Интерес к высоким технологиям в современном мире подобен рыночным циклам и временам года. Повышенные ожидания, подогреваемые рекламой и энтузиазмом ученых, сменяются прохладным скепсисом. По мнению некоторых специалистов, технологии искусственного интеллекта переживают период спада. Скептики утверждают, что перспективы этой области были преувеличены, а грандиозные обещания, которые уже казались реальностью, не выполнены.
«После нескольких лет ажиотажа многие люди считают, что проект искусственного интеллекта провалился», – говорит обозреватель журнала The Economist Тим Кросс. Разбираемся, какие проблемы ИИ тревожат специалистов: действительно ли развитие искусственного интеллекта ограничено фундаментальными причинами или это приостановка перед новым технологическим прорывом?
Это будет похоже на то, как будто мир создал второй Китай, состоящий не из миллиардов людей и миллионов фабрик, а из алгоритмов и гудящих компьютеров. Консалтинговая компания PwC прогнозирует, что искусственный интеллект (ИИ) добавит к 2030 году мировой экономике 16 трлн долларов. При этом общий объем ВВП второй по величине экономики мира (от банков и биотехнологий до магазинов и строительства) в 2018 году составил всего лишь 13 трлн долларов.
Заявление PwC не является исключением. Аналитики McKinsey дают сопоставимую цифру в 13 трлн долларов. Другие предпочитают не количественную, а качественную оценку динамики. Сундар Пичаи, руководитель Google, назвал достижения в области ИИ «более глубокими, чем огонь или электричество». Другие прогнозы видят такие же большие изменения, но менее радужные. Умные компьютеры, способные выполнять работу рентгенологов, водителей грузовиков или складских рабочих, могут вызвать волну безработицы.
Тем не менее в последнее время возникают сомнения относительно того, действительно ли сегодняшняя технология искусственного интеллекта настолько меняет мир, как нам кажется. Она сталкивается с теми или иными ограничениями и не может выполнить некоторые из грандиозных обещаний своих сторонников.
Без сомнения, ИИ (точнее, машинное обучение, одна из его подобластей) – добился значительного прогресса. Компьютеры превзошли людей в некоторых вещях, где они раньше конкурировали между собой. Ажиотаж в академических кругах начал нарастать в начале 2010-х годов, когда новые методы машинного обучения привели к быстрым улучшениям в таких задачах, как распознавание изображений и операции с языком.
Оттуда они распространились на бизнес, в первую очередь среди интернет-гигантов. Обладая огромными вычислительными ресурсами и большим количеством данных, компании хорошо подготовились к внедрению этой технологии. Современные методы искусственного интеллекта теперь используются в поисковых системах и голосовых помощниках, предлагают ответы по электронной почте, запускают системы распознавания лиц для разблокирования смартфонов и контролируют национальные границы, а также поддерживают алгоритмы, которые идентифицируют нежелательные посты в социальных сетях.
Пожалуй, наиболее яркое проявление потенциала этой технологии произошло в 2016 году, когда система, созданная DeepMindⓘЛондонская компания в области искусственного интеллекта, принадлежащая холдингу Alphabet, который владеет также Google., обошла одного из лучших игроков мира в древней азиатской настольной игре Го. Матч смотрели десятки миллионов человек. Прорыв произошел на годы, даже десятилетия, раньше, чем ожидали гуру ИИ.
Как показывает сравнение Пичаи с электричеством и огнем, машинное обучение – это универсальная технология, способная повлиять на всю экономику. Технология отлично распознает закономерности в данных, и это полезно везде. Орнитологи используют его для классификации пения птиц; астрономы охотятся за планетами в мерцании звездного света; банки оценивают кредитные риски и предотвращают мошенничества.
В Нидерландах власти используют ИИ для мониторинга социальных выплат. В Китае система распознавания лиц на основе искусственного интеллекта позволяет покупателям приобретать продукты и помогает управлять репрессивной системой массового наблюдения, которую страна построила в Синьцзяне, регионе с преимущественно мусульманским населением.
Активисты ИИ говорят, что дальнейшие преобразования к лучшему или к худшему еще впереди. В 2016 году Джеффри Хинтон, ученый-компьютерщик, внесший фундаментальный вклад в разработку ИИ, заметил, что «совершенно очевидно, что мы должны прекратить обучение рентгенологов» на том основании, что компьютеры скоро смогут делать все то же самое, только дешевле и быстрее.
Между тем разработчики беспилотных автомобилей предсказывают, что роботакси произведет революцию в транспорте. Эрик Шмидт, бывший председатель Google, надеется, что ИИ сможет ускорить исследования и помочь ученым не отставать от огромного количества данных.
В январе 2020 года группа исследователей опубликовала в журнале «Cell» статью, описывающую систему искусственного интеллекта, которая предсказала антибактериальную функцию химического соединения на основе анализа молекулярной структуры. Из 100 молекул-кандидатов, выбранных системой для дальнейшего анализа, одна оказалась новым мощным антибиотиком.
Пандемия COVID-19 вызвала сильный интерес к таким медицинским приложениям ИИ. Компания BlueDot, занимающаяся искусственным интеллектом, утверждает, что ещё в декабре прошлого года обнаружила признаки нового вируса в отчетах китайских больниц. Исследователи изо всех сил пытались применить ИИ ко всему: от открытия лекарств до интерпретации медицинских изображений и предсказания того, как вирус может развиваться.
Это уже не первая волна ажиотажа, связанного с искусственным интеллектом. Данная область исследований началась в середине 1950-х годов, когда ученые надеялись, что на создание интеллекта, сравнимого с человеческим, уйдет несколько лет – максимум пара десятилетий. Этот ранний оптимизм угас к 1970-м годам. Вторая волна началась в 1980-х годах.
