Первоначальный логический подход к искусственному интеллекту привел к некоторым интересным результатам за эти годы, но в конечном итоге зашел в тупик.

Новаторское изобретение американского психолога Фрэнка Розенблатта предоставило альтернативный подход, который позволил компьютерам выйти за рамки логики и рискнул решить действительно сложную проблему: восприятие. Его работа была почти забыта на некоторое время, но позже ее возродили новое поколение блестящих ученых в 1990-х годах. С уменьшением стоимости оборудования, способного к параллельной обработке, стало возможным создание алгоритмов, симулирующих человеческий мозг. Это был технологический прорыв, который пересмотрел искусственный интеллект и его цели.

Сейчас мы живем во времена, когда интеллектуальные машины бьют рекорды почти каждый день. По мере того как миллиарды долларов инвестиций вкладываются в исследования ИИ, машины становятся умнее. Ключ к их быстрому развитию — их способность учиться. Искусственная нейронная сеть — как и "естественные" нейронные связи в нашем мозге — может научиться распознавать факты, обрабатывая данные посредством внутренних взаимосвязей. Например, он может обрабатывать пиксели изображения и распознавать лицо человека, животного или объекта. И как только искусственный интеллект научится извлекать факты из данных, он сможет делать это снова и снова, гораздо быстрее, чем наш мозг. Такие машины нуждаются в большом количестве данных, чтобы учиться, и часто человек-тренер контролирует обучение. Но машины могут также учиться сами по себе, с помощью процесса, называемого "обучение с подкреплением". Именно так "AlphaGo", алгоритм, разработанный британской компанией "DeepMind", смог победить чемпиона мира по "Го". В игре, известной своей сложностью, машина стала почетным мастером черного пояса 9-го дана, играя против своих же экземпляров.

"AlphaGo" был переломным моментом в развитии искусственного интеллекта, потому что он дал представление о конечной цели: создании общего человеческого интеллекта. Чтобы выиграть в сложной игре, такой как Go, нужно творчески мыслить и использовать "интуицию". Это означает способность извлекать уроки из предыдущего опыта и эффективно применять их к новым и неожиданным проблемам. Но компьютеров еще нет. Они все еще находятся в фазе интеллектуального распознавания: они могут вывести факты из данных, распознавая изображения, звуки или человеческий язык, и делать прогнозы, основываясь на их понимании данных.

Следующий шаг к тому, чтобы стать более "человеческим", требует, чтобы машины использовали свое понимание для принятия решения в режиме реального времени и способности действовать автономно. Например, для машины без водителя недостаточно распознать, что набор пикселей — это белый фургон перед ним, который быстро замедляется. Он также должен обосновать, что ему необходимо предпринять уклончивые действия. При этом, возможно, придется выбирать между жизнью и смертью. Другими словами, следующий этап в эволюции ИИ для машин — войти в проблемные области человеческой морали.

Фото: scientificamerican.com