тьюринга», предложенный математиком, криптографом Аланом Тьюрингом, определил направление развития AI-технологии на десятилетия вперёд. Тьюринг задался целью определить, может ли машина мыслить и оказал существенное влияние на развитие информатики. Хотя сам тест не являлся искусственным интеллектом, он заложил основу для исследований в области AI.
В 1951 г. Марвин Мински создал первую нейросеть.
В 1956 г. Фрэнк Розенблатт разработал многослойный персептрон, компьютерную модель восприятия информации мозгом, прототип современных многослойных нейросетей.
В 1956 г. Ученые MIT Джон Маккарти, Клод Шеннон и Марвин Мински определили Искусственный интеллект как раздел кибернетики: «методы, которые наблюдаются у людей, если это необходимо для решения конкретных проблем».
– Как искусственный интеллект влияет на образ жизни и работы человека?
– Искусственный интеллект становится частью нашей жизни почти незаметно: колонка Алиса, поиск информации, в том числе поиск продукта по изображению, перевод на разные языки, рекомендации книг, фильмов, программ, продуктов, именно тех, которые нам интересны, – мы не замечаем, как давно уже всем этим пользуемся. В Москве все снимки, сделанные в любой городской больнице или поликлинике, проверит интеллектуальный помощник – диагностическая модель поддержки принятия врачебных решений, и если результаты будут отличаться, другие врачи проверят и не пропустят начало развития заболевания.
Искусственный интеллект – не только про автоматизацию рутинных задач, его цель решать сложные творческие задачи как человек, иногда лучше любого человека.
Конечно, AI меняет рынок труда. Беспилотный транспорт – разве кто-то сейчас сомневается, что скоро профессия водитель станет хобби? Специальность переводчика – это будет эксклюзивом для решения, например, литературного перевода.
Но AI создает и новые профессии – Data Scientists, Prompt Engineer. Кроме того, AI помогает повысить эффективность и производительность труда во многих сферах, что в итоге приводит к экономическому росту и улучшению качества жизни.
– Расскажите о наиболее значимых технологических достижениях в области искусственного интеллекта за последние годы.
Глубокое обучение (Deep Learning) – это революционный метод в обработке данных, изображений и сигналов, который привел к новой весне искусственного интеллекта и всем последующим достижениям.
Большие языковые модели (Large Language Model). Это нейросетевая модель с миллиардами параметров, обученных на текстовых данных, способная генерировать новые тексты, решать задачи без привязки к предметной области.
Обучение с подкреплением (Reinforcement Learning) – обучение методом проб и ошибок, подобно тому, как учатся люди. AI обучается сложным навыкам и выполняет задачи в реальном мире, например, управляет сложными роботами или принимает решения в условиях неопределенности.
А благодаря компьютерному зрению (Computer Vision) AI видит и понимает мир так же как люди: водит машины и катера, делает операции, ставит диагнозы, ищет и перемещает грузы и др.
– В каких сферах AI уже проявил себя как реально рабочий механизм?
– Искусственный интеллект уже активно применяется в медицине, логистике, финансах, развлекательной индустрии, включая игры, оптимизируя процессы и повышая эффективность. Мы все пользуемся переводчиками с разных языков, прогнозами автомобильного трафика. В медицине AI помогает в диагностике заболеваний, прогнозирует исход операций, контролирует корректность назначаемой терапии, консультирует медицинских сестер при оказании ими помощи пациентам. В логистике AI оптимизирует маршруты доставки, управляет складскими запасами и прогнозирует спрос. В финансах AI используется для анализа рисков, обнаружения мошенничества и автоматизации инвестиционных решений. Применение AI в этих сферах приводит к снижению затрат, повышению качества услуг и ускорению процессов.
Последние несколько лет большие языковые модели ворвались в нашу жизнь, стали советниками и помощниками, а некоторые люди проводят тихие зимние вечера, беседуя с каким-нибудь чатом о насущном.
– Плюсов у AI действительно много, но, и без «пятен» ведь не бывает… Какие минусы можно выделить у AI, какие риски его применения? AI ведь не разумен в прямом смысле, он может отделить «плохое» от «хорошего»? Как AI ошибается?
– Искусственный интеллект может быть разумным настолько, насколько мы его обучили. AI-системы зависят от качества и количества данных. Неточные или неполные данные могут привести к ошибкам в планировании и прогнозировании, галлюцинациям в сгенерированных текстах и изображениях. Если в данных есть ошибки, то система будет повторять эти недочеты в своих прогнозах и решениях.
AI может отличать хорошее от плохого, если мы его этому научим.
Существует проблема «черного ящика». Дело в том, что сложность некоторых AI-алгоритмов затрудняет понимание процесса принятия решений, что может вызывать недоверие к AI-системам. «Черный ящик» препятствует выявлению и исправлению ошибок в работе систем. Поэтому сейчас активно развиваются объяснимый искусственный интеллект и интерпретируемые модели машинного обучения.
– Как Вы считаете, AI в глобальном смысле несет в себе угрозу?
– Угрозу может нести все в неумелых или преступных руках. Искусственный интеллект открывает перед нами огромные возможности для улучшения различных сфер жизни.
– Карина Иосифовна, в конце нашей беседы хочу спросить о востребованности специалистов в этой области. Если посмотреть рынок вакансий, преимущество IT-сферы заметно бросается в глаза, по уровню зарплаты, как минимум. Но вот все ли специалисты в этой области одинаково востребованы?
– В связи с ростом использования AI и необходимостью минимизации его ошибок резко возрастает спрос на Data-аналитиков, Data scientists, Data Engineers. Эти профессионалы играют ключевую роль в разработке, обучении и совершенствовании AI-систем.
– Чем различаются функции этих специалистов? Все вроде бы «родственные», все Data.
– Data Engineers отвечают за сбор, очистку, хранения и передачу больших массивов данных, на которых обучаются AI-модели. Data-аналитики анализируют данные, визуализируются результаты обработки и анализа. Data scientists разрабатывают модели машинного обучения, анализируют признаки, интерпретируют результаты. Их работа критически важна для того, чтобы AI приносил пользу и становился незаменимым помощником человека, способствуя прогрессу и процветанию.
Сегодня многие начинают задумываться и интересоваться новыми технологиями Big Data, AI, ML, улучшением своей профессиональной деятельности с помощью новых технологий интеллектуального анализа данных и повышением эффективности решений в предпринимательстве через освоение инструментов AI.
Все необходимые знания и навыки для работы с искусственным интеллектом и большими данными можно получить на программе магистратуры «Прикладная информатика. Искусственный интеллект и машинное обучение в управлении и принятии решений» ВВГУ.
– Карина Иосифовна, благодарю Вас за познавательный разговор, позволяющий чуть ближе коснуться такого сложного, но во многом полезного мира как искусственный интеллект. Это было интересно.
Подготовила П. Есипова,
зам.главного редактора ВИП
Фото автора.
