Охота на электроовец. Большая книга искусственного интеллекта - Марков Сергей Николаевич - Страница 185

Например, в воспоминаниях барона Гримма приводится случай, якобы произошедший 27 июня 1783 г. на Марсовом поле в Париже. При виде полёта первого воздушного шара братьев Монгольфье Гримм сказал: «Многие люди, которые притворяются холодными в разгар общественного энтузиазма, не преминут это повторить. Но какую пользу мы получим от этого опыта? Что хорошего в этом открытии, которое производит так много шума?» Учёный и политический деятель Бенджамин Франклин, якобы присутствовавший там же, ответил на это со своей привычной простотой: «А что хорошего в ребёнке, который только что родился?»[1805]

Спустя 102 года та же история возникает в книге сэра Ричарда Грегори «Открытие, или Дух и служение науки» (Discovery: Or, The Spirit and Service of Science)[1806], однако Франклина в ней сменяет Фарадей. После эксперимента, проведённого учёным в ходе лекции в Королевском институте Великобритании, одна женщина спросила: «Но, профессор Фарадей, даже если эффект, который вы объяснили, был достигнут, в чём его польза?» В ответ последовало: «Мадам, расскажите, пожалуйста, как использовать новорождённого ребёнка?» В конце концов на свет появилась версия истории, в которой «одну женщину» сменил премьер-министр Великобритании, а финальная фраза Франклина, последовавшая в ответ на сомнение министра в пользе электричества, звучала так: «Скоро вы сможете облагать его налогом».

В отличие от цитат Гейтса и Уотсона-младшего диалоги Франклина и Фарадея теоретически могут содержать некоторую долю правды. По крайней мере, Франклин действительно был в 1783 г. в Париже в роли полномочного представителя американских колоний, действительно наблюдал полёты воздушных шаров и даже оставил об этом упоминание в одном из своих писем[1807].

Аутентичность «цитаты» Гейтса была опровергнута самим Гейтсом, который в ответ на вопрос корреспондента сказал: «Я говорил много глупых и неправильных вещей, но не это. Никто из тех, кто занимается компьютерами, никогда не скажет, что определённого объёма памяти хватит на все времена»[1808].

«Цитата» Уотсона появилась в результате неточного пересказа его замечаний, сделанных на ежегодном собрании акционеров IBM 28 апреля 1953 г. Рассуждая конкретно о машине IBM 701, Уотсон сказал акционерам, что «IBM разработала бумагу с описанием машины и разослала её двадцати концернам, которые, с нашей точки зрения, могли бы использовать такую машину. <…> В результате нашей поездки, в ходе которой мы рассчитывали получить заказы на пять машин, мы вернулись с восемнадцатью заказами»[1809].

Вне зависимости от аутентичности всех этих историй и цитат их объединяет одна мысль: на заре развития технологии сложно предсказать все её будущие применения. Вычислительная мощь современного смартфона многократно превосходит производительность IBM 701. Но можно ли было в 1953 г. представить себе, что устройство, обладающее столь высоким быстродействием, будет применяться не для научных и экономических расчётов, а для различных мозгоразжижающих развлечений, досужей болтовни или, скажем, пририсовывания Алёнке с обёртки культовой шоколадки бороды и усов just for lulz? Боюсь, последнее вряд ли могли предугадать даже такие провидцы компьютерной эры, как Тьюринг, Уотсон и Гейтс.

Авторы аналитического отчёта от другого участника «большой четвёрки» — Deloitte — выносят в заголовок одного из разделов важную мысль: «Поддержка развития ИИ не является игрой с нулевой суммой» (AI advantage is not a zero-sum game)[1810]. Благодаря развитию систем для автоматизации решения интеллектуальных задач возникают принципиально новые направления в экономике, новые рынки, новые профессии. Индустрия компьютерных игр создала куда больше рабочих мест, чем ликвидировал калькулятор.

Третий раздел другого исследования Deloitte, отражающий один из основных трендов индустрии, называется «Организации, движимые ИИ» (AI-fueled organizations) и посвящён организациям, источником развития которых является систематическое внедрение в бизнес-процессы технологий ИИ: «Чтобы стать настоящей организацией, движимой ИИ, компании, возможно, потребуется фундаментально переосмыслить способ взаимодействия людей и машин в рабочей среде. Руководителям также следует рассмотреть возможность систематического внедрения машинного обучения и других когнитивных инструментов во все основные бизнес-процессы и операции предприятия для поддержки принятия решений на основе данных». Далее аналитики Deloitte делают ещё более сильное утверждение: «Превращение в движимую ИИ организацию может стать не просто стратегией успеха, а залогом выживания»[1811].

Специалисты PwC считают, что благодаря развитию технологий ИИ будет происходить персонализация продуктов и сервисов[1812] (представьте, например, музыку, сочинённую специально для вас и вашего текущего настроения), а также будут возникать новые товары и услуги[1813] (например, виртуальный ассистент, способный по вашему поручению заказать столик в ресторане или записать вас в поликлинику).

Согласны с ними и аналитики международной консалтинговой компании McKinsey & Company. Авторы аналитического доклада, подготовленного этой фирмой, лишь немного расходятся с аналитиками PwC в оценке степени вероятного влияния ИИ на экономику 2030 г., оценивая вероятный вклад ИИ в 13 трлн долларов[1814] (напомним, что оценка PwC составляет 15,7 трлн долларов). Оценка Международного телекоммуникационного союза (International Telecommunication Union, ITU) составляет 15 трлн долларов (правда, они оценивают в 7 трлн долларов негативные экстерналии[1815] и транзакционные издержки от этого; в основном к их числу относятся расходы на переобучение людей)[1816]. В общем, аналитики демонстрируют в своих прогнозах завидное единодушие. Но что ещё более важно, они сходятся в характеристике текущего вклада технологий ИИ в мировую экономику, оценивая его в 1,5−2 трлн долларов. Реальные плоды технологий ИИ наблюдает сегодня каждый из нас.

Давайте подробнее рассмотрим прогресс, достигнутый в различных отраслях в ходе новой весны искусственного интеллекта.

6.2 Машина распознаёт образы

Распознавание образов [pattern recognition] — это отрасль ИИ, которая занимается автоматическим обнаружением закономерностей в данных и решением задач классификации и регрессии найденных закономерностей.

Распознавание образов часто понимается как распознавание только изображений, но на самом деле это не так: дело в том, что слово «образ» в русском языке не совсем точно соответствует английскому pattern. У этого слова довольно много значений — «узор», «шаблон», «образец», «структура», но так уж вышло, что в отечественной научной традиции принято говорить именно о распознавании образов, а само направление называть теорией распознавания образов.