На днях в Федеральную торговую комиссию США (FTC) поступила жалоба от правозащитных организаций, на рекрутинговую фирму HireVue. Эта компания известна тем, что использует искусственный интеллект (ИИ) для сравнения кандидатов на вакансии. И, по утверждениям правозащитников, их система выдает «предвзятые, недоказуемые и не реплицируемые результаты», которые могут основываться на ошибках, позаимствованных у обычных людей во время обучения ИИ. Если FTC решит проводить расследование по факту жалобы, то оно станет первым на рынке роботов-рекрутеров.
Если помните, в мире легендарной франшизы о Терминаторе, в 2019 году нам обещали «восстание машин» во главе с безжалостным «Скайнетом». В реальности мы получили жалобу на робота-гомофоба с расистскими предпочтениями. Общим у этих двух миров (нашего и выдуманного) является то, что в обоих существует ИИ, который уже оказывает значительное воздействие на нашу цивилизацию.
Как мы «дошли до жизни такой», какое место системы с ИИ занимают в современной экономике и какие сценарии могут ожидать нас в ближайшем будущем – в новом мини-цикле от нашего постоянного автора Сергея Исаева.
На Западе принято считать, что изучение искусственного интеллекта началось с Дартмутского семинара, который провели летом 1956 года десять ученых, и посвященный нейронным сетям, теории автоматов и исследованию интеллекта. Его участники амбициозно обещали «определить пути, как разработать машину, способную использовать язык, формировать абстракции и концепции, решать задачи, сейчас доступные лишь человеческому уму, и саморазвиваться». По большому счету, эта работа все еще ведется, хотя с тех пор прошло больше шестидесяти лет.
К слову, советские ученые вполне могли составить им конкуренцию, благодаря своим успехам в кибернетике. В 1948 году инженер Сергей Лебедев вместе с группой коллег сконструировал Малую электронно-счетную машину (МЭСМ) – одну из самых быстрых ЭВМ в мире, к тому же ее работа была основана на многих оригинальных решениях. Его проект поддержал академик Михаил Лаврентьев (в будущем - один из основателей новосибирского Академгородка) и добился для Лебедева господдержки. В 1952 году Лебедев разработал еще одну вычислительную машину – БЭСМ (сокращение от Большая (или Быстродействующая) электронно-счетная машина). На протяжении ряда лет она была одной из самых производительных ЭВМ в мире.
Иначе говоря, советская наука к началу 1960-х обладала достаточной базой для дальнейшего развития информационных технологий и роботизации. Причем, это была самостоятельно созданная база, основанная, во многом, на оригинальных решениях. А это – одно из главных условий лидерства в любом технологическом направлении – располагать своими решениями и стандартами, которые перенимают другие, а не наоборот.
Затем была печально известная политическая кампания критики кибернетики, которая хоть и не завершилась ее запретом (как было с генетикой), но заметно ослабила поддержку исследований в этой области со стороны государства. На Западе, напротив, в информационные технологии получали поддержку как от государственных институтов, так и от бизнеса. И западные разработчики уже к 1970-м годам стали выходить вперед в производстве компьютерной техники (и как следствие, роботизации). В результате, в СССР было принято решение перенять стандарты компании IBM в области вычислительной техники. Позже ряд экспертов (например, Башир Рамеев, один из разработчиков БЭСМ) называли отказ от своего пути ошибкой, которая во многом и обусловила наше отставание в этой области. В последние годы это отставание сократилось, но не преодолено полностью. Так что Россия, несмотря на космические успехи робота «Фёдора» по-прежнему не стала флагманом вобласти роботизации и систем ИИ.
Но, впрочем, и на Западе путь к созданию систем искусственного интеллекта оказался не таким быстрым, как казалось летом 1956 года в Дартмуте.
Сначала ученые, чтобы доказать принципиальную возможность самостоятельной работы машины, создавали программы, которые выполняли несложные действия в условном микромире. Шаг за шагом эти действия усложнялись. В 1960- е годы программы решали математические задачи университетских курсов первого года обучения. В 1970-е - смоделированный в компьютере робот манипулировал объемными геометрическими фигурами, выполняя задания пользователя. А примерно десятилетием позже программа научилась синтезировать музыкальные композиции в разных жанрах. Но, конечно, все это было далеко от того, что понимали под словом «искусственный интеллект».
Обычно эти программы искали решение путем простого перебора возможных вариантов. Но на определенном этапе усложнения задачи это переставало работать (например, если требовалось выиграть партию в го у чемпиона в этой игре). Когда эту проблему осознали (в 1970-х) поначалу она казалась неразрешимой.
Но через двадцать лет были созданы новые методы программирования, с помощью которых и были созданы первые нейронные сети: самообучающиеся интеллектуальные системы, умеющие накапливать опыт, делать выводы из обобщенных примеров и находить скрытые статистические образы во вводимых данных.
Про нейросети слышали многие, менее известны появившиеся в те же годы – генетические алгоритмы, когда формируются начальные популяции (наборы) каких-то решений, которые дальше развиваются по законам эволюции: множатся, скрещиваются между собой и ведут постоянный отбор наиболее эффективных. В итоге, каждое новое «поколение» решений становится лучше предыдущего. И самое главное, этот процесс в высокой степени автоматизирован, что кардинально экономит затраты времени программистов.
После этого, на рубеже веков начался новый всплеск интереса (а значит и инвестиций) к созданию систем искусственного интеллекта. Его плоды мы можем наблюдать уже сейчас, когда рядовые обладатели гаджетов общаются с «Алисой» как с живым человеком, компании набирают себе сотрудников с помощью нейросети, и запускают полностью автоматизированные производственные линии. А гиганты информационной индустрии, используя эти фактически начинают управлять нашей цивилизацией даже в тех областях, где нам этого совсем не хотелось бы. И, казалось бы, решенный вопрос о том, как отличить робота от человека, снова встает на повестку дня. Компьютеры уже способны проходить простой тест Тьюринга, созданный для этого. В 2014 году чат-бот, представлявшийся 13-летним Женей Густманом, убедил более 30 % собеседников, что с ними общается живой человек.
«Восстания машин» в классическом понимании так и не произошло, но условный «Скайнет» скоро сравнится по степени своего влияния на нашу жизнь с главами государств. По крайней мере, в повседневных делах. На этом исторический экскурс можно закончить и перейти к обзору текущей ситуации.
Сергей Исаев.
- Войдите или зарегистрируйтесь, чтобы отправлять комментарии