И снова самые грандиозные обещания в этой области не были выполнены. Когда реальность сменила ажиотаж, этот бум уступил место болезненным спадам, известным как «зимы ИИ». Финансирование исследований иссякло, и репутация области оказалась под ударом.
Современные технологии искусственного интеллекта оказались гораздо более успешными. Миллиарды людей незаметно используют их каждый день в приложениях на своих смартфонах. Тем не менее, несмотря на этот успех, факт остается фактом: многие из самых грандиозных заявлений об ИИ снова не стали реальностью. Уверенность в них колеблется, поскольку исследователи начинают задаваться вопросом, уперлась ли технология в свой потолок.
Беспилотные автомобили стали более способными, но постоянно остаются на пороге того, чтобы стать достаточно безопасными для использования на обычных улицах. Попытки включить ИИ в медицинскую диагностику также занимают больше времени, чем ожидалось: несмотря на прогноз доктора Хинтона, во всем мире по-прежнему ощущается нехватка специалистов-рентгенологов.
Обследуя область медицинского применения ИИ в 2019 году, Эрик Тополь, кардиолог и техноэнтузиаст, писал, что «состояние рекламы в области ИИ намного превзошло состояние науки, особенно когда это касается проверки и готовности к внедрению в уход за пациентами». Несмотря на обилие новых идей, с COVID-19 в основном борются с использованием старого оружия, которое уже есть под рукой.
Отслеживание контактов осуществлялось с помощью электронных браслетов и телефонных звонков. Клинические испытания сосредоточены на уже существующих лекарствах. Пластиковые экраны и краска на тротуаре заставляют соблюдать несложные правила дистанцирования.
Консультанты, которые предсказывают влияние ИИ на мир, также сообщают, что менеджерам в современных компаниях трудно внедрять ИИ, поскольку энтузиазм по поводу него охлаждается. Светлана Сикуляр из исследовательской компании Gartner говорит, что 2020-й может стать годом, когда ИИ пойдет на спад в «цикле ажиотажа».
Инвесторы начинают просыпаться, чтобы успеть соскочить с этого витка падения. Исследование европейских стартапов в области ИИ, проведенное венчурным фондом MMC, показало, что в 40% бизнес-проектов, похоже, вообще не используются ИИ. «Я думаю, что в «инвестиционном маркетинге» определенно есть сильный элемент», – деликатно признается один аналитик.
Хотя современные методы искусственного интеллекта являются мощным технологическим средством, они также имеют ограничения, могут быть проблематичными и сложными в использовании. Тем, кто надеется использовать потенциал ИИ, приходится сталкиваться с двумя группами проблем.
Первая группа включает проблемы практичного свойства. Революция в машинном обучении была основана на трех вещах: улучшенных алгоритмах, более мощных компьютерах, на которых они работают, и – благодаря постепенной цифровизации общества – большем количестве данных, на которых они могут учиться. Однако данные не всегда доступны. Например, трудно использовать ИИ для отслеживания передачи COVID-19 без полной базы данных о передвижениях каждого.
Даже когда данные действительно существуют, они могут содержать скрытые допущения, которые сбивают с толку неосторожных пользователей. Остается дорогостоящей потребность новейших систем искусственного интеллекта в вычислительной мощности. Крупным организациям всегда нужно время, чтобы интегрировать новые технологии: подумайте о введении электростанций в 20-м веке или создании облачных хранилищ в 21-м. Ничто из этого не снижает с необходимостью потенциал ИИ, но замедляет его внедрение.
Вторая группа проблем более глубокая и касается самих алгоритмов. Машинное обучение использует тысячи или миллионы примеров для самоулучшения модели программного обеспечения (структура которой в значительной степени основана на нейронной архитектуре мозга). Полученные в результате системы могут выполнять некоторые задачи, такие как распознавание изображений или речи, гораздо более надежно, чем системы, запрограммированные традиционным способом с созданными вручную правилами, но они не «умны» в том смысле, в котором большинство людей понимает этот термин.
Они являются мощными инструментами распознавания закономерностей, но им не хватает многих когнитивных способностей, которые биологический мозг воспринимает по умолчанию. Они борются с логическими аргументами, обобщая правила, которые они обнаруживают, и с универсальным навыком, который исследователи из-за отсутствия более точного описания называют «здравым смыслом». В результате получается искусственный идиот-ученый, который может преуспеть в четко ограниченных задачах, но может сильно ошибиться, столкнувшись с неожиданным вводом данных.
Без нового технологического прорыва эти недостатки налагают фундаментальные ограничения на возможности ИИ. Беспилотные автомобили, которые должны перемещаться в постоянно меняющемся мире, уже задерживаются и могут вообще никогда не прибыть. Системы, работающие с языком, такие как чат-боты и персональные помощники, построены на статистических подходах, которые создают поверхностное понимание, не учитывающее реальность.
Это ограничивает их полезность. Экзистенциальные опасения по поводу того, что умные компьютеры сделают рентгенологов или водителей грузовиков устаревшими, не говоря уже о том, что, как предполагают некоторые алармисты, представляют угрозу выживанию человечества, кажутся преувеличенными. Прогнозы увеличения рынка ИИ до уровня китайского ВВП выглядят неправдоподобными.
Сегодняшнее «ИИ-лето» отличается от предыдущих. Оно ярче и теплее, потому что технология получила широкое распространение. Еще одна полноценная зима маловероятна. Но усиливается осенний бриз.
Обозреватель: Александр Алехнович
Статья впервые была опубликована на английском языке в журнале The Economist под заголовком «An understanding of AI’s limitations is starting to sink in» 11 июня 2020 года.
Источник: monocler
